宋偉 張楊
摘要:智慧交通是智慧城市發(fā)展的一項重要內(nèi)容,使用人工智能技術(shù)不僅能提升城市交通的效率,還能降低城市交通事故的發(fā)生概率。本文將介紹五種人工智能技術(shù)在智慧交通中的運(yùn)用,以供參考。
關(guān)鍵詞:人工智能技術(shù);智慧交通;運(yùn)用分析
中圖分類號:TP18 文獻(xiàn)標(biāo)識碼:A 文章編號:1007-9416(2019)06-0203-01
1 人工智能和智慧交通的相關(guān)概述
人工智能技術(shù),是指以人類智能相關(guān)理論的研究為依據(jù),進(jìn)行相關(guān)理論的模擬、延伸、和擴(kuò)張的一種技術(shù),人工智能也稱機(jī)器智能。人工智能技術(shù)的作用就是賦予機(jī)器模擬人類智能活動的能力,無論是機(jī)器還是系統(tǒng),都可以使用到人工智能技術(shù)。隨著計算機(jī)技術(shù)的不斷發(fā)展和進(jìn)步,人工智能技術(shù)勢必會借助計算機(jī)實現(xiàn)更廣泛的發(fā)展。
智慧交通是智慧城市中的重要組成部分,是現(xiàn)階段行業(yè)內(nèi)用來解決城市交通問題的有效措施,同時也是實現(xiàn)智慧城市的必經(jīng)之路。顧名思義,智慧交通系統(tǒng),就是在交通系統(tǒng)中使用人工智能技術(shù),實現(xiàn)智慧化的操作。通常情況下會借助到物聯(lián)網(wǎng)、云計算、人工智能、自動控制等技術(shù)[1]。相較于傳統(tǒng)的交通系統(tǒng),智慧交通系統(tǒng)擁有更加及時、準(zhǔn)確、高效的優(yōu)勢,更適合現(xiàn)代的城市交通發(fā)展。該系統(tǒng)的主要目的是幫助實現(xiàn)人、車、路的平衡,保障三者之間達(dá)到密切配合,共同維護(hù)城市交通系統(tǒng)的穩(wěn)定,最終實現(xiàn)提升交通運(yùn)輸效率、保障交通安全、營造良好的交通環(huán)境的目的。
2 人工智能技術(shù)在智慧交通中的運(yùn)用
2.1 在駕駛工具中使用人工智能技術(shù)
近年來,隨著科學(xué)技術(shù)的不斷提高、人工智能技術(shù)的不斷發(fā)展,自動駕駛汽車已經(jīng)有了顯著的進(jìn)步,并且逐漸向?qū)嵱没内厔莅l(fā)展。自動駕駛汽車也被叫做無人駕駛汽車,這種汽車無需人工操作,主要依靠計算機(jī)系統(tǒng)來操作和駕駛。無人駕駛汽車會通過計算機(jī)系統(tǒng)實現(xiàn)行駛路徑的自動規(guī)劃,并且結(jié)合視覺系統(tǒng)和定位系統(tǒng)等完成車輛的駕駛工作。這樣一來,無人駕駛汽車就能夠在沒有人工操作的情況下實現(xiàn)安全自動駕駛。
無人駕駛技術(shù)在多種駕駛工具中都能使用。例如常見的出租車、大客車、私家車甚至是一些大型的工業(yè)車輛等。值得一提的是,無人駕駛汽車可以規(guī)范駕駛模式,避免交通不良行為,無論是對駕駛?cè)藛T的生命安全,還是城市的環(huán)境和空氣都有非常重要的作用。
2.2 在交通指揮中使用人工智能技術(shù)
交通系統(tǒng)中一項重要的內(nèi)容就是指揮系統(tǒng)。傳統(tǒng)的交通指揮主要靠紅綠燈和時間指示以及部分的人工協(xié)助指揮。但是隨著城市車輛數(shù)量的不斷增長、路況的不斷復(fù)雜,傳統(tǒng)的指揮工具實用性明顯下降。而在交通指揮中使用人工智能技術(shù)就可以有效提升指揮的效率。例如,智能交通信號燈可以根據(jù)道路識別系統(tǒng),掌握實時的路況信息。即便是同一條道路,在不同時間段的車流量是截然不同的,智能識別系統(tǒng)可以根據(jù)不同道路中的車流信息,對紅綠燈的時間進(jìn)行設(shè)置,還可以對未來的路況作出預(yù)測。這樣可以最大化避免擁堵,提高交通運(yùn)輸?shù)男?,這也是所有智能交通指揮的通用思想[2]。
智能交通機(jī)器人也是交通指揮中應(yīng)用人工智能技術(shù)的產(chǎn)物,這類型的機(jī)器人通常放置在交通路口,使用的是智能監(jiān)控系統(tǒng),先對路口的車輛信息進(jìn)行采集,再通過內(nèi)部的算法完成計算,將最后的決策進(jìn)行展示,也就是對路口交通進(jìn)行指揮。
2.3 在監(jiān)控系統(tǒng)中使用人工智能技術(shù)
現(xiàn)如今,城市道路中隨處可見智能交通監(jiān)控攝像頭,攝像頭可以對道路交通情況進(jìn)行采集,主要利用的是圖像的檢測和識別技術(shù),并通過互聯(lián)網(wǎng)實現(xiàn)信息的整合和傳送,便于交通管理人員能夠及時掌握各條道路中的車輛、信號燈等情況,并根據(jù)路況信息對信號燈的時間進(jìn)行調(diào)整,緩解車輛擁堵的現(xiàn)象。
