城市交通管理的机遇和挑战

近年来，随着城市化进程的加快和机动车保有量的快速增加，城市交通面临的挑战和压力越来越大，以人工智能(AI)为代表的新一代信息技术逐渐成为解决交通问题新突破口，其快速发展极大地推动了城市交通体系的变革，也为城市交通管理与决策的范式革新带来了新的机遇和挑战。

小到交通信号灯的优化控制，大到城市“交通大脑”，无论是城市交通管理者还是广大交通参与者，都真切地感受到了人工智能带来的交通出行变化。

当前，运用人工智能技术服务城市交通治理、预防和减少交通事故、保障交通安全成为城市交通管理的重要课题。

近日，本刊记者专访了在城市交通管理领域深耕多年的浙江大学智能交通研究所副所长、全国城市道路交通文明畅通提升行动计划专家组专家金盛教授。

本刊记者：为治理城市交通拥堵、停车难等问题，提高道路通行效率，提升民众通行体验，各地纷纷研发应用“交通大脑”。您如何看待？

金盛：城市交通拥堵、停车难等问题一直是社会重大民生问题，也是当前城市数字治理的重要着力点之一。近年来，以“交通大脑”为代表的人工智能技术在城市交通管理中发挥了重要作用，也极大地促进了城市智慧交通的建设进程。但是，我们应清醒地认识到当前存在的问题，主要表现在以下几个方面：

一是重硬件建设，轻数据挖掘。目前各大城市大规模建设视频、雷达、地磁、微波等多种类型的交通流感知设备，大量的硬件投入由于缺乏后期维护以及对于海量数据的挖掘，无法有效发挥数据应有的价值。

二是重数据可视，轻闭环处置。许多城市建设了大规模的交通指挥中心，也构建了系统的城市交通运行态势的指标体系。但是缺乏针对这些交通运行指标形成“指标变化——问题识别——管控对策”的闭环处置流程，大量的城市交通运行态势指标仅仅停留在结果可视化的阶段，不能有效地指导交通管理业务。

三是重智能管控，轻流程再造。当前城市智能交通系统涌现出许多基于人工智能的交通流预测、交通事件检测、交通信号控制等应用，这些应用固然能够提升某一方面的管控效率，但是仍然是“头疼医头，脚疼医脚”。未来的数字化交通改革需要更加关注交通管理中的业务流程再造，更加注重人工智能技术在交通管理体制机制改革方面发挥作用，以期更好地实现交通系统优化。

本刊记者：您认为，人工智能技术具体应怎样更好地发挥作用，赋能现代城市交通管理？

金盛：城市交通系统是一个随机、复杂、动态的巨系统，既是城市智能治理的难点，也是人工智能技术应用的重点领域之一。机器视觉、机器学习、智能决策、神经网络等人工智能技术在城市交通系统的深度应用是当前城市智能交通发展的重要方向。对于城市交通管理来说，人工智能技术是协助者，主要应在以下方面更好地发挥作用：

一是视频图像的深度分析应用。目前城市建设了大量的电警、卡口以及视频监控等设备，大量的视频信息为交通流检测、交通事件识别、车辆特征画像等带来了新机遇。基于现有视频数据的跨目标检测、视频重分析、小目标检测等技术的发展，能够助力交通秩序、交通行为管控，进一步提升路网交通运行的强大感知能力。

二是基于深度学习的交通流预测。由于交通出行的随机性和交通流的周期性、非线性特征，如何捕捉路网上交通流复杂的时空相关性并进行预测一直是一个具有挑战性的问题。深度学习网络具备更深的网络结构，因此带来了更强的记忆能力和学习能力，能够高效挖掘交通流数据中的有用信息，进而提升交通流的预测精度，为进行精准交通管控提供强大支撑。

三是基于强化学习的交通信号控制。交通信号控制是城市交通管控关键业务之一，也是一个经典的非线性决策问题，非常适合采用强化学习方法进行建模。近年来，基于深度强化学习的方法逐渐从仿真分析走向实地应用，交通信号控制是强化学习在交通管理中应用的重要场景。

四是交通管控的仿真推演。由于交通系统的不可实验性，基于宏—中—微观仿真分析与推演的交通政策、交通组织优化措施以及交通管控方法的定量评估成为未来城市交通智能决策支持的重要手段。

本刊记者：随着人工智能技术的日渐成熟和广泛应用，您认为，未来城市交通管理主要趋势体现在哪些方面？

金盛：未来城市交通管理主要趋势体现在更加主动化、网联化和智能化等方面。

所谓主动化，即从传统的交通系统管理转向交通需求管理。依靠传统的增加供给方式已经无法解决现有大城市的交通拥堵问题，交通需求管理已成为大城市交通治理的共识。基于人工智能技术，在拥堵收费、停车收费、公交系统优化等方面进行智能分析与优化，可以更好地支撑城市交通需求管理。

所谓网联化，即随着智能网联汽车的快速发展，如何实现智慧城市基础设施和智能网联汽车协同发展就成为城市交通管理的重要课题。

一方面，智能网联汽车为城市交通管理提供了新的移动感知源，进一步增加城市感知能力。另一方面，城市交通管理也从传统的针对群体的管理转向针对个体出行行为的调控，使得交通管理更加精细化。

所谓智能化，即从传统的人工决策转变为智能决策支持。目前，人工智能技术在城市交通管理中的应用主要侧重于交通运行状态的感知与监测，较少涉及复杂的决策过程。

未来人工智能技术将在个体的出行行为精准识别、大规模出行的主动优化、多模式网络的协同管控等方面发挥更大的作用，以提升城市交通管理的智能化水平。