1.2 人工智能在智慧交通控制中的应用
1.2.1 交通控制领域中的人工智能研究
交通控制，也叫“交通信号控制”是依靠交通控制设施根据路网交通流信息对交通信号进行设置管理，并参考当下的交通流状况，对配时方案进行持续性调整，提高交通控制的整体效率。从系统化的角度来分析，交通控制能够为交通管理部门提供科学、有效的配时方案。
从总体上来说，要想提高整个路口的交通效益，应该采取如下措施：
（1）利用数学模型实现对交叉口不同方向车辆的精准推测，按照最优化理论及运筹学知识调整交叉口的灯色转换时间。
（2）运用智能控制技术管理交叉口的交通运行。
◇ 人工智能在区域协调领域的应用
什么是区域协调?即由交通中心承担宏观调控任务，参考各个区域的交通流量情况，实现不同路口之间的协调互补，为交通流量繁重的路口分担压力，加快整个道路的通行速度。在区域协调中，要实现不同城市道路之间、城市道路与快速路之间的协作，不同路口之间必然相互影响，不可避免地会产生路口之间相互冲突的情况。这是在未来发展过程中要重点解决的问题。利用人工智能技术，路网协调控制可以在这方面发挥重要作用，基于分布式人工智能的Agent技术在交通控制领域的应用，就是这方面的典型代表。
Multi-Agent是多个Agent组成的集合，这些Agent成员之间相互协调、相互服务，共同完成一个任务。城市交通网络智能决策系统依托Multi-Agent，将交通网络系统理论、计算机应用与权威专家的知识经验融为一体。不同的Agent中存有不同的知识体系，方便应用者进行信息搜索与应用，且便于后续扩展与延伸。
智慧交通控制系统依托Agent创建数学模型的过程中，第一步要做的是用Agent代替交通控制系统的功能模块，按照不同Agent承担的功能，建设相对应的功能结构，促进各个Agent之间的协作运行，致力于完成整体的任务。
智慧交通控制系统由三个层次的控制结构组成，不同层次拥有不同的功能：
决策Agent位于组织层，即控制系统的最高层，掌握着宏观决策权，能够科学判断总体的交通运行情况，立体化地分析各方数据资源，据此制定规划与决策，促进不同区域控制系统之间的配合，目的是实现整体的最佳控制效果，优化交通控制。
区域协调Agent位于协调层控制系统的中间层，主要承担所属地区路口的交通监管及维护任务，如果有必要，区域协调Agent会对所辖区域内的路口模式实施强硬管理，并及时应对紧急事件，还能与其他Agent相互配合，实现信息共享。
路口Agent、路段Agent、车辆Agent、交通灯Agent位于控制层，即控制系统的最底层，负责进行交通控制与管理。
其中，路口Agent能够获取当前路口与附近路段的数据。由于路口聚集了不同方向的交通流，且时常发生车辆分流、车辆拥堵等情况，使得路口Agent的价值表现得尤为突出，应用该控制系统，能够把该路口的交通信息提供给附近路口，同时可以遵循区域控制中心的指示来完成相关任务，并与其他区域控制中心相互形成协作关系。路段Agent能够快速获取不同路段的交通数据，利用传感技术对车辆的数量及其运行情况，以及该路段的整体交通秩序进行把控。
在具体运营过程中，交通系统与不同Agent之间相互作用、相互影响。交通系统的要求不同，Agent的功能、组成方式、整个系统与各个Agent之间的作用方式也不同，应该根据实际情况进行设置。
1.2.2 仿真工具在交通控制领域的应用
使用仿真软件，能够对人工智能的效益进行科学评估。现阶段下，应用者可以利用C语言、Matlab设计仿真程序进行评估，也可以选择专业交通仿真软件来评估。交通仿真工具能够生动地还原交通现场，高效方便。在这里对微观交通仿真软件Paramics进行重点分析，该软件被北京工业大学智慧交通中心采用，拥有众多优势功能。
Paramics是一种并行微观仿真软件，由欧盟、爱丁堡并行计算中心、英国交通部研发，并设立了专门的研发项目。Quadstone公司基于前三者的探索，联合英国工商部，将Paramics发展成商业化软件。借助于Paramics，交通领域的研究者能够更好地了解、掌握当下的道路交通情况，并且能够进行深入的数据挖掘与分析。该软件能够以三维立体化形式呈现交通道路情况，同时向多用户开放其功能，还能连接到应用程序上。此外，Paramics对于不同的路网具有强大的适应能力，可覆盖至32000个区域，控制400万个路段、管理100万个节点。
Modeller、Processor、Analyser、Programmer、Monitor五大工具支撑起Paramics，占据关键性地位的是Modeller，下面对这五大组成部分进行逐一分析。
