□白 雪

自20世紀(jì)中期人工智能技術(shù)誕生以來(lái)，其以輔助或替代人工作出分析、判斷和決策的特點(diǎn)，在眾多領(lǐng)域中取得了顯著的成效。交通作為城市發(fā)展的主要?jiǎng)恿Γ瑢?duì)生產(chǎn)要素的流動(dòng)、城鎮(zhèn)體系的發(fā)展有著決定性的影響。近年來(lái)，人工智能與交通建設(shè)緊密融合，全面賦能于交通行業(yè)多個(gè)要素，通過(guò)構(gòu)建實(shí)時(shí)動(dòng)態(tài)信息服務(wù)體系，深度挖掘交通相關(guān)數(shù)據(jù)，形成問(wèn)題分析模型，為資源的優(yōu)化配置、行業(yè)管理、公眾服務(wù)等提供智能決策，從而加速智慧交通建設(shè)的進(jìn)程。

一、人工智能技術(shù)在智慧交通建設(shè)中的應(yīng)用

(一)在擁堵治理中的應(yīng)用——基于交通流的自適應(yīng)控制信號(hào)燈。據(jù)統(tǒng)計(jì)，車(chē)輛在城市中的行程時(shí)間約有1/3耗費(fèi)在道路交叉口[1]，如何在有限的空間和環(huán)境條件制約下，提高交叉口通行效率是解決道路交通擁堵的關(guān)鍵?；诮煌鞯淖赃m應(yīng)控制信號(hào)燈能夠根據(jù)道路交通流量、排隊(duì)長(zhǎng)度、平均車(chē)速、道路等級(jí)等因素，自動(dòng)調(diào)整紅綠燈配時(shí)，確保綠燈時(shí)間的最大化利用[2]，從而有效改善交叉口擁堵問(wèn)題。

該自適應(yīng)方案的實(shí)現(xiàn)基于“權(quán)重均衡”的思想，一方面通過(guò)交通調(diào)研，充分了解交叉口現(xiàn)狀，對(duì)交叉口的通行效率、排隊(duì)長(zhǎng)度、延誤進(jìn)行初步評(píng)估，形成信號(hào)控制相位的靜態(tài)權(quán)重；另一方面根據(jù)視頻、雷達(dá)、地感等傳感設(shè)備實(shí)時(shí)獲取的流量數(shù)據(jù)、排隊(duì)狀態(tài)、占有率、飽和度等交通參數(shù)，計(jì)算相位的動(dòng)態(tài)權(quán)重。綜合二者，形成相位的綜合權(quán)重，并作為紅綠燈配時(shí)策略的設(shè)置標(biāo)準(zhǔn)，以此取代靠人工經(jīng)驗(yàn)進(jìn)行的固定配時(shí)工作，在有效節(jié)約人力投入外，極大提升了路網(wǎng)通行能力，降低了平均延誤時(shí)間[3]。

(二)在交通運(yùn)輸中的應(yīng)用——基于人臉檢測(cè)與識(shí)別技術(shù)的人員智能化管控。人臉檢測(cè)與識(shí)別技術(shù)是一個(gè)重要的視覺(jué)認(rèn)知計(jì)算模型，其主要功能是判斷所給的圖片或視頻中是否包含人臉，并將人臉圖片提取出來(lái)與身份庫(kù)中的人臉圖片進(jìn)行比較，找到最接近的結(jié)果。乘客與駕駛員作為智慧交通的核心參與者，人臉檢測(cè)與識(shí)別技術(shù)對(duì)于二者的管控應(yīng)用廣泛。

