人工智能在道路交通管理中的应用探讨

 [摘 要] 将人工智能运用在道路交通管理中，能够有效缓解现阶段我国交通现状，从根本上改善我国交通问题，保障人们出行安全。人工智能运用在交通管理的方方面面，其运用过程是一个由简入深的过程，人工智能的运用是我国交通管理发展的必然趋势。本文主要阐述了人工智能在道路交通管理中的应用探析，分别从三个方面阐述，首先简述人工智能概念与原理，继而分析人工智能在道路交通中的优势与具体应用。 
　　[关键词] 人工智能；道路交通管理；应用 
　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 13. 065 
　　[中图分类号] TP18；U495 [文献标识码] A [文章编号] 1673 - 0194（2018）13- 0143- 02 
　　0 引 言 
　　随着社会科技不断发展，人工智能应运而生，在人们生活与工作等多方面起着重要影响，人工智能在具有便捷性的同时又具备较高实用性，人工智能将运用在多个领域中。我国道路交通管理中存在诸多问题，易造成交通拥堵等，影响人们出行，因此就需要将人工智能充分运用在交通管理中，采用智能化设施与管理手段，提高我国道路交通管理水平。 
　　1 人工智能概念与原理分析 
　　1.1 人工智能概念 
　　人工智能这一概念最早出现在1956年，人工智能从属于计算机技术，在逐渐发展中，派生出了一项全新技术，即能够以人类思维做出一定反应的智能技术。人工智能研究领域十分广泛，机器人、图像识别等都属于其研究领域。人工智能技术发展至今，相关技术发展日趋完善，应用领域也在进一步扩大，推动各行业发展。人工智能在一定程度上是通过对计算机研究，来达到模仿人类动作�c行为的技术，也就是对人类思维信息过程的模拟。人工智能技术不断进步与完善，在一定程度上能够代替人类完成某项工作，并且工作效率较高，具有较高使用功能。 
　　1.2 原理分析 
　　人工智能是由感知功能、计算功能等多种功能组成的。感知功能实现需要收集大量数据，主要用于场景描述，这是人工智能技术发展的基础，主要作用是为了使计算机能够具备基本听、看等功能。人工智能具备一定计算功能，目的是为了使计算机能够通过一定计算，达到模仿人类思维的能力，并对大量数据进行分析，这也是人工智能发展所必须具备的功能之一。此外反馈系统对人工智能来说也十分重要，将所获取的一切外部信息，通过反馈系统传输到计算机，从而实现二者之间有机交流，这是人工智能中最直观的表现形式，反馈系统在一定程度上能够代表人工智能的发展水平。 
　　2 人工智能在道路交通管理中的优势分析 
　　2.1 交通检测 
　　将人工智能运用在交通道路管理中，能够实现智能交通监测，模拟人的思维与视角，通过相应计算，将视频中的主要目标筛选出来，有效解决交通问题，主要能够运用在以下几个方面。 
　　2.1.1 路况监测 
　　传统路况监测工作需要交警完成，交警在巡逻过程中，需要花费大量时间与精力，还需要进行记录，需要花费大量时间，工作压力较大。将人工智能运用在交通检测中，能够利用人工智能技术代替交警进行路况监测工作。主要利用具有智能系统的无人机进行巡逻，交警只需要通过终端观看路面情况，并将路面情况进行记录即可，能够大大节省工作时间，提高工作效率。并且人工智能无人机还具有较多优点，成本低，效率高，能够全天候进行工作，检测范围广。 
　　2.1.2 交通基础设施数据检测 
　　使用具有人工智能系统的无人机还能够进行交通基础设施数据检测，并且无人机拥有较高分辨率，能够将一些不易观察到的角落充分显示出来。道路信息能够及时更新，从而能够在最大限度上为客户提供有效信息。 
　　2.2 交通违法执法 
　　2.2.1 实现人车特征关联 
　　由于现阶段司机和车数量不断增长，因此交通违法行为数量增多，在大多数情况下，交警无法快速处理多项交通违法事件，并且处理速度慢，易出错。而使用人工智能进行交通违法执法，就能够改善此种现状，提高工作效率。主要实施措施为在交通路口安装智能监控，全天候对此路口车辆信息进行监测，还能够实现快速抓拍功能，成像效果清晰，在出现闯红灯等违法行为时，对其进行抓拍，交警只需要根据监控系统提供的画面，对驾驶人进行处罚即可。只要掌握了车辆信息，就能找到驾驶人，并对其进行处罚。 
　　2.2.2 动态监测 
　　具有人工智能监测系统，还能够实现动态监测功能，同时对检测区域内的车辆违法信息进行甄别，出现违法行为而能够在第一时间将违法车辆相关信息上传到交通部门内部网络，同时还能够运用人脸识别技术，对驾驶人容貌进行记录。人工智能监控系统能够在最大限度上帮助交警开展工作，对交通违法当事人进行处罚，在提高工作效率的同时，降低交通违法事件发生率。 
　　3 人工智能在道路交通管理中的应用探析 
　　将人工智能运用在道路交通管理中并非是一项创新之举，人工智能现阶段运用十分广泛，不仅被运用在机器人制造，还被运用在互联网汽车中，甚至在智慧城市打造中也运用到了此项技术。人工智能技术发展已十分完善，并且有大量可以借鉴的成功经验，以下分析了人工智能在道路交通管理中的具体运用。 
　　3.1 研发智能信号灯 
