“這是最好的時代，這是最壞的時代?！边@句話在智慧城市的交通上同樣適用。一方面交通擁堵嚴(yán)重，交通事故頻發(fā)，交通秩序混亂，交通環(huán)境污染; 另一方面各種新技術(shù)、新概念層出不窮，并應(yīng)用于交通領(lǐng)域。從最初的智能交通，到智慧城市、智慧交通、再到城市大腦、交通大腦，被社會各界廣為傳播和討論。

談及這些概念的具體定義和內(nèi)容，恐怕無法達(dá)成一致意見。筆者認(rèn)為各概念之間目前沒有嚴(yán)格的界限，也許在未來某些新技術(shù)完全替代和超越了現(xiàn)有的應(yīng)用水平后，并被賦予某個概念，業(yè)內(nèi)各界才會達(dá)成對這個概念的共識和認(rèn)可。

本文試圖總結(jié)智能交通行業(yè)發(fā)展的歷史規(guī)律，結(jié)合當(dāng)前最新的技術(shù)發(fā)展，思考未來智慧城市下交通的發(fā)展方向。

智能交通技術(shù)發(fā)展的歷史規(guī)律

探究未來城市智能交通的發(fā)展，我們不妨看看發(fā)展歷史，以至智能交通中發(fā)展最早，也是最基礎(chǔ)的交通信號控制為例，其發(fā)展歷程如下:

1868年在倫敦議會大廈廣場，出現(xiàn)了由當(dāng)時英國工程師德哈特設(shè)計(jì)的第一站煤氣信號燈。

1918年美國底特律公路出現(xiàn)了第一盞紅黃綠信號燈。

1926年英國首次嘗試使用自動化控制器控制交通信號燈。

1964年，加拿大的多倫多出現(xiàn)第一個使用電子計(jì)算機(jī)控制的信號控制系統(tǒng)。

1975年，出現(xiàn)了成熟的英國SCOOTS和澳大利亞SCATS系統(tǒng)。

可以看到，除第一代煤氣信號燈外，每一代信號控制技術(shù)的升級，都可看作是相應(yīng)年代電子電氣技術(shù)的最新?lián)Q代發(fā)展提供了催化作用;由此我們假設(shè)下一代智能交通技術(shù)的革命動力也將源自IT技術(shù)的發(fā)展，來看看都有哪些新技術(shù)可以應(yīng)用在智能交通行業(yè)。

交通新技術(shù)發(fā)展現(xiàn)狀

大數(shù)據(jù)、云計(jì)算技術(shù)

以視頻為核心的海量物聯(lián)網(wǎng)“觸覺"源源不斷的產(chǎn)生海量數(shù)據(jù)。如海量攝像頭產(chǎn)生的視頻內(nèi)容如人、車、物等標(biāo)簽化數(shù)據(jù);卡口過車數(shù)據(jù);人臉識別設(shè)備產(chǎn)生的人臉特征矢量化數(shù)據(jù); MAC、手機(jī)熱點(diǎn)、RFID電子標(biāo)簽等設(shè)備產(chǎn)生的龐大數(shù)據(jù)。據(jù)統(tǒng)計(jì)一個中等城市一天的過車記錄數(shù)據(jù)在1000W左右;隨著數(shù)據(jù)積累，數(shù)據(jù)量的逐步增加，從千萬級到億級，再到百億、千億級，數(shù)據(jù)簡單查詢、檢索做為基本需求面臨巨大挑戰(zhàn)。

人工智能、深度學(xué)習(xí)等技術(shù)的發(fā)展

談到人工智能、深度學(xué)習(xí)，大家想到的應(yīng)該是AlphaGo圍棋人工智能程序。談到圍棋人工智能為什么如此令人震撼，首先要談上一代的象棋人機(jī)對抗，1997年IBM的“深藍(lán)”擊敗了國際象棋排名世界第- -的棋手加里.卡斯帕羅夫;此后，中國象棋軟件也經(jīng)歷了飛速發(fā)展，從2006年起，職業(yè)棋手很難取勝一個在強(qiáng) 大服務(wù)器上的象棋軟件。然而圍棋不同,一直以來，圍棋軟件的水平都非常低，一個水平稍好的業(yè)余棋手，就可以輕松取勝大多數(shù)圍棋軟件。職業(yè)棋手則可以在讓4子的情況下取勝軟件。

