人工智能技术在智慧交通领域的应用研究

2022-04-21牟凯,张舒,曹洪斌

物流科技 2022年20期

关键词：闯红灯信号灯交通

近几年，我国城市得到了飞速发展，为了解决城市交通拥堵，方便人们出行，改善城市的交通环境，需要加强对人工智能技术的应用，在城市中建设智慧交通。目前，人工智能技术已经被应用在智慧交通中，为了充分发挥其作用，要加强对其相关内容的研究。

1 智慧交通

人工智能技术与交通建设的合理融合，使得交通建设内容得到了良好的发展。智能交通将人、车、路三者联系到一起，通过对信息技术进行应用，使人、车、路相互配合，提高交通效率，确保交通安全。

从我国交通行业的整体发展情况来看，智慧交通是未来一段时间我国城市交通发展的主要方向。智慧交通能够通过合理的方式处理城市交通中出现的各种问题，在找到解决问题合理方案的同时，促进人工智能技术的进一步发展[1]。

2 人工智能技术

该项技术以人类智能相关理论为基础，对相关理论内容进行适当模拟、拓展、延伸，是一种先进的现代科学技术。人工智能技术将不同专业和学科合理地融合在一起，主要包括心理学、计算机、语言学等多个学科[2]。研究人工智能技术，应当将重点放在系统与智能设备研发，目的就是实现对人类相关活动的模拟[3]。从目前人工智能技术的具体情况来看，人工智能主要包含智能搜索、自然语音的处理、计算机视觉技术等。

3 智慧交通领域对人工智能技术的应用

3.1 自动驾驶

随着人工智能技术的不断深入，其在智慧交通领域内的应用也在不断深入，使自动驾驶成为可能。自动驾驶汽车就是通过对人工智能技术的应用，以计算机系统为基础，通过自动操作方式，不需要人工操作，就能自动驾驶汽车[4]。自动驾驶汽车需要全球定位系统与人工智能技术的支持，通过对计算机视觉技术的合理应用，可以采取智能方式，实现对行车路线的有效规划，从而保证汽车可以在无人驾驶的状态下，依据既定程序，完成相应操作，保证交通顺畅，降低交通事故发生概率。从目前自动驾驶技术的发展情况来看，自动驾驶技术主要分为两种，具体内容如表1所示。

表1 自动驾驶技术的种类

从目前我国智慧交通的具体发展情况来看，完全自动驾驶汽车并未得到广泛应用，还处于研究阶段，随着人们对这一技术的研究不断深入，技术更加成熟，已经具有一定的实用性，特别是半自动驾驶汽车在市场中已经得到了广泛应用。开发自动驾驶汽车技术的意义重大，将其应用在智慧交通领域内能够使我国城市交通的拥堵情况得到有效改善。自动驾驶技术不仅可以应用在小轿车内，还可以应用在公共交通、工业用车、物流等领域内，通过对其合理应用，一方面可以提高运输效率，另一方面也能够在一定程度上解决弱势群体用车难的问题，为老、弱、病、残、孕提供安全、便捷的出行途径[5]。自动驾驶汽车也与我国的可持续发展理念相符，能够减少车辆在行驶期间对环境的破坏，减少能源消耗，使城市的交通拥堵情况得到改善，自动驾驶汽车的自动避让障碍物和紧急制动功能，能够有效帮助驾驶员做出正确判断，避免由于人为失误而引起交通事故，提高汽车在行驶过程中的安全性[6]。人工智能技术在自动驾驶中的应用取得了良好的效果，例如，基于人工智能技术的自动驾驶系统进行卡车排队，能够实现多辆卡车在近距离协调移动，能够同一时间实现刹车、前进等操作。一个车队可以由驾驶员控制第一辆卡车，其他卡车不需要主动驾驶，只需要在出现突发事件时，完成监督即可，具体实现方式如图1所示。

图1 卡车列队工作实例

3.2 智能交通机器人

智能交通机器人也是人工智能技术应用在智慧交通中的重要体现，通过对人工智能技术的合理应用，将智能交通机器人应用在交通路口，实现对交通情况的动态监督，全面掌握交通道路口每一时刻的交通状况，获取交通道路信息，利用设定好的程序完成相应的计算工作，从而实现对道路智慧的辅助。智能交通机器人能够与交通信号灯系统连接，能够自主依据交通路口的具体情况，完成相应的分析与判断，从而缓解交通拥堵问题，方便人们出行。智能交通机器人功能十分丰富，将其应用在智慧交通中，一方面能够发挥出警示和交通安全宣传作用，另一方面还可以实现对交通的指挥，提醒驾驶员注意信号灯，让行人遵守交通规则，这可以大幅度减少交警的工作负担，能够对交警的工作起到一定辅助作用。一旦发现行人或驾驶者违反交通规则时，智能交通机器人能够利用图片识别技术，完成相应的监测作业，而且能够发出相应警告。

3.3 交通诱导

3.3.1 道路识别

除了采用智能交通机器人对交通路口情况进行监测之外，还可以利用人工智能技术对道路情况进行识别，从而推动我国智慧交通的发展。所谓道路识别，就是通过对监控系统加以应用，将监测道路获取到的画面实时传输到处理端，采取灰度化处理，同时按照一定特征，完成对车辆和道路具体情况的区分。通过对道路识别技术的应用，可以完成对道路上车辆的行驶速度、车流密度的计算，实时把控道路上车辆的具体情况。

