停車難和交通擁堵是超大城市常見的“城市病”,。楊浦區(qū)針對停車治理問題,,建立區(qū)級停車難治理工作專班,,探索“五個一點”(規(guī)劃建一點,老小區(qū)挖一點,道路臨時停一點,公共停車共享一點,,機關(guān)、企事業(yè)單位開發(fā)一點),,通過平臺從不同的維度,、多視角對區(qū)域,、街道和停車場站的動態(tài)停車供需關(guān)系進行實時監(jiān)測、趨勢預(yù)警,,并利用停車共享分析等方式,,來支持相應(yīng)的決策處理。
為有效幫助用戶避開泊位緊張的停車場,,同時也為了降低大量尋找停車泊位的車輛所帶來道路交通負擔(dān),,楊浦區(qū)城運中心結(jié)合區(qū)域內(nèi)停車場的實時數(shù)據(jù)以及歷史數(shù)據(jù),運用機器學(xué)習(xí)先進算法,,對各個停車場未來30分鐘和1個小時的剩余泊位進行短時預(yù)測,,并對飽和程度進行分級預(yù)警。預(yù)測結(jié)果可以進一步通過互聯(lián)網(wǎng)提供給市民,,使其開車出行前,就能提前預(yù)知到達目的地時可能的停車情況,。
平臺的交通動態(tài)體征模塊,,可以呈現(xiàn)楊浦區(qū)停車需求的各種實時特征,包括24小時停車飽和度,、周轉(zhuǎn)率等指標(biāo)的變化趨勢曲線,、日間夜間停車需求的差異程度、周末和工作日停車需求的差異程度,,以及區(qū)域內(nèi)不同類型,,不同區(qū)位停車場需求的差異程度等,從而比較綜合地體現(xiàn)楊浦區(qū)宏觀動態(tài)的停車供需趨勢和特征,。
人工智能在交通領(lǐng)域的應(yīng)用方向
人工智能技術(shù)在各行業(yè)的應(yīng)用,,首先要考慮的是看能否讓原來的工作效益更高,這里所說的工作效益不單指經(jīng)濟效益,,還包括安全效益,、社會效益、國家效益等,。下面我們就以人工智能技術(shù)在交通行業(yè)中的一個小的應(yīng)用展開分析,。
人工智能在交通領(lǐng)域的應(yīng)用,可以大概分為以下幾個方向:
01.智能公交車智能公交
通過RFID,、傳感等技術(shù),,實時了解公交車的位置,實現(xiàn)彎道及路線提醒等功能,。同時能結(jié)合公交的運行特點,,通過智能調(diào)度系統(tǒng),對線路,、車輛進行規(guī)劃調(diào)度,,實現(xiàn)智能排班,。
02.共享自行車
共享自行車是通過配有GPS或NB-IoT模塊的智能鎖,將數(shù)據(jù)上傳到共享服務(wù)平臺,,實現(xiàn)車輛精準(zhǔn)定位,、實時掌控車輛運行狀態(tài)等。
03.車聯(lián)網(wǎng)
利用先進的傳感器,、RFID以及攝像頭等設(shè)備,,采集車輛周圍的環(huán)境以及車自身的信息,將數(shù)據(jù)傳輸至車載系統(tǒng),,實時監(jiān)控車輛運行狀態(tài),,包括油耗、車速等,。
04.充電樁
運用傳感器采集充電樁電量,、狀態(tài)監(jiān)測以及充電樁位置等信息,將采集到的數(shù)據(jù)實時傳輸?shù)皆破脚_,,通過APP與云平臺進行連接,,實現(xiàn)統(tǒng)一管理等功能。
05.智能紅綠燈
通過安裝在路口的雷達,、AI攝像頭裝置等,,實時監(jiān)測路口的行車數(shù)量、車距以及車速,,同時監(jiān)測行人的數(shù)量以及外界天氣狀況,,動態(tài)地調(diào)控交通燈的信號,提高路口車輛通行率,,減少交通信號燈的空放時間,,最終提高道路的承載力。
06.汽車電子標(biāo)識
汽車電子標(biāo)識,,又叫電子車牌,,通過RFID技術(shù),自動地,、非接觸地完成車輛的識別與監(jiān)控,,將采集到的信息與交管系統(tǒng)連接,實現(xiàn)車輛的監(jiān)管以及解決交通肇事,、逃逸等問題,。
毋庸置疑,要想獲得更安全,、更易獲得的自動駕駛體驗,,車路協(xié)同技術(shù)是關(guān)鍵。實現(xiàn)車路協(xié)同的核心在于將感知設(shè)備部署于道路,,以獲得駕駛位以外的視野,,消除視覺盲區(qū),。在車路協(xié)同的環(huán)境下,讓“路看車”,,“路告訴車”周邊的情況,,輔助車輛“決策”。
有業(yè)內(nèi)人士表示,,自動駕駛的普及,,不能只依賴單車智能,道路基礎(chǔ)設(shè)施的智能化也很重要,。如今,,市面上已有通過單純依靠路側(cè)傳感器感知,而車輛系統(tǒng)依然可以進行自動駕駛的實踐,。
清華大學(xué)人工智能研究院視覺智能研究中心主任鄧志東教授曾在接受媒體采訪時談到,,自動駕駛發(fā)展存在嚴重短板,人工智能尤其是視覺智能存在較大缺陷,,感知是個巨大瓶頸,。他認為,自動駕駛最終會走向多傳感器融合,,既有激光雷達的主動視覺,也有攝像頭的被動視覺,。多傳感器一定要解決信息融合的問題,,而信息融合往往是自動駕駛核心的關(guān)鍵技術(shù)之一。