人工智能技术在交通领域的应用

赵英华

摘 要：伴随社会的发展与时代的进步，我国交通领域一改传统面貌，呈现出全新的发展形势。当前，越来越多的先进科学技术被应用到交通领域，并表现出理想的应用效果，而人工智能技术便是其中最具代表性的技术之一，在推动我国交通可持续发展方面发挥着不可替代的作用。因此，本文深入分析人工智能技术在交通领域的应用。

关键词：人工智能技术;交通;可持续发展

中图分类号：TP18;U495文献标识码：A文章编号：1003-5168（2021）12-0019-03

Application of Artificial Intelligence Technology in the Field of Transportation

ZHAO Yinghua

（Hebei Communications Vocational and Technical College，Shijiazhuang Hebei 050035）

Abstract： With the development of society and the progress of the times， China's transportation sector has changed its traditional appearance and presented a brand-new development situation. At present， more and more advanced science and technology are applied to the transportation field， and show ideal application effects， and artificial intelligence technology is one of the most representative technologies， which plays an irreplaceable role in promoting the sustainable development of China's transportation. Therefore， this paper deeply analyzes the application of artificial intelligence technology in the field of transportation.

Keywords： artificial intelligence technology;transportation;sustainable development

近年來，人工智能技术逐渐兴起，越来越多的新型产品问世，如无人驾驶、无人物流、无人超市等，这些都是人工智能技术广泛应用的标志性成果，其也在一定程度上代表着未来社会的发展趋势。现阶段，我国交通领域正在积极引入和应用人工智能技术，意在借助其强大优势来消除传统技术模式遗留的交通管理弊端，提升交通领域的整体发展水平。

1 三大人工智能核心技术及发展现状

1.1 计算机视觉技术

计算机视觉技术的很多功能都远超于人类的视觉水平。比如，医学领域，运用建立在计算机视觉技术基础上的腾讯觅影，可以高效、准确地筛查出食道癌，用时短且准;媒体领域，运用计算机视觉技术，可节省接近一半的视频内容审核时间。计算机视觉技能树如图1所示。

当前，计算机视觉技术呈现出良好的应用效果，但这并不意味着计算机视觉技术就是完美的，其依然存在很多缺陷，亟待完善。例如，计算机视觉技术缺乏可用于人工智能模型训练的大规模数据集，在应用场景中没法进行数据标注，这就使得数据不能共享，同时也没有办法形成闭环[1]。另外，该技术在工程化经验方面也有所欠缺，从技术到产品再到规模化应用，计算机视觉技术应用经验并不是很丰富。

1.2 自然语言处理技术

我国人工智能领域的自然语言处理技术水平早已经远远领先于世界。我国语言识别领头企业（如搜狗、百度、科大讯飞等）的语音识别率是97%左右，而谷歌、微软等国外语言识别领头企业的语音识别率则是95%左右。自然语言处理系统如图2所示。

新时代，自然语言处理技术不仅要让人们听到声音和语言，更要确保人们能够听得懂语义。比如，当人们要求系统识别“饭店”这个词时，系统会非常直接清晰地进行识别，但是若人们对系统说一些模糊语句，如自助餐、连锁店这类词语，则系统会借助自然语言处理技术对用户语言进行智能化分析，进而做出精准推荐。

目前，自然语言处理技术遇到的最大瓶颈便是语义识别，要想真正做到语义识别，人们还需要研究非常多的内容。如果这一板块被成功开发出来，那么其发展前景不可限量。

1.3 知识图谱技术

知识图谱这一概念最开始是由谷歌公司提出来的，其指的是语义网络的知识库。之前的智能系统是对每个个体进行分析和定义，而知识图谱则将不同的个体按照一定准则联系在一起，用图的形式呈现出来，个体与个体之间的关系会变得更加清晰，其与人们的思维模式匹配度也要更高一些[2]。知识图谱技术链如图3所示。

现阶段，知识图谱技术主要应用于互联网领域和商业领域，特别是商业领域，互联网公司将商业搜索引擎作为最重要的一项人工智能技术。另外，知识图谱技术也被应用在经济侦查领域，例如，在反洗钱或电信诈骗的侦查场景中，侦查人员会选用知识图谱技术来追踪银行卡与银行卡间的交易路径，通过跟踪交易轨迹，层层关联，得到更多可疑人员、账户、商户或卡号等信息[3]。

