智能交通领域 AI技术应用领域更广泛

在交通领域，以往安防领域企业更多的关注是在单个车辆的识别内容上，例如在车牌、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。近些年，随着交通设施的大规模联网，汇集海量车辆通行记录信息，对于城市交通管理有着重要的作用，利用人工智能技术，可实时分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间，提升城市道路的通行效率。

以城市级的交通综合平台可以实时掌握着城市道路上通行车辆的轨迹信息，停车场的车辆信息，以及小区的停车信息，能提前半个小时预测交通流量变化和停车位数量变化，合理调配资源、疏导交通，实现机场、火车站、汽车站、商圈的大规模交通联动调度，提升整个城市的运行效率，为居民的出行畅通提供保障。

当然以上内容在某些地区已经实现，并付诸实际应用，例如以阿里城市大脑为例，杭州已经实现对交通疏导细致化管理。这些内容只是人工智能在交通领域的一小部分，从国务院发布的《新一代人工智能发展规划》中，我们可以详细了解，自动驾驶以及智能交通的发展将是AI技术理想的大展拳脚的应用领域。

自动驾驶

《新一代人工智能发展规划》要求发展自动驾驶汽车和轨道交通系统，加强车载感知、自动驾驶、车联网、物联网等技术集成和配套，开发交通智能感知系统，形成我国自主的自动驾驶平台技术体系和产品总成能力，探索自动驾驶汽车共享模式。在智能驾驶方面，要求重点突破汽车、船舶和轨道交通自动驾驶等智能技术，建立汽车、船舶和轨道交通自动驾驶支撑平台，重点引进自动驾驶国际顶尖科学家和高水平创新团队。同时，发展自动驾驶汽车和轨道交通系统，加强车载感知、自动驾驶、车联网、物联网等技术集成和配套，开发交通智能感知系统，形成我国自主的自动驾驶平台技术体系和产品总成能力，探索自动驾驶汽车共享模式。

从国内自动驾驶最新的进展来看，百度和金龙客车合作的全球首款L4级量产自动驾驶巴士“阿波龙”正式量产下线无疑是最具影响力的，阿波龙的内部设计非常有科技感，没有方向盘，也没有驾驶位、油门、刹车踏板，同时乘坐很舒适。

一般来说，自动驾驶分为5个级别，L4级也称HighAutomation即高度自动驾驶阶段，L4阶段的汽车在紧急情况下能实现自动处理，自己解决所有特殊情况，防止驾驶员未能及时接管车辆而造成交通事故。L5级是真正的无人驾驶，可以实现无限制的任意点对点无人驾驶模式。“阿波龙”正式量产下线无疑是自动驾驶实现了从0到1。

与传统的汽车相比，无人驾驶汽车硬件元器件在不断减少，比如阿波龙没有方向盘、驾驶位、油门、刹车踏板，但是在软件层面它的复杂度却在迅速地提升。Apollo1.0版本有35000行代码，现在Apollo3.0的代码已经增长了6倍，约为22万个代码。阿波龙小巴车因为是一个生产性的系统，所用的代码量远超过目前在开发平台上的代码数量。

此外，阿波龙的商业化落地也同步展开。已经完成总装的阿波龙，即将发往北京、雄安、深圳、福建平潭、碧桂园、湖北武汉、日本东京等地开展商业化运营。在日本，百度将与软银合作，阿波龙被用于一些核电站内部的人员接驳，也会用于东京地区一些高龄化社区的穿梭接送。

智慧停车

对于人工智能实施落地最紧密的出行领域来说，智慧停车可谓是又一最佳应用场景。而尤其在饱受停车之苦的国内一、二线城市，“停车”二字已经成为城市顽疾，并影响着每一位车主的正常出行。

智慧停车在最近几年迅速从概念发展成为行业新贵，其发展趋势也是日渐完善。例如支付宝通过与智慧停车企业的合作实现停车费的免密支付，支付宝通过这样的方式布局更广泛的线下支付场景，把控流量入口。但事实上，支付宝仅仅完成了智慧停车的最后一环，也就是支付环节。

智慧停车的快速发展得益于其商业价值和对人类出行方式的改变。除了方便停车、支付外，还有停车场智能推荐等功能，以智慧停车行业的独角兽ETCP为例，其针对用户怕远的痛点，推出了最便宜的和距离最近的停车场推荐功能，同时提高停车场资源的利用率，节省用户选择停车场的时间。除此之外，人工智能领域里的核心技术“大数据”也在智慧停车中发挥作用，如通过大数据实现的空位动态算法，其可根据用户的出行目的地，计算并推荐其到达终点时周边尚有剩余车位的停车场，此外，停车大数据的开放共享也为从不同入口汇入的车主解决停车难题提供了可能。

其实，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。

基于其庞大的智慧停车网络，停车大数据平台的力量已渗透到行业上下游产业的各个角落。单就支付入口来说，除了支付宝、微信之外，包括民生银行、建设银行、招商银行、渤海银行、长沙银行等银行企业，都选择了与其建立合作关系，金融入口的全面铺开为智慧停车的跨界发展提供了无限可能。

交通拥堵

2016年杭州云栖大会期间，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。

而今，阿里巴巴、百度、滴滴出行等都纷纷拿出了“城市数据大脑”的人工智能方案，虽然所针对领域、名称不尽相同，但在原理上却是大同小异。“城市数据大脑”的目标是通过收集城市的各项数据，对整个城市进行全局实时分析，自动调配公共资源，优化城市管理，最终使城市运行更加高效。当一套完善的“城市数据大脑”落地后，将是一套完整的信息收集、整理、反馈、计算、输出系统，而AI的应用使得城市大脑不仅在信息收集上更加高效、全面，计算处理上也更加快速。

以交通领域的应用为例，如果通过人力来预判交通流量，仅仅是一周的视频数据分析，都需要数万交警三班倒地去看，花费的时间可能是几天甚至更长时间。而城市大脑则可以在十分短暂的时间内分析完毕，并且能够精确到多少车辆往什么方向走，哪些车辆存在违章……这方面，机器比人更具优势。

综上所述，不难看到，这一套“城市数据大脑”治堵方案，将前两年所说的火热的“人工智能”治堵、“大数据”治堵融合在了一起，并加以实施。以数据大脑为核心，实时监控分析道路车流量，依据动态的交通数据，自动切换和调配信号灯时间，甚至在车流巨大的路段，全程绿灯不停车。而从驾驶者这一方面，则可以很清晰的根据“大脑”所分析出来的数据，选择推荐车流量较为合理的道路行驶。从而调节交通流量，以解决堵车的问题。

目前“城市大脑”发展如火如荼，公众对于“城市大脑”的期待首先是立竿见影地改善交通、疏堵提效，尤其是在个别城市已经出现成功案例的情况下。但是，“城市大脑”的推进，其实仍面临着众多现实难题，也绝非可以快速复制、遍地开花。

(新媒体责编：wb001)