隨著時(shí)間的推移，我們通勤的方式可能發(fā)生了改變，但交通管理的方式卻沒有改變。INRIX全球交通記分卡報(bào)告稱，2018年，全球20個(gè)最擁堵的城市人均擁堵時(shí)間減少了164至210小時(shí)。城市車輛的指數(shù)增長(zhǎng)是造成交通擁堵的核心原因。

改善公共交通是解決方案，但與此同時(shí)，我們也需要考慮如何提高交通管理的效率，以改善現(xiàn)場(chǎng)。交通管理部門曾嘗試將被動(dòng)管理轉(zhuǎn)變?yōu)橹鲃?dòng)的交通管理，但一直受到網(wǎng)絡(luò)速度和邊緣處理能力的限制。5G和人工智能為交通管理提供了巨大的機(jī)遇。

當(dāng) 5G 上路時(shí)

借助更密集和更復(fù)雜的道路網(wǎng)絡(luò)、更新的技術(shù)和更大的數(shù)據(jù)，5G 將提供更大的可見性和對(duì)交通的控制。反過來，這將有助于更快地疏通交通網(wǎng)絡(luò)，進(jìn)一步減少堵塞，消除連鎖效應(yīng)，并使所有用戶的道路更安全。借助 5G，邊緣設(shè)備在通過 AI 分析服務(wù)器傳輸和處理大量數(shù)據(jù)方面將變得更加強(qiáng)大，這只會(huì)有利于流量管理。

它的速度比 4G 快 70 倍，它將提供對(duì)所有道路使用者——人和交通——的運(yùn)動(dòng)的綜合可見性，從而實(shí)現(xiàn)更好的整體規(guī)劃。借助大量傳感器、攝像頭甚至無人機(jī)，5G 將道路網(wǎng)絡(luò)轉(zhuǎn)變?yōu)橐唤M微型云，每個(gè)云都可以相互通信，包括自動(dòng)駕駛車輛。自動(dòng)駕駛或自動(dòng)駕駛車輛中的傳感器產(chǎn)生的大量數(shù)據(jù)可以毫不費(fèi)力地被 5G 容納，從而實(shí)現(xiàn)車輛間和傳感器間的通信。

這些車輛中的傳感器將根據(jù)記錄的觀察結(jié)果收集關(guān)鍵信息，以做出決策和改變路線。來自芬蘭 VTT 技術(shù)研究中心的自動(dòng)駕駛汽車 Martti 已經(jīng)過測(cè)試，可以提前檢測(cè)結(jié)冰的路況以及在車輛間傳輸 3D 視圖。

人工智能解決方案和大數(shù)據(jù)

人工智能 (AI) 和大數(shù)據(jù)的力量與 5G 技術(shù)的優(yōu)勢(shì)相結(jié)合，將提供一個(gè)強(qiáng)大的解決方案，將高可靠性和無處不在的網(wǎng)絡(luò)接入相結(jié)合。 5G 提供的低延遲在這里是關(guān)鍵，人工智能模型使用實(shí)時(shí)網(wǎng)絡(luò)信息和歷史數(shù)據(jù)來檢測(cè)事件的可能性，并即時(shí)設(shè)計(jì)優(yōu)化的響應(yīng)計(jì)劃以高速交付。使用傳統(tǒng)和基于邊緣的 AI 系統(tǒng)的組合，可以實(shí)時(shí)捕獲來自整個(gè)道路網(wǎng)絡(luò)的交通元數(shù)據(jù)。 5g 和人工智能的這種結(jié)合將成為未來十年改變交通管理的答案。它還可能標(biāo)志著協(xié)作連接系統(tǒng)中自動(dòng)駕駛汽車急需的推動(dòng)力。讓我們看看兩個(gè)基于 AI 的特定解決方案及其對(duì)車輛活動(dòng)的影響。

