人工智能在交通领域应用浅析

人工智能在交通领域应用浅析

杨羽

（佳木斯大学信息电子技术学院，黑龙江佳木斯154007）

摘要：随着时代的发展，当今许多城市交通拥堵实属平常，交通事故也时有发生。人工智能技术在近些年在交通领域屡有应用，为交通问题提供了有效的解决办法，在现代化城市的交通中扮演着一个重要的角色。本文对人工智能在交通领域的应用进行初步探讨。

关键词：人工智能；智慧交通；深度学习

随着我国经济的快速发展和城市化进程的加速，人工智能的发展与交通的结合孕育出了智慧交通这一概念。人工智能时代的到来不仅为各类交通运输企业带来发展的机遇和空间,同时我们面临着严峻的挑战;交通数据资源的分割和信息碎片化;交通信息模型复杂;并且有各种各样的数据;缺乏统一的标准;缺乏有效的市场推广机制,基于交通信息服务行业链和价值链的大量数据尚未形成,我们必须继续探索和解决所有这些问题。

一.技术介绍

1.人工智能技术

人工智能(ArtificialIntelligence),英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能在计算机上实现时有两种不同的方式。一种是采用传统的编程技术,使系统呈现智能的效果。另一种是模拟法,它不仅要看效果,还要求实现方法也和人类或生物机体所用的方法相同或相类似,例如遗传算法和人工神经网络。在智慧交通中主要运用后一种,从大量的案例中分析数据,渐渐可以脱离人类帮助自主提供解决方案。通过分析当前数据来判断交通状况,提供不同的处理方案,这需要借助大数据对信息采集和云计算对数据的处理,来提供有效信息。

2.机器学习

机器学习专门研究如何让计算机通过已有的经验或数据来不断改善自身性能,它是人工智能的核心。机器学习有很多算法,比较常用的有人工神经网络、决策树算法以及支持向量机等。人工神经网络获取数据及信息的分析、决策等诸多方面都能有优秀表现因而已经取得了广泛的应用,比如在人脸识别、语音识别以及故障诊断等领域取得了很好的应用效果。由于目前的人工神经网络只是对生物神经系统的初级模拟,发展更为强大和智能的神经网络模型是一个亟待解决的问题。决策树算法也是比较常用的机器学习算法,它能很好的模拟做决策的过程。决策树算法相对比较简单,数据处理效率高且易于使用,在很多领域都有应用,比如医学的以及地理等方面都有很好的应用。支持向量机由Vapniki等的于1995年提出的,也是一种常用的机器学习算法,该方法具有良好的理论基础,因而具有很强的泛化能力,在故障诊断、模式识别等领域取得了广泛的应用。目前机器学习算法应用已经非常广泛,而且在一定领域的限定下,机器学习拥有极高的智能性,随着算法技术上的不断突破,机器学习的应用前景非常广阔。

3.计算机视觉处理

计算机视觉是人工智能的一个发展重点,主要是运用计算机去识别、感知甚至追踪目标物体,作为人类视觉的一种补充,计算机视觉最终的研究目标是能够像人一样观察感知并能理解周围的世界。计算机视觉涉及的领城包括数学、信号处理、生物学、模式识别以及机器学习等,是一门较强的综合性学科。随着机器学习特别是深度学习技术的不断突破,加速了计算机视觉技术的不断发展。目前计算机视觉已经成功应用到各个领域,在安防、刑事侦查以及医疗领城都有广泛的应用前景,是商业化应用比较成熟的人工智能分支之ー,诞生了一批新的科技型企业,比如商汤科技以及町视科技等。计算机视觉拓宽了人与万物的交互方式,代替人类完成更多超越人类视觉极限的任务,在未来,计算机视觉有望步入更高级的阶段,像分析理解甚至决策分析等功能,让机器拥有真正看的能力。

二.人工智能在交通领域的应用

随着机动车保有量的不断提高,我国的坡市道路交通拥堵现象愈发严峻,通过对短时交通流进行预测,能有效缓解交通拥堵状况。徐健锋等提出了一种基于多机器学习的短时交通流预测模型,该模型综合考虑同一区城各道路的关联性,在交通流量预测的准确性上有显著提高。尹邵龙等利用深度学习技术建立了交通流预测模型,模型取得了不错的交通流预测效果。由此可见,通过机器学习技术可以很好的预测交通流,从而能够帮助出行者合理规划路线,减少交通拥堵。运用计算机视觉技术对道路交通进行监控,通过图像检測和图像识别技术来收集道路交通信息数据,对数据进行分析生成车流量分布,再根据车流量合理调配交通信号灯时长,能够有效疏导交通堵塞。承向军等]利用遗传算法提出了交通信号灯控制方法,仿真实验表明,该方法明显优于传统的交通信号灯控制方法。最近百度公开表示,将接管北京海淀区的所有红绿灯,通过实时监控道路上行驶的车辆来动态调整交通信号灯的时间,预计能减少30%到40%的拥堵等待时间,运用人工智能技术将使交通管理变得更加智能,更加高效。

三.结语

人工智能在智能交通领域的应用将对我们生活产生巨大影响,智能出行将逐漸渗透在我们的日常生活中。但智能交通的建设会面临着很多技术与管理的问题,由于智能交通的建设会使用大量的终端设备,一方面提高了交通管理的效率,但另ー方面管理人员对设备的维修保养的工作量呈几何式增长,对设备保障工作提出了极高的要求。由于智能交通各个系统的复杂性和关联性越来越高,一旦某个系统出现故障会造成整个交通系统的瘫痪。此外智能交通需要有无线网络与移动网络进行通信传输,因此阿络安全也是一大难題。从信息的采集、传输到处理,这些过程无不存在着信息泄露、伪造、网络攻击诸多问題,这就需要技术方面的大幅提升来保障智能交通网络系统的安全运行。

参考文献

[1]郭怀钰.人工智能在智能交通中的应用[J].信息工程,2019,3:73-74

[2]刘克松,程广明,李尧.人工智能技术在城市智能交通方面的应用[J].科技创新导报2018,12:167-168

[3]徐健锋，汤涛，严军峰，刘真．基于多机器学习竞争策略的短时交通流预测[J].交通运输系统工程与信息,2016,4:185-188.

作者简介：杨羽（1998.02-），男，黑龙江省绥化市人，佳木斯大学信息电子技术学院本科在读，主要研究方向：机器学习，大数据分析。