智慧交通發(fā)展急需交通數(shù)據(jù)科學(xué)

王印海，崔志勇

(美國華盛頓大學(xué)土木與環(huán)境工程系，美國 西雅圖 98105)

作為智慧城市的重要組成部分，智慧交通在城市綜合發(fā)展與新技術(shù)的推動下不斷發(fā)展完善。隨著新型智能感知、數(shù)據(jù)存儲、移動通信等領(lǐng)域取得長足發(fā)展，交通行為所產(chǎn)生的海量交通數(shù)據(jù)在以大數(shù)據(jù)、云計算、人工智能為核心的現(xiàn)代智慧交通研究與應(yīng)用中扮演著舉足輕重的作用。海量交通數(shù)據(jù)擁有廣義大數(shù)據(jù)所具有的數(shù)據(jù)量大、種類多、形式多樣、產(chǎn)生速度快、價值密度低等特性[1]。云計算以其實時性、易擴展性及泛在的強大計算能力，為海量交通數(shù)據(jù)的存儲、提取、處理、融合和分析提供了可靠硬件保障，也為高效準確地實施管理決策提供了技術(shù)支持。而新興人工智能技術(shù)在計算機科學(xué)領(lǐng)域與互聯(lián)網(wǎng)相關(guān)產(chǎn)業(yè)取得的巨大成就，也給現(xiàn)代智慧交通提供了一個強有力的分析決策手段。在這樣的大背景下，一批以智慧城市為代表的“互聯(lián)網(wǎng)+交通”項目在中國廣泛開展并取得了諸多成果，有效提升了城市的智能化水平[2]。

然而，對交通海量數(shù)據(jù)進行進一步的有效挖掘與使用需要相關(guān)的理論支撐。建立在大量理論假定和小樣本數(shù)據(jù)驗證基礎(chǔ)上的傳統(tǒng)交通科學(xué)，難以滿足新時代智慧交通的發(fā)展與建設(shè)需求。因此，亟須建立與發(fā)展交通數(shù)據(jù)科學(xué)來滿足智慧交通的理論與實踐需要。顧名思義，交通數(shù)據(jù)科學(xué)是以數(shù)據(jù)為驅(qū)動，通過對海量數(shù)據(jù)的分析與挖掘來探索交通問題的理論體系與解決方案。交通數(shù)據(jù)科學(xué)將利用多源交通數(shù)據(jù)，結(jié)合交通系統(tǒng)特征及傳統(tǒng)交通理論方法，為交通的管理與運營提供切實可靠的決策依據(jù)，解決擁堵與安全等交通核心問題，推動新型智慧城市的發(fā)展。本文在已有研究基礎(chǔ)上簡要介紹交通數(shù)據(jù)科學(xué)，總結(jié)以海量數(shù)據(jù)為基礎(chǔ)的智慧交通科研與實踐所面臨的挑戰(zhàn)與發(fā)展前景。

交通數(shù)據(jù)科學(xué)是利用海量交通數(shù)據(jù)解決交通問題的計算密集型科學(xué)，致力于為交通系統(tǒng)的高效、安全運行提供科學(xué)的分析決策手段。其核心是海量交通數(shù)據(jù)的管理與理論分析，主要包含以下幾方面內(nèi)容：

1）多源交通數(shù)據(jù)的關(guān)聯(lián)體系。每項交通數(shù)據(jù)的采集可能來自于交通系統(tǒng)內(nèi)的某個具體任務(wù)，也可能是系統(tǒng)外某項應(yīng)用的副產(chǎn)品。這些數(shù)據(jù)具有不同的時空精度、格式、對象。將這些數(shù)據(jù)有機地組合使用無疑將會帶來更大價值。而將各類數(shù)據(jù)關(guān)聯(lián)的最佳方法往往是將每項數(shù)據(jù)都綁定到交通系統(tǒng)網(wǎng)絡(luò)上(例如道路網(wǎng)、航空網(wǎng)等)。

2）數(shù)據(jù)質(zhì)量控制。海量交通數(shù)據(jù)往往伴隨各類噪聲和雜質(zhì)，需要去偽存真或者剔除雜質(zhì)來形成質(zhì)量可靠的可用數(shù)據(jù)。

3）針對具體問題并結(jié)合各個數(shù)據(jù)集及采集點的時空關(guān)系構(gòu)建模型。這是一個極具挑戰(zhàn)性和創(chuàng)造性的過程，傳統(tǒng)的交通系統(tǒng)理論、運籌學(xué)理論、機器學(xué)習(xí)及其他人工智能方法都可以得到充分的展示與應(yīng)用。

4）運用交通大數(shù)據(jù)平臺或其他云計算平臺的強大運算功能求解目標問題。根據(jù)結(jié)果對模型和計算方法進行適當(dāng)調(diào)整與修正，并從個案中提取普遍規(guī)律，逐步完善交通數(shù)據(jù)科學(xué)理論。

