“交通運輸最大的特點就是移動的隨機性和地域分布的廣泛性，而新一代信息技術很好地契合了這種特點，尤其是移動互聯網、大數據、云計算等技術的蓬勃發展，推動著交通運輸與信息化的深度融合。”近日，在第19屆COTA國際交通科技年會(CICTP 2019)政府論壇上，交通運輸部總工程師周偉如是說。

貨車司機怎樣才能不放空車在路上跑?人工智能系統如何預判道路擁堵并給出控制策略?在大數據如石油的新時代，隨著數據與算法的加持，傳統的物流交通產業也冒出了一些新問題，同時有了許多新玩法。

數據加算法預判擁堵情況

上午9：45，一輛車牌為“蘇E12345”的小汽車駛入蘇嘉杭高速蘇州城區站，人工智能算法實時基于大數據對該車行駛路徑進行預測，經過分析認為該車將從盛澤駛離，行駛時間約為30分鐘。

而一旦道路車流量增加，系統就會自動判斷擁堵路段車輛主要來自哪里，并預測這輛小汽車未來行駛路段的擁堵情況，隨即生成主動控制策略，發布擁堵情況、行程時間、繞行方案等信息，通過車道信號控制設備，讓這輛車從最近的互通駛離繞行。

“過去，國內外在擁堵主動預防方面的研究均屬于事中控制，缺少對基于歷史及相關數據進行二次開發的超前預測研究。”蘇交科集團副總裁、智慧城市研究院院長王東平說。而目前通過對2004年到現在的歷史數據及相關數據進行二次開發，可以運用大數據主動干預道路擁堵，開發的智能系統更是包括了信息采集、存儲、傳輸、大數據分析與預測、交通控制策略智能化自動生成、終端控制等多個環節。

以蘇嘉杭高速公路為例，這條高速路全長只有一百公里，但由于途經長三角經濟最發達的核心區域，導致擁堵事件時有發生。系統分析發現，這條高速路設有11個高速互通，互通之間的交通量，占該線路總交通量的46%以上。相較于目前高速公路擁堵管理中依靠交警經驗臨時關?；ネǖ墓芾砟Ｊ?，這套依靠大數據和算法的解決方案，實現了管理模式從經驗決策向數據決策的升級轉變。

“傳統數據分析大多在excel表格中完成，但是視頻、天氣、道路狀況等非結構化和半結構化數據，用excel表格都是干不了的。”面對種類繁多的數據源，王東平也指出了目前數據分析方法存在的局限性。

他認為，必須從方法論、技術、組織、應用4個方面進行數據驅動創新。“原來的數據都沒有統一的定義，到底有哪些維度，所以數據治理工作就顯得非常重要。”王東平說，面對不斷增加的各類交通數據，需要構建一個全新的大數據平臺，為大數據應用提供數據處理分析功能。

降本增效 賦能公路貨運

除了用大數據分析道路擁堵情況，人工智能在優化公路貨運方面也開始發揮作用。

當前，我國已成為了一個名副其實的“車輪上的國家”，擁有全球最大的物流市場，全國物流80%的貨運量、50%的運輸成本都來自公路運輸，公路物流費用達1.2萬億美元，為美國市場的近兩倍。

與巨大的公路物流市場相對應的是，中國高度碎片化的公路運輸體系。中國有3000萬貨運汽車司機，承載著中國貨運物流總量75%的運輸量。但是，公路貨運多、小、散、亂、弱局面長期存在，貨物信息不對稱、運價體系不透明，嚴重制約了公路貨運發展。

如何改善公路貨運多、小、散、亂、弱的局面?在滿幫集團公共與行業政策研究專家孔慶峰看來，大數據、人工智能等數字化手段，已經開始賦能公路貨運，原有交易模式、業務流程得到優化，有效解決了效率和成本問題。

2017年12月，綜合交通大數據應用技術國家工程實驗室貴陽研發中心正式成立，通過大數據、人工智能等技術，研發的智能運力調度和交易系統，使貨車的空駛率下降了15%—20%，司機收入增加30%，配貨時長從原有的2.27天縮短至0.38天。在成立儀式上，美國西北大學終身教授聶宇認為，未來線上貨運平臺的發展可以分為三步：一是通過對歷史數據的挖掘實現對運量運價的中短期預測;二是通過為車主量身定制運貨線路及報價策略逐步整合供給側資源，打造靈活多樣的平臺可控車隊;三是開發一站式第三方整車物流產品。

“技術層面要解決預測、匹配、定價、調度四大核心技術問題。誰率先解決了這些問題，誰就將成為MaaS(無縫出行服務)時代物流領軍企業。”聶宇說。

隨著人工智能的盛行，近年來智能卡車技術也正在加速推進。2018年5月，智加科技研發的一輛自動駕駛40噸重型卡車已經完成了首個全球倉對倉L4級卡車無人駕駛路測。通過人工智能和深度學習技術，以及車上配備的激光雷達，在高速場景下，無人重卡能夠在300米外精確識別障礙物，還能以25m/s的反應速度來控制車輛采取緊急停車或者繞行避障等措施，在駕駛速度達80km/h的情況下依然能實現安全自動駕駛。目前，一汽解放、英偉達、智加科技等就自動駕駛項目達成了深度戰略合作，接下來將建立規模無人重卡車隊，并于2021年上路。