《智能交通概论》 课件 陈岚 任务10、11 智能交通中的人工智能、智能交通中的大数据技术

2023智能交通概论目录任务十智能交通中的人工智能人工智能技术在城市智能交通系统中的发展趋势人工智能技术在智能交通系统中的应用人工智能的研究领域及影响人工智能的定义和发展历程应用案例32145一、人工智能的定义和发展历程人工智能领域是一个崭新的科技领域，是多学科全面综合的技术领域，人工智能的英文表示是“ArtificialIntelligence”，简称“AI”，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。一、人工智能的定义和发展历程一、人工智能的定义和发展历程二、人工智能的研究领域及影响一、人工智能的研究领域：

二、人工智能的研究领域及影响1、搜索与求解从问题所有可能的解中找到一个最优解或可行解就成为问题求解中的核心技术问题。这一问题被称为“搜索”，在数学和有关工程技术领域中也被称为“优化”，是人工智能和其他相关工程技术领域中的核心基础问题之一。

二、人工智能的研究领域及影响2、学习与发现学习与发现是指机器的知识学习和规律发现。事实上,经验积累能力、规律发现能力和知识学习能力都是智能的表现。那么,要实现人工智能就应该赋予机器这些能力。因此,关于机器的学习和发现技术就是人工智能的重要研究内容。

二、人工智能的研究领域及影响3、知识的搜集与推理

知识的搜索与推理是人工智能研究的一个核心问题。要实现人工智能,计算机就必须拥有知识和运用知识的能力。为此,就要研究面向机器的知识表示形式和基于各种表示的机器推理技术。知识表示要求便于计算机的接受、存储、处理和运用,机器的推理方式与知识的表示又息息相关。二、人工智能的研究领域及影响4、发明与创造这里的发明创造是广义的,它既包括我们通常所说的发明创造,也包括创新性软件、方案、规划、设计等的研制和技术、方法的创新以及文学、艺术的创作,还包括思想、理论、法规的建立和创新等等。

这个领域应该说是人工智能中最富挑战性的一个研究领域。目前,人们在这一领域已经开展了一些工作,并取得了一些成果,例如已展开了关于形象信息的认知理论、计算模型和应用技术的研究,已开发出了计算机辅助创新软件,还尝试用计算机进行文艺创作等等。但总的来讲,原创性的机器发明创造进展甚微,甚至还是空白。二、人工智能的研究领域及影响5、感知与交流感知与交流是指计算机对外部信息的直接感知和人机之间、智能体之间的直接信息交流。感知和交流是拟人化智能个体或智能系统所不可缺少的功能组成部分,所以这也是人工智能的研究内容之一。自然语言处理：使得机器可以更加准确地理解和处理人类的自然语言。手势识别：通过摄像头或传感器来识别和理解人类的手势动作。脑机接口：通过读取大脑活动信号，计算机可以解读我们的意图并做出相应的响应。计算机视觉：使计算机能够识别和理解图像和视频。人脸识别、物体检测和虚拟现实等技术正在改变我们与计算机之间的交互方式。人工智能感知与交流二、人工智能的研究领域及影响6、记忆与联想联想存储的特点是:

——可以存储许多相关(激励,响应)模式对。

——通过自组织过程可以完成这种存储。

——以分布、稳健的方式(可能会有很高的冗余度)存储信息。

——可以根据接收到的相关激励模式产生并输出适当的响应模式。

——即使输入激励模式失真或不完全时,仍然可以产生正确的响应模式。

——可在原存储中加入新的存储模式。二、人工智能的研究领域及影响7、系统与建造系统与建造是指智能系统的设计和实现技术。它包括智能系统的分类、硬/软件体系结构、设计方法、实现语言工具与环境等。由于人工智能一般总要以某种系统的形式来表现和应用,因此关于智能系统的设计和实现技术也是人工智能的研究内容之一。