1.乘客端。人證比對(duì)身份識(shí)別核驗(yàn)。通過(guò)在客運(yùn)站、機(jī)場(chǎng)等出入口部署人證比對(duì)設(shè)備，當(dāng)乘客刷身份證時(shí)，人證設(shè)備會(huì)摳取身份證上的人臉圖片，并實(shí)時(shí)采集乘客人臉，將二者上傳到中心平臺(tái)進(jìn)行1∶1特征值比對(duì)，比對(duì)成功則放行，同時(shí)將采集到的實(shí)時(shí)人臉與公安機(jī)關(guān)黑名單庫(kù)中的人臉進(jìn)行1∶N比對(duì)，實(shí)現(xiàn)黑名單預(yù)警。

乘客人流態(tài)勢(shì)分析預(yù)測(cè)。通過(guò)在售票廳、候車(chē)廳等人員密集的場(chǎng)所布設(shè)視頻采集設(shè)備，將視頻傳輸給后端智能分析設(shè)備，通過(guò)對(duì)視頻中的人流進(jìn)行目標(biāo)檢測(cè)、場(chǎng)景建模，實(shí)時(shí)輸出人群密度分布圖，同時(shí)可根據(jù)模型數(shù)據(jù)輸出人數(shù)趨勢(shì)圖，展現(xiàn)人群密度的發(fā)展趨勢(shì)，從而輔助管理部門(mén)進(jìn)行人流疏導(dǎo)，避免擁擠踩踏事故的發(fā)生。

2.駕駛員端。失格駕駛員管控。所謂失格駕駛員是指被吊銷(xiāo)、注銷(xiāo)駕駛證的駕駛?cè)藛T仍然開(kāi)車(chē)上路行駛的情況，這種駕駛員上路后肆無(wú)忌憚、屢次違法，對(duì)交通管理造成重大影響。通過(guò)在道路上布設(shè)卡口抓拍單元，可實(shí)時(shí)捕獲駕駛員人臉圖片，并傳輸?shù)胶蠖诉M(jìn)行建模分析，之后與失格駕駛庫(kù)中的人臉進(jìn)行比對(duì)，實(shí)現(xiàn)異常人員報(bào)警、展示、核查等應(yīng)用。

駕駛員考勤與身份識(shí)別。近年來(lái)，國(guó)家大力倡導(dǎo)公共交通出行，駕駛員作為公共交通的參與主體，確保其駕駛安全是公共交通平穩(wěn)運(yùn)行的關(guān)鍵。通過(guò)在駕駛艙內(nèi)布設(shè)人臉抓拍設(shè)備，實(shí)時(shí)采集駕駛員人臉圖片，并基于人臉識(shí)別比對(duì)技術(shù)實(shí)現(xiàn)駕駛員考勤與身份識(shí)別，從而避免由代打卡行為導(dǎo)致不具備駕駛資格的人員駕駛公共交通工具，造成駕駛隱患。

(三)在交通管理中的應(yīng)用——基于視頻分析與深度學(xué)習(xí)技術(shù)的新型違法行為檢測(cè)。視頻提取與智能分析技術(shù)在交通治理中應(yīng)用廣泛，如機(jī)動(dòng)車(chē)闖紅燈、超速、違法停車(chē)、變道等違法行為均可基于視頻分析技術(shù)實(shí)現(xiàn)檢測(cè)判定。但對(duì)一些新型違法行為的檢測(cè)，如不系安全帶、打電話(huà)等，傳統(tǒng)的技術(shù)尚無(wú)法實(shí)現(xiàn)，得益于人工智能的出現(xiàn)，目前已可對(duì)多種新型違法行為進(jìn)行檢測(cè)取證。

1.不系安全帶/打電話(huà)檢測(cè)。不系安全帶、打電話(huà)等違法行為的檢測(cè)需克服2道難關(guān)，其一視頻采集設(shè)備的光線(xiàn)需穿透擋風(fēng)玻璃，其二需具備不系安全帶、打電話(huà)等行為的識(shí)別能力。對(duì)于問(wèn)題一：需配置氣體爆閃燈，輔助光源穿透擋風(fēng)玻璃，確保采集設(shè)備能夠獲取清晰的駕駛員照片；對(duì)于問(wèn)題二：其本質(zhì)是深度學(xué)習(xí)算法的運(yùn)用，其中打電話(huà)是通過(guò)定位左手或右手附耳打電話(huà)的動(dòng)作和人臉識(shí)別算法中嘴部點(diǎn)位的變化來(lái)判斷駕駛員是否存在打電話(huà)的行為；不系安全帶同樣是基于深度學(xué)習(xí)算法對(duì)駕駛員身前是否具有條帶狀特征進(jìn)行判定。

