AI来了，智能交通变了

人工智能的狂潮已经席卷世界，标志着智能化所代表的下一代生产力规则已经影响和改变当下的秩序，同时也正在颠覆智能交通行业。说及颠覆，必然是对之前传统方式的极大提升，而人工智能在智能交通领域的应用，主要集中在交通管控、智慧出行两个方面，这也是本文探讨的主要内容。

谈及交通管控，最为头疼的问题就是交通拥堵。为此，2016年杭州云栖大会召开，杭州市政府就联合阿里巴巴推出了城市大脑智慧城市建设计划，并首战交通拥堵。至此，AI成为了治疗城市拥堵时立竿见影的一剂猛药。
 

用AI控制交通灯，为交通拥堵提供良方
 

云栖大会会上，阿里发布了人工智能的互联网+信号灯控制优化平台，经过一年多的应用，阿里用人工智能调试交通信号灯的方式在杭州萧山区的试点实验数据显示车辆通行速度提升11%左右。

广州是阿里人工智能互联网+信号灯控制优化平台首个真正应用案例，广州市交警支队副支队长吴泽驹在接收媒体时说，阿里的这一平台可应用于路口运行效率监控。路口运行效率监控主要针对两种现象，一是路口运行失衡，二是出口溢出。当一个交叉口某个方向非常拥堵，而其他方面运行顺畅，则称之为路口失衡。这种情况可以适当增加拥堵方向的信号配时，减少顺畅方向的配时来缓解路口的拥堵。对于严重失衡的路口，系统会发出报警，提醒交通指挥员关注，并采取下一步措施。出口溢出预警则是监控出口拥堵情况，将溢出可能性大的路口进行排序展示，以便及时实施流量控制和干预，避免路口溢出导致路口瘫痪。

在应用之前广州海珠区路口全天平均失衡指数排名表显示，南华中路-宝岗大道位居失衡之首，失衡指数为1.14。而在人工智能的助力之下，交警部门对这一路口采取优化措施，将拥堵时段增加南华中路放行时间至70秒；并拆分南华中路放行相位。最新数据显示，经过一段时间优化，南华中路-宝岗大道9时~13时和15时~20时的平均拥堵指数分别下降了25.75%和11.83%，路段拥堵指数下降超25%。

百度也在这方面积极探索，他们的人工智能交通灯可根据统计结果重新设置红绿灯时间、实时识别现场的交通状况。该系统由视频采集分析存储上传系统、闸机、控制器、显示屏、语音播报和前端计算机等组成，可实现语音播报、延时关闭、检测控制、人脸识别和抓拍报警功能。简单来说，就是用人工智能识别分析车辆、人等运动物体的运动信息，推断交通状况进一步调配车辆与行人的放行时间。

“中国式过马路”作为城市交通管理难点的代表作，是造成交通安全事故的主要原因之一。2017深圳交警正式启用人工智能交通产品“智能行人闯红灯取证系统”，对行人闯红灯行为进行整治。同一期间，深圳的智能行人过街系阻止行人闯红灯。在红灯亮时，关闭闸门，阻止行人前行；绿灯亮时，打开闸门。该系统主要包括视频采集分析存储上传系统、控制器、显示屏、闸机、语音播报和前端计算机等系统组成，拥有检测、控制、语音、人脸识别、自动抓拍报警、ITS等技术。
 

安防企业以人工智能改变交通数据的获取方式，让管理更智能
 

在互联网企业畅想人工智能解决交通拥堵的同时，安防企业也在以基于人工智能改变交通管理方面努力。在2017深圳安博会我们最为常见的就是基于车牌识别的应用。目前在智能交通领域，人工智能分析及深度学习比较成熟的应用技术以车牌识别算法最为理想，虽然目前很多厂商都宣称自己的车牌识别率已经达到了99%，但这也只是在标准卡口的视频条件下再加上一些预设条件来达到的。在针对很多简易卡口和卡口图片进行车牌定位识别时，较好的车牌识别也很难达到90%。不过随着采用人工智能、深度学习的应用，这一情况在2018年将会得到很大的改善。

