Apollo火後,深扒AI+交通產業的生態應用

編輯導語:隨着科技的不斷髮展和5G進程的進一步落地深化,AI逐漸深入到我們的生活娛樂裏。最近的百度Apollo GO自動駕駛出租車在北京的正式運營更是掀起了AI討論的熱潮。本文作者從Apollo出發,對AI+交通產業的生態應用展開了深度分析,一起來看看~

Apollo火後,深扒AI+交通產業的生態應用

2020年10月10日,百度Apollo GO自動駕駛出租車在北京正式運營,相較幾年前長沙、滄州不温不火的試運營,我們再次看到了北京人民接受新鮮事物的態度和熱情。

截止此刻,Apollo還在持續發酵並引發熱議,這樣的盛況,還是在2017年7月5日百度AI開發者大會李總搭乘百度無人車時有的場面。

科技巨頭的產品,往往都會推動行業的里程碑。關於Apollo的評測文實在太多,本文意在通過人工智能技術,來觀察其在我國的交通產業領域所做的技術推進。

怕有些人看不太懂,羅列乾貨前,還是先來科普人工智能技術。如下圖所示:

Apollo火後,深扒AI+交通產業的生態應用
Apollo火後,深扒AI+交通產業的生態應用

來源:中國信息通信研究院

可以感知,我國的人工智能技術已相對成熟。而人工智能在交通產業中的應用也從設計、建設、運維到管理的全生命週期延伸。加上大數據、雲計算、數字孿生等信息技術的聯動,從感知、認知和行動方面賦能交通,以求提升交通安全,改善運力和節能減排,治理“城市病”,實現我國“交通大國”向“交通強國”的邁進。

AI在交通行業的應用主要集中在出行服務、載運工具、交通管理和交通規劃方面。

一、出行服務,助力新一代智慧出行方式

目前的智慧出行服務主要集中在移動互聯網出行(比如:提供路線推薦、智能導航、智能客服、電子支付、共享單車、網約車、手勢識別等服務)和出行過程中的智能化服務(比如:身份核驗、體温測量等。已廣泛應用於民航、高鐵、地鐵等應用場景中。)

通過行程時間預測計算(結合各路段行駛限速、實時交通狀態、施工事故等因素,實現區域內任意兩點間行程時間的精準預測)、節假日車流及擁堵路段預測等應用場景,來消除交通信息不對稱,更有效匹配出行資源供需關係。

1. 刷臉出行服務

北京首都國際機場,深圳寶安機場、廣州白雲機場等均已推出基於人臉識別的智能安檢通道。他們通過深入挖掘現有基礎設施潛力,做出差異化預安檢、刷臉安檢、智慧航顯、刷臉登機等功能,為旅客提供快速、便捷、優質的服務,旅客在少數關鍵環節(如:安檢、催促登機)出示身份證件,其它可直接使用人臉識別技術核驗身份信息。

刷臉安檢系統可替代人工安檢的驗證環節,並採用AI技術、自動化技術,全面提高安檢效率,提升旅客出行體驗。

典型代表:商湯、曠視、雲從、依圖、百度、阿里、騰訊、海康威視、高新興、格靈深瞳、視覺偉業

2. 智能客服

以往由於客服人員流動性大、培訓成本高、服務效果難以衡量,人工客服重複性問題消耗人力,服務個性化不足等問題,急需先進技術來重塑行業生態。

利用智能語音語義技術、深度學習技術,智能客服發展進入新階段。通過構建包含AI數字話務員(協助人工坐席處理簡單重複的信息諮詢類問題)、AI數字員工(服務區)【應對繁忙時段人員多樣化緊急需求】、AI數字語音交互大屏(主要用於指揮中心,實現多坐席聯合調度指揮)等多維管理服務體系,協同兼容各方應用系統,打造“人、路、車”全鏈路運營支撐系統。