2 人工智能技术在交通领域的应用

2.1 车牌识别

就目前人工智能技术在交通领域的应用来看，其在车牌识别中的应用效果最为理想。据调查，车牌识别准确率很高，可是并没有如一些厂家宣传那般，可达99%。下面以高速公路上探头拍下的车牌照片为例，分析人工智能技术在车牌自动识别中的具体应用，如图4所示。其原理是借助智能计算机来识别照片里面的数字。

对于车牌号码识别来说，车牌照片就是输入对象，而车牌号码则是输出对象。其间需要将照片的清晰度设为权重，以图像比对算法作为感知器，得到的结果会是一个概率，比如，车牌号码某位有80%的概率偏向数字5，要设置一个阈值，如果比这个值低，就认定得出的结果是无效的。一般会将一组识别好的车牌照片作为一组数据输入到模型中，经过无数次参数调整和甄别，模型最终挑选出正确率最高的一组参数组合，其即为车牌识别结果[4]。

2.2 车牌颜色识别

车牌颜色识别准确率比较高，据了解，电警类车辆主颜色的识别率可达80%，卡口类车辆颜色的识别率可达85%。之所以能够达到如此高的准确率，其根源还在于技术层面的优化和升级，诸如之前发生过的因为相机硬件局限或者光照条件变化而导致的过曝光和颜色不稳定等问题都得到了妥善的解决，受图像颜色变化影响的概率降低了很多。

2.3 车辆检索

如果将同一辆车放置在不同的环境和场景中，那么单从车辆图片来看，即使是同一辆车，颜色和尺寸也会不一样，所以车辆检索过程中出现检索准确率不稳定的问题也是在所难免的[5]。但是，伴随相关人工智能技术的应用，系统可以更加稳定地获取车辆特征，搜索到的目标也更加准确。此外，人脸识别采用深度算法，成功摆脱了固定场景和姿态的局限，其准确率得到很大提升，光线和姿态的要求逐渐降低，即使光线和姿态稍微差一点，也依然可以得到精确的人脸识别效果。

2.4 道路识别

人工智能技术在道路识别中得到非常广泛的应用，特别是在智慧交通推广背景下，人工智能技术的应用效果越来越理想。首先，采用人工智能技术进行道路识别，通过道路监控来获得道路图像，将图像传送至处理端，进行图像灰度化处理，待识别道路后，再开展道路智能化管理工作。然后，利用人工智能技术对道路特征进行抽取，以此为基础开展小区域内容的划分，再根据分界函数来识别车辆。最后，运行相关算法来判断道路上的车辆行驶速度、车流量等，分析各种交通状况发生的可能性，借助导航来规避交通拥堵问题，进而减少交通问题发生率，提升车辆行驶的速度和效率[6]。

2.5 交通信号灯

在对交通信号灯进行智能化改造后，之前因为交通信号灯而出现的绝大多数问题得到有效解决，智能信号灯可以对车流量进行综合分析，并且根据不同时间段的交通情况来随时调整和控制红绿灯的停留时长，一切以实际车流情况为准，这就在很大程度上有效解决交通堵塞问题。

2.6 智能导航和无人驾驶

智能导航和无人驾驶是近些年人工智能技术在交通领域开拓的新应用空间，特别是车辆无人驾驶受到社会各界的广泛关注，未来，无人驾驶将会成为一种发展趋势。无人驾驶需要借助智能导航来避开拥堵路段，优化行驶路线，提升车辆通行质量，寻找最佳行驶目标。无人驾驶技术不仅能有效控制疲劳驾驶的发生率，而且可以保证较强的反应能力，提升行驶的安全性。

3 结语

作为一种新技术，人工智能技术可以广泛应用于交通领域，它可以发挥至关重要的作用。有了人工智能技术的助力，很多交通问题都得到妥善解决，同时人工智能技术也为交通管理提供了一些新思路。

参考文献：

[1]袁野，吴超楠，李秋莹.人工智能产业核心技术的国际竞争态势分析[J].中国电子科学研究院学报，2020（11）：112.

[2]李存强.人工智能技术在城市智能交通方面的应用研究[J].科技视界，2020（2）：13-15.

[3]李有文，余建华.智慧交通领域中人工智能技术的應用分析[J].装备维修技术，2020（1）：89.

[4]王志杉.人工智能技术在智慧交通领域中的应用研究[J].信息周刊，2020（7）：1.

[5]宋冠蕾.轨道交通中人工智能技术应用研究[J].中国设备工程，2020（10）：28-32.

[6]高楠，赵蕴华，彭鼎原.基于引用关系与词汇分析法的研究前沿识别研究：以人工智能领域为例[J].情报杂志，2020（4）：44-50.