Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

智能配时、图片识别…AI为你的春运保驾护航!

又到了一年一度春运时,票抢到没?假请好没?做好了接受亲戚朋友“夺命三连问”的心理准备没?尽管不少人感慨年味越来越淡,但据艾媒咨询发布的《2018中国智慧交通行业专题报告》显示,有72%的受访者表示回家是其春运出行的主要目的——回家过年仍然是春运不变的主题。但是,火车出行者车票难买,汽车、摩托出行者交通安全堪忧,加之人流拥挤、信息提醒不准确、道路交通拥堵等问题,依旧困扰着所有踏上春运归途的人。

在这种情况下,是否能让交通管理变得更智慧一些呢?环保、便捷、高效、可视、可预测是我们对智慧交通的一致期望,而实现智慧的途径是复杂的,除了利用新一代传感技术、信息网络技术,还包括云计算物联网人工智能等多种信息技术,实现对城市轨道交通、公交系统和高速公路的智能化管理。今天我们不妨换个思考方式,以春节用汽车出行的方式回家,这一路所遇到常见的问题为案例,去看看智慧交通解决出行痛点的愿景,到底是如何一步步实现的。

一、堵在出城的路上心急如焚

春节放假,火车票难抢,最终决定开车回家,未想刚一拐进主干道就被堵得寸步难行。前方路口的车辆溢出,红灯长时间不变,绿灯只闪现几秒,每三四分钟才能挪动半米,等了十来个红灯连一个小小的路段都通过不了,这种把人脾气磨光的堵车体验,被形容是“少小离家老大回”。

尽管导致道路拥堵的因素是多方面的,然而在2016年互联网企业纷纷布局智能交通时,智慧交通信号灯成为了各家企业的切入口。阿里“城市大脑”的着力点在智能交通,智能交通的着力点在“信号控制”;滴滴智慧信号灯也布局多座城市;百度智慧信号灯研判平台在国内首次实现交警信号系统平台数据与互联网数据的秒级联网互通,互联网企业都在以信号为抓手布局智能交通市场。

智能交通信号灯的本质是一个全智能交通综合管控平台系统,其总逻辑是通过摄像头、红绿灯全局感知到路口的人行、车行实况,如若路口拥堵,测算出拥堵时长和拥堵长度,之后按照全局调节的思路制定一套配时优化策略,将路口的绿灯配时延长,相应地其它几个路口的绿灯配时缩短,如此一来拥堵路口的通行效率得以提升,同时也节约了其它路口绿灯时间资源的浪费。目前,多个城市都已上线不同企业提供技术支持智慧交通信号灯,据相关媒体报道,优化系统的上线让应用区域的路口通行效率提升了5.7%—11.8%,后续随着技术的逐渐完善,该项数据统计或将有更明显的变化。

二、两辆私家车发生剐蹭,堵在路上不肯挪车

一点点地龟速往前挪动,终于发现了致堵的原因之一——一辆本地车牌的SUV与一辆外地车牌的轿车发生剐蹭,轿车保险杠和车门轻微损伤。这本是一起小事故,双方拍照取证,互相查看证件留下联系方式后应该立刻撤离现场,但是由于轿车司机是外地人,对事故快处政策不了解,坚决不肯撤离现场,双方在路上僵持起来,导致原本不算通畅的路面变得拥堵不堪。

对于这种常见的突发性情况,很多城市交通部门选择利用大数据分析研判、建立智慧交通指挥中心来协助治理。当路况出现异常时,系统会及时弹出预警,显示拥堵源头、形成时间和速度,形成回放,这让指挥员随时掌握该拥堵形成的过程。同时,系统也会自动将拥堵点周边附近的警务资源打开,指挥员可以调派最近的民警到场处置。如果发生交通事故,指挥员可以通过视频监控直接看到事故双方的车牌,系统智能关联车主信息,然后分控中心打电话给车主,人未伤车能动可进行快速理赔。

