AI让城市交通管理更“智慧”(2)

本刊记者

您认为，人工智能技术具体应怎样更好地发挥作用，赋能现代城市交通管理？

金盛

城市交通系统是一个随机、复杂、动态的巨系统，既是城市智能治理的难点，也是人工智能技术应用的重点领域之一。机器视觉、机器学习、智能决策、神经网络等人工智能技术在城市交通系统的深度应用是当前城市智能交通发展的重要方向。对于城市交通管理来说，人工智能技术是协助者，主要应在以下方面更好地发挥作用：

一是视频图像的深度分析应用。目前城市建设了大量的电警、卡口以及视频监控等设备，大量的视频信息为交通流检测、交通事件识别、车辆特征画像等带来了新机遇。基于现有视频数据的跨目标检测、视频重分析、小目标检测等技术的发展，能够助力交通秩序、交通行为管控，进一步提升路网交通运行的强大感知能力。

二是基于深度学习的交通流预测。由于交通出行的随机性和交通流的周期性、非线性特征，如何捕捉路网上交通流复杂的时空相关性并进行预测一直是一个具有挑战性的问题。深度学习网络具备更深的网络结构，因此带来了更强的记忆能力和学习能力，能够高效挖掘交通流数据中的有用信息，进而提升交通流的预测精度，为进行精准交通管控提供强大支撑。

三是基于强化学习的交通信号控制。交通信号控制是城市交通管控关键业务之一，也是一个经典的非线性决策问题，非常适合采用强化学习方法进行建模。近年来，基于深度强化学习的方法逐渐从仿真分析走向实地应用，交通信号控制是强化学习在交通管理中应用的重要场景。

四是交通管控的仿真推演。由于交通系统的不可实验性，基于宏—中—微观仿真分析与推演的交通政策、交通组织优化措施以及交通管控方法的定量评估成为未来城市交通智能决策支持的重要手段。