智能交通发展目标是实现出行的便利化、智能化、绿色化，提供“出行及服务”。未来交通形态可能是基于大数据和人工智能的智能出行服务体系。交通规划也从追随城市发展转变为引导城市发展，比如公交优先引导城市开发，这是未来的趋势。
近日，科技慢半拍播客栏目联合AIGC开放社区，特邀北京工业大学樊恭烋荣誉学院院长、博士生导师孙立山教授共同探讨交通领域中的新技术与发展。孙教授将从交通发展历史、智能交通概念、自动驾驶技术、车路协同系统、交通大数据应用等多个维度，深入解析交通领域中人工智能、大数据、云计算等新技术的应用现状及未来发展趋势。同时，孙教授还分享了交通治理与运营中的挑战。以下是对话的主要内容：
问：您是如何进入交通领域研究的？目前我国交通领域的发展现状如何？
孙立山：我是1998年进入大学，学习交通专业，研究方向从交通土建逐步转向交通规划和智能交通。现主要研究交通新技术如大数据、车路协同等在交通领域的应用。交通专业是比较新兴的学科，目前社会需求量比较大，毕业生主要选择去企业、研究所或政府单位。2008年中国投资4万亿人民币用于基础设施建设，当前重点转向交通新基建如车路协同、交通大脑等信息化建设。与国外相比，中国在基础设施建设效率更高，能集中资源办大事。总体来说，中国现已进入交通建设的平稳发展阶段，治理类问题逐渐成为关注重点。
问：请您谈谈对交通领域的历史发展和未来趋势展望？
孙立山：传统交通模式是建立在以汽车为代表的第二次工业革命基础上的，而新交通模式已体现出互联网时代和人工智能时代的特征。交通专业起源于20世纪30年代的美国，80年代引入中国，早期更侧重基础设施建设，现转向智能交通。智能交通是信息技术与交通运输深度融合。智能交通发展目标是实现出行的便利化、智能化、绿色化，提供“出行及服务”。未来交通形态可能是基于大数据和人工智能的智能出行服务体系。交通规划也从追随城市发展转变为引导城市发展，比如公交优先引导城市开发，这是未来的趋势。雄安新区是智能交通与设计的实践示范区，体现了自动驾驶、新能源、新材料等交通科技成果的应用。
问：请您谈谈对自动驾驶在路车协同、交通治理方面的理解？
孙立山：智能交通发展历程从交通控制系统到车路协同和自动驾驶。自动驾驶是智能交通的重要组成部分。当前中国已有多个自动驾驶测试道路和示范区，实现自动驾驶车辆与人驾驶车辆混合行驶仍存在难点。从技术难度看，自动驾驶车辆完全自主驾驶最为理想，但车路协同也会长期存在。路侧设备可为自动驾驶提供服务。交通领域的技术突破主要来源于其他领域技术进步的应用，如电池、传感器、人工智能等，各种技术路线目前仍在并行发展。车载智能终端也带来驾驶行为安全隐患，需要开展驾驶模拟研究，以提高交通安全。自动驾驶可减轻驾驶员负担。
问：对于出行拥堵问题，在技术层面有什么解决方案？
孙立山：智能交通是缓解拥堵的一个重要方向。当前已经实现了交通数据的汇聚，以及交通事件的快速处置，但还需要加强对交通态势的判断和决策支持。交通大脑需要通过人工智能技术，对交通态势进行规律性挖掘，建立交通事件分类体系，构建决策库，实现交通态势预测，并与处置措施相匹配。每个城市的交通场景和路网都有自己的特点，需要结合不同城市建设适合的交通大脑。但从技术层面来说是相通的，有一定的复制性。当前交通智能化面临的阻碍可能包括技术研发方面的难点，以及管理和出行者对新技术的接受程度等方面，需要共同努力来推进智能交通建设。
问：请您谈谈在交通领域的新技术应用，还存在哪些困难和障碍？
孙立山：智能交通技术在感知、通信、控制等每个环节都存在技术难题需要攻关，如自动驾驶车辆的环境感知能力，5G通信的建设成本，车辆的紧急刹车控制等。数据层面也存在挑战，需要研究如何将传统交通流数据和自动驾驶车辆的数据有效融合和管理。引入自动驾驶车辆会给交通流带来新的变化和挑战，需要研究它们的行为特点，以及对交通稳定性的影响。技术解决了许多问题的同时，也带来了新的复杂性，需要在发展中逐步完善。总体来说，智能交通技术仍然是向好的方向发展，能更好地提升交通的效率、舒适性和安全性。
问：请您谈谈交通领域未来技术应用的发展方向和趋势？
孙立山：未来交通领域将积极应用大数据、云计算、人工智能等技术，通过数据分析和挖掘，实现更高效、安全、环保和舒适的出行体验。主要包括大数据和云计算的应用：大数据和云计算将在交通领域发挥越来越重要的作用。这些技术可以帮助整合和分析各种数据，包括车辆状态数据、交通流量数据和道路状况数据等，以提供更高效、更安全和更环保的出行体验；数据分析和挖掘领域：数据分析和挖掘技术将帮助揭示不同数据之间的内在关系，包括同构和异构数据之间的特征和联系。通过对车辆状态数据、交通流量数据和道路状况数据等进行融合和分析，可以深入了解拥堵成因、拥堵的表现和影响等问题，从而更好地解决交通拥堵问题；人工智能方面的应用：人工智能在交通领域也将扮演重要角色。例如图像分割技术可以通过识别图像中的人、车辆、标牌和路基等元素，将其数字化并进行分析。这种数字化和分析将扩大大数据的范围，并为交通领域的发展提供更多机遇。综上所述，各种技术融合发展的应用，在未来交通领域可能会看到各种技术的融合发展，共同解决问题。
来源：AIGC开放社区 2023-10-18