泰伯网讯4月12日，由北京千方科技股份有限公司承办的“中国人工智能+交通发展论坛”在北京召开。本届论坛以“智能·慧聚·未来”为主题，公安部交通管理科学研究所领域首席研究员、国家工程实验室副主任姜良维，北京市交通委、北京交通发展研究院、美国亚利桑那州立大学首席科学家周学松，北京千方集团有限公司研究院副院长李江等专家学者、行业领袖共同探讨在人工智能风口上，人工智能如何能够在交通领域发展、落地。
论坛主持人、千方科技总工程师付长青
享有“中国智能卡口之父”的美誉的姜良维主任分享内容主题为《基于人工智能视觉芯的高速公路交通事故预警预测方案》。姜主任针对高速公路行车快、流量大、存在行车环境恶劣路段等问题，提出在监控设备中嵌入视觉芯可有效全息感知大场景大流量下的高速公路行车环境，并在恶劣行车环境下有效进行行为智能识别，精准预警安全隐患。姜主任还指出，指出在市场的强劲需求下，国产自主可控的人工智能视觉处理器成为构建重大交通事故的综合评估、提前预警、即时干预与快速处置技术体系的关键。
公安部交通管理科学研究所领域首席研究员、国家工程实验室副主任姜良维
国际学者，北京市交通委、北京交通发展研究院、美国亚利桑那州立大学首席科学家周学松带来《如何利用深度学习进行多层次交通行为与交通需求估计：一个基于计算图的方法框架》的主题演讲。周教授依据所处职位，从三个角度介绍了北京交通计算服务(BTCG)。周教授认为北京市交通存在供给与需求不平衡的问题;交通数据存在多源数据难题和异构难题，缺乏利用多源数据结构化估计交通需求、挖掘交通现象背后的个体选择行为的理论与方法。周教授认为交通大数据应用分为四个阶段：多源数据可视化、交通系统深度感知、理解交通状态并获得政府支持、建立依据大数据感知的决策平台。为此，周教授提出基于人工智能(深度学习)的计算图框架及新方法。该方法可将动态交通分配、出行链模型及传统的四阶段法统合成一个正向推理与反向传播相结合的闭合系统，进而开展综合的需求预测与参数估计，目前已经在北京开展实际道路测试，成果有待进一步检验。
北京市交通委、北京交通发展研究院、美国亚利桑那州立大学首席科学家周学松
两位专家的演讲奠定了论坛理论与实践并重的基调。随后，来自院校、科研院所、知名企业的专家相继分享了在各自领域取得的成果。北方工业大学教授、博士生导师刘小明分享主题为《面向应用的城市道路交通区域协调控制技术》。刘教授认为交通信号控制系统是城市道路智能交通系统中的核心子系统之一，而区域交通协调控制技术则是重中之重。刘教授结合交通发展中存在的问题特别是路口信号控制，阐述了区域交通协调控制技术的设计思想、主要环节的实现过程等，并指出可利用人工智能技术找到适时调整城市区域路网相位差的方法，被誉为指导实践工作的“教科书”。
北方工业大学教授、博士生导师刘小明
中国科学院自动化研究所高级工程师朱凤华带来《基于社会信息物理系统的平行交通系统》的主题演讲。朱教授在智能交通、智慧城市、平行系统建模方面拥有长期的工作积累，多项研发成果在广州、青岛、苏州等多个城市的智慧城市和智慧交通规划设计与方案实施中得到应用。朱教授讲解了人工智能基于深度学习的交通信号控制在停车事故、延误时间方面也取得了比较大的效果;同时在构造虚拟系统——人工交通系统，利用个体数据建立的人工交通系统。朱教授着重展示了平行交通智能管理系统的构成，提出了“当地简单、远程复杂”的项目运作模式，或将成为未来解决中小城市的交通问题的破局关键。
中国科学院自动化研究所高级工程师朱凤华
浙江宇视科技有限公司副总裁、首席架构师姚华带来题为《交通+AI的探索与实践》主题演讲。哈尔滨工业大学交通科学与工程学院交通信息与控制工程系主任、教授王华带来《物联网感知的道路智能基础设施技术与应用》主题演讲。
千方集团研究院副院长李江的《类脑智能交通的发展方向》中展开。李院长认为未来的交通是车路协同的交通，是由聪明的路和聪明的车构成;未来的交通信号系统将成为以信号为核心的类脑城市交通计算中心，各交通参与单元都将具备“自主”思维。他从目前交通管理普遍存在的问题如路口断面感知、路测设备的智能程度不足等问题切入，指出未来交通将聚焦于突破智慧城市中基于路网的多尺度、多维度、多粒度交通数据的全息感知与融合技术，构建全面反映交通状态及交通管控效果的评价指标;基于数据驱动的路网全局交通管控技术，实现对宏观-中观-微观的动态交通精细化管控;研制类脑交通控制装备及类脑智慧交通管控服务平台，实现区域交通管控效果评价与管控方案优化等几大方面。大胆的设想、缜密的创新支撑，让与会观众对类脑智能交通的发展充满期待。
北京千方集团有限公司研究院副院长李江
千方科技作为深耕中国智能交通行业近二十载的老牌企业，持续研发和提供行业尖端技术和产品，创新产品和服务的运营模式，是中国智慧交通、智慧安防行业领导企业。通过成功举办本次论坛，千方科技搭建了行业共享、交流、合作的开放性平台，通过新技术、新思维、新模式的碰撞为AI在交通领域的发展提供有益的参考。