二、人工智能的研究领域及影响二、人工智能的影响领域二、人工智能的研究领域及影响发展动力三、人工智能技术在智能交通系统中的应用交通控制和道路监控1、评估准确的预测和检测模型，旨在预测交通量、交通状况和事故。2、通过探索人工智能的各种应用，公共交通作为一种可持续的出行方式。3、联网车辆旨在通过减少高速公路上的事故数量来提高生产力。三、人工智能技术在智能交通系统中的应用车辆控制和路线优化人工智能技术应用在车辆控制中主要体现在自动导航车辆、对于悬架系统进行优化、不断提高车辆运行的稳定性以及防震刹车系统等方面。人工智能路线优化，通过GPS、传感器、计算机视觉驱动的摄像头和其他互连的物联网设备的组合收集有关天气、交通、堵塞或事故的数据。然后将这些工具与基于人工智能的分析系统相结合，以处理此类信息，通过机器学习算法识别重复的交通模式，并将数据转化为有价值的路线建议或潜在道路拥堵的预测。三、人工智能技术在智能交通系统中的应用智能化地图的应用

将人工智能技术应用在智能化地图中，能够有效提高智能化地图的准确性。在应用智能化地图时，车载导航系统可以根据交通实况第一时间告知驾驶者道路的拥堵情况。除此之外，目前许多智能化地图都与交通运管部门进行合作，应用大数据技术来为驾驶人员提供最为便捷通畅的出行道路，这样能够有效减少城市交通的拥堵问题，同时也能在一定程度上减少交通事故的发生概率。三、人工智能技术在智能交通系统中的应用自动驾驶技术三、人工智能技术在智能交通系统中的应用道路安全和驾驶辅助系统四、人工智能技术在城市智能交通系统中的应用趋势城市智能交通管理的发展趋势第一，不同城市区域间的资源能够进行共享。第二，城市运输服务会不再受到时间和空间的限制。第三，城市智能交通管理会朝着精准化智能化的方向进行转变。第四，交通运输行业会成为一个全新的集成技术新体系。第五，公众可以在信息平台上随时获取准确的交通信息。四、人工智能技术在城市智能交通系统中的应用趋势城市智能交通管理的发展目标：首先，不断扩大数据信息的采集范围，当数据信息的采集范围扩大以后，则能在此基础上制定出更符合城市交通运输的发展方案。其次，城市智慧交通管理业务需要进行不断的升级和完善，以此来更好的满足城市的实际发展需求。再次，城市交通运输的票据会朝着电子化的方向进行转变。最后，交通信息的查询服务会变得更加大众化且便利化。五、应用案例“手机停车”系统1、运用“手机APP+地感拍取+视频抓证”技术，实现了对道路禁停路段24小时不间断监管和道路泊位收费的自动化。同时通过智能摄像设备对违停抓拍取证并综合分析，自动向违停车主发送劝离短信。五、应用案例2、基于人工智能的停车管理车牌识别相机、车位相机、路边停车相机也相较于传统的车牌识别具有识别速度快、准确率高、鲁棒性好三大优点。

可以识别车牌种类更多，在超大角度(75°)车牌识别上具有明显的优势，可适应宽车道、短进深、多方向来车等各种复杂场景下的车牌识别，可支持超宽动态图像优化，适应各种光影情况和复杂环境，包括雨雪天气场景、顺逆光车牌、污损车牌、夜间车牌等。大大提升了停车效率，减少人工工作量。五、应用案例3、停车场内部的智能反向寻车系统也是智慧出行的重要组成部分。

该系统通过智能车牌识别系统采集车辆信息和停放位置记录在系统，车主也可以通过安装在停车场显然位置的寻车终端或服务终端输入自己的车牌，服务终端收到指令后会直接调取存储的数据，并显示在服务终端显示屏上地图标注或区域标注。

车主通过地图及诱导措施的指示选择最佳路线找到停车位，从而实现智能反向寻车功能。2023TheEnd2023智能交通概论目录任务十一智能交通中的大数据技术应用案例大数据与智能交通大数据的有关技术大数据技术简介3214一、大数据技术简介

大数据（bigdata），又称海量资料或海量资料，是由数量巨大、结构复杂、类型众多的数据构成的数据集合，其所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为能帮助政府机构和企业进行管理、决策的资讯。一、大数据技术简介定义不统一：

