作者：王光宇
来源：《中国新通信》 2018年第21期
【摘要】 本文阐述了人工智能的主要技术分支以及在交通领域的应用前景。首先梳理了人工智能的发展历史，并将其分成三个阶段。并对计算机视觉、大数据、机器学习、车联网这四类人工智能技术从原理、发展前景等角度进行了论述，并分析了技术优势及不足。最后分析了人工智能技术在交通领域的应用，包含无人驾驶和智慧交通两个领域的发展历程、技术探讨和前景分析。
【关键字】 人工智能 交通 应用
一、前言
人工智能最早于1956 年的达特茅斯会议提出，作为计算机科学的一个分支学科。人工智能，简称AI（ArtificialIntelligence），它是研究用于模拟、延伸和扩展人的智力的有关理论、方法和技术的一门科学。自从人工智能诞生以来，其含义便不断得到扩充和发展，已经发展成为交叉了生理学、哲学、逻辑学等学科的综合学科。
人工智能作为一门应用十分广泛的学科，主要经历了三个发展阶段。首先，第一阶段为20 世纪50-60 年代， “人工智能”这一名词和概念在此阶段被提出，实现了人工智能从无到有的发展。第二阶段为20 世纪70-80 年代，在这一时期，人工智能开始得到飞速发展。从1968 年斯坦福研究所发布第一台搭载视觉传感器的机器人，到人工神经网络的提出，半导体技术和计算机硬件科技水平的高速提升，促使人工智能逐渐突破原有的结构和限制。第三阶段为20 世纪末至今，人工智能进入了自主学习时代。最近在日本举行的人工智能围棋大赛，人工智能围棋手“绝艺”一举夺魁，这款中国自主研发的AI“棋手”在每日成千上万的网络对战与自我博弈当中不断提高围棋水平。伴随着机器学习愈发地被研究者重视，人工智能自主获取知识的能力也越来越强。同时，伴随着人工智能的技术水平由浅入深，其商业化进程也逐渐加速。目前，在越来越多的电子产品上配备有语音识别、人脸识别和语音助手的功能，这都是人工智能技术在实际生活场景下的应用。
综上所述，在可预见的未来，人工智能的高速发展必将在未来极大地影响甚至改变我们的日常生活和工作方式。
二、人工智能在交通领域的主要研究方向
2.1 计算机视觉
无人驾驶汽车通过车载传感系统获取环境信息后调整汽车速度及转向，实现汽车的安全平稳行驶。而计算机视觉作为人工智能领域的一项基本技术，在人工智能于交通领域的范畴内有着极为广泛的应用。主要包括基于计算机视觉的道路检测和前方车辆识别技术。除此之外，还有雷达探测，超声波探测等技术。计算机视觉技术由于其信息量丰富，成本低廉而被认为是目前最有效的技术而被广泛采用。但由于技术尚待进一步发展，其在阴雨等较为恶劣天气条件下的灵敏度和稳定性都有所下降。这是目前尚待解决有待解决的问题。美国的Google 公司于
2010 年开始了对无人驾驶汽车的研发，对计算机视觉和雷达等传感器识别交通信号进行了研究。
目前，Google 的无人驾驶汽车行驶总里程已超过200 万英里。总的来说，计算机视觉是一种较为完善、有效的技术，在未来将有广泛应用。
2.2 机器学习
机器学习是人工智能的重要研究领域。从20 世纪50 年代基于神经网络的“连接主义”出现，到目前基于神经网络的机器学习，这一领域都得到了极大的发展。而这一技术在无人驾驶领域的应用极大地促进了无人驾驶的发展。在道路状况越来越复杂的今天，传统的计算机视觉识别的局限性越来越大。而深度机器学习的兴起则有效地解决了这一问题。通过输入数据进行训练和学习，对场景的识别准度越来越高。到目前为止，大量的样本输入使准确度已经达到了一个很高的水平，但由于真实路况更为复杂，并且有许多不可预测的情况，要实完全识别，还需要技术的进步和时间的积累。综上所述，机器学习使无人驾驶得到了快速的发展。机器的自我学习也为人工智能带来了更多的可能。
2.3 车联网
车联网是指由车辆位置、行驶速度、行驶路线等构成的信息交互网络。是一种向环保、安全、节能方向发展的车-网联合技术。主要应用在智能驾驶、紧急救援系统以及智能化交通管理等几方面。通过人工智能以及传感技术，使驾驶者能够实时掌握交通状况，同时方便交通部门的管理。例如电子收费系统（etc），极大地方便了驾驶者与管理者。使出行更加方便快捷。
三、人工智能的主要应用方向
3.1 无人驾驶
