人工智能在交通领域业务应用白皮书.pdf

人工智能在交通领域业务应用白皮书（ 2020 年 9 月）中国人工智能产业发展联盟 2020年 09月1 版权声明本指南版权属于中国人工智能产业发展联盟，并受法律保护。转载、摘编或利用其它方式使用本指南文字或者观点的，应注明“来源：中国人工智能产业发展联盟”。违反上述声明者，编者将追究其相关法律责任。编写单位：中国信息通信研究院、北京交通大学、西安交通大学、国泰君安证券产业研究中心支持单位：中国智能交通协会参与单位：浙江高速信息工程技术有限公司、山东高速信息工程有限公司、杭州海康威视数字技术股份有限公司、华为技术有限公司、苏州思必驰信息科技有限公司、阿里云计算有限公司、智慧互通科技有限公司前言人工智能作为新一轮科技革命和产业变革的新赛场，已经成为抢占未来发展先机的重要突破口。随着人工智能发展进入新时期，如何落地应用、与实体经济融合，成为当前产业关注的重要议题。交通行业关系国计民生，建设交通强国不仅是建设社会主义现代化强国的内在要求，也是顺应世界交通发展大势的客观需要。国家及相关部委先后印发多项政策文件，立足全局统筹推进交通强国建设，大力发展智慧交通。 2020 年国家正式提出新型基础设施建设，将人工智能纳入新技术基础设施范畴，智能交通基础设施纳入融合基础设施范畴，其建设和推进均成为产业焦点，如何充分发挥人工智能的赋能作用，加快交通的数字化智能化发展，推动人工智能和交通的融合应用，成为产学研用的重要课题，也是本报告撰写的主要背景。本报告以人工智能对交通业务的赋能为切入点，系统梳理人工智能在交通领域的技术现状、典型应用、产业生态，总结业务发展面临的挑战，展望未来发展的趋势，并附上当前典型的应用案例和赋能场景，为进一步推进人工智能和交通行业的深度融合提供参考。本报告于 2020年 9月发布第一版。目录目录 . 1 一、人工智能技术产业概述 . 1 （一）人工智能技术发展情况 . 1 （二）人工智能产业发展现状 . 2 （三）人工智能对交通领域的赋能作用 . 3 二、人工智能在交通领域的业务应用现状 . 5 （一）人工智能在交通领域应用的产业环境趋好 . 5 （二）人工智能在交通领域应用现状 . 7 （三）人工智能在交通领域典型应用及产业分析 . 11 三、人工智能在交通领域应用面临的挑战 . 15 （一）标准规范滞后于产品化 . 15 （二）部门协同机制仍需加强 . 16 （三）数据问题影响融合深化 . 17 （四）复合人才成为转型掣肘 . 18 （五）安全伦理风险有待解决 . 18 四、人工智能在交通领域应用的未来展望 . 19 （一）出行即服务（ MAAS）塑造新业态 . 19 （二）合作式智能交通将成为发展重点 . 20 （三）数字孪生将启发交通发展新思路 . 20 （四）跨行业协同跨技术融合成为趋势 . 21 附录一：典型商业应用案例 . 22 附录二：典型业务赋能场景 . 64 人工智能在交通领域业务应用白皮书 1 一、人工智能技术产业概述（一）人工智能技术发展情况让机器实现人的智能，一直是人工智能学者不断追求的目标，不同学科背景和应用领域的学者，从不同角度，用不同的方法，沿着不同的途径对智能进行了探索。其中，人工智能发展历史上的三大主要的技术流派分别是符号主义、连接主义和行为主义。在人工智能的发展过程中，不同的技术流派不仅先后在各自领域取得了成果，各学派也逐渐走向了相互借鉴和融合发展的道路。比如通过在强化学习（行为主义）中引入深度学习（连接主义），融合产生的深度强化学习技术，成为 AlphaGo 战胜围棋高手李世石背后最重要的技术。本轮人工智能技术进步主要由深度学习带动。深度学习是一种以人工神经网路为架构，对数据进行表征学习的技术。表征学习的目标是从大规模数据中学习，以寻求更好的表示方法并建立更好的模型。