麦肯锡研究报告：大数据是指其大小超出了典型数据库软件的采集、储存、管理和分析等能力的数据集。

美国标准技术研究所（NIST）：大数据是指那些传统数据架构无法有效地处理的新数据集。

维基百科：大数据，或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。一、大数据技术简介《国务院关于印发促进大数据发展行动纲要的通知》：“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展成为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态"。一、大数据技术简介发展历程我国大数据发展政策大数据连续6年写入政府工作报告2019.03国务院印发《大数据发展行动纲要》2015.08工信部发布《大数据产业发展规划2016-2020》2016.12《“十四五”发展规划》提出完善大数据标准体系建设2021.03十九大报告提出“推动大数据与实体经济相结合”2017.10大数据首次写入政府工作报告2014.03《十三五规划纲要》实施国家大数据战略2016.03发展一、大数据技术简介我国大数据已经形成三大中心八大节点十大集群的布局。

三大中心分别是中心基地北京、南方基地贵州、北方基地乌兰察布；

八大节点是北京、上海、广州、沈阳、南京、武汉、成都、西安。

十个国家数据中心集群是张家口集群、芜湖集群、长三角集群、韶关集群、贵安集群、天府集群、重庆集群、庆阳集群、中卫集群、和林格尔集群。一、大数据技术简介大数据技术的特点：Volume（体量大），即数据体量庞大，包括采集、存储和计算的量都非常大。数据时代刚刚来临的时候，一般的数据存储容量、体积多以M为单位。近年来各种各样的现代IT应用设备和网络正在飞速产生和承载大量数据，使数据的增加呈现大型数据集形态，大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。一、大数据技术简介Variety（类型多），即数据类型繁多。数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。Velocity（速度快），即要求处理速度快，从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。Value（价值密度低）。由于数据产生量巨大且速度非常快，必然形成各种有效数据和无效数据错杂的状态，因此数据价值的密度大大降低。但同时大数据的合理利用会给使用者带来很高的价值回报，所以如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代最需要解决的问题。二、大数据的有关技术数据采集(DAQ)：又称数据获取，是指从传感器和其它待测设备等模拟和数字被测单元中自动采集信息的过程。二、大数据的有关技术数据预处理：数据预处理则是在数据正式被分析和挖掘之前，对数据进行清洗、集成、变换、降维和归约等处理，以尽可能地减少数据中的错误和噪声，提高数据的质量和可信度，从而减少后期的分析和挖掘的计算量。数据预处理的目标是达到数据规格标准化、异常数据清理、数据错误纠正、重复数据的清除等目标，确保数据的质量和可用性，以得到更准确、可靠和有意义的结果。二、大数据的有关技术预处理流程1、数据清洗：数据清理主要是完成格式的标准化，删除原始数据集中无关数据、重复数据、平滑噪声数据，筛选掉与挖掘主题无关的数据，处理缺失值，以及对异常数据进行错误纠正和清除等操作。2、数据集成：将多个来源的数据合并为一个数据集的过程。数据集成主要包括：包含相同字段属性的纵向追加和具有相关属性叠加的横向合并。在数据集成过程的一项重要工作是消减数据的冗余，其目的是为了生成更完整、有用的数据集。二、大数据的有关技术3、数据变换：数据变换就是通过标准化、离散化与分层化让数据变得更加一致，将数据转换或统一成更适合机器训练或数据分析的形式，具体包括对数据进行聚合、关联、过滤、分类、归一化等操作。4、数据归约：数据归约是针对原始数据集中地属性和记录，实现有效的数据采样与对应属性选择，进一步降低数据规模，在数据归约过程可以采用聚集、聚类以及将冗余特征值删除等形式，达到既能最大限度的保持数据的原有特征，又能够有效的精简数据量的目的。二、大数据的有关技术数据融合：数据融合指将来自不同数据源的数据结合起来，以创建一个更加完整和全面的数据集。融合后的数据可以提供更深入、更全面的视角，并且可以通过集成多个数据来源的信息来发现新的关联性和特征。二、大数据的有关技术数据存储：大数据存储是指把不同来源、不同格式及不同类型的数据在逻辑上或物理上有机的集中，并纳入到数据聚合平台中，方便数据的输入和输出。大数据采取的存储方式主要有分布式存储、NoSQL数据库和云存储三种方式。二、大数据的有关技术数据挖掘（DataMining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。三、大数据与智能交通整体应用：协助数据采集、提供智能服务和进行安全分析与提示。1、协助数据采集方面：

