現代城市的四個基本功能：生活、工作、休憩和交通，可見交通在現代城市中的重要地位。

我國在2000年2月份下發了《關于實施全國城市道路交通管理“暢通工程”的意見》，并于2002年9月啟動了智能交通系統發展戰略的研究工作，從而開啟了智能交通建設征程。

隨著時間的推移，AI技術現已經應用到各行各業的各個領域，交通也不例外。華南理工大學土木與交通學院教授、智能交通系統與物流技術研究所所長徐建閩介紹說，如今，AI技術現已應用于交通目標檢測、駕駛行為分析、交通流參數提取、出行規律挖掘、交通預測與管控、信號優化控制等諸多領域。

“就交通而言，更應該從實際交通問題出發，以交通領域的基礎理論和關鍵技術為前提，再交叉融合人工智能、現代通信、自動控制等其他新技術。”徐建閩說，所以他認為更合理的提法應該是“交通+AI”，交通才是基礎，脫離了交通這個基礎AI就無法發揮其在交通領域的作用。

1、AI技術現已應用于交通多個方面

“AI技術現已應用于交通目標檢測、駕駛行為分析、交通流參數提取、出行規律挖掘、交通預測與管控、信號優化控制等諸多領域。”華南理工大學土木與交通學院教授、智能交通系統與物流技術研究所所長徐建閩介紹說。

早在二十年前，他和團隊就將人工智能方法引入到交通流預測中，有效提高了交通預測的精度與效率，并將預測結果應用于交通流分配和信號優化控制中，取得了明顯的交通控制效果，但由于當時的計算資源有限、AI方法論不完善、交通檢測點位少且精度低，一定程度地限制了研究成果應用的廣度與深度。

他表示，現階段，隨著云計算、大數據、物聯網、移動互聯、新基建等技術的成熟與發展，人工智能技術在交通規劃、設計、分析、管控、運營、評價以及政策制定等方面得以全方位應用，為交通出行行為與規律研判、大范圍交通流預測分析、出行分配與導航誘導、區域交通信號優化控制等領域研究提供了技術支撐。

記者了解到，華為早在2017年9月就啟動了“深圳城市交通大腦項目”，深圳交警選擇了城市車輛密集度最高之一的華為坂田基地，在9個路口做了真實路況測試，結果顯示該區域平均車速提升了15%，城市公交系統延誤率降低了15.2%。而華為“AI交通燈”設置，也由過去的“車看燈”，讀秒數通行，改變為現在的“燈看車”，讀車數放行。

“我也有了解到深圳城市交通大腦項目，交警部門攜手華為以視頻云、大數據、人工智能為技術核心，搭建了一個統一、開放、智能的交通管控系統。”徐建閩說。

這算是一個“AI+交通”的實際案例，通過前端設備感知交通流，實施交通信號優化控制，可以提升小范圍片區的交通服務水平。除此之外，在北京、上海、杭州、廣州等城市，也都進行了“AI+交通”的試點工作，也取得了一定成效。

2、應為“交通+AI”，交通才是基礎

“實際上AI技術是一個通用的技術體系，落腳到具體行業應該結合其行業自身的基本問題、基礎理論和技術框架，而不是空談AI理論。

就交通而言，更應該從實際交通問題出發，以交通領域的基礎理論和關鍵技術為前提，再交叉融合人工智能、現代通信、自動控制等其他新技術。”徐建閩說，所以他認為更合理的提法應該是“交通+AI”，交通才是基礎，脫離了交通這個基礎AI就無法發揮其在交通領域的作用。

他告訴記者，其實早在1933年，國際現代建筑協會提出了現代城市規劃的綱領性文件——《城市規劃大綱》，其中明確定義了現代城市的四個基本功能：生活、工作、休憩和交通，可見交通在現代城市中的重要地位。

而大學的基本使命是：人才培養、科學研究、社會服務、文化傳承，尤其是作為研究型大學的科研人員更應該肩負起科學研究和社會服務的職責。由此可見，大學里應該有相當一部分數量的科研人員聚焦于交通領域的基礎理論、關鍵技術、核心算法的研究，并將科學研究與人才培養有機地結合起來。

他認為，在今后相當長的時期內，“交通+AI”的主要研究方向會聚焦于城市或城市群的交通態勢預測、擁堵區交通信號配時優化控制、新型混合交通流（網聯車/非網聯車，燃油車/新能源車）車路協同優化、各類交通方式的出行規律挖掘與高品質交通規劃、綠色低碳交通措施及管控、災害作用下大范圍交通應急管控與救援疏散等。

3、“智慧交通”更傾向于智能化建設，借助人工智能等新技術設計應對方法

早在20世紀90年代初，美國、歐洲、日本等國家或地區在完成大規模基礎設施建成后，開始探索利用信息、通信和控制等技術尋求應對交通擁堵的新思路，提出了智能交通系統（Intelligent Transportation Systems，簡稱ITS）的概念，并開展了一系列的建設工作，重點關注道路交通運輸系統的安全性、便捷化、高運量與快速化。