以贵阳为例,贵州省公安厅交通管理局与清华数据院交通大数据研究中心团队合作开展了关于复合型大数据交通态势感知智慧指挥中心的课题研究,专注于利用交通仿真、大数据学习、机器学习深度学习技术,融合多达100类跨界多类型、多源头大数据,实现交通态势和交通风险的感知,将交通安全管理从被动的事后应对处置转变为交通风险的主动的事前预警处理、事中快速疏导,从而降低交通事故死亡率,优化交通管理和治理。该套系统已经在黄果树瀑布景区拥堵事件和去年春运期间均发挥了重要作用。

三、前方小车疑似违法被警察拦下

在行驶过某一路口时,警察突然出现,让某一辆小汽车靠边接受检查,路过的驾驶者们均产生了“警察为何会锁定这辆车”的疑惑。原来,该车在通过上一路口时,市交警大队指挥中心的卡口报警设备立即发出提示:这辆车“身背”180条交通违法记录未处理,于是民警迅速锁定位置将其查获。

很多抱有侥幸心理违法开车上路的司机都会想,交警那么忙,路上那么多车,我套牌、无证上路应该不会被查。但通常这些司机开了几公里后,交警就能将他们拦下。如此高效率的背后,得益于各种智能设备的应用和后台数据的强大支撑。

以济南交通为例,目前,依托市交警支队研发的“一个中心、三大平台”,济南交警部门以“指挥中心”为统领,通过“大数据平台”分析研判、“治安交通智能化综合管控平台”实时预警、“指挥调度平台”快反处置,打造现代交通管理工作体系,智能管控综合效能不断提升。那些有违法行为的驾驶员、车辆早已被交警列入了重点管控,这些人和车一旦上路,民警就能捕捉到他们的身影,并在各个卡口重点查控,让违法行为无处遁形。无处不在的电警设备既为交通违法处罚提供了依据,也为人民群众的安全出行构筑了科技屏障。

四、差点撞上乱过马路的行人,气急败坏

在驶向一个显示绿灯的路口时,突然一位行人强行过马路,虽然车速不快并未造成事故,但这种“我行我素”的行为引发了驾驶者的怒路症:这种既不看路况也不遵守交规的行人,被撞到不是活该?

很多驾驶者呼吁应该对行人和非机动车辆的不规范行为进行强制管理,尽管目前难以实施,但抓拍闯红灯者违法行为的人脸识别摄像头已得到广泛运用。以南京为例,南京交通采用的“人脸比对行人闯红灯交通管理报警设备”是通过视频采集及人脸捕获,对闯红灯当事人人脸抓拍、人脸特征进行提取,并将数据送入人脸信息综合应用系统,实现人脸动态比对、实施预警等功能。在南京淮海路洪武路路口安装的信息大屏,会实时发布当事人闯红灯的特写照片,配合语音提示、声音威慑、警告,随后曝光当事人交通违法行为。整套设备在不需要人工介入的前提下自动运行。

据了解,当行人闯红灯时,整个违法过程会被抓拍三张照片:第一张:斑马线通行显示为红灯时,行人闯红灯,此时路口设备会提醒过马路的行人:“您好,现在是红灯,请不要闯红灯”;第二张:当行人无视声音提醒,继续闯红灯时,拍照设备会继续拍下一张照片;第三张:当行人走到摄像机视野下方时,曝光设备会发出类似急刹车以及车辆碰撞的声音威慑行人,希望能够警示当事人返回路口,同时再次拍下行人闯红灯的照片;第四张:这时行人闯红灯的违法事实已经被全部记录下来,设备会截取一张闯红灯行人的特写图片,能够看清及分析出该行人的全貌。特写照片可以选择从前三张图片中截取,同时会截取人脸特写图像叠加到图像中。

