【安防展覽網(wǎng) 視點跟蹤】大數(shù)據(jù)快速發(fā)展的今天,更多的新技術(shù)接踵而至,交通行業(yè)也產(chǎn)生了很多全新的技術(shù)。
交通大數(shù)據(jù)、AI交通控制算法是浙江工業(yè)大學(xué)計算機(jī)智能系統(tǒng)研究所所長沈國江在2019人工智能論壇+互聯(lián)網(wǎng)公交論壇上提到兩部分重要的內(nèi)容。通過這兩部分的內(nèi)容,讓我們了解交通大數(shù)據(jù)的AI處理應(yīng)用。
智能交通與智慧交通有什么區(qū)別?智慧交通比智能交通更進(jìn)一步,沈國江認(rèn)為兩者的區(qū)別在于是否以人為本。智能交通從上個世紀(jì)90年代就開始出現(xiàn),致力于用人工智能的方法來解決問題。智慧交通以人為本,例如從家出發(fā)到達(dá)學(xué)校的方法,公交上的乘車體驗等問題,智慧交通都可以給一個更好的解決方法。
以下為沈國江發(fā)言的重要內(nèi)容:
本次演講的主要內(nèi)容是大數(shù)據(jù)驅(qū)動的人工智能交通信號控制技術(shù),大數(shù)據(jù)以及人工智能是現(xiàn)在交通行業(yè)的熱點。今天從交通大數(shù)據(jù)和AI交通控制算法這兩方面分享一下研究成果,希望大家指正。
背景
近兩年比較熱門的“大腦”,如雨后春筍般出現(xiàn)。三四年前,“大腦”剛出現(xiàn)的時候,我參加的一個論壇爭論“大腦”是否會完全取代傳統(tǒng)交通控制行業(yè),但漸漸地發(fā)現(xiàn),兩者共同成長,已經(jīng)形成了互相依賴的形式。交通行業(yè)需要專業(yè)交通知識,傳統(tǒng)交通控制需要大數(shù)據(jù)。
傳統(tǒng)信號控制目前*的技術(shù)是自適應(yīng)路網(wǎng)控制,區(qū)域內(nèi)自行協(xié)調(diào)控制,但是落地的效果并不是很好,主要是受到數(shù)據(jù)問題的限制。以前的檢測設(shè)備是感應(yīng)線圈,但是因為各種原因線圈容易受到破壞,影響到數(shù)據(jù)收集。
之后改變?yōu)橐曨l檢測,但是視頻檢測也有問題,例如卡口的數(shù)據(jù)檢測問題,數(shù)據(jù)會出現(xiàn)偏差和缺失。數(shù)據(jù)能夠直接得到的,盡量不要用數(shù)據(jù)模型,模型一定會有誤差。
現(xiàn)在的互聯(lián)網(wǎng)數(shù)據(jù),“大腦”可以提供的數(shù)據(jù),形成“傳統(tǒng)控制+互聯(lián)網(wǎng)行業(yè)”的新型模式,為交通帶來更的數(shù)據(jù)?,F(xiàn)在的合作模式是“政府+企業(yè)+高校”三方共同合作,政府統(tǒng)籌資金、企業(yè)產(chǎn)品研發(fā)和項目建設(shè)、高校技術(shù)研究和人才培養(yǎng)。
行業(yè)已具備做大數(shù)據(jù)人工智能的條件。
技術(shù)設(shè)施逐漸完善,一些大城市包括一些中等城市的城市道路基礎(chǔ)設(shè)施可謂“上天入地”,地面+高架+軌道三網(wǎng)一體;第二數(shù)據(jù)形態(tài)逐漸豐富,包括交警+互聯(lián)網(wǎng)+第三方數(shù)據(jù),實現(xiàn)真正的大數(shù)據(jù);第三各類技術(shù)逐漸成熟,大數(shù)據(jù)+算力(云計算)+算法,都用到了人工智能;第四政策大力支持,AI+交通實現(xiàn)交通擁堵的治理。