随着经济与科技的发展，汽车的持有量不断上升。在带来便利的同时也出现了大量问题：交通拥堵与交通安全的问题日益凸显。无人驾驶以其智能化程度高、安全性良好而受到广泛关注。无人驾驶技术虽然是一项新兴技术，但早在上个世纪末对于无人驾驶技术已有研究。美国最早于1985 年于丹佛市落基山脉完成了其“自主陆地载具”的测试，可谓是最早的无人驾驶汽车。1999 年，卡内基梅隆大学研制出无人驾驶汽车Navlab-V，完成了横穿美国东西部的无人驾驶实验。此后，各大汽车制造厂商陆续推出了自己的无人驾驶汽车或无人驾驶公交车。
无人驾驶技术发展至今，已日趋成熟。例如上文已经提到的无人驾驶研究的前沿：Google 公司，已经于2014 年推出了自己的车型。并可以实现无需人工操作、只需按下启动键便可以自动规划路线行进的功能。而国内的无人驾驶技术也得到快速发展，百度于2014 年也启动了“无人驾驶汽车”的计划。经过一年的努力，百度公司宣布无人驾驶汽车已经实现城市、环路及高速公路等多种混合路况的自动驾驶，完成了变速、调头等多种复杂动作，同时实现汇入车流与离开车流等不同场景的全自动切换。新兴公司如楼天城等合作创建的“小马智行”经过半年的努力，汽车在传感器融合、感知能力等方面也得到进一步提高，样车也可以处理更加复杂的路况。
无人驾驶作为一项新兴技术，存在其智能化程度高、方便快捷等诸多优势，但也存在：首先成本过高、安全性目前在应对复杂天气状况仍不够高的内在问题，其次，存在相关法律法规不够完善、对传统汽车及其相关行业冲击极大导致社会问题等外在阻碍因素。但总地来说，无人驾驶在当前日渐拥堵的情况下必然会继续完善，在未来得到普遍的应用。
3.2 智慧交通
智慧交通系统是实现绿色交通系统的技术支撑。智能交通系统（ＩＴＳ）1994 年正式认定为国际术语。美国在智慧交通领域发展较早，于上个世纪60 年代就已研发电子道行系统。而
欧洲各国如英法德等发达国家于80 年代左右开始了相应系统的研发。我国于1999 年成立了相关研究小组。目前，智慧交通已经能够实现在交通领域中充分运用物联网、云计算、人工智能、自动控制等技术而建立起的实时、准确、高效的综合运输和管理。
智能交通目前主要体现在辅助驾驶，智能交通机器人，智能交通监控，智能出行决策等方面。现如今，高德地图、百度地图等各大地图软件提供了智能路线规划、智能导航（驾车、步行、骑行）、出行信息提示以及实时路况显示等服务。智慧交通作为智慧城市的重要组成部分，通过人、车、路的和谐、密切配合提高交通运输效率，缓解交通阻塞，提高路网通过能力，减少交通事故，降低能源消耗，减轻环境污染。但同时，也面临着行业资源分散，数据信息地域性强，产业链条不完整等问题。需要在未来不断磨合与共享，技术创新去解决。
但是，智慧交通在解决道路安全与提高便捷性方面有极大的优势，我们有理由相信，智慧交通必然会在未来的城市建设中大放异彩。
四、结束语
人工智能是计算机科学领域的一门新兴技术，也是引领人类技术进步的关键。自达特茅斯大会提出“人工智能”这一概念以来，人工智能技术已经历经了六十余年的发展历程，逐渐发展出计算机视觉、大数据、机器学习、车联网等分支，而其在交通领域的应用也呈现日新月异之态，无人驾驶和智慧交通这两大应用场景，将会极大地改变人们未来的出行形式和交通形态，尽管目前仍存在诸如安全性等问题，人工智能在交通领域的应用仍有值得期待的未来。
参 考 文 献
[1] 倪继平. 基于机器学习的无人驾驶技术研究[J]. 计算机与网络,2018,44(06):68-70.
[2] 贾垂邦. 城市智能交通系统的发展现状与趋势[J]. 科技经济导刊,2018,26(07):42.
[3] 赵新勇, 李珊珊, 夏晓敬. 大数据时代新技术在智能交通中的应用[J]. 交通运输研究,2017,3(05):1-7.
[4] 王科俊, 赵彦东, 邢向磊. 深度学习在无人驾驶汽车领域应用的研究进展[J]. 智能系统学报,2018,13(01):55-69.
[5] 武历颖. 无人驾驶汽车环境信息提取及运动决策方法研究[D]. 长安大学,2016.
[6] 唐智威. 基于视觉的无人驾驶汽车研究综述[J]. 制造业自动化,2016,38(08):134-136+140.
[7] 周斌. 一种基于车联网环境的单交叉口交通信号控制方法[A]. 中国自动化学会控制理论专业委员会. 第三十四届中国控制会议论文集（F 卷）[C]. 中国自动化学会控制理论专业委员会: 中国自动化学会控制理论专业委员会,2015:5.
因篇幅问题不能全部显示，请点此查看更多更全内容