五、高速收费不停车,摄像机精准识别车牌

终于出城上了高速,收费站多通道排起长队,而走ETC通道的车辆毫无障碍地快速驶离,感觉享受了高速VIP待遇。

传统高速收费系统都是需要专人坐在高速收费口,一杆一车,有时现金付账还需要找零,耗时费力,逢节假日更是在收费口排起长龙。现阶段随着智慧交通的深入发展,车主安装ETC则无需等待、无需停车就可快速通过高速收费口。ETC( Electronic Toll Collection ) 是目前世界上最先进的路桥收费方式。通过安装在车辆挡风玻璃上的车载电子标签与在收费站 ETC 车道上的微波天线之间的微波专用短程通讯,利用计算机联网技术与银行进行后台结算处理,从而达到车辆通过路桥收费站不需停车而能交纳路桥费的目的。2018年8月,全国首条高速公路主线ETC自由流在广东省广珠西线南丫站建成开通,这意味着即使在高速公路主线车道上,高速行驶的车辆也能实现提前缴费,不仅拓宽预交易的应用场景,还将提高ETC过车速度和收费广场通行效率。

不过,由于ETC在国内使用率不高,为解决高速收费拥堵的问题,如今很多高速收费站开放了电子支付方式,部分收费站甚至能实现无感支付。今年1月15日,广东交通集团属下高速公路收费站实现无感支付全覆盖,全省2200条车道强势上线,车主只要绑定了车牌和支付通道,可在车辆出站瞬间实现自动扣费,整个过程仅3秒左右即可完成。

六、高速公路上遭遇团雾

高速上一路顺畅,夜色降临,进入山区,无可避免的遭遇了冬季高速公路上的“流动杀手”——团雾。尽管打开雾灯降低车速,骤降的能见度依旧让驾驶员心惊胆战。秋冬季是团雾的高发季节,由于“团雾”预测预报难、区域性很强,车辆难以提前得到通知或警示,等驾驶员意识到有雾的时候,已进入团雾中心了,有时驾驶员刚从一团雾中出来,可下一团雾却又在不经意间降临,让人防不胜防。

为解决团雾造成的出行危险,多山地丘陵的四川省早在2014年就开始试点雨雾安全行车诱导系统,利用设置在公路两侧的“小黄灯”为途经车辆提供交通安全引导。2017年,新的高速公路智能化管理系统投用后,‘小黄灯’升级为智能桩,每隔20米左右安装一个,内置了传感器,实时采集数据,可在平台上预警。

2018年,这一“秘密武器”首次应用于春运。春运第一天上午,雅西高速公路拖乌山段即遭遇团雾。四川省交通运输厅高速公路管理局指挥员点开实时图片,发现道路有些朦胧、智能桩“小黄灯”亮起、车辆行驶速度明显减慢,便迅速给四川雅西高速公路有限责任公司打电话,提醒注意该路段的巡逻。同时,从其他高速转上成雅高速公路的司机会发现,信息电子显示屏上及时出现了对拖乌山段“雾天慢行”的行车提醒。

七、无法避免的疲劳驾驶可能会害人害己

长途行车,无法避免疲劳驾驶。靠激烈的音乐、抽烟、放下车窗已无法解决困意,此时,驾驶员需要一个明确的指令提醒他到最近的服务区休息。基于机器视觉以及对视频的智能分析能力,AI可以完成这个任务。

目前,市场上防止驾驶疲劳的智能车载系统多面向客车和货车司机,能够通过摄像头自动识别驾驶员抽烟、打电话、疲劳驾驶、注意力分散、跟车过近、车道偏离以及前向碰撞预警等危险驾驶行为,进行主动报警和提醒,解决在长途行驶中驾驶员状态起伏过多,容易分心的问题。在AI技术层面,整套系统要运用到人脸识别、肢体动作识别、物体识别、OCR文字识别、视频智能分析,以及数据智能化管理技术,以此建立对司机面部神态、动作,以及车外路况、环境和车牌的多维把控与主动提醒。

在2017年的百度世界大会上,李彦宏曾亲自展示阿波罗的疲劳驾驶监测系统。首先,系统会识别谁是正确的司机。当手机来电,AI会提醒:请集中精力驾驶,手机也会开始提醒他不要看手机了。驾驶两小时之后,司机犯困打哈欠,AI会提醒:请注意行车安全。当司机开始困到睁不开眼了,AI会提醒:监测到轻度疲劳驾驶,小度帮你推荐一首歌曲帮您提神,并播放欢快的歌曲,帮助司机提神。如果司机依旧疲劳,AI会自动导航到最近的服务区。