除此之外,還可減少客服坐席降低培訓成本,提升質檢效率降低質檢人力成本,7*24小時全天候標準化實時服務,通過數據反饋不斷學習,熱點問題快速回復,提升用户體驗。

典型案例:Udesk、智齒、逸創、曉多、小能、百度、騰訊、思必馳、網易、環信、容聯雲、遠傳、五竹、獵豹移動、來也

山東高速的服務熱線,提供路況信息、氣象信息、收費信息等服務類信息,並負責接收管轄路段的報警、救援及投訴電話的接聽和受理。山東高速96659導航系統,智能客服機器人,實現交互式自動語音服務,語音預處理,利用智能語音識別引擎和語義分析引擎,實現智能語音交互、智能分流、菜單導航等功能。

3. 高速公路智能養護

我國高速出行依然面臨安全、擁堵等問題,主要原因有路網利用不均衡、數據價值挖掘不夠、協同管理平台缺乏、事故預防和處置效率不足等。預測高速公路修繕、提升運營質量、降低費用支出的需求強烈,通過人工智能的發現和檢測技術,可以有效發現病害、檢測病害、修復病害等,提高公路路面路基、橋樑橋面、橋樑橋墩、隧道涵洞的養護效率。

特別是計算機視覺技術在智能巡查車、智能無人機和各類監控系統豐富了發現病害的手段。

典型代表:山東高速

二、載運工具,輔助車聯網縱深發展

主要應用於輔助駕駛(包括自適應巡航、自動泊車、車道保持、碰撞預警、緊急制動等),駕駛員需要高度關注路況;智慧座艙(包括智能語音交互、駕駛員監測、多媒體娛樂等),其中駕駛員監測着重在“兩客一危”、“網約車”場景使用;汽車智能駕駛,近年來尤其受資本市場熱捧,處於封閉式場景試點驗證或技術升級階段。

1. 駕駛員監測

《中國公路》編輯部曾在2016年對我國道路交通事故數據進行分析指出,超過90%的道路交通事故和死亡人數都是由人的交通違法行為造成的,85%是由機動車違法造成。無證駕駛、疲勞駕駛、注意力分散等危險駕駛行為,已成為影響行車安全的重要因素。

運用計算機視覺技術,實時分析採集的駕駛員視頻圖像,識別駕駛員身份及狀態的技術服務,尤其是疲勞駕駛、分神駕駛,以及打電話、抽煙等異常行為,已在兩客一危車聯及網約車等營運車輛上推廣使用。

典型代表:網闊信息、中科創達、德賽西威、網闊、鋭明、鴻泉物聯、清智、自行、徑衞、極目

其中成都網闊信息的安全治理體系,通過智能算法實時分析駕駛員行為,通過移動互聯網將不規範駕駛行為的取證圖片和車輛信息發至管理平台,管理平台對數據進一步挖掘分析,改善車輛運營,提升區域管理成效。

結合車聯運動狀態,識別開車抽煙、打電話、未系安全帶等異常狀態。通過“政策制定-監管執行-效果評估”的閉環,實現精準管理。主要功能有駕駛員身份核驗、疲勞駕駛/分神駕駛報警、異常行為報警、系統失效報警。

2. 車載語音助手

使用智能語音語義技術的車載人機交互方式,主要用於多媒體娛樂、智能導航、車輛控制等需求,與物理按鍵和多點觸控相比,其在便利性和安全性上有較大優勢。經過後裝市場的多年積澱,前裝車載語音助手設備也越來越多地出現在造成新勢力及傳統車企推出的新車型中。

典型代表:科大訊飛、思必馳天琴語音助手、百度、傲碩科技、雲知聲

3. 智能駕駛

隨着人工智能環境感知技術,如:以攝像頭為主導的多傳感器融合方案和以激光雷達為主導、其他傳感器為輔助的技術方案的攻克。在深度學習技術和高精度視覺傳感器加持下,可對駕乘人員、車輛和道路環境進行實時監測;能自主做出規劃決策,制定安全的行駛策略;自動控制車輛運行,實現及時精準的駕駛操作。

典型代表:百度、Uber、Intel、autostar、蘋果

三、交通管理,保障交通運輸安全

主要集中在交通監測(包括非人識別、路況感知、違法取證等)、交通調控(包括路網流量預測、交通信息發佈、交通信號燈控制等)和綜合類應用(包括智慧停車、城市交通大腦等)方面。通過調控交通資源動態供需關係,來提升交通資源的時空利用率。主要有智能交通應急疏導、最優車流誘導分析、交通事件預警分析等應用場景。

