AI＋智慧交通达成整体升级和协同

　　人工智能，是一门新的综合性技术科学或工程，能够和人一样进行感知、认知、决策、执行的人工程序或系统。
 

　　国务院发布的《新一代人工智能发展规划》，提出推动人工智能与各行业融合创新，智能载运工具、智能物流等交通运输领域多项重点位列其中。
 

　　根据《规划》，国家将促进智能交通发展，研究建立营运车辆自动驾驶与车路协同的技术体系。研发复杂场景下的多维交通信息综合大数据应用平台，实现智能化交通疏导和综合运行协调指挥，建成覆盖地面、轨道、低空和海上的智能交通监控、管理和服务系统。
 

　　人工智能技术渗透到城市交通系统的不同环节，能够实现智能交通的整体升级和协同；智慧交通作为人工智能的一个重要应用领域，在车牌识别、无人驾驶、治理拥堵、预防和减少交通事故等方面都值得探讨与思考。
 

　　交通是由人、车还有环境等综合因素构成的，人工智能的加入，让交通变得更加智慧。
 

　　采用人工智能，比如异常检测、图像识别、视频分析等技术，可以增强交通管理机构的监控能力和准确度，从而避免一些交通安全事故的发生，同时能够规范交通驾驶行为，提升交通文明。
 

　　利用人工智能技术可以实时对全城、区域、商圈等的交通路况、拥堵、事故等行为进行分析，通过对历史数据的深度挖掘和理解，按年、月、日等形式形成多维度的综合交通管理应急指挥预案，进而提高交通效率。
 

　　人工智能算法可以根据城市民众的出行偏好、生活、消费习惯等方式，分析出城市人流、车流的迁移与城市建设及公众资源的数据。基于这些大数据的分析结果，为政府决策部门进行城市规划，特别是为公共交通设施的基础建设提供指导和借鉴。
 

　　此外，人工智能可以将各个方面的资源联系在一起，通过大数据平台的辅助，智能地调度资源，减少资源错配，减少各类交通空载率，减少汽车数量，从而达到环境保护和节约能源的目的。
 

　　一、人工智能应用于车辆识别
 

　　在车辆识别方面，基于深度学习的车辆识别技术将特征范围由单纯的车牌或车标扩展到整个车身。车辆的车灯、格栅、车窗等均是车辆的重要特征，对车辆这些特征的引入，不仅大大提升了车辆识别的准确率，对干扰、遮挡等问题的适应性也更强，识别的类别也更加细化，不仅能识别车辆的品牌，而且能识别车辆的子品牌、型号、年款等详细类别。指定车辆在视频图像数据中的检索除了可以通过车牌、品牌、型号、颜色等描述信息进行外，还可以通过车辆图片或年检标、挂饰等局部特征进行。
 

　　当前，在智慧交通领域，人工智能分析及深度学习比较成熟的应用技术以车牌识别算法最为理想。此外，人工智能在车辆颜色、车辆厂商标志识别、无牌车检测、非机动车检测与分类、车头车尾判断、车辆检索、人脸识别等方面的应用也比较成熟