现代城市的四个基本功能：生活、工作、休憩和交通，可见交通在现代城市中的重要地位。
我国在2000年2月份下发了《关于实施全国城市道路交通管理“畅通工程”的意见》，并于2002年9月启动了智能交通系统发展战略的研究工作，从而开启了智能交通建设征程。
随着时间的推移，AI技术现已经应用到各行各业的各个领域，交通也不例外。华南理工大学土木与交通学院教授、智能交通系统与物流技术研究所所长徐建闽介绍说，如今，AI技术现已应用于交通目标检测、驾驶行为分析、交通流参数提取、出行规律挖掘、交通预测与管控、信号优化控制等诸多领域。
“就交通而言，更应该从实际交通问题出发，以交通领域的基础理论和关键技术为前提，再交叉融合人工智能、现代通信、自动控制等其他新技术。”徐建闽说，所以他认为更合理的提法应该是“交通+AI”，交通才是基础，脱离了交通这个基础AI就无法发挥其在交通领域的作用。
“AI技术现已应用于交通目标检测、驾驶行为分析、交通流参数提取、出行规律挖掘、交通预测与管控、信号优化控制等诸多领域。”华南理工大学土木与交通学院教授、智能交通系统与物流技术研究所所长徐建闽介绍说。
早在二十年前，他和团队就将人工智能方法引入到交通流预测中，有效提高了交通预测的精度与效率，并将预测结果应用于交通流分配和信号优化控制中，取得了明显的交通控制效果，但由于当时的计算资源有限、AI方法论不完善、交通检测点位少且精度低，一定程度地限制了研究成果应用的广度与深度。
他表示，现阶段，随着云计算、大数据、物联网、移动互联、新基建等技术的成熟与发展，人工智能技术在交通规划、设计、分析、管控、运营、评价以及政策制定等方面得以全方位应用，为交通出行行为与规律研判、大范围交通流预测分析、出行分配与导航诱导、区域交通信号优化控制等领域研究提供了技术支撑。
记者了解到，华为早在2017年9月就启动了“深圳城市交通大脑项目”，深圳交警选择了城市车辆密集度最高之一的华为坂田基地，在9个路口做了真实路况测试，结果显示该区域平均车速提升了15%，城市公交系统延误率降低了15.2%。而华为“AI交通灯”设置，也由过去的“车看灯”，读秒数通行，改变为现在的“灯看车”，读车数放行。
“我也有了解到深圳城市交通大脑项目，交警部门携手华为以视频云、大数据、人工智能为技术核心，搭建了一个统一、开放、智能的交通管控系统。”徐建闽说。
这算是一个“AI+交通”的实际案例，通过前端设备感知交通流，实施交通信号优化控制，可以提升小范围片区的交通服务水平。除此之外，在北京、上海、杭州、广州等城市，也都进行了“AI+交通”的试点工作，也取得了一定成效。
“实际上AI技术是一个通用的技术体系，落脚到具体行业应该结合其行业自身的基本问题、基础理论和技术框架，而不是空谈AI理论。
就交通而言，更应该从实际交通问题出发，以交通领域的基础理论和关键技术为前提，再交叉融合人工智能、现代通信、自动控制等其他新技术。”徐建闽说，所以他认为更合理的提法应该是“交通+AI”，交通才是基础，脱离了交通这个基础AI就无法发挥其在交通领域的作用。
他告诉记者，其实早在1933年，国际现代建筑协会提出了现代城市规划的纲领性文件——《城市规划大纲》，其中明确定义了现代城市的四个基本功能：生活、工作、休憩和交通，可见交通在现代城市中的重要地位。
而大学的基本使命是：人才培养、科学研究、社会服务、文化传承，尤其是作为研究型大学的科研人员更应该肩负起科学研究和社会服务的职责。由此可见，大学里应该有相当一部分数量的科研人员聚焦于交通领域的基础理论、关键技术、核心算法的研究，并将科学研究与人才培养有机地结合起来。
他认为，在今后相当长的时期内，“交通+AI”的主要研究方向会聚焦于城市或城市群的交通态势预测、拥堵区交通信号配时优化控制、新型混合交通流（网联车/非网联车，燃油车/新能源车）车路协同优化、各类交通方式的出行规律挖掘与高品质交通规划、绿色低碳交通措施及管控、灾害作用下大范围交通应急管控与救援疏散等。
早在20世纪90年代初，美国、欧洲、日本等国家或地区在完成大规模基础设施建成后，开始探索利用信息、通信和控制等技术寻求应对交通拥堵的新思路，提出了智能交通系统（Intelligent Transportation Systems，简称ITS）的概念，并开展了一系列的建设工作，重点关注道路交通运输系统的安全性、便捷化、高运量与快速化。
