隨著社會經濟的快速發展，土地資源的不可再生，以及人口的上漲、汽車保有量的逐年增長之間的供需矛盾問題日益突出。各地也出臺了多項“治堵”政策，目前上海、北京、天津、廣州、深圳等城市均采取了限行限購。實際效果來看，的確短期內給交通環境帶來改善，但長期來說依然是治標不治本。

最近，江西南昌宣布成為全國首個從“限行”到“不限行”交通擁堵指數不降反升的城市。2020年南昌市在國內探索取消尾號限行，取而代之是在交通治堵上實現精細化管理，此舉值得其他城市借鑒。畢竟，限行給人們帶來不便，且對消費促進帶來不利影響，不能把臨時的“緩兵之計”拖成長期舉措。

業內專家認為，推出限行政策的合理性前提，在于能夠提供被優先發展的公交系統作為出行替代，否則一面不允許有車族開車，一面又無法提供足夠的公交資源，缺乏合理性。當然，各地情況不一，也要因地制宜，因城施策。

人工智能和大數據治堵

若要解決交通問題，就要提升城市交通的整體通行能力。在交通需求不變的前提下，低效的交通信號控制被認為是城市擁堵的主要原因之一。

信號燈控制也是道路交叉口最普遍的交通管理形式。實踐證明，任何交通信號控制系統只有與當地、當時的實際交通狀況結合起來，不斷優化信號配時，并運用新技術，不斷創新信號控制模式，才能發揮系統的控制效率，達到預定的控制目標。

英國阿斯頓大學近日發布的一項研究顯示，由該校研發的人工智能系統在汽車通過交通信號之前就能“看到”擁堵的路況并做出調整交通信號的決定，構建了一種先進的交通模擬器來訓練他們的人工智能系統，該系統使用深度強化學習技術，它可以“查看”任何真實或模擬的交通路口路況，并開始進行自主學習。在當前系統表現欠佳時，它能夠“理解”并嘗試使用不同的行動方案或者改進方案，研究團隊希望今年年內將該系統投入真實道路測試。

而在國內，人工智能技術和大數據結合，能夠全方位賦能智慧交通。以閃馬智能為例，他家的視頻算法，支持各類清晰度、各類視角下的攝像頭畫面識別。為了實現對各類交通信息的準確識別，閃馬智能自主研發了“ATOM深度學習平臺”，目前已經累計訓練了1300余個算法模型，并覆蓋了智慧交通、崗位規范管理、大客流管理、城市環境治理、互聯網內容安全等多個領域。豐富的算法支持，讓閃馬智能的前端產品可以應對現代城市復雜的交通問題和挑戰。

數據是人工智能算法的“飼料”，算法是人工智能技術發展的“推手”。收集足夠全面的道路交通車輛信息，通過AI算法預測道路交通擁堵情況，能夠幫助人們規劃出行路線。

那么數據是如何收集的？據了解，中國的人工智能企業通常采用自行采集、業務積累、爬蟲抓取、數據購買、生態共享、算法生成、公開數據集這七種典型方式中的一種或幾種獲取自身所需的數據。

多維的、全面的交通大數據賦能剖析城市擁堵的原因，是城市治堵的有力支撐。充分的大數據可詳細把控城市交通運行狀態及城市擁堵形態，宏觀、微觀的交通數據藍圖，能夠從根源上精準施策，高效治理城市擁堵。

當前大熱的智慧公路和車聯網，其中目的之一也是試圖增加車與車、車與路之間的互聯互通，收集更多的數據 ，以便對駕駛人進行協調，輔助未來的道路規劃。

百度李彥宏提到了一個真實的案例，在河北保定的七一路，市民出行高峰期通常要堵五六個紅綠燈。而當地交警采用了百度的AI智能控制系統后，交通信號燈可以根據實時通行情況智能調節紅綠燈的控制時間，這樣一來通行效率提高了足足兩成。比如有的車輛實現了連續12個路口遇到綠燈，這在以前是難以想象的。

百度的這個案例屬于非常典型的大數據治堵，隨著計算模型的不斷完善，以及采用同樣技術的道路不斷增多，相信擁堵問題會大大改善。

由此可見，人們寄望于技術的進步能夠真正解決交通擁堵問題。人工智能技術的進步，數據和算法的經濟價值被進一步挖掘和釋放。人工智能已經成為合理匹配資源與需求的技術支撐。

智慧停車緩解停車難問題

一般認為，停車難也是造成城市道路擁堵的重要原因之一。每逢節假日，停車場會壓力倍增，也會導致車場附近交通水泄不通，造成擁堵。

停車問題得到國家的特別重視，國務院發布的《關于推動城市停車設施發展意見》中提到，到2025年，全國將基本建成配建停車設施為主、路外公共停車設施為輔、路內停車為補充的城市停車系統。

有痛點就有需求，加之政策推動添火加薪，智慧停車作為支付入口和大數據價值集大成者，很多企業都在搶占這份蛋糕，以奪取智慧城市建設的高地。企查查數據顯示，我國經營范圍含“停車”的企業大概63.2萬家，市場玩家之多超乎想象，競爭進入白熱化程度。

由于停車資源的供給、管理和服務與城市交通發展息息相關，在包括5G基站建設、大數據中心、人工智能、新能源汽車充電樁等新基建的大背景下，智慧停車也必將成為智慧交通乃至智慧城市的一個重要方面。

不可否認，在智慧停車項目乃至智慧交通項目中，不應只站在車主的角度去考慮問題。

究其停車難本質到底是啥，是車多路少？車多車位少？是，但也不是。事實表明，停車問題是一個綜合性的城市規劃問題，并不僅僅是配建不足，如果無限制建設停車位解決停車供給，那路網基礎設施不能滿足機動車的出行需求，將引發更嚴重的城市矛盾。因此，提高車位利用率才是關鍵核心。

更重要的是，智慧停車也將積極促進智能汽車朝著精深化方向發展，行業聚焦于泊車場景下的技術整合，其涉及大數據、云計算、人工智能、移動支付、IoT、5G等技術，而并非單一維度的技術落地。

未來，智慧停車將朝著有利于實現車位資源利用率的最大化、停車場利潤的最大化和車主停車服務最優化的方向發展，也必將促進智能汽車在動態與靜態交通的有機結合，為交通強國提供有力支撐。