象棋與圍棋程序?qū)嵙Υ嬖诰薮蟛町?，但采用了同一種分析方法。具體給每一步可能的路徑走法效用進(jìn)行打分，然后選取最高分。路徑分析的層數(shù)(步數(shù))越深，對處理器的計(jì)算能力要求越高，軟件棋力也就越強(qiáng)。

而圍棋相比象棋落子位置更多，步數(shù)更多，需要的分析層數(shù)更多，體現(xiàn)在計(jì)算能力需求上是指數(shù)級的增加;同時一個圍棋棋子的價值每一步都在變化，其變化又十分復(fù)雜，對其評價耗費(fèi)更多算力。因此可以搜索幾十層深度的軟件在象棋中雖沒有窮舉所有可能，也是近乎完美的存在;而在圍棋中非常勉強(qiáng)。

AlphaGo遠(yuǎn)超過現(xiàn)有的軟件水平，依靠的不是處理器計(jì)算能力，而是新的數(shù)據(jù)處理方法——基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)。

如今，深度學(xué)習(xí)應(yīng)用在了更廣闊的領(lǐng)域，開始服務(wù)于人們的生產(chǎn)生活。例如，視頻數(shù)據(jù)處理，分析人臉和車輛，擺脫了以往動檢、模型等識別算法的局限性。新一代相機(jī)，集成深度學(xué)習(xí)算法，實(shí)現(xiàn)了對每一輛車輛、行人的實(shí)時跟蹤，識別率大幅度提升,采集信息可包含坐標(biāo)位置，速度，排隊(duì)，占有率等全場景多角度的信息。視頻檢測精度不及線圈、地磁等傳統(tǒng)方式已成為過去。

有了更豐富全面的采集信息，更強(qiáng)大的計(jì)算能力，更先進(jìn)的數(shù)據(jù)處理方法，城市交通下一代智能化技術(shù)的到來已是進(jìn)行時。

未來交通的發(fā)展方向

總體上來說，未來智慧交通發(fā)展會是數(shù)據(jù)驅(qū)動、業(yè)務(wù)聯(lián)動的方向。從業(yè)務(wù)應(yīng)用角度分類，可以將發(fā)展方向分成兩個角度，一是單業(yè)務(wù)的創(chuàng)新，主要難點(diǎn)在技術(shù)上；二是數(shù)據(jù)融合與業(yè)務(wù)聯(lián)動，具體又分為不同交通方式之間(交通樞紐)的聯(lián)動、交通與智慧城市其他業(yè)務(wù)的聯(lián)動。除了要解決技術(shù)上的難點(diǎn)，還要打破各部門間的壁壘。

交通技術(shù)單業(yè)務(wù)的技術(shù)革新

因涉及業(yè)務(wù)眾多，現(xiàn)以交通控制為例，介紹數(shù)據(jù)驅(qū)  動的發(fā)展前景。

現(xiàn)在比較成熟的SCATS信號控制系統(tǒng)優(yōu)勢在于采用了簡單的負(fù)反饋原理，使交叉口各個流向的飽和度趨于均衡;相比采用復(fù)雜數(shù)學(xué)模型生成控制方案的控制系統(tǒng)配置簡單，適應(yīng)能力更強(qiáng)。這是基于SCATS系統(tǒng)開發(fā)時，只有線圈這種單一采集方式的客觀條件下最優(yōu)選擇。

線圈只能采集道路斷面的數(shù)據(jù)，無法獲得交通全場景的車輛通行狀態(tài)，基于不完全數(shù)據(jù)下的數(shù)學(xué)模型，想要適應(yīng)各種交通場景是難度很大的。

隨著信息技術(shù)的發(fā)展,現(xiàn)在已經(jīng)能夠采集越來越豐富的數(shù)據(jù)，加上海量數(shù)據(jù)實(shí)時分析技術(shù)，未來交通控制將可能有如下發(fā)展趨勢。