我国在2000年2月份下发了《关于实施全国城市道路交通管理“畅通工程”的意见》，并于2002年9月启动了智能交通系统发展战略的研究工作，从而开启了智能交通建设征程。
智能交通与智慧交通有何区别？“根据多年以来的科研经验和行业探索，我个人认为以前的智能交通更侧重于信息化建设，而现在提出来的智慧交通则更倾向于智能化建设，是在智能交通基础上发展起来的更高级的交通管理和控制模式。”徐建闽说；
信息化主要实现了我们交通路网和设施的数字化改造，有了数据我们才能进行问题分析与研判，从而选取科学有效的应对策略；而智能化则是借助人工智能等新技术，从更为全面、系统的角度设计应对方法，而不是“头疼医头、脚痛医脚”。 、
据了解，徐建闽和团队此前研发的“广州市智能交通系统应用试点示范工程（广州ITS共用信息平台）”曾获得广东省科技进步三等奖。
“近年来，我们团队也持续创新，在原有信息平台的基础上又融合了交管部门、互联网企业、通信运营商等跨部门的交通数据源，打通了数据壁垒，实现了多种交通出行方式的溯源和态势研判，为重大节假日期间的出行规律分析提供了决策支撑。”徐建闽说；
团队研发的广州市ITS共用信息平台是一个多源异构数据的基础汇聚平台，集先进的通信技术、信息处理技术与计算机技术于一体，主要实现了城市客流、车流、物流等跨部门数据的收集、处理和挖掘，为政府部门、企业和公众提供全方位的交通信息服务。具体来讲，该平台能够为政府部门提供交通运输线网规划、方案制定、运营分析的数据支撑；为相关运输企业提供客流与物流的分布规律和需求预测；为出行者提供出行规划、路径诱导、旅行时间预测等多方位的信息服务。
在徐建闽获得2013年度中国智能交通协会科学技术二等奖的《基于子区动态划分与协调交互技术的交通信号控制系统》研究中，曾提到“交通信号控制作为缓解城市交通压力、提高路网运行效率的重要手段，引起了国内外学者的广泛关注。如何针对强关联、高随机、复杂的交通系统，科学合理地分配道路的通行权，是城市交通控制系统所面临的巨大挑战。”
针对《基于子区动态划分与协调交互技术的交通信号控制系统》，徐建闽介绍说，这项研究成果的突出特点是：利用人工智能方法提出了一套完整的短时交通流预测算法，实现了对未来几个小时内车流量与拥堵变化趋势的精准预测，研发了一整套信号灯配时优化方法。
从系统的角度来看，利用拥堵均衡控制可以让车辆尽可能均匀地分布在多个路段上，而不再聚集于个别路段或路口。
徐建闽举例说，上下班高峰期一个片区内的车流量可能非常大，部分路口路段出现车辆排队长、堵塞严重的情况，这时候如果不施加均衡管控或者一味地“灯看车”放行，往往会加剧路口的拥堵，并快速蔓延到周边的上下游路口，甚至引起整个区域的阻塞。
对此，团队借助人工智能的全局优化方法，考虑片区内所有信号灯路口的承受能力，提出了一种外控内疏的管控策略，通过预测到达和离开路口的车辆数，根据路口上下游路段能容纳的车辆数，考虑信号灯可优化时间的限制，让区域内的车辆尽可能地均分到各条路段，充分利用各路段的蓄流能力与通行能力，并使控制区域内的车辆快速离开拥堵区；
同时对未进入该区域的车辆采取适当的引流与控流策略，使其间歇性进入拥堵区域，以达到“慢进、快出”的控制效果。
此外，他介绍说，团队的研究成果可以让非高峰期不同方向的车辆不停车或少停车地通过整条道路，减少车辆的启停次数与能耗排放，这也就是我们常说的“一路绿波”。
在“一条路绿波”的基础上，团队不断创新，实现了一个区域内横纵交错的多条道路同时绿波，我们称之为“区域绿波”，这样无论走在哪条路上都能感受绿波效果，而不仅局限于一两条路上。
这些技术自2006年到现在，已陆续成功应用到广东、浙江、贵州等省份的2000余个信号灯路口、200多条道路，经实践证明：平均停车次数减少约30%以上，行程时间缩短约15%以上，延误时间缩短约20%以上，有效提升了路网整体服务水平，车辆的燃油消耗与污染物排放量也得以显著降低，得到了当地交通管理部门的一致好评。
“有别于基础性学科，交通是一个实践性很强的学科，无论是大学、科研机构还是企业，研究交通应该从实践中来、再到实践中去，因此我们团队始终是以解决实际交通问题作为开展研究工作的初衷，希望能为城市交通建设贡献我们的智慧与力量。”徐建闽说。