该方法来自神经科学，类似于从最基本的单元上模拟人类大脑的运行机制。深度学习算法的突破，计算能力的大幅提升，海量数据的积累，共同促成本轮人工智能技术的进步。目前已有数种深度学习算法，如深度神经网络、卷积神经网络和循环神经网络等，被应用在计算机视觉、语音识别、自然语言处理等领域并取得了极好的效果。在人脸识别领域，根据美国国家标准与技人工智能在交通领域业务应用白皮书 2 术研究院（ NIST）公布的人脸识别算法测试（ FRVT）结果 1，在签证照、证件照等有约束场景下的人脸识别准确率接近 99%。在语音识别领域，全球知名的开源语音识别数据集 Librispeech 上已实现接近 2%的错词率 2。（二）人工智能产业发展现状当前人工智能理论和技术日益成熟，应用范围不断扩大，产业正在逐步形成、不断丰富。人工智能产业体系主要分为支撑层、产品层和应用层。来源：中国信息通信研究院图 1 人工智能产业体系支撑层包括硬件、软件等基础技术。硬件部分包括传感器、人工智能芯片、服务器等感知计算设备。软件部分包括开源框架、开放平台等，开源框架是人工智能算法的软件实现，如 TensorFlow、飞桨（ PaddlePaddle）等，开放平台是指产业界围绕人工智能技术打造的1 NIST， pages.nist.gov/frvt/html/frvt11.html。 2 Speech Recognition on LibriSpeech test-clean，paperswithcode/sota/speech-recognition-on-librispeech-test-clean。人工智能在交通领域业务应用白皮书 3 技术服务平台。产品层包括基础产品和复合产品。基础产品主要包括智能语音语义、知识图谱、计算机视觉、人机交互等产品，是人工智能终端产品和行业解决方案的基础。复合产品可视为人工智能终端产品，是人工智能技术的载体，目前主要包括可穿戴产品、机器人、无人车、智能音箱、智能摄像头等终端及配套软件。面对日益复杂、不断变化的市场需求，人工智能产品通常采用软硬件解耦的结构，以实现算法的及时更新和灵活部署。应用层是人工智能技术渗透各领域形成 “人工智能 +”的行业应用终端、系统及配套软件。人工智能技术正在广泛赋能医疗、交通、金融、零售、教育、家居、制造、安防等行业场景，为用户提供个性化、精准化、智能化服务。（三）人工智能对交通领域的赋能作用随着交通行业信息化、数字化的推进，各类交通参与要素在交通运输活动中生产、交互、存储了海量的交通信息，交通信息广泛存在于各类参与要素、各类运输方式以及运输周期的各个阶段之中。人工智能的核心环节包括智能感知、数据认知和反馈控制，通过对交通信息的采集、分析和控制，从感知、认知、行动等层面赋能交通行业，提升交通安全、改善运行效率、实现节能减排。人工智能技术在计算机视觉、智能语音语义等领域的技术产业突破，极大拓宽了交通感知的维度和深度，不仅可以采集摄像头、激光雷达、毫米波雷达、麦克风等多个维度的传感器信息，还可以精细化人工智能在交通领域业务应用白皮书 4 感知目标要素，如视频数据结构化处理，提取人、车、运动轨迹等深层关键信息。感知类的典型赋能场景包括身份核验（人脸识别）、人流分析、车况监控、车外环境感知、驾驶员行为监测、交通设施状态感知、实时路况感知、机非人（机动车、非机动车、行人）识别等。目前人工智能感知类技术服务的产业化最为成熟，在交通领域应用的范围最广泛。人工智能技术基于对海量数据的“学习”，可以超越人类的经验感知，更快速地识别特征、做出分析预测。交通数据信息具有异构性、多样性和海量性等特征，人工智能可以更好地处理多源异构时空数据，比如结合不同时间地点的道路拥堵、公交、地铁、人流等信息，为大众提供实时个性化的路径导航服务。