聚新技术之力，赋智能以交通，众星云集粤港澳大湾区交通盛宴

2018年9月6日-7日，由广东省智能交通协会和赛文交通网联合举办的粤港澳大湾区智能交通论坛暨第四届华南智能交通论坛在珠海召开。论坛以“聚能•赋能”为主题，聚焦移动通讯、物联网、大数据、人工智能、增强现实、云计算等技术，覆盖视频、雷达、汽车电子标识、交通出行、交通信号控制等多个领域。

会议期间，清华大学副教授李瑞敏发表了《城市多层次交通状态估计及管控》的主题演讲，从宏观和微观的角度分析了城市交通状态及发展机遇。李瑞敏表示， 当前的微观交通系统的管控正从传统的基于时间有限、空间局限的数据支撑向全覆盖、无间断、多缘性的精细化转变。 从“十五”到“十二五”期间，国家从政策、经济、技术上大力支持智能交通的发展，随着“智慧城市”、“绿色城市”和“平安城市”建设的兴起，智能交通这一行业也吸引了众多玩家的入局。

亿欧记者现场了解到中国智能交通协会科技奖励委员会主任吴忠泽、广东省交通运输档案信息管理中心主任巫建文、清华大学副教授李瑞敏、高新兴智慧城市总经理付洪涛、高德智慧交通业务中心总经理吴泽驹、广东岭南通董事长谢振东、北京卓视智通总经理吴梓雄等专家学者和交通行业从业者约300人出席了此次论坛。

物联网赋能交通，促智慧出行

在交通界有这么一句话，最遥远的距离不是摄像头与信号灯之间的距离，而是相邻灯控路口之间的距离。堵车的时候，这种感觉尤其明显。地图产商TOMTOM、交通数据公司Inrix都做过“全球最拥堵城市”的年度盘点。在最新的Inrix排行榜中，2017年前10名的榜单中，中国城市无一上榜，美国的洛杉矶却常年荣登榜首。实际上无论在哪个榜单中，近两年都极少见到国内城市的身影，这或许可以证明中国在治理交通问题上取得了一定的进展。

道路交通系统是由参与交通的人、车、路三要素组成的相互关联及影响的复杂系统，高效、安全、舒适是系统的整体目标。 过去由于交通系统容量难以确定、交通系统出行需求的动态变化、交通系统出行路径及出行方式难控制等三方面的原因，缺乏顶层设计的交通系统始终处于盲人摸象、水中看花的管理模式中。

物联网即物物相联的网，通过各种通信技术与互联网相连，从而实现物与物、人与物的沟通。如今， 在物联网环境下构建智能交通系统，通过在前端采集多维度的交通信息数据，并对来自各种渠道，如交通信号灯、摄像机、可变信息标志VMS等信息资源进行有效整合与传输，复杂的交通系统正在逐步转变为可测可分解可控。

高德地图智慧交通业务中心总经理吴泽驹在会上阐述了智慧交通的概念。他认为智慧交通是将物联网、云计算、大数据、移动互联网、人工智能和数据挖掘为代表的智能传感技术、信息网络技术等有效集成，并运用到道路交通系统中，为交通参与者提供全样本、全时空、全过程的交通信息，实现“人-车-路-环境”的协同配合，达到交通设施资源全面利用、道路交通安全提升和道路交通拥堵缓解的目的。

在本次论坛上，高新兴集团发布了“物联网+智慧交通”的大交通解决方案，分享了高新兴以“AR+AI”技术为核心的“交通监测云行系统”，并与高德地图合作发布了“慧行卫士”安全预警灯。

高新兴去年提出了“一横四纵”战略布局，即把物联网、大数据及人工智能技术横向贯通到“公共安全、大交通、通信、金融”四大纵向行业板块业务。在“一横”的几个技术中，高新兴最看中的是物联网技术。大交通作为高新兴物联网的重要布局，同时也是高新兴智慧城市建设的核心板块之一。 依托于RFID、AR增强现实、交通设施检测技术、车联网技术四大核心技术，高新兴交出了实施新战略以来在交通领域的第一份满意答卷 。在今年的半年报中，高新兴上半年营业收入14.01亿元，同比增长68.67%，其中交通行业营收3.76亿元，占总营收26.86%，同比增长116.10%，是四个行业中增长最快的。

在接受亿欧专访时，高新兴智慧城市总经理付洪涛表示，到2020年，高新兴的营收将有望达到百亿级别，其中交通行业占比1/4以上。

深度学习+交通，人体姿势识别规避交通隐患

自1956年"人工智能"这一概念的提出以来，人工智能就一直萦绕于人们的脑海之中，并在科研实验室中孵化。之后的几十年，人工智能一直在两极评语间反转，或被称作人类文明跨越到另一个新时代的预言，或被当成疯子的狂想扔到垃圾堆里。 直到2012年以后，得益于大量数据的易获取、算力的提升和深度学习的出现，人工智能才开始大爆发。

本次论坛上，卓视智通总经理吴梓雄详细介绍了卓视研发的人体姿态识别系统及其在交通领域的应用场景。它采用自主研发的深度学习算法，可对视频中的行人进行动作及肢体跟踪、特征识别及人脸特征提取，并可 实现人体骨骼18个关键点检测 ，从而判别人体姿势、动作类型。该系统可以做到路口行人看手机行为的识别判断、封闭道路上行人的上路识别、轨道交通人群密度识别及判断监控司机是否处于疲劳驾驶等，从而规避交通出行的安全隐患。

吴梓雄认为 深度学习的内在运作原理遵循奥卡姆剃刀原则，即中国的大道至 简 。 它的本质是学习事物运作的内在逻辑。

事实上，在Jeff Hawkins的《论智能》一书中，作者便提及到智能并没有人们想象的那么玄乎，它不过是一种预测未来的能力。而预测的实质，只是生物的应激性在生物自平衡机制和环境压力下产生的副产品 。 深度学习采用了多层神经网络，先从底层识别物体边缘，而后识别特定形状，再高层识别某种特征，类似大脑皮层同质的层级结构。如今的深度学习在图像识别、语音识别等场景运用广泛，但目前机器的智能水平也只是达到3-4岁小孩的标准，对于复杂语境的理解，还需要更进一步的突破。

近年来，粤港澳大湾区在打造创新驱动新引擎，科技创新带动资源集聚等方面着力颇多，创新机制、产业升级、人才引流、协同发展等带来了多方面的机遇。相应的，人工智能、人才赋能正深刻地影响着商业步伐。

2018年10月18-19日，亿欧将在深圳举办 “引擎·引领” 2018大湾区国际科创峰会（BATi） ，集合智能制造、智能产品、智慧城市、智慧安防、智慧交通等一众热点问题展开探讨，分析科技创新未来趋势，盘点技术革命下的发展契机。

报名链接：

https://www.iyiou.com/post/ad/id/664?herkunft=6648

版权声明

凡来源为亿欧网的内容，其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。