2.行人闖紅燈檢測(cè)。行人闖紅燈違法行為長(zhǎng)期存在，但因缺少有效的檢測(cè)取證手段，常會(huì)遇到法不責(zé)眾的尷尬局面?；谝曨l分析與人臉識(shí)別技術(shù)，通過(guò)部署在斑馬線(xiàn)的行人闖紅燈取證攝像機(jī)，可實(shí)時(shí)抓拍闖紅燈人員圖片，此外攝像機(jī)內(nèi)部的人臉檢測(cè)與跟蹤算法可摳取出3張反映不同位置的人臉圖片形成取證證據(jù)[4]，并將人臉圖片上傳到后端進(jìn)行建模分析，與公安機(jī)關(guān)的常住人口庫(kù)進(jìn)行比對(duì)確認(rèn)闖紅燈人員的身份，從而對(duì)其曝光或與其征信掛鉤或由社區(qū)民警上門(mén)教育以杜絕再次發(fā)生。

3.非法鳴笛自動(dòng)檢測(cè)。機(jī)動(dòng)車(chē)?guó)Q笛作為一種信號(hào)，警示其他車(chē)輛和行人注意安全，然而隨著道路通行壓力的增大，非法鳴笛現(xiàn)象隨處可見(jiàn)，由此帶來(lái)的噪音污染影響越來(lái)越大[5]。但由于非法鳴笛取證難，很難判定鳴笛聲來(lái)源于哪輛車(chē)，造成執(zhí)法難度劇增。基于視頻抓拍+聲音檢測(cè)的可視化鳴笛檢測(cè)系統(tǒng)，可精確定位鳴笛機(jī)動(dòng)車(chē)，并自動(dòng)抓拍和識(shí)別車(chē)輛號(hào)牌，形成完整的取證證據(jù)。其中聲源定位是基于波束成形技術(shù)實(shí)現(xiàn)的，通過(guò)聲源傳輸?shù)礁鱾€(gè)聲音傳感器的相位差確定鳴笛的位置，并對(duì)音頻數(shù)據(jù)進(jìn)行處理得到聲像圖；同時(shí)采用校正匹配算法實(shí)現(xiàn)聲像圖與視頻抓拍圖像的融合，形成由鳴笛抓拍圖片+聲音文件+含有鳴笛聲音的視頻組成的完整證據(jù)文件[6]，從而輔助交管部門(mén)執(zhí)法取證。

二、結(jié)語(yǔ)

綜合以上應(yīng)用實(shí)踐，智慧交通的建設(shè)離不開(kāi)人工智能思維，更離不開(kāi)人工智能技術(shù)。一方面，需借助人工智能的數(shù)據(jù)思維，通過(guò)多種感知手段精確獲取道路上人、車(chē)、地、事、物的全量實(shí)時(shí)數(shù)據(jù)；另一方面，需通過(guò)人工智能技術(shù)將這些數(shù)據(jù)進(jìn)行融合、標(biāo)簽化，結(jié)合AI技術(shù)進(jìn)行態(tài)勢(shì)推演、預(yù)測(cè)，挖掘出影響交通安全、交通秩序的原因及規(guī)律，進(jìn)而為更深層次的智慧應(yīng)用如智能調(diào)度、智慧停車(chē)、無(wú)人駕駛等提供決策支撐，從而最大程度地解放人力，提高管理效率，提升公眾出行體驗(yàn)。