认知类的典型赋能场景包括路径规划、个性化出行推荐、行车导航、主动安全预警、驾驶员行为评估、违章抓拍、路况预测、车辆行驶轨迹跟踪等。人工智能认知类技术服务常常建立在算法研究和对业务场景的深入理解之上，此类技术的应用也在迅速推进。人工智能在完成感知、认知之后，还可以将控制信息实时发送至相关人员、设备，快速精确的指挥行动，完成流程上的闭环。比如城市交通中的重要组成部分信号灯系统，结合车辆速度、数量以及分布密度等数据，人工智能技术可以实时分析各路段通行情况，精准调控红绿灯转换，提升信号交叉口通行效率。控制类技术的典型赋能场景包括智能客服、人机交互、辅助驾驶、信号灯控制优化、电子不停车计费等。人工智能控制类技术服务由于需要交通类终端、设备等人工智能在交通领域业务应用白皮书 5 的配合，往往需要相关主管部门、 AI 企业、整车企业、交通设备企业等的协作配合，研发应用的周期相对较长。与此同时，大量的复杂场景需要综合使用人工智能的不同核心环节，才能确保良好的赋能效果，比如共享出行、出行即服务、智慧座舱、智能驾驶 /远程驾驶、智慧公交、智慧高速、智慧停车、城市交通大脑等。相较单一场景，综合应用场景的技术复杂度最高，受国家和民众的关注度也最高，一旦解决方案成熟，其释放的经济社会效益也最大。受限于多种因素，目前此类应用还处在商业落地的早期。二、人工智能在交通领域的业务应用现状（一）人工智能在交通领域应用的产业环境趋好 1. 政策面利好交通信息化和智能化是我国从交通大国向交通强国迈进的重要推动力，国家及地方政府相继出台一系列文件，对智慧交通的发展给予顶层指导和政策支持。 2019 年 7 月，交通运输部印发数字交通发展规划纲要，提出数字交通的发展要以“数据链”为主线，构建数字化的采集体系、网络化的传输体系和智能化的应用体系，加快交通运输信息化向数字化、网络化、智能化发展，为交通强国建设提供支撑。 2019 年 9 月，中共中央、国务院印发交通强国建设纲要，明确提出 “ 大力发展智慧交通。推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合。推进数据资源赋能交通发展，加速交通基础设施网、运输服务网、能源网与信息网络融合人工智能在交通领域业务应用白皮书 6 发展，构建泛在先进的交通信息基础设施。 ” 2020 年 2 月，国家发展改革委员会等 11 部委联合印发智能汽车创新发展战略，为智能汽车产业的未来发展指明方向。不仅划出了需要重点发展的智能汽车技术，还提倡人工智能、互联网、通信公司等信息与通信技术（ ICT ， Information and Communications Technology）企业发展成为智能汽车技术供应商，大力发展智慧交通等产业形态。 2020 年 4 月，国家发改委首次明确了新型基础设施的范围，包括信息基础设施、融合基础设施和创新基础设施。信息基础设施包括以人工智能、云计算等为代表的新技术基础设施，融合基础设施主要指深度应用互联网、大数据、人工智能等技术，支撑传统基础设施转型升级，进而形成的融合基础设施，比如智能交通基础设施等。再次提升人工智能和智能交通建设的战略高度。 2. 城市化带动截至 2018 年末，我国常住人口城镇化率达到 59.58%3，城市数量显著增多，城市个数达到 672 个。同时，城市人口规模明显扩大。 2017年末，我国地级以上城市户籍人口达到 48356 万人，户籍人口超过500 万的城市有 14 个。即便如此，我国与发达国家平均超过 80%的城市化率相比，还有很大的发展空间。在我国城市化的长期推动过程中，与之相伴的是城市及城际交通需求的持续增长，以及需求多样化的发展态势。传统的交通供给已无3 新华网， 70 年来我国城镇化率大幅提升。