在传统的图像处理和机器学习算法研发中，很多特征都是人为制定的，比如hog、sift特征，在目标检测和特征匹配中占有重要的地位，安防行业的很多具体算法所使用的特征大多是这两种特征的变种。人为设计特征和机器学习算法，由于理论分析的难度大，训练方法又需要很多经验和技巧，一般需要一定的时间才会有一次突破性的发展，而且对算法工程师的知识要求也一直在提高。

人工智能则不然，在进行图像检测和识别时，无需人为设定具体的特征，只需要准备好足够多的图进行训练即可，通过逐层的迭代就可以获得较好的结果。从目前的应用情况来看，只要加入新数据，并且有充足的时间和计算资源，随着深度学习网络层次的增加，识别率就会相应提升，比传统方法表现更好。另外在车辆颜色、车辆厂商标志识别、无牌车检测、非机动车检测与分类、车头车尾判断、车辆检索、人脸识别等相关的技术方面安防企业也比较成熟。

以记者评测过的海康神捕系列人工智能产品为例，在与厂家沟通中技术人员告诉记者，当AI来临时，促使我国交通管理方式从“交通违章执法管理”到“交通秩序管理”的转变，交管信息化系统建设需要更准确、更丰富的数据基础和更智能的感知手段。该产品沿用交通综合管控平台云图底层+前端子系统的经典架构，基于AI深度智能的海康神捕将不系安全带算法和开车接打手机交通违法检测准确率提升逾30个百分点，从而将这两项功能真正推向非现场执法实战应用。

同时集成了基于AI深度智能的远光灯检测算法，能够对城市夜间车辆滥用远光灯的违法行为进行智能识别和有效取证。在前端架设专属的驾驶员人脸抓拍机，同时利用基于AI深度智能的人脸捕获深度学习算法，大幅度提高画面中人脸的检出率和高清抠图的质量，为后端进行人脸的建模和比对提供基础数据，实现报警拦截。在2018年，该神捕系列人工智能产品会可以在现有电子警察的基础上集成交通事故检测功能，当路口范围内发生交通事故或者交通拥堵时，可以实时检测到并向指挥中心发送报警信号。

大华2017年推出了一体化智能摄像机，搭载VPU深度学习芯片，算力是传统智能摄像机的20倍以上，它支持准确识别14种车型、200多种车辆品牌、3000多种车系、13种车身颜色以及车辆年款、年检标志、纸巾盒、挂坠、香水盒等更多细节特征，相对于传统设备将车辆主要属性识别转变为车辆“全”属性识别;在违章行为分析上增加不礼让行人检测、加塞检测、左转不让直行检测、开车抽烟打电话检测等;同时它从车智能扩展到人智能，支持非机动车、行人特征检测、驾驶员、行人人脸检测实现了交通道路场景下的交通参与者全目标分析。数据是应用的基础，慧系列交通AI摄像机的强大感知能力将全面提升交通管理者对人、车管控的能力。

人工智能在安防行业受到热宠，研发制造企业都不遗余力在研发公安和交通应用的智能产品。

这些产品无论是以哪种产品形态或是采用哪种架构，都集中体现在交通管理三个方面的技术功能设定：

● 识别行人的生理属性。通过分析道路行人的身体结构，准确识别视频中人物的性别、年龄、姿态等多种生理特征；

● 识别行人车辆。基于深度学习的行人检测算法能够在各类遮挡的情况下精确找出行人位臵，并能够进一步分析行人姿态和动作，可应用于交通监控、辅助驾驶、无人驾驶等。

● 可以在行车场景、交通监控场景、卡口场景中检测多种不同角度的车辆，并同时给出车牌号码、汽车品牌、型号、颜色等物理特征；实现人群分析。在高密度公共场所，例如地铁，广场，估计人群数量和密度，同时检测人群过密、异常聚集、滞留、逆行、混乱等多种异常现象。

