城市智能交通市场前景

【发布时间：2018-02-05 11:57:15】

城市交通系统建设不仅要考虑交通顺畅安全这一单一因素，还要顾及经济、人口、环境等多种因素，因此在完善城市交通系统的任务中需要积极创新和改进。目前来看，人工智能是解决城市交通系统现有问题最有效的方法。

2016年，国内亿元级智能交通项目共有14项，总金额高达30.16亿元；5000万级的项目共计36项，总金额23.48亿元。这些大项目主要集中在上海、武汉、太原三个城市。下面我们看看具体数据。

2016年城市智能交通大项目主要集中在道路交通监控、视频监控及电子卡口、电子警察三个领域，其中道路交通监控项目规模最大，涉及金额最高。传统的路况监测是通过交警巡逻来完成的，这样辛苦而又重复的工作完全可以由智能监控摄像机、无人机以及警用机器人替代。

在智能交通监控系统中，最关键的一项技术是计算机视觉技术。计算机视觉是一门研究如何使机器“看”的科学，是借助摄像机替代人眼进行目标检测识别、跟踪和测量的技术。具体到智能交通，主要涉及感知、检测、识别、比对、分析和驾控6个领域。在交通监控系统中，人工智能技术已经在以下3个场景中大显身手。

1、交通监测

智能交通监测是模拟“人看物”的方式，通过算法将视频或者图片中的人、车、物以及其它目标准确筛选出来，解决很多过去车辆检测中存在的问题。视频或图片检测可以应用到交通监测中。相比之下，人工智能无人机有着低成本、高效率的优点，可以实现大场景、立体化、全方位的监测。而警用机器人可以对公路交通安全进行全方位监控、全天候巡逻和立体化监管。

其次应用到交通基础设施数据监测中，使用高分辨率的道路、航空、斜视摄像机对道路情况进行拍摄，通过人工智能算法对视频或图片中的路面、绿化带、环岛、拐弯死角带等变化进行提取，从而及时更新路网数据，给用户提供更为准确的交通信息。

2、预防交通拥堵

基于人工智能驱动的交通信号系统调控，传统的交通信号灯由于配时不佳以及人为转换灯色，从而导致了交通路口的严重拥堵。基于深度学习的车辆检测技术，可以准确计算交通路口各个方向行人和车辆的数量、流量和密度，从而优化交通信号系统。目前交通信号控制算法实时性和全局性还是很缺乏。2016年10月卡内基梅隆大学开发的智能交通信号系统，在实际测试中将行车时间缩短了25%，发动机空转率减低了40%。基于大数据分析的交通流量管控智能交通系统可以通过人工智能算法和大数据分析技术，掌握群体出行、生活、消费习惯，分析出人流、车流的迁移规律，从而为城市车辆调度提供决策帮助。

3、交通违法执法

目前国内很多城市的智能道路监控系统不仅可以全天候监测行车轨迹和路线，还可以对人脸进行抓怕和识别。当出现交通违法的行为时，可以为交管部门提供有力证据。智能监控摄像头借助深度学习技术，能实现交通违法行为的分析判断，可以对车辆、人脸进行识别，对数据进行储存，从而完成对交通违章违法行为的研判和取证。目前通过大数据和人工智能算法技术可以对33种违法行为进行分析和取证。

结语：面对城市交通管理的越发完善，城市智能交通定能获得更广阔的发展空间。