人工智能推动交通执法技术变革

　　去年8月，秦岭隧道发生客车安全事故，大巴车直接撞上隧道口，死亡36人；去年7月，广东广河高速一辆客车侧翻，死亡19人；前年在，一辆货车为马匹，撞上一辆客车，12人遇难

　　我国高速公通车里程居全世界首位，但高速公事故率却是普通公的三倍，近三年来，我国每年高速公死亡超过10人的特大事故都维持在约4起，主要的事故形态基本都是失控碰撞。

　　“跟国外相比，我国公交通非常复杂，交通安全的隐患更加多样。面对不断增加的机动车保有量，我们要实施交通事故黑点的全方位运行，从源头上保安全，减事故。”近日，在由千方科技股份有限公司承办的“中国人工智能+交通发展论坛”上，交通管理科学研究所首席研究员姜良维提出，人工智能视觉芯有望从源头上实现交通的全天候，助力交通隐患精细化预警。

　　“对于交通而言，数据不缺、场景丰富，现在缺的就是高效实用的算法和高性价比的计算力。”姜良维表示，驱动人工智能发展的四要素是数据、算法、计算力、场景，其中计算力对人工智能的发展发挥了重要的作用。

　　由于人工智能深度学习的特殊性，通用处理器很难胜任，这也促使处理器的架构完全发生了变化。近年来，英伟达的图形处理器GPU、谷歌的张量处理器TPU、微软的全息处理器HPU、地平线的人脑处理器BPU等人工智能处理器不断被推出。

　　“这些让人眼花缭乱的人工智能处理器，正在以一种前所未有的速度传统思维，让我们跨入人工智能处理器芯时代。”姜良维说。

　　对于交通管理应用场景，人工智能芯片更多是视觉场景、目标行为识别，需要软件和硬件的功能融合。“计算力应十分强大，且芯片的功耗一定要小，应用算法嵌入应灵活方便，芯片成本更不能太高，否则影响交通产品的推广普及。”姜良维说。

　　人工智能视觉芯方面，我国企业一直在努力实现弯道超车。据姜良维介绍，我国首款全球领先的嵌入式人工智能视觉芯已实现量产，实时处理1080p30帧视频，每帧中同时对行人、机动车、非机动车、车道线、交通标志牌、红绿灯等200多个目标进行检测、跟踪、识别，典型功耗1.5W，每帧延时小于30ms。

　　“交通行业的人工智能很热，现有蛋糕也很大，未来期望值更高。因此，交通行业的人工智能视觉芯更应具备全天候的像素级、不确定目标的特征识别、复杂场景中异常行为的认知理解等能力。”姜良维说。

　　面对频发的交通安全事故，“十三五”创新专项规划中提出，“开展风险干预技术集成应用，实现重特大事故的主动监测与防控”。姜良维预测说，在未来几年内，人工智能将推动我国交通安全执法领域的技术变革。

　　“当前的问题是上装那么多设备，场景却非常有限，夜间视频图像清晰度很差。”姜良维表示，目前的主要任务就是研发基于人工智能视觉芯的高速公行车全息技术，构建智能化设备。

　　针对当前高速公交通行为分类不细、识别不准等问题，姜良维还提出要研究大场景视频中运动目标检测跟踪与特征识别技术，开发基于深度学习的机动车通行行为精准识别软件，并将该软件直接嵌入到高速公行车全息设备中，向行车、占用应急车道、不车道行驶等交通行为的分类理解，为交通隐患预警提供依据。

　　姜良维还提出，针对当前高速公交通事故现场预警手段不健全、警示信息发布不及时等问题，研制基于声光电的交通隐患即时预警设备，安装在特殊交通段和交通事故现场的前方后方，以声光电方式警示通行车辆，实现交通事故风险的防控。

　　另外针对复杂通行条件和恶劣行车下安全行车问题，集成基于人工智能视觉芯的高速公行车全息设备、基于声光电的交通隐患即时预警设备，形成具有高速公交通事故预警预测的新型交通设备，构建基于人工智能视觉的高速公交通事故预警预测技术体系，实现在交通违法易发段、交通隐患频现部位示范应用，保障机动车安全、有序通行。

　　由于高速公行车速度快、通行流量大、部分段行车恶劣。第一个难题就是怎样全息高速公行车。

　　“现在的问题是，怎么匹配的视野和车辆行为之间的特征？高速公很难补光，怎么解决清晰度的问题？其次，在设备里嵌入芯片，也面临着侧的设备电压不稳、功耗大、昼夜温差大等问题。”姜维良说。

　　另外，他还表示，在运动目标检测跟踪方面要解决交通行为分类理解与车辆特征精准识别难题；在交通隐患预警方面，需要提升车内驾驶人员对声光电警示的适配性，还要提高实际隐患点与告示点之间的有效性；在集成应用方面，也需要解决交通设备的智能化问题，以及交通事故预警难题。

　　姜维良称，高速公大场景中动态复杂、车辆目标众多、行为识别困难，对交通设备的计算处理能力提出了苛刻的要求，需要权衡处理器性能、功耗、芯片可嵌入性、代码可移植性等芯片性能指标，并支持深度学习硬件快速处理的视频分析、目标检测和行为识别功能。

　　“我们的目的是事故预测预警，在违法行为频发的地方装上设备，在车辆进入隐患段的前后都有预警预测，如果有车辆交通违法，马知车主。现在有一些高速公段做了类似工作，但不是自动预警，未来要要通过人工智能实现自动预警。”姜维良说。

　　“人工智能芯片嵌入之后，不光是视频，还可以通过智能分析交通，最终实现事故多发段的管控，事故预警预测。”姜维良表示，嵌入人工智能视觉芯的交通设备，集高清晰成像、全天候、度识别、精细化预警等功能于一体，将从本质上改变交通设备的内涵，为解决复杂交通场景下高速公况全息、行为智能识别、隐患精准预警提供条件。