“交通運輸最大的特點就是移動的隨機性和地域分布的廣泛性，而新一代信息技術很好地契合了這種特點，尤其是移動互聯網、大數據、云計算等技術的蓬勃發展，推動著交通運輸與信息化的深度融合。”近日，在第19屆COTA國際交通科技年會(CICTP 2019)政府論壇上，交通運輸部總工程師周偉如是說。

貨車司機怎樣才能不放空車在路上跑?人工智能系統如何預判道路擁堵并給出控制策略?在大數據如石油的新時代，隨著數據與算法的加持，傳統的物流交通產業也冒出了一些新問題，同時有了許多新玩法。

數據加算法預判擁堵情況

上午9：45，一輛車牌為“蘇E12345”的小汽車駛入蘇嘉杭高速蘇州城區站，人工智能算法實時基于大數據對該車行駛路徑進行預測，經過分析認為該車將從盛澤駛離，行駛時間約為30分鐘。

而一旦道路車流量增加，系統就會自動判斷擁堵路段車輛主要來自哪里，并預測這輛小汽車未來行駛路段的擁堵情況，隨即生成主動控制策略，發布擁堵情況、行程時間、繞行方案等信息，通過車道信號控制設備，讓這輛車從最近的互通駛離繞行。

“過去，國內外在擁堵主動預防方面的研究均屬于事中控制，缺少對基于歷史及相關數據進行二次開發的超前預測研究。”蘇交科集團副總裁、智慧城市研究院院長王東平說。而目前通過對2004年到現在的歷史數據及相關數據進行二次開發，可以運用大數據主動干預道路擁堵，開發的智能系統更是包括了信息采集、存儲、傳輸、大數據分析與預測、交通控制策略智能化自動生成、終端控制等多個環節。

以蘇嘉杭高速公路為例，這條高速路全長只有一百公里，但由于途經長三角經濟最發達的核心區域，導致擁堵事件時有發生。系統分析發現，這條高速路設有11個高速互通，互通之間的交通量，占該線路總交通量的46%以上。相較于目前高速公路擁堵管理中依靠交警經驗臨時關停互通的管理模式，這套依靠大數據和算法的解決方案，實現了管理模式從經驗決策向數據決策的升級轉變。

“傳統數據分析大多在excel表格中完成，但是視頻、天氣、道路狀況等非結構化和半結構化數據，用excel表格都是干不了的。”面對種類繁多的數據源，王東平也指出了目前數據分析方法存在的局限性。

他認為，必須從方法論、技術、組織、應用4個方面進行數據驅動創新。“原來的數據都沒有統一的定義，到底有哪些維度，所以數據治理工作就顯得非常重要。”王東平說，面對不斷增加的各類交通數據，需要構建一個全新的大數據平臺，為大數據應用提供數據處理分析功能。

降本增效 賦能公路貨運

除了用大數據分析道路擁堵情況，人工智能在優化公路貨運方面也開始發揮作用。

當前，我國已成為了一個名副其實的“車輪上的國家”，擁有全球最大的物流市場，全國物流80%的貨運量、50%的運輸成本都來自公路運輸，公路物流費用達1.2萬億美元，為美國市場的近兩倍。

與巨大的公路物流市場相對應的是，中國高度碎片化的公路運輸體系。中國有3000萬貨運汽車司機，承載著中國貨運物流總量75%的運輸量。但是，公路貨運多、小、散、亂、弱局面長期存在，貨物信息不對稱、運價體系不透明，嚴重制約了公路貨運發展。

如何改善公路貨運多、小、散、亂、弱的局面?在滿幫集團公共與行業政策研究專家孔慶峰看來，大數據、人工智能等數字化手段，已經開始賦能公路貨運，原有交易模式、業務流程得到優化，有效解決了效率和成本問題。

2017年12月，綜合交通大數據應用技術國家工程實驗室貴陽研發中心正式成立，通過大數據、人工智能等技術，研發的智能運力調度和交易系統，使貨車的空駛率下降了15%—20%，司機收入增加30%，配貨時長從原有的2.27天縮短至0.38天。在成立儀式上，美國西北大學終身教授聶宇認為，未來線上貨運平臺的發展可以分為三步：一是通過對歷史數據的挖掘實現對運量運價的中短期預測;二是通過為車主量身定制運貨線路及報價策略逐步整合供給側資源，打造靈活多樣的平臺可控車隊;三是開發一站式第三方整車物流產品。

“技術層面要解決預測、匹配、定價、調度四大核心技術問題。誰率先解決了這些問題，誰就將成為MaaS(無縫出行服務)時代物流領軍企業。”聶宇說。

隨著人工智能的盛行，近年來智能卡車技術也正在加速推進。2018年5月，智加科技研發的一輛自動駕駛40噸重型卡車已經完成了首個全球倉對倉L4級卡車無人駕駛路測。通過人工智能和深度學習技術，以及車上配備的激光雷達，在高速場景下，無人重卡能夠在300米外精確識別障礙物，還能以25m/s的反應速度來控制車輛采取緊急停車或者繞行避障等措施，在駕駛速度達80km/h的情況下依然能實現安全自動駕駛。目前，一汽解放、英偉達、智加科技等就自動駕駛項目達成了深度戰略合作，接下來將建立規模無人重卡車隊，并于2021年上路。

關鍵詞： 人工智能 道路擁堵 貨運