人工智能技术与交通网联深度融合的城市智能交通技术

• Artificial Intelligence

人工智能技术与交通网联深度融合的城市智能交通技术

文/刘军

系统更加灵活，以便实时管理并且可以实施控

旅行需求造成的拥堵，交通事故和污染问题，由于各种各样车辆数量的巨大增长而变得更加严重，包括车辆交通，公共交通，货运交通，甚至行人交通。为了解决这些问题，ITS有已开发出能够集成各种系统的子系统，包括传感，通信，信息传播和交通控制。任何ITS都需要三个基本功能组件：数据收集，数据分析和数据（信息）传输。数据收集组件收集来自运输系统的所有可观察信息（例如，交通系统的特定点）道路网络，特定路段的平均旅行时间，乘客乘坐的公交线路等，以进一步分析当前的交通状况情况。传统上，感应环路检测器，根据感应电流检测车辆的存在通过车辆和气动管的循环，检测基于管内压力变化的用于收集交通量和速度等基本。但是，由于其实施成本高，这些方法在实施过程中逐渐增加不太受欢迎，特别是在拥挤的地区。由于传感和成像技术的进步，摄像机和射频识别（RFID）扫描仪越

摘 要本文以ITSs与人工智能深度融合技术为基础，提供一些智能城市的发展见解，包括：分析来自网络资源的信息等。以期本文的研究为丰富人工智能技术与交通网联深度融合的城市智能交通技术提供新的思路。制措施以改进系统性能。拥有，车辆，基础设施和行人的互联环境，可以通过同伴连接协议或通过5G或更高级的集中式系统电信网络交换信息。这样的技术被认为是人工智能与交通网联技术的深度融合体现，也是城市生态系统最具潜力的技术之一。信息的互动和交流可以

【关键词】人工智能 大数据 城市交通 智能网联 技术分析

发生车对车（V2V），车对基础设施（V2I），行人对基础设施（P2I），或车辆到行人（V2P）。考虑到各个单元的独特之处，对了解当前智能交通是至关重要，这样的系统可以适应与连接

1 引言

目前，分析和理解交通问题往往受依赖数据源约束。最新兴技术，目前正朝着车辆-基础设施-行人环境和大数据相互连接的方向发展，使得多源数据更容易和更便宜地收集，存储，分析，使用和传播。相互网联的环境还使

环境一起工作。本文旨在回顾当前智能化趋势交通系统（ITSs）和智能城市的基础上，对人工智能技术与交通网联深度融合的城市智能交通技术进行分析和整理。最后，提供了对未来ITS和智能城市的见解。

2 智能交通系统（ITSs）的当前趋势

<<上接243页

形、图片进行观察，从而提高电力调度的工作效率。具体来说，可视化技术是将信息数据通过利用二维、三维可视化技术手段进行绘制，从而直观的展现出信息数据的图像，将繁杂的数据以直观形象的方式展现出来，电力调度工作人员通过观察这些图像，能够准确、快速的找到故障发生的点，及时采取有效措施解决故障问题，保证电力调度工作的高效性。图1为3D处理后的单线图。2.3 人工神经网络

人工智能系统中，人工神经网络是用来模仿人的神经系统，从而实现信息处理与传输的一项技术，在电力调度自动化系统中的应用十分广泛。人工神经网络技术在电力调度自动化系统中的应用，主要是实现高速的信息处理与传输，保证信息处理的准确性，提高处理效率，从而保证传输信息的精确性。同时，在电力调度自动化系统中应用人工神经网络技术，还能够实现对信息数据的并行处理、联想记忆以及在线学习等等，具有较高的容错率，并且能够对信息进行快速、准确的诊断，帮助电力

调度自动化系统及时发现并处理发生的故障，极大的提高了故障分析及处理的效率，为电力调度自动化系统的正常运行提供重要保障。

参考文献

[1]赵磊.人工智能技术在电力调度自动

化系统中的运用分析[J].山东工业技术,2019(11):164.