大数据技术在城市交通系统中应用时，可实现精准的数据信息采集，以此来对交通工具的运行轨迹进行全过程监督。三、大数据与智能交通2、提供智能服务方面：

大数据技术可对车辆信息以及车辆行驶路径进行范围式监控，对系统覆盖区域内的交通信息进行分析与预判，以此来对未来一段时间内的交通情况进行分析，进而为出行者提供交通信息。三、大数据与智能交通3、进行安全分析与提示方面：

大数据技术可对城市交通系统的信息进行集成化处理，并依据交通系统内车辆行驶记录进行预期行驶轨迹分析，其实时性功能、预测性功能、精密计算功能等都可为交通系统提供基础保障，进而降低交通事故的发生。三、大数据与智能交通数字孪生技术在现实交通的基础上，基于数字孪生技术，将历史与实时采集的交通数据纳入到建立的交通模型仿真体系中，进行快速数据融合和仿真推演，构建一个完整的交通体系的虚拟数字映射。数字孪生交通控制系统是城市交通数据标准化、数字化累积从量变到质变的基础上，在感知建模、人工智能等信息技术取得重大突破的背景下，建设新型智能交通体系的一条新兴技术路径，是交通智能化、运营可持续化的前沿先进模式，也是数字城市建设的关键组成部分。三、大数据与智能交通

贵阳的数字孪生交通系统，主要利用当前路口现有的视频监控资源，深度融合毫米波雷达，通过对在网对象，包括机动车辆、非机动车、行人等交通要素的全息感知，进行充分的数据融合，把真实世界信息导入孪生的交通仿真系统中，再结合高精度地图，跟踪实时数据进行车辆定位及轨迹描绘、分析视频画像、判断目标个体活动意义，全面研究人、车、路、环境的关系，最终解决交通资源浪费、信号系统功能僵化、交通事件无法预测及快速响应等交通问题。三、大数据与智能交通深圳市数字孪生交通底座融合深圳2000平方公里高清遥感卫星影像、6000多公里城市道路、419公里轨道运营里程、27个主要枢纽码头、65万个城市商事主体信息、100G建筑道路BIM模型、260万套房屋“地-楼-房-权”体系数据库，涵盖全市道路和轨道网络及建筑地块信息。

数字孪生交通应用平台可依托交通大数据治理平台，结合CIM空间底座，包含融合多源数据指标查询与可视化、基于大数据的交通态势分析与推演、基于模型仿真的方案比选等多项功能，通过规划设计方案直观可视化展示，实现面向精细化设计和运营的决策技术支持。三、大数据与智能交通功能1、基础设施监测管控

城市级基础设施群监测管控偏向静态设施管理，结合设施数字化，是数字孪生交通较早实现的应用场景。通过集成桥梁群安全动态评估、隧道群数字监测、基于InSAR和GNSS的广域高精度边坡位移监测和轻量化道路智能检测功能，支持亿级实时集成基础设施监测信息，静态设施响应的秒级计算推演，精度可达90%以上。可接入全市或研究片区内道路养护单元、桥梁、隧道、交通边坡的定期检测数据和交通工程施工现场视频监测数据，同时接入桥隧边坡健康实时监测系统，监控保障重大交通基础设施的安全运行。三、大数据与智能交通功能2、实时仿真交通管控

融合城市级的实时感知数据，对全域范围内的车辆个体进行动态仿真推演。其中实时在线仿真系统集成移动空间车辆建模、重点车辆溯源、大规模实时路网在线仿真功能，能够支持方案快速编辑与测评、高频度与高精度管控，支持10万个体的微观实时动态仿真，交通事件推演时间低于5秒，个体出行还原及短时预测精度达到95%以上。以实时在线交通仿真为基础的城市交通的信号管控、诱导、疏散等管控方案实施，已经成为数字孪生交通的核心应用。三、大数据与智能交通功能3、数据仿真交通治理

通过统一的孪生底座，集成多维度、全面化的交通健康体检评价指标，提供路网全息感知、拥堵溯源诊断和治理效果评估等拥堵治理云平台工具包。快速提供短平快工程改善、微创新交通组织、片区-干道-节点多场景治理业务快速轻量化部署等服务