當(dāng)然，現(xiàn)階段以海量交通數(shù)據(jù)為驅(qū)動的智慧交通在研究和應(yīng)用層面都面臨著諸多挑戰(zhàn)，這些挑戰(zhàn)也是交通數(shù)據(jù)科學(xué)在建立與發(fā)展過程中所要面對的。

首先，多源交通數(shù)據(jù)的采集、存儲、清洗、提取是科學(xué)利用交通數(shù)據(jù)的前提，而新型多源交通數(shù)據(jù)的體量巨大、數(shù)據(jù)多元、類型復(fù)雜、利用難度高等特點都不是傳統(tǒng)交通科學(xué)所熟悉的。盡管現(xiàn)階段交通數(shù)據(jù)的存儲、清洗、處理方法已有顯著進步，大部分城市交通系統(tǒng)依然存在交通數(shù)據(jù)源單一或者多源數(shù)據(jù)無法融合的問題。

其次，傳統(tǒng)交通理論及方法較多依賴數(shù)學(xué)模型，這些理論模型對現(xiàn)實復(fù)雜交通問題的擬合不夠準確、全面，難以有效指導(dǎo)參與者類型繁多且過程復(fù)雜的實際交通問題。雖然新興的人工智能技術(shù)能夠利用大數(shù)據(jù)解決一些傳統(tǒng)理論或模型無法解決的交通問題，但是如何在傳統(tǒng)交通理論的基礎(chǔ)上，結(jié)合新興人工智能技術(shù)，為專門解決復(fù)雜的交通問題設(shè)計一系列新模型、新方法是我們所面臨的巨大挑戰(zhàn)之一。

再次，在新模型新方法層出不窮的大背景下，如何驗證新方法的有效性、可靠性、可擴展性以及如何依據(jù)新方法實現(xiàn)對交通需求及交通行為的精準調(diào)控，是基于數(shù)據(jù)科學(xué)的智慧交通系統(tǒng)有待發(fā)掘和提升之處。

此外，由于現(xiàn)階段海量交通數(shù)據(jù)的采集與利用缺乏統(tǒng)一的管理標準，數(shù)據(jù)的傳輸與應(yīng)用存在較高的安全風(fēng)險。隨著政府與民眾對個人隱私和數(shù)據(jù)安全的關(guān)注程度的提升，包含國家安全和交通參與者隱私信息的交通數(shù)據(jù)的安全性也應(yīng)在解決交通問題的同時受到足夠的重視。值得一提的是，現(xiàn)階段不同種類的交通數(shù)據(jù)的采集和存儲往往由不同的交通管理部門或商業(yè)公司執(zhí)行完成，如何破除橫亙在多源數(shù)據(jù)之間的壁壘同時簡化數(shù)據(jù)共享、集成的流程是一大挑戰(zhàn)。

盡管面臨諸多挑戰(zhàn)，滴滴、Uber、Lyft等共享出行企業(yè)已經(jīng)基于海量交通數(shù)據(jù)在出行服務(wù)、緩解擁堵、智慧交通平臺等領(lǐng)域進行了一些成功的探索。此外，高德、百度、谷歌等推出的眾多電子地圖應(yīng)用也在出行導(dǎo)航、出行規(guī)劃等智慧交通領(lǐng)域取得突出成果?，F(xiàn)階段，基于海量交通數(shù)據(jù)的人工智能技術(shù)在智慧交通、智慧制造和智慧物流等領(lǐng)域的研發(fā)與應(yīng)用方興未艾?；诤Ａ拷煌〝?shù)據(jù)的交通數(shù)據(jù)科學(xué)在以下幾個方面有著廣泛的應(yīng)用前景：

1）海量交通數(shù)據(jù)的處理與融合仍在技術(shù)與理念上有極大的發(fā)展空間。由于大部分交通數(shù)據(jù)具有時間、空間屬性，依據(jù)多源交通數(shù)據(jù)中共享的屬性建立互相連接的數(shù)據(jù)結(jié)構(gòu)或可成為多源數(shù)據(jù)融合的一種解決方案。例如基于地理空間信息的多源數(shù)據(jù)融合技術(shù)[3]以及具有處理多源數(shù)據(jù)能力的交通數(shù)據(jù)平臺[4]有能力解決這一問題。