人工智能和智能交通燈

基于人工智能的紅綠燈控制將對(duì)車輛活動(dòng)產(chǎn)生重大影響，顯著減少車輛行駛中的沖突并增加道路網(wǎng)絡(luò)容量。有效交通管理的集成設(shè)置將涉及自適應(yīng)交通燈系統(tǒng)、邊緣系統(tǒng)和后端監(jiān)控系統(tǒng)。使用 IP 攝像頭捕獲的視頻被中繼到基于邊緣的 AI 系統(tǒng)，該系統(tǒng)在將數(shù)據(jù)發(fā)送給后端監(jiān)控之前分析數(shù)據(jù)。預(yù)訓(xùn)練的深度學(xué)習(xí)模型將處理后的信息實(shí)時(shí)發(fā)送回自適應(yīng)交通信號(hào)燈，以創(chuàng)造交通流暢性。

通過紅綠燈實(shí)時(shí)適應(yīng)不斷變化的交通，道路上的運(yùn)動(dòng)可以通過紅綠燈定時(shí)來控制，紅綠燈定時(shí)可以自我調(diào)整?？梢酝ㄟ^互操作的通信共享不斷變化的交通場(chǎng)景和交叉路口的時(shí)間，以便所有交叉路口都準(zhǔn)備好優(yōu)化接近的交通流量。據(jù)報(bào)道，在賓夕法尼亞州匹茲堡部署的試點(diǎn)系統(tǒng)將旅行時(shí)間減少了 26%，怠速時(shí)間減少了 41%，排放量減少了 21%。有趣的是，自適應(yīng)紅綠燈系統(tǒng)還將總事故和致命事故減少了 13-36%。

交通事故人工智能

由于事件是意料之外的，有時(shí)甚至是災(zāi)難性的，將 AI 納入具有智能交通信號(hào)燈的綜合可持續(xù)交通事件管理系統(tǒng)可以改變交通監(jiān)控。這就是混合技術(shù)聯(lián)盟的用武之地。來自 IP 攝像頭、GPS、手機(jī)跟蹤、探測(cè)車輛和環(huán)路檢測(cè)器的大數(shù)據(jù)被合并，以得出比獨(dú)立研究大量信息時(shí)更精確的推論。然后，人工智能算法會(huì)持續(xù)、即時(shí)地分析數(shù)據(jù)，從而融合以檢測(cè)潛在事件。

交通模擬器可以研究事件發(fā)生時(shí)間和地點(diǎn)的存檔數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)，以分析影響。預(yù)測(cè)事故持續(xù)時(shí)間的 AI 模型還可以指示需要注意的特定點(diǎn)以及對(duì)道路子網(wǎng)絡(luò)的整體影響。此外，深度學(xué)習(xí)模型可以探索強(qiáng)度和整體影響之間的相關(guān)性，幫助確定事件及其響應(yīng)的優(yōu)先級(jí)。數(shù)據(jù)分析的集成有助于測(cè)試各種交通場(chǎng)景，從中可以得出有效、實(shí)時(shí)、自動(dòng)化的交通事故響應(yīng)計(jì)劃。

在德里，來自 7,500 多個(gè)閉路電視攝像機(jī)、程序化交通信號(hào)燈和 1000 個(gè) LED 標(biāo)志的傳感器收集實(shí)時(shí)數(shù)據(jù)，人工智能將這些數(shù)據(jù)處理成即時(shí)洞察力，當(dāng)局使用這些數(shù)據(jù)來改善交通管理。從安裝在英國(guó)米爾頓凱恩斯的全市智能攝像頭收集的數(shù)據(jù)在深度學(xué)習(xí)模型上運(yùn)行，以 89% 的準(zhǔn)確率預(yù)測(cè)提前 15 分鐘的交通狀況。

簡(jiǎn)化交通管理

為了兌現(xiàn) 5G 的承諾，道路和運(yùn)輸網(wǎng)絡(luò)管理系統(tǒng)也需要隨著時(shí)間的推移而發(fā)展。來自不同來源的數(shù)據(jù)必然會(huì)更加復(fù)雜。所有系統(tǒng)協(xié)同工作以普遍并立即響應(yīng)的過程需要精確實(shí)施。在技術(shù)適應(yīng)性中，重要的是智能網(wǎng)絡(luò)決策是自主且易于理解的。當(dāng)需要時(shí)，這將為人類決策和干預(yù)以及技術(shù)提供空間。雖然自世界上第一條高速公路建成以來，我們可能已經(jīng)過了一個(gè)世紀(jì)，但直到現(xiàn)在，世界才開始為推動(dòng)這一進(jìn)程而加速。