我國在2000年2月份下發了《關于實施全國城市道路交通管理“暢通工程”的意見》，并于2002年9月啟動了智能交通系統發展戰略的研究工作，從而開啟了智能交通建設征程。

智能交通與智慧交通有何區別？“根據多年以來的科研經驗和行業探索，我個人認為以前的智能交通更側重于信息化建設，而現在提出來的智慧交通則更傾向于智能化建設，是在智能交通基礎上發展起來的更高級的交通管理和控制模式。”徐建閩說；

信息化主要實現了我們交通路網和設施的數字化改造，有了數據我們才能進行問題分析與研判，從而選取科學有效的應對策略；而智能化則是借助人工智能等新技術，從更為全面、系統的角度設計應對方法，而不是“頭疼醫頭、腳痛醫腳”。

、

4、研發廣州ITS共用信息平臺，實現多模式交通出行的溯源和態勢研判

據了解，徐建閩和團隊此前研發的“廣州市智能交通系統應用試點示范工程（廣州ITS共用信息平臺）”曾獲得廣東省科技進步三等獎。

“近年來，我們團隊也持續創新，在原有信息平臺的基礎上又融合了交管部門、互聯網企業、通信運營商等跨部門的交通數據源，打通了數據壁壘，實現了多種交通出行方式的溯源和態勢研判，為重大節假日期間的出行規律分析提供了決策支撐。”徐建閩說；

團隊研發的廣州市ITS共用信息平臺是一個多源異構數據的基礎匯聚平臺，集先進的通信技術、信息處理技術與計算機技術于一體，主要實現了城市客流、車流、物流等跨部門數據的收集、處理和挖掘，為政府部門、企業和公眾提供全方位的交通信息服務。具體來講，該平臺能夠為政府部門提供交通運輸線網規劃、方案制定、運營分析的數據支撐；為相關運輸企業提供客流與物流的分布規律和需求預測；為出行者提供出行規劃、路徑誘導、旅行時間預測等多方位的信息服務。

在徐建閩獲得2013年度中國智能交通協會科學技術二等獎的《基于子區動態劃分與協調交互技術的交通信號控制系統》研究中，曾提到“交通信號控制作為緩解城市交通壓力、提高路網運行效率的重要手段，引起了國內外學者的廣泛關注。如何針對強關聯、高隨機、復雜的交通系統，科學合理地分配道路的通行權，是城市交通控制系統所面臨的巨大挑戰。”

5、利用人工智能方法進行短時交通流預測，實現交通運行態勢的分析研判

針對《基于子區動態劃分與協調交互技術的交通信號控制系統》，徐建閩介紹說，這項研究成果的突出特點是：利用人工智能方法提出了一套完整的短時交通流預測算法，實現了對未來幾個小時內車流量與擁堵變化趨勢的精準預測，研發了一整套信號燈配時優化方法。

從系統的角度來看，利用擁堵均衡控制可以讓車輛盡可能均勻地分布在多個路段上，而不再聚集于個別路段或路口。

徐建閩舉例說，上下班高峰期一個片區內的車流量可能非常大，部分路口路段出現車輛排隊長、堵塞嚴重的情況，這時候如果不施加均衡管控或者一味地“燈看車”放行，往往會加劇路口的擁堵，并快速蔓延到周邊的上下游路口，甚至引起整個區域的阻塞。

對此，團隊借助人工智能的全局優化方法，考慮片區內所有信號燈路口的承受能力，提出了一種外控內疏的管控策略，通過預測到達和離開路口的車輛數，根據路口上下游路段能容納的車輛數，考慮信號燈可優化時間的限制，讓區域內的車輛盡可能地均分到各條路段，充分利用各路段的蓄流能力與通行能力，并使控制區域內的車輛快速離開擁堵區；

同時對未進入該區域的車輛采取適當的引流與控流策略，使其間歇性進入擁堵區域，以達到“慢進、快出”的控制效果。

此外，他介紹說，團隊的研究成果可以讓非高峰期不同方向的車輛不停車或少停車地通過整條道路，減少車輛的啟停次數與能耗排放，這也就是我們常說的“一路綠波”。

在“一條路綠波”的基礎上，團隊不斷創新，實現了一個區域內橫縱交錯的多條道路同時綠波，我們稱之為“區域綠波”，這樣無論走在哪條路上都能感受綠波效果，而不僅局限于一兩條路上。

這些技術自2006年到現在，已陸續成功應用到廣東、浙江、貴州等省份的2000余個信號燈路口、200多條道路，經實踐證明：平均停車次數減少約30%以上，行程時間縮短約15%以上，延誤時間縮短約20%以上，有效提升了路網整體服務水平，車輛的燃油消耗與污染物排放量也得以顯著降低，得到了當地交通管理部門的一致好評。

“有別于基礎性學科，交通是一個實踐性很強的學科，無論是大學、科研機構還是企業，研究交通應該從實踐中來、再到實踐中去，因此我們團隊始終是以解決實際交通問題作為開展研究工作的初衷，希望能為城市交通建設貢獻我們的智慧與力量。”徐建閩說。