（1）Modeller的主导功能包括统计数据输出、交通路网建立以及三维交通仿真。这三个功能都可以通过图形方式展现给用户。实际交通路网的各个节点都被容纳到Modeller的功能中，具体如智慧交通信号控制、公共交通、环形交叉路口、城市路网建设及完善，以及各个类型的车道管理等。运用Modeller，管理部门不仅能够了解单一车辆在实际交通环境中的运行情况，还能系统地掌握当下的交通情况。
（2）Processor可以实现对数据信息的批量化处理，迅速给出统计结果。该软件也以图形方式向用户展示分析过程，在具体设置过程中，还能够选择输出数据、仿真参数等。在批量化处理模式下，路网及仿真车辆的位置数据会被忽略，这有效提高了仿真计算的效率。
（3）用Modeller或Processor进行仿真计算得出分析结果后，需要通过Analyser进行结果输出。这种工具以图形用户界面的方式来展示多种数据结果，具体包括路段交通流量、交通密度、车辆行驶路线、车辆排队长度、管理服务情况等。在以图形方式进行结果输出的同时，该工具还能够输出数字化形式的统计结果，方便后续查询与应用。
（4）Programmer工具对外开放C++的应用程序接口，这种方式能够进一步拓展Paramics的功能。举例来说，Paramics最初是根据英国的道路交通管理办法及车辆特性制定的，要想应用于英国之外的国家，就要设计相应的应用程序接口，使之符合当地的驾驶规则。通过使用API接口，Paramics将拥有更加丰富的功能，能够根据不同地区的具体情况制定交通控制与管理办法。
（5）有专业人士基于Programmer研究出了API模块Monitor，这个模块能够对交通路网中车辆尾气的排放情况进行精准的统计与计算，并以直观方式体现出来。
在智慧交通系统中应用Paramics，能够发挥微观交通仿真技术的作用，灵活选择可变信息板、交通信号、可变速度控制标志等，在此基础上可对仿真车辆实施智能化调度。除此之外，利用API函数能够开发出更多针对特定区域及路段的控制模式，从而推出更具针对性的交通控制及管理策略。
1.2.3 车路协同在交通控制领域的应用
◇ 车路协同系统概述
CVIS（Cooperative Vehicle Infrastructure System，车路协同系统）是一种基于人工智能、信息处理、定位导航、无线通信、电子传感等众多技术来获取车辆和道路信息，实现车与车、车与道路之间的无缝对接，通过对实时交通数据的采集、分析，实现车辆主动安全控制及道路协同管理，充分发挥人、车、道路的协同联动作用，最终达到提高交通效率与安全性目标的道路交通系统。在智慧交通建设中，车路协同系统是一项重要组成部分。
◇ 车路协同系统的产生与发展
交通安全、通行效率及节能环保是交通领域的三大痛点，随着我国城镇化进程日渐加快，其负面影响愈发严重。这种背景下，为满足交通运输整体战略的需要，能够保证交通安全、提高交通效率且节能环保的车路协同系统应运而生。随着车路协同系统不断走向成熟，车辆与道路管理处于割裂状态的不利局面将被打破，车与车、车与道路将保持实时交互，充分利用现有交通资源，提高交通路网供给能力，有效减少交通事故的发生。
车路协同系统在我国的发展最早可以追溯到2010年10月，当时科技部推出了863计划“智能车路协同关键技术研究”课题项目，不久后，工信部立项并开展深入研究。2011年9月，清华大学等十家单位被赋予实施“智能车路协同关键技术研究”项目的使命，2014年2月，经过科技部验收后，该项目成功交付。
在车路协同系统发展初期，我国的相关研究主要集中在车路协同典型场景验证、交叉路口安全通行、交通环境检测、危险状况识别等领域。2015年12月，我国车路协同技术开始对接国际标准，车路协同系统的技术与应用都得到一定程度的拓展，比如，路口车速引导、以节能环保为目标的在途动态诱导、车队引导下的信号协同控制等。
2016年，我国智能汽车集成系统试验区建设取得初步成果，多个国家级智能汽车集成系统试验区开园，如，11月15日，位于重庆两江新区的智能汽车集成系统试验区i-VISTA（Intelligent Vehicle Integrated Systems Test Area）正式开园。有了试验区的支持，我国车路协同系统研究从理论研究转变为现场检测与试验，比如，车路协同的辅助驾驶与自动驾驶、基于信号协同的公交先行、基于智能驾驶的多交通主体群决策与控制等，这为科技成果转化提供了强有力的支持。
◇ 车路协同系统中的关键技术