1. 智能卡口/電子警察

憑藉智能攝像頭、雲平台技術,道路斷面智能卡口系統和道路交叉口電子警察系統應運而生。加之深度學習技術的加持,電子警察系統可高效抓拍懲處違法事件,如:闖紅燈、逆行、違法變道、人行橫道線掉頭等,還富有車輛識別、道路監控、交通參數採集、治安監控等功能,有效消除交通隱患,從而規範通信秩序。

典型代表:2019年北京電子警察項目、海康威視、大華、千方科技、蘇州科達、東方網力、高新興

2. 智慧停車

從2009-2018年,我國汽車產銷量十年全球第一,面對複雜多樣的停車環境、停車信息的準確性都是用户的剛需。利用高位視頻技術和雲平台,全面採集產業鏈信息,以求優化區域停車資源管理和服務,實現無人化管理並杜絕亂收費現象。主要功能有車位查詢、無感停車、車位導航及反向尋車、區域停車熱點分析、違法停車取證、大數據稽查布控。

典型代表:捷順、ETCP、停簡單、科碩、億車科技、北京路側停車電子收費改革、愛泊車

其中愛泊車首發先例公開透明停車收費,全北京統一平台,統一線上繳費,實現現場議價、亂收費等現象基本杜絕。

3. 交通信號控制

基於海量實時交通出行大數據,建立準確可靠的交通狀態感知,運用人工智能算法來優化交通信號,從而進行區域協調控制。但交通路網有其複雜性和動態性,該技術尚存挑戰。

典型代表:阿里、滴滴、百度、西門子、浙大中控、海信網絡、格林威、千方科技

4. 城市交通大腦

綜合運用雲計算、大數據、人工智能等跨領域技術,通過構建智能巡檢系統,警力調配系統,城市交通狀態檢測,城市交通警情自動監控(包括全城交通感知、全城交通檢索、全城交通預警),城市交通信號控制和城市緊急車聯優先通行,以求實現城市級交通數據融合,實時分析和全局優化,從而實現精準掌控、智能管理、個性化的服務。説得這麼好,但該技術應用仍處在由感知向認知、控制演進的過程。

典型代表:阿里雲、百度、華為、騰訊、滴滴、千尋位置

2018年5月,杭州發佈全國首個城市數據大腦規劃。涉及交通、平安城市、城管、旅遊、醫療、環境、信用應用領域。深圳、合肥等城市也陸續投入建設使用。

除此之外,交通管理還在智慧道路交通、智慧軌道交通、智慧機場、智慧燈杆、智能斑馬線等領域有所涉及。

四、交通規劃,合作式發展、跨行業協同融合是重點

在綜合使用政務數據、互聯網數據、運營數據、物聯網數據等基礎上,通過人工智能算法對交通與土地相關性進行量化分析,並對交通資源進行優化配置。

城市智能交通規劃可分為短期(主要通過分析居民出行行為偏好,精確把握其出行時空特性,進而開展線網規劃、車輛規劃,比如:公交線路的優化、潮汐車道的設置等)和長期規劃(主要考慮城市規模擴張、人口數量增長、車輛數量增加,以及資源、環境、安全等方面的制約,在此基礎上規劃交通基礎設施建設、交通樞紐設置等)。

交通行業是國家和民眾高度關注的產業,它涉及安全問題、環境問題等民生工程,共享出行、智慧座艙、智能駕駛/遠程駕駛、智慧公交、智慧高速、智慧停車、城市交通大腦等綜合應用場景還有很長的路要走,但隨着AI技術的發展,相信未來可期。

作者:Annie嶽:微信公眾號:了物,寫有《人人都來玩眾籌》一書,深究科技互聯網

本文由 @Annie嶽 原創發佈於人人都是產品經理。未經許可,禁止轉載。

題圖來自 Unsplash,基於 CC0 協議

版權聲明:本文源自 網絡, 於,由 楠木軒 整理發佈,共 4262 字。

轉載請註明: Apollo火後,深扒AI+交通產業的生態應用 - 楠木軒