2）將新型機器學(xué)習(xí)、人工智能方法與傳統(tǒng)交通分析理論相結(jié)合，形成具有智慧交通特色的理論分析體系，將成為交通領(lǐng)域又一重要前瞻性課題。現(xiàn)階段人工智能等新技術(shù)的應(yīng)用主要集中在基于深度學(xué)習(xí)的時空數(shù)據(jù)、高維數(shù)據(jù)、視頻圖像數(shù)據(jù)的分析[5-6]以及基于強化學(xué)習(xí)的交通信號控制、網(wǎng)約車智能調(diào)度、高效路徑規(guī)劃、自動駕駛等領(lǐng)域[7-8]。但作為交通數(shù)據(jù)科學(xué)的決策中樞，模型和方法的選取需要根據(jù)具體數(shù)據(jù)類型和特定的交通問題具體分析、量體裁衣。利用眾多新型深度學(xué)習(xí)模型[9-11]的強大分析能力，探索復(fù)雜交通問題的形成和發(fā)展機理值得進一步發(fā)掘與創(chuàng)新。與此同時，復(fù)雜度極高、參與者極多的大規(guī)模城市交通網(wǎng)絡(luò)以及智能網(wǎng)聯(lián)自動駕駛汽車也為更高級人工智能技術(shù)的產(chǎn)生和發(fā)展提供了新的實驗與應(yīng)用場景。

3）由于涉及交通系統(tǒng)的人、車、路、環(huán)境等各個方面海量交通數(shù)據(jù)的加速整合，囊括了汽車制造、共享出行、地圖應(yīng)用等行業(yè)的智慧出行生態(tài)系統(tǒng)以服務(wù)為導(dǎo)向，在出行即服務(wù)(Mobility as a Service)領(lǐng)域有著廣闊的應(yīng)用前景。交通數(shù)據(jù)科學(xué)有能力以分析交通歷史數(shù)據(jù)和交通參與者的出行模式為基礎(chǔ)，在多種交通基礎(chǔ)設(shè)施、交通工具的支持下，為多方式組合的綜合交通體系提供決策支持。

4）自動駕駛、智能網(wǎng)聯(lián)汽車、車路協(xié)同等將成為多源交通數(shù)據(jù)、人工智能及智慧基礎(chǔ)設(shè)施在智慧交通中深入融合與應(yīng)用的典型場景。作為自動駕駛、車路協(xié)同的主要承載者，道路的智能化能夠極大地促進人、車、路、環(huán)境等各個方面的有機結(jié)合。智慧道路已經(jīng)受到學(xué)術(shù)界和工業(yè)界的關(guān)注[12]。以自動駕駛為例，實時多源數(shù)據(jù)融合、可靠高速數(shù)據(jù)傳輸、高精度地圖信息、網(wǎng)聯(lián)道路基礎(chǔ)設(shè)施等均成為其技術(shù)發(fā)展的關(guān)鍵模塊[13]。

5）交通安全作為交通領(lǐng)域的核心問題之一是所有交通參與者關(guān)注的問題。新環(huán)境下交通安全的提升也應(yīng)依托交通數(shù)據(jù)科學(xué)，從數(shù)據(jù)采集、分析方法、決策建議等方面做出改進。未來多源交通數(shù)據(jù)有能力覆蓋交通事故發(fā)生地點及周圍環(huán)境的時空信息，以此為基礎(chǔ)提出或選擇適當(dāng)?shù)姆治瞿Ｐ停軌驗榻煌ㄊ鹿侍峁┯行Х治霾⒔o出改善對策。

當(dāng)前，國內(nèi)外城鎮(zhèn)化進程持續(xù)加速，科技進步日新月異，基于交通數(shù)據(jù)科學(xué)的新型智慧交通必然能在機遇與挑戰(zhàn)并存的大環(huán)境下，在未來智慧城市的發(fā)展中扮演更重要的角色。人工智能技術(shù)在計算機視覺、復(fù)雜結(jié)構(gòu)數(shù)據(jù)分析等領(lǐng)域取得的成就也帶動了自動駕駛、智能網(wǎng)聯(lián)汽車在交通領(lǐng)域的研究與應(yīng)用。隨著逐步邁入以自動駕駛和出行即服務(wù)為特征的新時代，傳統(tǒng)的交通參與者、出行方式，甚至交通規(guī)則都會產(chǎn)生巨大變革。未來以數(shù)據(jù)為驅(qū)動的智慧城市綜合交通體系的設(shè)計和實現(xiàn)將成為城市交通發(fā)展的重要方向，而新型城市交通建設(shè)因其復(fù)雜程度也給城市交通的研究人員、設(shè)計者、管理者留下極大的想象與創(chuàng)新空間。因此，在新時代新環(huán)境下，通過進一步為海量交通數(shù)據(jù)的采集和共享提供支持、不斷提升解決復(fù)雜交通問題的能力，交通數(shù)據(jù)科學(xué)的理論內(nèi)涵和應(yīng)用必將得到極大的提升與加強。在交通數(shù)據(jù)科學(xué)的理論指導(dǎo)與支持下，智慧交通的建設(shè)將會更加高效并富有成果！