建立交通模型AI促成自动化路网

DIGITIMES李逸涵

在各式各样的侦测设备搜集到贴近真实的车辆数据之后，如何整理、分析、建立交通模型，并做到根据道路上的真实车况做出实时导航、车辆分流、号志控制等反应，则是人工智能所能发挥的优势。喂养计算机大量的车流资料、意外发生的画面等，让机器学习如何做出最妥善的安排。

而在人工智能跨入交通领域时，不论是前期的标记、或是后期的验证，都需要交通专业的支持。鼎汉国际工程顾问总经理林幸加表示，交通专业人员贡献出交通领域的参数、模型，号志时相管理的知识，能使人工智能在产业化的过程中更为产业所接受，成为交通管理的助力。现阶段公部门也已经有许多异业合作的案例。

无限方舟科技以机器语言学习与数据分析见长，与台北市交通局合作，运用交通局授权车辆侦测器所搜集的历史资料与实时开放资料，加上Ubike、捷运旅次的起讫点调查(OD)等，进行建模与分析。无限方舟执行长刘菊芬表示，如信义区百货周年庆壅塞路段分析预警，交通模型能在各百货特殊活动时，进行外围交通管制措施、气候或国定连假等情境设定，预测对外围交通影响程度。

另一方面，新竹市东区的慈云路直通竹科，上下班时段为壅塞好发地，一硕科技在长期的车流观测之后，找出塞车的症结路口与原因，并透过支线等次要干道截流与分流规划，平均为慈云路减少了秒的旅行时间。一硕科技副总经理连仲祺表示，未来随着路口重整的路口越来越多，慢慢地便能以训练有素的AI进行交通管理，依照实时的车流状况，快速反应在号志时相上；让交控不再是高度人力密集的工作，号志表现也不再只依循历史资料，而是根据当下车况实时调整。

勤崴国际执行副总经理黄晟中表示，号志自动化亦可以用于紧急事故发生时，创造出让车辆续进的行车条件。以救护车为例，过去救护车在路上行驶时，其它驾驶都是在听到鸣笛之后才意识到要让道，另一方面，救护车为了把握黄金救援时间，往往冒着发生意外的风险闯红灯及超速。而未来随着车联网车机越来越普及，当该区域有救护车行驶时，不仅可以透过车机向邻近路线的车辆进行警示推播，当号志系统的集成越趋成熟时，更能够过号志时相的实时调整，为救护车增速，同时保障行车安全。

连仲祺表示，AlphaGo在下每一步棋前，秉持着创造最大赢面为原则；同样道理，将AI应用在城市号志控制，以疏通车流为最高原则，创造最高道路服务水平。AI与号志的结合只是成果的展现，在这之前是机器学习的漫漫长路，亟待数据的全面搜集、建模、训练、验证，以及最重要的，异业之间的沟通与合作。