车路协同系统是ITS领域的热点研究方向之一，对信息安全、状态感知、多模通信、数据融合与协同处理等诸多技术有较高依赖性，而这些技术相互交叉和作用成为车路协同系统的关键技术，如，智能通信、智能车辆关键技术、智能系统协同控制、智能路测系统关键技术等。
（1）智能通信。在智慧交通与车辆领域，移动通信技术是基础性技术，它是人、车辆及道路进行实时交互的核心所在。智能通信技术基于车车通信技术以及车路通信技术，实现了车辆高速行驶过程中的车车、车路实时高效的信息交互。
（2）智能车辆关键技术。智能车辆关键技术主要包括：借助在车辆上安装的定位系统、陀螺仪、电子罗盘及激光雷达车载单元等传感设备，实时搜集车辆位置、运行状态、行车环境等各类信息；借助在车辆上安装的电液制动系统、工业控制计算机等控制设备，智能化控制车载单元，以便及时规避追尾等交通事故。
（3）智能系统协同控制。智能系统协同控制可以被分为两大类，一类以效率为目的，另一类以安全为目的。其中，以效率为目的的智能系统协同控制包括：精准停车控制技术、动态协同专用车道技术、交叉口智能控制技术、集群诱导技术、交通控制与交通诱导协同优化技术等。另一类以安全为目的的智能系统协同控制包括：协作式驾驶辅助系统（C-DAS），车路协同安全预警系统。
（4）智能路测系统关键技术。智能路测系统关键技术可实现多种功能，如多通道路面状态信息采集、多模无线数据传输、多通道交通信息采集、信息融合及突发异常事件快速识别与定位等。
1.2.4 人工智能在交通管理领域的应用
◇ 智慧交通系统
智能化道路交通管理系统在运行过程中把获取到的道路交通信息交给交通管理控制部门进行深度挖掘与分析，再将分析结果提供给包括居民、车主、停车场、物流企业等在内的用户，为他们的出行规划提供有效的参考数据。与此同时，交通管理部门可运用交通系统，及时处理紧急情况及交通事故；运输部门能够迅速了解车辆运行状况，据此优化自身管理及服务体系。
◇ 智慧交通信号系统
人工智能的应用能够有效缓解城市面临的交通拥堵问题。权威数据统计结果显示：在经济方面，每年美国因交通拥堵问题导致的经济损失高达1210亿美元；在环境方面，每年交通拥堵导致的二氧化碳排放量高达250亿千克，当汽车在市区处于运行状态时，由于城市未安装智慧交通信号系统，约40%的发动机是空转的。
针对这个问题，卡耐基梅隆大学教授斯蒂芬·史密斯推出了智慧交通信号系统，用以优化城市道路交通管理。测试结果显示，该系统的应用能够提高城市交通管理的效率，大幅减少发动机空转的时间。
具体而言，智慧交通信号系统的应用，能够提高城市交通道路的承受能力，避免相关部门不断进行道路拓宽与改建，从而降低成本消耗；能够对当前的路况进行准确的监控与感知，根据先进的人工智能算法自动调整灯色转换时间。该系统利用分散方式对交通网络的运营情况进行精准掌控，这与商业自适应交通控制系统之间存在明显的区别。具体而言，各个交叉点根据当下的车流决定灯色转换时间，并将数据提供给临近的交叉口，方便它们预知未来的入站车辆数。采用这种模式的交通信号系统能够更好地适应实际交通状况，并与邻近交叉口相互配合，优化整体的道路交通管理。
该系统推出后不久，便在匹兹堡车流较大的East Liberty街区进行了初步应用，并在后期不断拓宽应用范围，旨在实现全面覆盖，通过调控交通信号系统，对通行汽车实施高效的管理与调度。
◇ 警用机器人
随着人工智能在道路交通管理领域的普遍应用，交通警察的工作将由警用机器人来承担，这种机器系统能够24小时进行道路巡逻并实施全方位的监管，从而提高公安交通管理部门的工作效率。
◇ 公路交通安全防控体系
运用公路交通安全防控体系，相关部门能够及时了解各个路段的车辆通行情况，对交通违法情况进行监管，并迅速进行处理，恢复正常的交通秩序，从整体上提高自身的管控能力，提高勤务管理的效率，对交通违法行为进行修正，使整个城市道路系统保持畅通，降低重大交通事故发生的概率，提高城市交通的安全性。
交通行为监测技术、交通安全研判技术、交通风险预警技术、交通违法执法技术是道路交通安全防控体系的主要组成部分，如今，人工智能已经实现了与这四大核心技术的结合发展。人工智能技术在道路交通领域的应用，能够让管理部门更好地掌握交通运行状态、车辆通行轨迹，在及时处理违法行为的同时，避免隐患事件的发生，促进相关部门之间的协同合作，优化交通管理服务。
在全国公安交通管理部门主抓城市畅通和公路安全问题的当下，人工智能技术在道路交通管理中的应用，能够提高交通管理部门的工作效率，推动公安交通管理事业的发展。