[2]赵瑞君.电力调度自动化系统中的人工

智能技术应用[J].现代工业经济和信息化,2017,7(21):38-39.

[3]章熙,姬源,黄育松.人工智能技术在电

力调度自动化系统中的应用研究[J].信息与电脑(理论版),2017(22):132-133.[4]王洁如.智能电力调度控制系统与电

力系统安全运行分析[J].科学与财富,2017(28):292.

3 总结

现代科学技术发展水平迅速，人们的生产生活方式发生了极大的变化。同时，通过对科学技术的应用，极大的推动了社会经济的高速发展。人工智能技术是现代科学技术中的重要组成部分，其在电力调度自动化系统中的应用，极大的提升了电力调度的稳定性、高效性、安全性，为电力系统整体的正常运行提供重要保障。与此同时，随着人们用电需求的增加，电力系统的正常运行对技术的要求也在不断提升，人工智能技术在电力调度自动化系统中的应用研究也在不断深入与发展。深入研究电力调度自动化系统中对人工智能专家系统、可视化技术以及人工神经网络的应用，进一步提高数据传输的有效性，提升电力调度自动化系统的故障分析与处理能力，不断扩大人工智能在电力调度自动化系统中的应用，是未来研究发展的重要方向。

作者简介

谭建苏（1984-），女。工程师，工程硕士。从事电力调度自动化相关工作。

作者单位

国网安徽省电力有限公司繁昌县供电公司 安徽省芜湖市 241000

244 •电子技术与软件工程 Electronic Technology & Software Engineering

来越多被考虑用于交通数据收集。相机可以安装在网络中的不同位置以收集流量视频，这也为智能城市交通提供了最基本的“眼睛”。

3 深入理解“人工智能+交通网联”对智能城市的影响

上一节介绍的ITS旨在解决与运输相关的问题并提高运输的整体效率系统。这些ITS属于智能移动类别智能城市的框架，最近几十年引起了人们的关注。在文献中，尚未就智慧城市什么构成达成一个共识，有不同的定义。尽管定义多种多样，但使用先进的电子/数字技术（如ICT），嵌入ICT或其他电子硬件进入城市基础设施，改善利益相关者在系统的不同方面的利益是智慧城市共同的特征。

关于功能性，智能城市可以分为六种不同的组件：智能治理，智能经济，智能人力/社会资本，智能环境，智能生活和智能移动。智能治理旨在利用ICT提高公共部门组织在管理方面的效率和公共资源透明度，并鼓励公众参与做决定。智能经济的目标是利用ICT和相关技术提高制造链生产力的技术并加强和加强在线交易以促进电子商务。智慧人力/社会资本旨在改善教育公民通过提供的水平和积极的公众参与从其他组成部分产生智慧城市的丰富信息。智能环境的目标是减少污染和解决其他环境问题，最终目标是通过使用技术改善/实现城市可持续发展。智能生活寻求提高生活质量，例如，安全，住房质量，社会凝聚力等。

特别地，通过在城市内实施先进技术和基础设施。智能移动，有时被认为是由于注重高效运输，也是网联人与城市的重要组成部分。目前一些学者尝试使用先进的ICT来优化物流和运输系统，为乘客和货运提供高效，安全，环保的服务。基于这些组件，各种各样指标（例如，当地可达性，生产率，排放等）具有被来用于评估智能城市和城市的表现，帮助决策者制定政策的重要指标，为创建更智能的城市铺平道路。在智能移动和ITS的背景下，基于传感器和利益相关者的可用信息，各种估计，预测，管理和控制方法必须真实实施。与运输有关的问题的特点是数量众多具有参数关系的变量未被充分理解，大量不完整的数据，目标和限制不明确。