目前，人们采用的导航软件在运行期间，能够利用道路识别技术，帮助驾驶人员规划出行线路，精准判断驾驶者抵达目的地需要的时长，同时帮助驾驶员做好出行规划，避开拥堵路段。一方面可以缓解交通拥堵现象的发生，另一方面也能够减少交通事故的发生，以免造成巨大的经济损失、人员伤亡。

3.3.2 交通信号灯

以交通识别技术为基础的交通信号灯，将其应用在智慧交通中，能够实现对交通路况具体状态的动态判断，采取自动方式完成对信号灯秒数的调节，以此提高信号灯的应用效果，确保其作用能够得到合理发挥，改善交通环境[7]。对于智慧交通来说，每一段道路在不同时间，车流量都会存在一定差异，通过对道路识别系统进行应用，能够及时获取道路上的各种信息，从而使交通信号灯读秒数更加合理，适当加快车辆的行驶速度，以免出现车辆长时间停留的情况，从而造成交通拥堵现象，提高交通效率。

3.3.3 智能出行

对人工智能技术的合理应用，能够推动我国智慧交通的发展，改善交通，使民生问题得到解决，保证人们出行能够实现智能化，确保人们出行安全、便利，提高人们出行时的舒适度。目前，人们出行几乎都会应用智能导航，这主要是因为利用移动地图能够使其出行更加便利；人们在出行时，能够随时随地查找前往目的地的路线，而且移动地图内的各项数据精准度高，利用智能导航，能够为出行人规划出最佳出行方案，缩短人们抵达目的地时间，避免在出行途中出现拥堵现象。同时，将地图服务平台与城市公共服务平台相结合，使人们的出行更加便捷，例如，智能公交可以实时告知出行人公共交通数据，通过应用大数据技术，在地图上动态显示道路交通情况，以供出行人参考。

3.3.4 交通管理系统

在交通中部署摄像头和传感器，通过对其进行应用，能够实现对交通情况的监督，明确道路情况，利用计算机视觉识别事故。如果局部出现事故，能够快速干预，同时依据车辆的密度，优化交通信号灯切换。

3.4 检测交通中的违法行为

交通管理人员在视频提取期间，要全面掌握交通中的各项信息内容，如果交通中出现闯红灯、超速等违反交通规则的现象，需要及时做出判断，做好相应的核对工作。一旦发现问题，必须第一时间将问题上报给上级，并且要做好相应的检测与取证工作。

3.4.1 检测驾驶者不系安全带、打电话现象

交通管理人员在实际管控作业期间，一旦发现驾驶者在驾驶车辆期间存在不系安全带或者打电话等违规现象时，要进一步开展检测作业，在了解识别能力的基础上，合理应用相关技术。在做好上述内容的基础上，精准判断驾驶者是否存在不系安全带或打电话等违规现象，依据实际情况，给予驾驶员一定惩罚，从而起到警示作用。

3.4.2 检测行人闯红灯行为

我国针对行人闯红灯的违法行为进行管控，但是实际实行起来难度较大，在对闯红灯行人进行检测时，要利用人脸识别技术，对于闯红灯的行人，应当在其位于马路中间时拍照取证，同时还要抓拍一些较远的闯红灯照片，然后依据模型，完成对人脸内容的核对，通过对比分析，确定闯红灯人身份，从而对闯红灯的人进行教育与处置。

当人工智能斑马线安全预警系统中智能摄像机识别到行人闯红灯等违章行为时，可自定义播报内容和播报时段的Ai云播报音箱，及时提醒劝阻，确保交通安全。人工智能斑马线安全预警系统可有效应对各种交通路口的安全预警问题，能够规范交通秩序，并减轻交通执法人员的工作强度。人工智能斑马线安全预警系统作业流程如图2所示。

图2 人工智能斑马线安全预警系统作业流程

3.4.3 自动检测非法鸣笛现象

机动车辆鸣笛原本是一种警告信号，但是随着我国城市内车辆不断增多，交通压力持续加大，车辆鸣笛现象不断增多，并且经常会出现非必要的鸣笛现象，这将会造成较为严重的噪声污染。因此，在这一背景下，智慧交通能够通过视频抓取、检测声音等方式，实现可视化检测，不仅能精准掌握机动车的具体位置，而且可以抓拍机动车辆的车牌号，形成一条完整数据链，完成取证。

3.5 视频监控系统

对于我国城市交通管理工作来说，在对城市交通进行监控期间，要通过应用物联网技术，实现对道路上各个摄像头的串联；通过对各个卡点图像的监测、识别技术的应用，能够实时完成相应的分析工作，确保城市交通能够正常运行，降低交通事故发生概率。全面掌握信号灯变化和道路具体情况，利用智能化方式进行调节，实现系统运行智能化，避免交通发生严重的拥堵现象。此外，也可以将智能化系统应用在停车、收费站调控与管理等各项作业中，在全面掌握各项信息的基础上，合理应用人工智能技术，使整个流程能够多样、简洁，实现对交通管理秩序的有效维护。

3.6 交通规划

合理应用人工智能技术，能够促进城市交通朝着信息化、智慧化方向发展，人工智能技术在交通领域方面的应用，能够使交通规划期间遇到的各项问题得到解决。通过对智能终端技术进行应用，可以实现对车辆具体状况的收集，掌握车辆情况，得到相应数据，其数据主要来自公安、楼宇、金融等多个方面。利用人工智能技术获取各项数据可以实现对神经网络学习算法的深化，通过量化方式完成对交通情况的分析，提高交通资源的利用率，完成相应的预测作业，为规划交通决策提供支持。