行業(yè)問題存在兩方面的問題,不平衡與不協(xié)同。不平衡體現(xiàn)在出行需求和資源供給方面,小汽車的數(shù)量日益增長造成道路的占用率大幅上升,道路的建設(shè)十分有限。不協(xié)同體現(xiàn)在車輛的通行和交通管控方面,交通管控方式、策略該如何做才能使車輛通行更加順暢。這兩個是值得思考的問題。
行業(yè)現(xiàn)狀是存在著一些問題的,我們需要更好地發(fā)展,讓問題得到解決。以下是交通行業(yè)的現(xiàn)狀與發(fā)展:
交通大數(shù)據(jù)
交通大數(shù)據(jù)的來源:城市宏觀數(shù)據(jù)、交通基礎(chǔ)數(shù)據(jù)、動態(tài)運行數(shù)據(jù)、交通調(diào)查數(shù)據(jù)。
動態(tài)交通大數(shù)據(jù)分類主要分為三大類。
是交警數(shù)據(jù),從視頻結(jié)構(gòu)化數(shù)據(jù)(電警卡口)、微波速度、交通信號運行信息、交通事件這幾個方面來獲得數(shù)據(jù);第二是第三方數(shù)據(jù),從城管停車、醫(yī)院就診、網(wǎng)絡(luò)輿情、地鐵客流、航班、賽事會展信息、氣象、節(jié)假日旅游這幾方面來獲得數(shù)據(jù);第三是泛交通行業(yè)數(shù)據(jù),從互聯(lián)網(wǎng)(高德、百度、滴滴等)、出租車GPS、公交車調(diào)度信息、公交GPS、“兩客一危”GPS這幾方面來獲得數(shù)據(jù)。
交通行業(yè)大數(shù)據(jù)有以下幾個特點:格式多樣,第二數(shù)據(jù)低質(zhì),第三特征單一。數(shù)據(jù)分析與處理架構(gòu)分為四塊:數(shù)據(jù)重構(gòu)、質(zhì)量分析、數(shù)據(jù)重修復(fù)、數(shù)據(jù)融合。交通大數(shù)據(jù)的匯聚與應(yīng)用如下圖:
AI交通控制算法
AI交通控制系統(tǒng)架構(gòu)分為三大塊,數(shù)據(jù)引擎、能力倉庫、價值網(wǎng)絡(luò)。數(shù)據(jù)引擎就是大數(shù)據(jù)平臺,能力倉庫就是與信號控制相關(guān)的算法,價值網(wǎng)絡(luò)就是對效果進(jìn)行的評估。
性能特點包括五個方面:
控制子區(qū)、方案生成器、方案知識庫、方案總調(diào)度這四點是該AI算法的重要模塊,共同來實現(xiàn)交通數(shù)據(jù)的精細(xì)控制。
該算法的邏輯主要是基于路網(wǎng)態(tài)勢分析,實現(xiàn)控制子區(qū)劃分和方案調(diào)度。若在當(dāng)前的場景下方案知識庫中有合適的應(yīng)用方案就直接通過方案選擇來產(chǎn)生信號控制方案。若在當(dāng)前的場景下方案知識庫中沒有合適的方案,就通過方案生成器來生成信號控制方案,并在應(yīng)用后進(jìn)行效果評價,基于評價結(jié)果決定是否存入方案知識庫,當(dāng)然,在方案知識庫進(jìn)行更新前,必須對該方案進(jìn)行標(biāo)注(如天氣情況,日期特性等),讓方案更加的完善。
對各個大數(shù)據(jù)進(jìn)行分析,讓路口交通狀態(tài)復(fù)原,復(fù)原后進(jìn)行綜合價值的分析,讓數(shù)據(jù)效果*。
以下是典型的案例來表示該算法的應(yīng)用:
從宏觀層、中觀層、微觀層這三個層面來進(jìn)行監(jiān)測,來觀測效果是否能達(dá)到預(yù)期的標(biāo)準(zhǔn)。監(jiān)測界面上,可以看到具體的數(shù)值,讓交通數(shù)據(jù)更加直觀。