目前來看，人工智能是解決城市交通系統現有問題最有效的方法。

2016年，國內億元級智能交通項目共有14項，總金額高達30.16億元；5000萬級的項目共計36項，總金額23.48億元。這些大項目主要集中在上海、武漢、太原三個城市。

2016年城市智能交通大項目主要集中在道路交通監控、視頻監控及電子卡口、電子警察三個領域，其中道路交通監控項目規模最大，涉及金額最高。

在智能交通監控系統中，最關鍵的一項技術是計算機視覺技術。計算機視覺是一門研究如何使機器“看”的科學，是借助攝像機替代人眼進行目標檢測識別、跟蹤和測量的技術。具體到智能交通，主要涉及感知、檢測、識別、比對、分析和駕控6個領域。

在交通監控系統中，人工智能技術已經在以下3個場景中大顯身手。

智能交通監測是模擬“人看物”的方式，通過算法將視頻或者圖片中的人、車、物以及其它目標準確篩選出來，解決很多過去車輛檢測中存在的問題。視頻或圖片檢測可以應用到交通監測的以下方面：

【路況監測】

傳統的路況監測是通過交警巡邏來完成的，這樣辛苦而又重復的工作完全可以由智能監控攝像機、無人機以及警用機器人替代。

相比之下，人工智能無人機有著低成本、高效率的優點，可以實現大場景、立體化、全方位的監測。而警用機器人可以對公路交通安全進行全方位監控、全天候巡邏和立體化監管。

【交通基礎設施數據監測】

使用高分辨率的道路、航空、斜視攝像機對道路情況進行拍攝，通過人工智能算法對視頻或圖片中的路面、綠化帶、環島、拐彎死角帶等變化進行提取，從而及時更新路網數據，給用戶提供更為準確的交通信息。

【基于人工智能驅動的交通信號系統調控】

傳統的交通信號燈由于配時不佳以及人為轉換燈色，從而導致了交通路口的嚴重擁堵。基于深度學習的車輛檢測技術，可以準確計算交通路口各個方向行人和車輛的數量、流量和密度，從而優化交通信號系統。

目前交通信號控制算法實時性和全局性還是很缺乏。2016年10月卡內基梅隆大學開發的智能交通信號系統，在實際測試中將行車時間縮短了25%，發動機空轉率減低了40%。

【基于大數據分析的交通流量管控】

智能交通系統可以通過人工智能算法和大數據分析技術，掌握群體出行、生活、消費習慣，分析出人流、車流的遷移規律，從而為城市車輛調度提供決策幫助。

【人車特征關聯】

目前國內很多城市的智能道路監控系統不僅可以全天候監測行車軌跡和路線，還可以對人臉進行抓怕和識別。當出現交通違法的行為時，可以為交管部門提供有力證據。

【動態違法研判取證】

智能監控攝像頭借助深度學習技術，能實現交通違法行為的分析判斷，可以對車輛、人臉進行識別，對數據進行儲存，從而完成對交通違章違法行為的研判和取證。目前通過大數據和人工智能算法技術可以對33種違法行為進行分析和取證。

結語：

雖然人工智能為交通系統打開了一扇新的大門，但還是需要深入了解智能交通系統，不斷創新發展，使交通系統更加科學、完善。