Artificial Intelligence •

人工智能

最近，人工智能相关技术，具有独特的建智能城市交通网联空间。

知识建设实力，已被智能移动和ITS所采用。除了各种传感器可以收集的物理数据外，AI是机器在合理地感知到的智能表现环境（分从网络来源收集的公众态度和看法（例如，社析来自各种传感器的数据），以及做出理性决交网络），也可以被用作交通系统的数据来源。策，最大限度地实现目标。对于运输问题通因此，未来的ITS应该使用这些数据来监控和常采用的AI方法涉及人工神经网络，支持向

管理系统。提取来自社交网络数据源有用和有量机和贝叶斯网络。人工神经网络（ANN）意义的信息。（例如，Twitter或者微博等平台具有执行非线性的能力，通过考虑输入和输出上发布的公众评论），建议可采用自然语言处之间的映射隐藏层，解决适合运输问题变量之理（NLP）的算法用于数据分析的预定义语义间的参数关系。在现有研究中，人工神经网络结构。NLP算法应该能够检测社交事件和公常见被用于：状态估计/预测，事件检测，交众意见可能会导致的潜在交通问题（例如，足通/基础设施控制，以及行为分析。类似对于球比赛），或揭示公众对运输系统/现行政策ANN，支持向量机技术（SVM）是监督学习的看法。

分析输入数据的模型，但更侧重于分类阶段/5 总结

场景。在ITS的背景下。与ANN和SVM不同，贝叶斯网络是唯一的数据驱动可控制变量的概综上所述，可以看出智能交通是智能城市率和条件依赖性的统计模型，在ITS研究中，构建中的重要组成部分，未来智能网联交通属贝叶斯网络已被用于各种运输问题，但主要用于多个层次的连接环境（即网络，社交和物理）。于预测交通和事故/事故何时发生的相关问题。

鉴于此理解，本文从ITSs与人工智能深度融4 现代城市智能移动交通的网联环境及合的角度提供一些智能城市的发展见解，包括：深度融合的未来发展

分析来自网络资源的信息等等。本文的研究为丰富人工智能技术与交通网联深度融合的城市由于ICT和相关传感技术的重大进步，智能交通技术提供新的思路。目前的趋势是安装和使用车辆自动化通信系统（VACS）。 VACS有被证明能够改善个人的参考文献

安全性，舒适性和便利性，以及联网车辆的排[1]盛杰诚.人工智能技术在智慧交通中的应

放。VACS可以通过交通管制提高效率发挥促用[J].电子制作,2019(10):67-68+34.进全球流量的潜力。未来十年，连接配备自动[2]程璐明.大数据人工智能时代的智慧交通

化VACS的车辆数量将迅速增加。同时，常规研究[J].智能城市,2019,5(05):88-89.人驾车辆（RHVs）将继续在短期内在市场中[3]李佳芯.构画人工智能“智慧交通”图景

发挥重要作用。因此，拥有智能驾驶技术的车[J].道路交通管理,2019(02):86-87.辆，渗透到市场可能会带来在高速公路网络性[4]张宇航.关于大数据人工智能时代的智慧

能和交通流量效率上的改善。它还可以实现控交通研究[J].通讯世界,2019,26(02):87-制方案，例如个别车辆速度和车道变换。由于88.

信息通信技术的进步和日益普及的智能设备，在交通相关的环境中的想法背景已经延伸，现作者简介

在已经超越了物理边界。在现有中，交通网络刘军（1982-），男，山西省太原市人。2005通常按照指示进行建模（仅限与运输基础设年毕业于山西财经大学，大学本科学历，硕士施）。但是，交通网络应该包括人类，物质基学位。讲师，主要从事计算机相关教学工作。

础设施，道路标记和多形式联运系统。因此，它更合理考虑多种不同类型的对象在智能网联作者单位

交通中的表现。现在已经有越来越多的讨论，山西交通职业技术学院 山西省太原市 来尝试构建一个灵活的分层交通网络模型，整030031

合数字化中的物理，语义，逻辑和感知网络重

Electronic Technology & Software Engineering 电子技术与软件工程• 245