第一步，實(shí)現(xiàn)基于完整采集數(shù)據(jù)的實(shí)時區(qū)域控制技術(shù)。未來的信號控制將不再受制于采集數(shù)據(jù)僅限于路網(wǎng)切面的局限性，而是可以獲得完整的數(shù)據(jù)，實(shí)現(xiàn)對每一輛車的實(shí)時跟蹤和預(yù)測，基于所有的車輛數(shù)據(jù)和所有的路網(wǎng)環(huán)境數(shù)據(jù)，結(jié)合城市數(shù)據(jù)計(jì)算平臺和AI算法，將會誕生新的區(qū)域控制理論和控制算法，實(shí)現(xiàn)城市整體的區(qū)域?qū)崟r控制。

第二步，實(shí)現(xiàn)信號燈、可變車道、匝道控制、誘導(dǎo)屏、車載導(dǎo)航的區(qū)域協(xié)同，針對交通數(shù)據(jù)采集的實(shí)時變化，最大程度利用路網(wǎng)的通行能力;將信號燈狀態(tài)實(shí)時發(fā)送到車輛，規(guī)劃指引駕駛員的行駛速度，減少因人為因素降低交通運(yùn)行效率的概率。

第三步，實(shí)現(xiàn)覆蓋全國的交通控制大腦。除了物理距離較近的城市外，城市與城市相距較遠(yuǎn)，并不需要實(shí)現(xiàn)聯(lián)動控制。覆蓋全國的交通控制大腦的價值在于可以收集大量的采集數(shù)據(jù)與控制數(shù)據(jù)，一方面使得訓(xùn)練以及優(yōu)化算法的時間大幅縮短，例如一個算法需要一萬天的數(shù)據(jù)樣本才能訓(xùn)練完成，對1個城市來說，是無法承受的時間長度，但100個城市只需要100天就可以完成；另一方面可以將不同城市的管理經(jīng)驗(yàn)用數(shù)據(jù)分享的方式相互借鑒，通過客觀的數(shù)據(jù)實(shí)現(xiàn)理性的決策。

數(shù)據(jù)融合與多業(yè)務(wù)的聯(lián)動

數(shù)據(jù)融合與多業(yè)務(wù)聯(lián)動是指把多個部門的數(shù)據(jù)進(jìn)行整合，并將各部門業(yè)務(wù)協(xié)調(diào)，合理網(wǎng)配公共資源，推動城市可持續(xù)發(fā)展。

交通樞紐的業(yè)務(wù)聯(lián)動

城市交通樞紐包含兩種或多種交通方式，以上海虹橋交通樞紐為例，涉及高速鐵路、城際和城市軌道交通、公共汽車、出租車航空港等交通方式，幾種方式緊密銜接。

從基礎(chǔ)設(shè)施上，交通樞紐可以做到物理上的銜接，比如換乘距離足夠短;也可以做到各種交通設(shè)計(jì)運(yùn)輸能力上的匹配;但是缺少的是實(shí)時的控制調(diào)度和協(xié)同。

在交通樞紐下，交通大腦所需要做的就是通過集中所有交通方式采集的數(shù)據(jù)，進(jìn)行融合分析，實(shí)現(xiàn)交通樞紐的智能化，具體可實(shí)現(xiàn)三個目的。

● 實(shí)現(xiàn)各交通方式之間的協(xié)同控制，提升交通樞紐運(yùn)行效率；

● 通過人臉識別技術(shù)、大數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)對人的全程跟蹤，為城市安全提供保障；

● 通過對歷史數(shù)據(jù)進(jìn)行0D分析，為城市和交通規(guī)劃提供數(shù)據(jù)支撐和決策輔助。

交通與智慧城市其他業(yè)務(wù)的聯(lián)動

一些相對簡單的業(yè)務(wù)聯(lián)動目前已經(jīng)實(shí)現(xiàn)了，如蕭山城市大腦中把信號控制的特勤系統(tǒng)給醫(yī)療救援使用，使救護(hù)車一路綠燈行駛; 如南京安裝車載RFID用于汽車尾氣排放估測與空氣污染防治;交通和公安、氣象、教育、衛(wèi)生、環(huán)保等很多委辦局業(yè)務(wù)都存在聯(lián)動需求，未來將會有更多業(yè)務(wù)聯(lián)動出現(xiàn)，特別是在交通大腦的模式基本成型后。

只有數(shù)據(jù)真正地匯聚整合，業(yè)務(wù)充分地協(xié)同聯(lián)動，才能夠?qū)崿F(xiàn)真正的智慧城市。