2020-08-25 17:35:37 作者： 前沿| 大数
目前，部分企业正在寻找人工智能技术与前端设备的应用结合点，如智能交通信号控制，典型代表企业包括滴滴和阿里。滴滴交通云可以融合传统交通采集设备数据、互联网轨迹数据，实现主动信号优化、精确区域控制及全面效果评价的智能化信号控制。阿里“互联网+信号灯”融合移动互联网的数据以及交警自有数据，将多种信息融汇在一起优化信号配方案。传统信号控制系统与互联网信号控制系统的差异体现在：前者的数据来源于周边有限的采集设备，如视频、线圈、雷达等，探测范围非常有限；而后者的数据来源于基于手机定位计算得到的交通流数据，该类数据可以实时精准地统计全路网各个节点、路段的交通流量及流向。此外，互联网信号控制系统不仅能够利用人工智能技术，网络流算法优化信号配时方案，而且可以评价 路口信号配时方案的运行效果及对周边区域交通的影响。经分析可知，一方面，人工智能、移动互联等新技术应用到交通信号控制是未来发展趋势；另方面，也需要以具备额外计算能力的信号控制器作为载体。基于高效数据采集、存储、处理、共享及应用的大数据驱动的智能交通业务平台，能够实现数据存储、数据挖掘、数据共享等功能，如博康智能交通大数据服务平台、滴滴交通大数据平台、阿里“城市数据大脑”及中兴软创大数据治堵综合平台等。以易华录为例，近些年其将重点放在物联网、云计算、大数据、人工智能等先进技术的应用研究：（1）基于交通管理业务基础信息，应用数据仓库、高性能计算、主题模型、多维度分析、可视化等关键技术，获取隐藏在交通管理大数据中的趋势性、预判性信息；（2）在交通信息资源共享交换服务技术、区域交通拥堵评价技术、出行路径规划与主动交通安全技术、突发交通事件监测预警技术等方面进行重点研究；（3）研究光磁一体化的城市数据湖技术、跨行业的数据接入及分析挖掘技术、多源异构网络数据融合及集成化管理技术、基于云计算环境下的大数据平台技术。与传统智能交通企业不同，互联网企业占据了有商业价值的数据资源流量入口，如滴滴300TB的每日处理数据，覆盖交通路况、用户行为、司机驾驶行为、车辆数据等多个维度。基于庞大的数据，滴滴推出一站式出行服务平台及交通大数据平台：（1）一站式出行服务平台深耕海量数据分析处理技术、人工智能算法，进而实现精准的供需预测、蜂窝动态调价、智能派单、路径规划、智能拼车、矩阵式服务评价体系；（2）交通大数据平台根据交通度量体系设定，分析海量数据，让分析结果为乘客、司机、交通主管部门等所有出行参与方都带来价值，如利用智能调度优势帮助改善城市交通拥堵问题，协助设计智能交通管控方案，提高道路利用率，为城市的路网优化提供决策依据等。智能网联汽车搭载先进车载传感器、控制器、执行器等装置，并融合现代通信和网络技术，实现车与人、车、路、云等信息交换与共享，具备复杂环境感知、智能决策、协同控制等功能。由于智能网联能提供更安全、节能、环保、便捷的出行服务。成为国际公认的未来发展方向。我国智能网联汽车发展不足主要表现在：（1）尚未形成国家层面的智能网联汽车发展战略，缺乏大型国家项目支撑；（2）我国智能汽车领域的基础技术还十分薄弱，核心技术仍落后于世界先进水平；（3）自主零部件企业相对弱小，行业缺乏有效协同研制机制；（4）我国虽有强大的互联网产业基础，但信息产业与汽车的融合层次较浅；（5）智能网联汽车标准法规及检测测试落后较多。我国非常重视智能辅助驾驶，近期***和***已经授权无锡的科研所建设国家级智能交通综合测试基地，旨在打造车联网研发和测试验证平台，该平台的建立对推动我国智能辅助驾驶规范化、标准化起到了重要作用。可见，我国智能辅助驾驶已经从过去的政策引导转向打破碎片化、推进规范化与标准化的新方向。由上述分析可知：（1）人工智能还处于早期发展阶段，部分企业在探索其在行业垂直领域的智能化应用，但目前多聚焦在挖掘数据处理技术的业务应用，并没有着眼于研究贯穿数据采集、存储、处理、应用这一全生命周期的人工智能技术，远没有体现新一代人工智能技术的先进性；（2）具备平台技术能力、数据整合能力、智能分析能力的企业较少，亟需建立跨行业、跨业态的大数据平台、分析平台及应用平台；（3）行业内企业多集中于圈占具有商业价值的数据资源；（4）人工智能得到大力推行，智能交通企业大多在孵化新的产品，推动智能交通大数据的发展，其中，机器学习作为人工智能的细分技术占据了市场主导地位，其次是自然语言处理技术。围绕自然语言处理、计算机视觉、智能化交通信号控制、汽车电子标识、数据湖蓝光存储等新技术，从技术突破和业务应用两个方面来看，新技术突破在智能交通中的应用情况如下。
