大數據快速發(fā)展的今天，更多的新技術接踵而至，交通行業(yè)也產生了很多全新的技術。

交通大數據、AI交通控制算法是浙江工業(yè)大學計算機智能系統(tǒng)研究所所長沈國江在2019人工智能論壇＋互聯網公交論壇上提到兩部分重要的內容。通過這兩部分的內容，讓我們了解交通大數據的AI處理應用。

智能交通與智慧交通有什么區(qū)別？智慧交通比智能交通更進一步，沈國江認為兩者的區(qū)別在于是否以人為本。智能交通從上個世紀90年代就開始出現，致力于用人工智能的方法來解決問題。智慧交通以人為本，例如從家出發(fā)到達學校的方法，公交上的乘車體驗等問題，智慧交通都可以給一個更好的解決方法。

以下為沈國江發(fā)言的重要內容：

本次演講的主要內容是大數據驅動的人工智能交通信號控制技術，大數據以及人工智能是現在交通行業(yè)的熱點。今天從交通大數據和AI交通控制算法這兩方面分享一下研究成果，希望大家指正。

背景

近兩年比較熱門的“大腦”，如雨后春筍般出現。三四年前，“大腦”剛出現的時候，我參加的一個論壇爭論“大腦”是否會完全取代傳統(tǒng)交通控制行業(yè)，但漸漸地發(fā)現，兩者共同成長，已經形成了互相依賴的形式。交通行業(yè)需要專業(yè)交通知識，傳統(tǒng)交通控制需要大數據。

傳統(tǒng)信號控制目前登峰造極的技術是自適應路網控制，區(qū)域內自行協(xié)調控制，但是落地的效果并不是很好，主要是受到數據問題的限制。以前的檢測設備是感應線圈，但是因為各種原因線圈容易受到破壞，影響到數據收集。

之后改變?yōu)橐曨l檢測，但是視頻檢測也有問題，例如卡口的數據檢測問題，數據會出現偏差和缺失。數據能夠直接得到的，盡量不要用數據模型，模型一定會有誤差。

現在的互聯網數據，“大腦”可以提供精確的數據，形成“傳統(tǒng)控制＋互聯網行業(yè)”的新型模式，為交通帶來更精確的數據�，F在的合作模式是“政府＋企業(yè)＋高�！比�方共同合作，政府統(tǒng)籌資金、企業(yè)產品研發(fā)和項目建設、高校技術研究和人才培養(yǎng)。

行業(yè)已具備做大數據人工智能的條件。

第一技術設施逐漸完善，一些大城市包括一些中等城市的城市道路基礎設施可謂“上天入地”，地面＋高架＋軌道三網一體；第二數據形態(tài)逐漸豐富，包括交警＋互聯網＋第三方數據，實現真正的大數據；第三各類技術逐漸成熟，大數據＋算力（云計算）＋算法，都用到了人工智能；第四政策大力支持，AI＋交通實現交通擁堵的治理。

行業(yè)問題存在兩方面的問題，不平衡與不協(xié)同。不平衡體現在出行需求和資源供給方面，小汽車的數量日益增長造成道路的占用率大幅上升，道路的建設十分有限。不協(xié)同體現在車輛的通行和交通管控方面，交通管控方式、策略該如何做才能使車輛通行更加順暢。這兩個是值得思考的問題。

行業(yè)現狀是存在著一些問題的，我們需要更好地發(fā)展，讓問題得到解決。以下是交通行業(yè)的現狀與發(fā)展：

交通大數據

交通大數據的來源：城市宏觀數據、交通基礎數據、動態(tài)運行數據、交通調查數據。

動態(tài)交通大數據分類主要分為三大類。

第一是交警數據，從視頻結構化數據（電警卡口）、微波速度、交通信號運行信息、交通事件這幾個方面來獲得數據；第二是第三方數據，從城管停車、醫(yī)院就診、網絡輿情、地鐵客流、航班、賽事會展信息、氣象、節(jié)假日旅游這幾方面來獲得數據；第三是泛交通行業(yè)數據，從互聯網（高德、百度、滴滴等）、出租車GPS、公交車調度信息、公交GPS、“兩客一�！盙PS這幾方面來獲得數據。

交通行業(yè)大數據有以下幾個特點：第一格式多樣，第二數據低質，第三特征單一。數據分析與處理架構分為四塊：數據重構、質量分析、數據重修復、數據融合。交通大數據的匯聚與應用如下圖：