　　交通拥堵是我国道路交通存在的重要问题之一，随着社会经济建设不断发展，人们生活水平逐渐提高，私家车数量不断上升，据有关调查统计，现阶段我国私家车数量已经达到3亿辆，不仅造成交通严重拥堵，还造成环境污染，每年汽车尾气排放量大大提升。相关学者对交通拥堵原因进行分析，发现主要是因为信号灯设计存在不合理性，过于落后，改善交通拥堵现状的首要前提是设计合理的信号灯。将人工智能技术运用在信号灯控制上，能够极大改善交通拥堵现状，在研发出智能信号控制灯之后，选择某一交通枢纽进行试验，经过一段时间试验表明，交通拥堵情况得到大大改善，智能信号灯还具有提高交通吞吐量，节省道路加宽成本的功效。传统交通信号灯主要是提前设计好灯光颜色转换时间，并且会定期对相关数据进行调整，保证正常运行，但随着交通问题日益加剧，这种信号灯已经不再能够满足人们的需求，而人工智能信号灯则能够改善这一问题。 　　人工智能信号灯主要是利用人工智能中的感知功能，对不同路口车流量进行感知，能够实时检测路口车辆信息，并将路口画面传输到终端设备中，继而采用人工智能中的计算功能，根据路口实际车流量精准计算信号灯颜色变化时间，在一定程度上能够优化车辆通行状况，具有一定的灵活性。人工智能信号灯主要采用完全分散的方法实现信号控制，每个信号灯由不同终端控制，能够实时监测路口的车流情况，并迅速做出反应。传统信号灯由单一系统控制，无法做到根据具体情况随时变化的功能，而人工智能信号灯能够极大地改善这一现状，具有改善交通拥堵的作用。 
　　3.2 警用机器人 
　　现阶段，交通管理主要是由交警部门进行管理，工作量大，而且需要全天监管、指挥交通、避免出现安全事件等，交通工作压力大，经常会由于工作强度大造成工作疏忽。针对这种现状，就需要将人工智能技术充分运用在交通管理中，加大科技投入，不断进行警用机器人研发。警用机器人能够实现全天24小时巡逻与交通监管，提高交通部门工作效率，缓解交警工作压力，同时还能够优化交通管理。 
　　警用机器人同样是运用了人工智能中的核心技术，反馈、计算与感知功能，警用机器人能够实时将道路情况反馈到交警部门终端，相关工作人员只需要实时监控，并且警用机器人还能够进行夜晚酒驾查询工作，通过识别与计算功能，判断驾驶员体内酒精含量，并根据具体情况做出相应反应措施。警用机器人还能够指挥交通，有效避免交通事故等出现，警用机器人能够有效识别出路面交通状况与信号灯，在车流量大的情况下，能够有效指挥车辆运行。面对违法车辆，机器人需要采用识别系统，并将驾驶车辆信息上传到交警队。警用机器人的出现有效地缓解了交通现状，对交通管理工作起到了重要作用。 
　　3.3 精细化预警 
　　车辆数量在不断增加，同时也存在一定数量交通事故，在造成财产损失的同时，对生命安全也造成了一定隐患，因此需要充分运用人工智能技术，协助交警进行精细化预警。现阶段监控普遍存在识别能力差等问题，在实际应用中，经常出现问题，而人工智能具有较强识别功能，能够在短时间内对动态图像进行识别，具有较大优势。将此项技术运用在高速公路监测，其特有的识别功能与感知功能，能够对高速公路中的违法超速、超车，非法占用应急车道等交通违法行为记录。此外针对高速公路预警手段不健全现象，也进行了解决，研制出声音、光源为一体的预警设备，安装在极易出现交通事故的路段，利用声音与灯光提醒驾驶员，保持警惕，适当减速，避免出现安全事故。最后，针对一部分路况较为复杂的地区，声光预警设备也能够及时感应，提醒过往车辆注意道路安全。人工智能运用十分广泛，将其运用在预警系统处理与设计上，能够更加快速感应危险，并在较短时间内做出反应，用以提醒来往车辆。预警系统的运用，能够为人们营造安全出行的环境，并有效降低各种交通事故的发生率，具有较大价值。 
　　4 结 语 
　　由于现阶段交通发展中存在诸多问题，例如交通拥堵等，加剧了交通管理部门工作压力，将人工智能运用在交通管理中，能够缓解交通拥堵现状，改善交通。本文主要从人工智能运用在信号灯、警用机器人与精细化预警三方面进行分析，人工智能技术优势众多，只要对其进行合理运用，就能够有效营造出良好的出行环境，降低交通事故的发生率。 
　　主要参考文献 
　　[1]王伟耀. 人工智能技术在智慧交通领域中的应用[J]. 电子技术与软件工程，2018（3）：251. 
　　[2]《智能制造》编辑部.NVIDIA推出用于视频分析的Metropolis端到云平台，为人工智能城市建设铺平道路[J]. 智能制造，2017（5）：3. 
　　[3]葛志鹏. 基于多源数据的高速公路短时交通状态预测方法研究[D].南京：东南大学，2016. 
　　[4]金茜希. 基于ASP.NET的道路交通事故处理管理系统的设计与实现[D].成都：电子科技大学，2014. 
　　[5]李勇伶. 服务于城市交通控制系统的交通数据处理技术研究[D].西安：长安大学，2008. 
　　[6]李先锋. 融合CBR与RBR道路交通事故�理专家系统原型研究[D].合肥：合肥工业大学，2005. 
　　[7]邹国平. 基于智能的高速公路交通控制与管理系统研究[D].西安：长安大学，2002. 
　　[8]柴振荣. 道路交通管理中的人工智能系统[J]. 管理观察，1994（9）：56.