停車(chē)難和交通擁堵是超大城市常見(jiàn)的“城市病”。楊浦區(qū)針對(duì)停車(chē)治理問(wèn)題，建立區(qū)級(jí)停車(chē)難治理工作專(zhuān)班，探索“五個(gè)一點(diǎn)”(規(guī)劃建一點(diǎn)，老小區(qū)挖一點(diǎn)，道路臨時(shí)停一點(diǎn)，公共停車(chē)共享一點(diǎn)，機(jī)關(guān)、企事業(yè)單位開(kāi)發(fā)一點(diǎn))，通過(guò)平臺(tái)從不同的維度、多視角對(duì)區(qū)域、街道和停車(chē)場(chǎng)站的動(dòng)態(tài)停車(chē)供需關(guān)系進(jìn)行實(shí)時(shí)監(jiān)測(cè)、趨勢(shì)預(yù)警，并利用停車(chē)共享分析等方式，來(lái)支持相應(yīng)的決策處理。

為有效幫助用戶(hù)避開(kāi)泊位緊張的停車(chē)場(chǎng)，同時(shí)也為了降低大量尋找停車(chē)泊位的車(chē)輛所帶來(lái)道路交通負(fù)擔(dān)，楊浦區(qū)城運(yùn)中心結(jié)合區(qū)域內(nèi)停車(chē)場(chǎng)的實(shí)時(shí)數(shù)據(jù)以及歷史數(shù)據(jù)，運(yùn)用機(jī)器學(xué)習(xí)先進(jìn)算法，對(duì)各個(gè)停車(chē)場(chǎng)未來(lái)30分鐘和1個(gè)小時(shí)的剩余泊位進(jìn)行短時(shí)預(yù)測(cè)，并對(duì)飽和程度進(jìn)行分級(jí)預(yù)警。預(yù)測(cè)結(jié)果可以進(jìn)一步通過(guò)互聯(lián)網(wǎng)提供給市民，使其開(kāi)車(chē)出行前，就能提前預(yù)知到達(dá)目的地時(shí)可能的停車(chē)情況。

平臺(tái)的交通動(dòng)態(tài)體征模塊，可以呈現(xiàn)楊浦區(qū)停車(chē)需求的各種實(shí)時(shí)特征，包括24小時(shí)停車(chē)飽和度、周轉(zhuǎn)率等指標(biāo)的變化趨勢(shì)曲線、日間夜間停車(chē)需求的差異程度、周末和工作日停車(chē)需求的差異程度，以及區(qū)域內(nèi)不同類(lèi)型，不同區(qū)位停車(chē)場(chǎng)需求的差異程度等，從而比較綜合地體現(xiàn)楊浦區(qū)宏觀動(dòng)態(tài)的停車(chē)供需趨勢(shì)和特征。

人工智能在交通領(lǐng)域的應(yīng)用方向

人工智能技術(shù)在各行業(yè)的應(yīng)用，首先要考慮的是看能否讓原來(lái)的工作效益更高，這里所說(shuō)的工作效益不單指經(jīng)濟(jì)效益，還包括安全效益、社會(huì)效益、國(guó)家效益等。下面我們就以人工智能技術(shù)在交通行業(yè)中的一個(gè)小的應(yīng)用展開(kāi)分析。

人工智能在交通領(lǐng)域的應(yīng)用，可以大概分為以下幾個(gè)方向：

01.智能公交車(chē)智能公交

通過(guò)RFID、傳感等技術(shù)，實(shí)時(shí)了解公交車(chē)的位置，實(shí)現(xiàn)彎道及路線提醒等功能。同時(shí)能結(jié)合公交的運(yùn)行特點(diǎn)，通過(guò)智能調(diào)度系統(tǒng)，對(duì)線路、車(chē)輛進(jìn)行規(guī)劃調(diào)度，實(shí)現(xiàn)智能排班。

02.共享自行車(chē)

共享自行車(chē)是通過(guò)配有GPS或NB-IoT模塊的智能鎖，將數(shù)據(jù)上傳到共享服務(wù)平臺(tái)，實(shí)現(xiàn)車(chē)輛精準(zhǔn)定位、實(shí)時(shí)掌控車(chē)輛運(yùn)行狀態(tài)等。

03.車(chē)聯(lián)網(wǎng)

利用先進(jìn)的傳感器、RFID以及攝像頭等設(shè)備，采集車(chē)輛周?chē)沫h(huán)境以及車(chē)自身的信息，將數(shù)據(jù)傳輸至車(chē)載系統(tǒng)，實(shí)時(shí)監(jiān)控車(chē)輛運(yùn)行狀態(tài)，包括油耗、車(chē)速等。

04.充電樁

運(yùn)用傳感器采集充電樁電量、狀態(tài)監(jiān)測(cè)以及充電樁位置等信息，將采集到的數(shù)據(jù)實(shí)時(shí)傳輸?shù)皆破脚_(tái)，通過(guò)APP與云平臺(tái)進(jìn)行連接，實(shí)現(xiàn)統(tǒng)一管理等功能。

05.智能紅綠燈

通過(guò)安裝在路口的雷達(dá)、AI攝像頭裝置等，實(shí)時(shí)監(jiān)測(cè)路口的行車(chē)數(shù)量、車(chē)距以及車(chē)速，同時(shí)監(jiān)測(cè)行人的數(shù)量以及外界天氣狀況，動(dòng)態(tài)地調(diào)控交通燈的信號(hào)，提高路口車(chē)輛通行率，減少交通信號(hào)燈的空放時(shí)間，最終提高道路的承載力。

06.汽車(chē)電子標(biāo)識(shí)

汽車(chē)電子標(biāo)識(shí)，又叫電子車(chē)牌，通過(guò)RFID技術(shù)，自動(dòng)地、非接觸地完成車(chē)輛的識(shí)別與監(jiān)控，將采集到的信息與交管系統(tǒng)連接，實(shí)現(xiàn)車(chē)輛的監(jiān)管以及解決交通肇事、逃逸等問(wèn)題。

毋庸置疑，要想獲得更安全、更易獲得的自動(dòng)駕駛體驗(yàn)，車(chē)路協(xié)同技術(shù)是關(guān)鍵。實(shí)現(xiàn)車(chē)路協(xié)同的核心在于將感知設(shè)備部署于道路，以獲得駕駛位以外的視野，消除視覺(jué)盲區(qū)。在車(chē)路協(xié)同的環(huán)境下，讓“路看車(chē)”，“路告訴車(chē)”周邊的情況，輔助車(chē)輛“決策”。

有業(yè)內(nèi)人士表示，自動(dòng)駕駛的普及，不能只依賴(lài)單車(chē)智能，道路基礎(chǔ)設(shè)施的智能化也很重要。如今，市面上已有通過(guò)單純依靠路側(cè)傳感器感知，而車(chē)輛系統(tǒng)依然可以進(jìn)行自動(dòng)駕駛的實(shí)踐。

清華大學(xué)人工智能研究院視覺(jué)智能研究中心主任鄧志東教授曾在接受媒體采訪時(shí)談到，自動(dòng)駕駛發(fā)展存在嚴(yán)重短板，人工智能尤其是視覺(jué)智能存在較大缺陷，感知是個(gè)巨大瓶頸。他認(rèn)為，自動(dòng)駕駛最終會(huì)走向多傳感器融合，既有激光雷達(dá)的主動(dòng)視覺(jué)，也有攝像頭的被動(dòng)視覺(jué)。多傳感器一定要解決信息融合的問(wèn)題，而信息融合往往是自動(dòng)駕駛核心的關(guān)鍵技術(shù)之一。