从无人驾驶到网络约车，从路径规划到交通管理，改变无处不在
眼不用紧盯前方、手不需紧握方向盘、脚不必踩着油门刹车，车辆行驶过程中，司机完全可以做个“甩手掌柜”……这样的“美事”正随着无人驾驶技术的日渐成熟而加速到来。
“目前，我们的智能汽车已经能在低速拥堵、高速公路等特殊路段实现自动驾驶，明年可以实现量产。7—10年之后，能适用于至少80％—90％的路况。”奇点汽车创始人、首席执行官沈海寅表示，无人驾驶说白了就是让汽车自身拥有环境感知、路径规划并自主实现车辆控制的技术，而这背后最关键的就是通过人工智能、深度学习“教”搭载了各种类型传感器的车辆学会驾驶。
从无人驾驶到网络约车，从路径规划到交通管理，人工智能对于交通出行的巨大改变如今可谓无处不在。
“打开APP叫车，系统一上来就能根据用户的历史记录预测出目的地，还能弹出推荐上车地点。”滴滴出行首席技术官张博拿出手机告诉记者，以前乘客上车前，一般要和网约车司机打两通电话才能确定上车位置，而人工智能则能记录历史上车地点、追踪行走轨迹，根据经验提早确定上车地点。目前，滴滴在400多个城市挖掘了3000万个这样的地点。
滴滴平台的技术核心之一——智能派单，也正迎来人工智能带来的显著改变。几年前乘客通过滴滴约车时，系统派单主要是考虑位置，但位置最近不等于接驾时间最短，于是此后的派单又加入了路径规划、预估到达时间、车主服务分等因素，多维度计算乘客和车主的匹配度。到如今，滴滴派单又更加智能了：综合考虑平台供需和道路实际情况，将订单和车辆每2秒钟进行一次撮合，进行全局最优的匹配。
“人工智能让路径规划实现了从基于规则到基于数据的转变。”高德地图副总裁、首席人力官董振宁告诉记者，路径规划中最难的是道路权重的计算，2013年以前，他们主要是根据道路距离等物理条件进行判断，而在引入人工智能之后，便可以通过对用户轨迹的海量数据进行深度学习，不断迭代，从而让路径规划更高效、时间预测也更精准。利用同样原理，高德对预计到达时间的预测准确率近年来也大为提高，已经达到80％—90％。
与此同时，高德、滴滴等企业也积极与武汉、济南、杭州等地合作，对城市部分路段的信号灯进行优化。以前，这些路口的红绿灯间隔一般为固定时长，而通过人工智能对交通拥有实时感知能力之后，间隔时间可以动态调整，使得上游车队往下游走的时候，到了路口正好绿灯开始放行。以滴滴为例，截至2017年12月10日，已经在全国优化了超过800个信号灯，使得高峰期通行时间较之前节省了10％—20％。
出行更绿色，交通资源利用效率和安全水平大为提升
“拥堵是什么？就是道路资源利用的不平衡。解决拥堵，光靠人的经验，光靠多修路是没有用的，最好的办法就是通过人工智能进行调度，实现人、车、路的协同，提高道路资源的利用效率。”董振宁说。
人工智能，让出行更加高效，也使其更加轻松、更加绿色。
“好的自动驾驶技术将能降低人的疲劳度，改善驾驶体验，又能提高安全性。”沈海寅说。有专家表示，人驾驶汽车，从看到紧急情况踩下刹车到让刹车发挥作用总共需要1．2秒，而无人车的整个反应过程只需要0．1秒到0．6秒，紧急制动更快速，驾驶也更安全。
“当共享出行网络足够发达之后，完全可以用更少的车满足更多人的出行需求，大大减少对能源、资源的消耗。”张博表示，滴滴最大的财富就是大数据、人工智能、机器学习算法，“我们希望把实时交通信息整合在一块，通过庞大复杂的算法和计算平台做实时的、智能的决策。”
“先进的传感技术、定位和地理信息技术、无线通信技术等在交通上的深度应用，计算机存储、处理等能力的飞速提升，基础设施、运载工具等的信息化水平不断提高，为人工智能在交通运输领域的应用奠定了基础条件。”交通运输部公路科学研究院副院长李斌归纳道，这些改变主要体现在3个方面：
一是交通数据量呈指数级爆发式增长，为基于交通大数据的深度机器学习应用提供了可能，俗称“交通大脑”，实现交通资源利用效率的最大化。
二是针对交通流、客流、货流以及客货运力等的智能管理、组织、调度和控制等系统，最大限度便捷出行，降低物流运输成本。
三是针对复杂环境下的无人驾驶系统，它将突破人类的感知和反应能力的局限性，大幅提高交通运输安全水平和运输效率。
海量数据和应用场景，“AI＋交通”未来还有无限可能
发展“AI＋交通”，中国最大的优势在哪里？受访者的回答中，有两点十分一致，一是海量的数据，二是巨大的应用场景。
数据的海量是毋庸置疑的。目前，高德已经拥有7亿用户，位置服务被超过30万款APP采用，每月覆盖的移动终端数超过11亿；滴滴每天的新增轨迹原始数据超70TB，每日处理数据4500TB，每日路径规划请求200亿次以上。
更为可喜的是，不少企业与地方政府已经展开了深度合作，逐步打通数据瓶颈、“信息孤岛”，深入挖掘数据价值。去年7月开始，高德地图与杭州合作交通大脑项目，利用高德的大数据，可以快速准确发现城市异常拥堵位置，并将其推送给交警部门，加快出警速度。数据显示，及时出警可将事故造成的异常拥堵时长缩短20％、将平均车速提高35％。同时，政府也会将交通管制等信息与高德共享，以提示用户提前绕行。
“北京有2000万人口，500万台车，路面已经开始饱和了，解决拥堵、共享出行的需求更为急迫。”张博认为，国人对出行品质的期盼将催生出更多交通课题，也将倒逼着人工智能在交通领域加快应用，“在应用场景的驱动下，任何1％的效率提升都会带来更大的影响。”
加上人才储备、技术力量方面的优势，我国交通出行企业对于未来充满了信心。在张博看来，“过去10多年，我们解决了信息流动的问题，未来重点要优化的，就是物理世界中人与物体的流动。”
“展望未来，人工智能在交通运输系统的深度应用，将至少有三点突破。”李斌列举道，一是突破人类感知和反应能力的限制，实现运载工具智能化，成倍降低事故和伤亡率；二是突破交通流理论的约束，通过广义控制实现交通自动化，成倍提升路网承载能力；三是突破信息不对称的约束，通过资源配置实现由个体和局部最优转变为全局最优，真正实现交通资源的高效利用。
要实现这些愿景，除了技术上的突破之外，还要配合设施环境的优化。“未来的交通基础设施将更加信息化，沿道路要布设无线通信和传感系统，也要更好适应无人驾驶汽车与有人驾驶汽车的混合车流状态。”李斌认为。
日前，交通运输部也明确，要把握自动驾驶等新需要，推动交通基础设施数字化、网联化、智能化发展，加快建设和形成装备与设施协同的数字化交通基础设施，并组织开展自动驾驶、无人船舶、太阳能路面等前沿技术研究与跟踪，研究制定促进自动驾驶发展的政策文件，推动辅助自动驾驶技术在营运车辆领域的应用示范。
“人工智能时代的创新节奏与工业时代完全不同，只要尖端技术发生突破，下一步的普及会很快。”沈海寅满怀信心地说。（人民日报）
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