春运长途驾车,这一路经历大堵车、受路人惊吓、夜间浓雾,精神从紧绷到逐渐放松,多亏有AI的提醒,才能最大程度上帮助驾驶者安全回家。尽管一直以来人们对AI技术的争议不断,但能让家中的年迈父母看到自己平安归来喜不自禁,便胜过论证AI价值的千言万语。

黑科技的背后——智慧交通产业快速发展,未来产业生态圈将跨界融合 

事实上,旨在减少交通拥堵、降低交通事故、强化环境保护、加快紧急情况处理的智能交通系统(ITS)早已不是新鲜词,从诞生以来已发展30余年。就目前情况来看,美、欧、日是世界上智能交通系统开发应用的最好国家,基本上完成了ITS体系框架,在重点发展领域大规模应用,已不限于解决交通拥堵、交通事故、交通污染等问题。

相比于国外智能化和动态化的交通系统,中国智能交通整体发展水平还比较落后。正如北京交通大学教授贾利民所说,“智能交通是一个国情相关性很强的领域”。由于人口基数大,交通网络密集,交通情况复杂,我国在今天依旧是一个交通事故高发国家。为解决这个沉重的社会问题,工信部将“智慧交通”列为十大物联网示范工程之一。工信部提出的是“智慧”而不是智能,二者本质区别是“智慧交通”是利用现代化科技手段,实现人、车、路和环境的和谐协调的关系处理,使交通发展更加具有现代化意识、更好地节约能源、减低环境污染、改善交通秩序和交通环境的全新交通发展形态,它是多个智能交通的形成。

目前,国内大中型城市已经基本完成智慧交通中级阶段的建设,建设了集成指挥平台以及大数据分析研判中心,实现了所有系统的集中控制、所有数据的集中显示、综合统计查询,并在此基础上实现了基于GIS地图的扁平化的指挥调度。国内中小型城市已经基本完成初级阶段的建设,外场设施设备以及各种基础应用系统已经基本建设完善。

在城市智慧交通建设的背后,是越来越多企业的入局。根据市场监测数据显示,2012年城市智能交通千万级项目数量235个,千万级项目市场规模合计68.1亿元;至2017年,全国城市智能交通千万项目数量达到了1087个,千万级项目市场规模合计达190.08亿元,市场项目平均规模约为1748.68万,行业千万项目市场发展迅速。截至2018年10月中旬,全国投身“智慧交通”行业的企业数量接近1090家,主要分布在广东、福建、浙江等东南沿海地区,累计融资总额已超20亿元。

就目前来看,国内智慧交通系统行业逐渐从前期走向快速发展阶段,但地区差异明显。由于交通行业信息化需求复杂,覆盖面较广,使得细分市场众多,市场的集中度较低,整个行业中没有处于绝对市场份额领先的企业。随着新技术的发展和应用,为出行者提供更加精细、准确、完善和智能的服务,将是智能交通系统面向公众服务的重要方向。这些服务的提供加速了交通产业生态圈的跨界融合,未来汽车制造业、汽车服务业、交通运营服务、互联网、信息服务、智能交通等行业的融合发展将是大势所趋。

THU数据派
THU数据派

THU数据派"基于清华,放眼世界",以扎实的理工功底闯荡“数据江湖”。发布全球大数据资讯,定期组织线下活动,分享前沿产业动态。了解清华大数据,敬请关注姐妹号“数据派THU”。

产业智慧交通图像识别人脸识别
2
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

查询技术

一般来说,查询是询问的一种形式。它在不同的学科里涵义有所不同。在信息检索领域,查询指的是数据库和信息系统对信息检索的精确要求

物体识别技术

计算机视觉领域的一个分支,研究物体的识别任务

百度智能云机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://www.baidu.com
暂无评论
暂无评论~