AI赋能智慧出行，让出行更简单

除了拥堵，停车难的问题也备受关注，也造成近几年来智慧停车的呼声高居不下。因此，人工智能在智慧出行方面也在悄然颠覆。

我国大部分驾驶时间要么花费在交通拥堵中，要么是在寻找停车位。人工智能如何改变停车难问题，记者走进了华夏智信这家企业。副总经理王伟从事智慧停车多年，他告诉记者每个城市都面临着一个巨大的难题，那就是停车难。

以深圳为例，去年注册的车辆大概是318万辆，但是车位保有量是191万个。如果去掉公交车和大车的停车位，给小车的预留车位只有136万个，停车位严重不足。华夏智信的入口车牌识别相机、车位相机、路边停车相机都基于最新的人工智能算法，相较于传统的车牌识别具有识别速度快、准确率高、鲁棒性好三大优点。可以识别国内目前最多的全品类车牌，在超大角度(75°)车牌识别上具有明显的优势，可适应宽车道、短进深、多方向来车等各种复杂场景下的车牌识别，可支持超宽动态图像优化，适应各种光影情况复杂，包括雨雪天气场景、顺逆光车牌、污损车牌、夜间车牌等。

2018年伊始，滴滴出行推出了智慧交通战略产品“滴滴交通大脑”，携手交管部门，运用AI的决策能力解决交通工具与承载系统之间的协调问题，争做智慧出行履行者。该产品一方面在空间上打破了城市内区域的“数字”壁垒，实现高效、全面的交通管理和协同；另一方面，在时间上，交通大脑突破了人类的决策能力极限。

人的能力中，最重要的便是思维决策能力，也就是通过各种外部感知判断以及知识、经验积累，做出解决问题、有利于自身的行动。交通大脑通过机器自我学习的方式，搭建出能够支撑类脑推理的核心算法模型，可以帮助实现更准确的预测能力、智能的调配能力，实现最优的交通组织。目前，滴滴交通大脑已在全国20多座城市落地。

其实交通企业在智慧停车方面的人工智能应用，基本都是通过智慧停车平台下的硬件+软件的结合，对整个停车资源进行了智慧化整合。同时，利用人工智能、物联网、大数据和云计算等技术，智慧停车平台得以生成。通过这个平台，每个车位都像是一个人工智能控制点。虽然技术框架已搭建成功，但最终智慧停车想要迈入人工智能的领域势必要求整个社会的停车资源全部纳入到以人工智能为基础构架的智慧停车的大平台中。

然而，在目前国内乃至全球的智慧停车企业中，各个企业仍然各自为战，进行着圈地、改造、运营的单一线性发展。同行业间的信息闭塞、众多车场尚未智慧化。所以2015年中国云停车产业联盟在深圳成立，记者在近期与该联盟理事长杨义平沟通中得知，2018，人工智慧会更深入渗透到智慧停车领域。

传统的安防行业也在对智慧停车表示出了兴趣，2017深圳安博会期间大华技术人员告诉记者，智慧停车进入了由人工智能引发的视频时代。他们的室外视频车位检测器应用于智慧道路停车领域，其原理结合了多种人工智能技术，比如：车牌识别、超声波检测、车牌颜色检测、车辆模型检测等技术。每车位放置1台视频车位检测器对驶入车辆进行车牌识别和车位状态判断，通过终端盒走无线网桥传输方式把抓拍图片和对应的识别结果上传给云平台。

可见，智慧停车最有价值的可谓对人工智能的支撑作用。庞大的数据流量和广阔的车主人群都为人工智能的学习和进化提供了绝佳的成长环境，如ETCP，其停车场覆盖城市已超过200座。在其大数据停车平台上，每月有着超过6000万次的停车纪录和针对上千万的车主出行驾驶的习惯分析，其深层价值已远超单纯的停车环节。

虽然同样投身于智慧出行领域，但人工智能的无人驾驶的前进道路却比智慧停车更艰辛。
 

结束语
 

因为人工智能，世界变了，也因为人工智能，智能交通也变了。2018，人工智能将更深一步强化交通的智慧性，推动交通管理、城市管理实现新变革；同时也在颠覆智慧出行方式和商业模式。相信2018是人工智能在交通领域唱主角的关键一年，拭目以待！