智能交通監(jiān)控攝像頭還會安裝在一些收費(fèi)站、停車場等地,作為一種基本的監(jiān)控設(shè)施,能對車輛的信息進(jìn)行簡單的抓拍,輔助交通管理人員的工作。
2.4 在出行方式中使用人工智能
智能出行是近幾年來人們討論熱度較高的話題,出行問題關(guān)乎人們的日常生活,選擇最合適、最安全、最便捷的出行方式是當(dāng)下城市居民的真實訴求。而移動地圖的出現(xiàn),徹底改變了人們的出行方式。移動地圖具有實時、準(zhǔn)確、智能等多種優(yōu)點,并且在手機(jī)端就可以隨時查看,極大提升了人們出行的便捷性。
2.5 在路況識別中使用人工智能
路況識別系統(tǒng)是智慧交通的基礎(chǔ)性工具,要想實現(xiàn)智慧交通,就需要對路況信息進(jìn)行識別。首先,需要提取城市道路監(jiān)控器的采集圖像,將其傳輸至處理端,以便對圖像進(jìn)行灰度處理。其次,處理端會對信息特征進(jìn)行匹配,并將采集的圖像進(jìn)行劃分,利用分解函數(shù)來識別出車輛。再次,系統(tǒng)會通過算法來計算出車輛的行駛速度以及道路中的車流密度,也就是對當(dāng)前道路的車輛信息進(jìn)行判定。最后,結(jié)合信息預(yù)計短時間內(nèi)道路交通狀況,幫助調(diào)整交通管理控制,減低城市交通擁堵,提高交通效率。
3 智慧交通未來的發(fā)展趨勢
城市化發(fā)展已經(jīng)是不可逆的趨勢,人工智能和大數(shù)據(jù)也逐漸滲入到各行各業(yè),因此,智慧交通也一定能在未來有更廣闊的發(fā)展。
例如,未來使用大數(shù)據(jù)對城市交通信息進(jìn)行計算的速度一定會越來越快,計算的準(zhǔn)確度也一定會有所提升。更重要的是,未來的智慧交通一定會在路況預(yù)測和交通事故原因分析上有更加深入的研究。這樣不僅能夠?qū)τ绊懗鞘薪煌ǖ囊蛩剡M(jìn)行避免,還能夠?qū)Τ鞘薪煌ü芾磉M(jìn)行宏觀調(diào)控。智慧交通還可以和天氣預(yù)報的部門進(jìn)行合作,提前獲取天氣信息,對可能影響路況的天氣信息做好了解,為公眾提供更加便捷的出行路徑,同時也為駕駛?cè)藛T進(jìn)行提醒,降低交通事故的發(fā)生概率。
4 結(jié)語
智慧交通和人們的生活息息相關(guān),已經(jīng)成為一種不可逆轉(zhuǎn)的趨勢,在未來的城市交通中,也一定會朝著更加智能的方向發(fā)展。隨著人工智能技術(shù)的不斷進(jìn)步,智慧交通的建設(shè)一定會更加完善,造福城市居民的出行。
參考文獻(xiàn)
[1] 趙錦祥.智慧交通在智慧城市的深入應(yīng)用與發(fā)展趨勢[J].中國安防,2018(05):60-62.
[2] 盛杰誠.人工智能技術(shù)在智慧交通中的應(yīng)用[J].電子制作,2019(10):67-68+34.
Analysis of the Application of Artificial Intelligence Technology in Intelligent Transportation
SONG Wei1, ZHANG Yang2
(1.Shaanxi Radio and TV University, Xi'an Shaanxi? 710068;
2.International Business Machine Company, Xi'an? Shaanxi? 710000)
Abstract:Smart transportation is an important part of the development of smart cities. The use of artificial intelligence technology can not only improve the efficiency of urban traffic, but also reduce the probability of urban traffic accidents. This article will introduce the use of five artificial intelligence technologies in smart transportation for reference.
Key words:artificial intelligence technology; intelligent transportation; application analysis