大力发展智慧交通，推进静态交通智慧化管理

停车难和交通拥堵是超大城市常见的“城市病”。杨浦区针对停车治理问题，建立区级停车难治理工作专班，探索“五个一点”(规划建一点，老小区挖一点，道路临时停一点，公共停车共享一点，机关、企事业单位开发一点)，通过平台从不同的维度、多视角对区域、街道和停车场站的动态停车供需关系进行实时监测、趋势预警，并利用停车共享分析等方式，来支持相应的决策处理。

为有效帮助用户避开泊位紧张的停车场，同时也为了降低大量寻找停车泊位的车辆所带来道路交通负担，杨浦区城运中心结合区域内停车场的实时数据以及历史数据，运用机器学习先进算法，对各个停车场未来30分钟和1个小时的剩余泊位进行短时预测，并对饱和程度进行分级预警。预测结果可以进一步通过互联网提供给市民，使其开车出行前，就能提前预知到达目的地时可能的停车情况。

平台的交通动态体征模块，可以呈现杨浦区停车需求的各种实时特征，包括24小时停车饱和度、周转率等指标的变化趋势曲线、日间夜间停车需求的差异程度、周末和工作日停车需求的差异程度，以及区域内不同类型，不同区位停车场需求的差异程度等，从而比较综合地体现杨浦区宏观动态的停车供需趋势和特征。

人工智能在交通领域的应用方向

人工智能技术在各行业的应用，首先要考虑的是看能否让原来的工作效益更高，这里所说的工作效益不单指经济效益，还包括安全效益、社会效益、国家效益等。下面我们就以人工智能技术在交通行业中的一个小的应用展开分析。

人工智能在交通领域的应用，可以大概分为以下几个方向：

01.智能公交车智能公交

通过RFID、传感等技术，实时了解公交车的位置，实现弯道及路线提醒等功能。同时能结合公交的运行特点，通过智能调度系统，对线路、车辆进行规划调度，实现智能排班。

02.共享自行车

共享自行车是通过配有GPS或NB-IoT模块的智能锁，将数据上传到共享服务平台，实现车辆精准定位、实时掌控车辆运行状态等。

03.车联网

利用先进的传感器、RFID以及摄像头等设备，采集车辆周围的环境以及车自身的信息，将数据传输至车载系统，实时监控车辆运行状态，包括油耗、车速等。

04.充电桩

运用传感器采集充电桩电量、状态监测以及充电桩位置等信息，将采集到的数据实时传输到云平台，通过APP与云平台进行连接，实现统一管理等功能。

05.智能红绿灯

通过安装在路口的雷达、AI摄像头装置等，实时监测路口的行车数量、车距以及车速，同时监测行人的数量以及外界天气状况，动态地调控交通灯的信号，提高路口车辆通行率，减少交通信号灯的空放时间，最终提高道路的承载力。

06.汽车电子标识

汽车电子标识，又叫电子车牌，通过RFID技术，自动地、非接触地完成车辆的识别与监控，将采集到的信息与交管系统连接，实现车辆的监管以及解决交通肇事、逃逸等问题。

毋庸置疑，要想获得更安全、更易获得的自动驾驶体验，车路协同技术是关键。实现车路协同的核心在于将感知设备部署于道路，以获得驾驶位以外的视野，消除视觉盲区。在车路协同的环境下，让“路看车”，“路告诉车”周边的情况，辅助车辆“决策”。

有业内人士表示，自动驾驶的普及，不能只依赖单车智能，道路基础设施的智能化也很重要。如今，市面上已有通过单纯依靠路侧传感器感知，而车辆系统依然可以进行自动驾驶的实践。

清华大学人工智能研究院视觉智能研究中心主任邓志东教授曾在接受媒体采访时谈到，自动驾驶发展存在严重短板，人工智能尤其是视觉智能存在较大缺陷，感知是个巨大瓶颈。他认为，自动驾驶最终会走向多传感器融合，既有激光雷达的主动视觉，也有摄像头的被动视觉。多传感器一定要解决信息融合的问题，而信息融合往往是自动驾驶核心的关键技术之一。