人工智能+ 出行更轻松

发布时间:2018-02-02 11:07:10  |  来源:人民日报  |  作者:刘志强  |  责任编辑:王虔
关键词:人工智能,交通流理论,红绿灯间隔,局部最优,路径规划

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。

返回顶部