“交通运输最大的特点就是移动的随机性和地域分布的广泛性，而新一代信息技术很好地契合了这种特点，尤其是移动互联网、大数据、云计算等技术的蓬勃发展，推动着交通运输与信息化的深度融合。”近日，在第19届COTA国际交通科技年会（CICTP2019）政府论坛上，交通运输部总工程师周伟如是说。

货车司机怎样才能不放空车在路上跑？人工智能系统如何预判道路拥堵并给出控制策略？在大数据如石油的新时代，随着数据与算法的加持，传统的物流交通产业也冒出了一些新问题，同时有了许多新玩法。

数据加算法预判拥堵情况

上午9：45，一辆车牌为“苏E12345”的小汽车驶入苏嘉杭高速苏州城区站，人工智能算法实时基于大数据对该车行驶路径进行预测，经过分析认为该车将从盛泽驶离，行驶时间约为30分钟。

而一旦道路车流量增加，系统就会自动判断拥堵路段车辆主要来自哪里，并预测这辆小汽车未来行驶路段的拥堵情况，随即生成主动控制策略，发布拥堵情况、行程时间、绕行方案等信息，通过车道信号控制设备，让这辆车从最近的互通驶离绕行。

“过去，国内外在拥堵主动预防方面的研究均属于事中控制，缺少对基于历史及相关数据进行二次开发的超前预测研究。”苏交科(300284)集团副总裁、智慧城市研究院院长王东平说。而目前通过对2004年到现在的历史数据及相关数据进行二次开发，可以运用大数据主动干预道路拥堵，开发的智能系统更是包括了信息采集、存储、传输、大数据分析与预测、交通控制策略智能化自动生成、终端控制等多个环节。

以苏嘉杭高速公路为例，这条高速路全长只有一百公里，但由于途经长三角经济最发达的核心区域，导致拥堵事件时有发生。系统分析发现，这条高速路设有11个高速互通，互通之间的交通量，占该线路总交通量的46%以上。相较于目前高速公路拥堵管理中依靠交警经验临时关停互通的管理模式，这套依靠大数据和算法的解决方案，实现了管理模式从经验决策向数据决策的升级转变。

“传统数据分析大多在excel表格中完成，但是视频、天气、道路状况等非结构化和半结构化数据，用excel表格都是干不了的。”面对种类繁多的数据源，王东平也指出了目前数据分析方法存在的局限性。

他认为，必须从方法论、技术、组织、应用4个方面进行数据驱动创新。“原来的数据都没有统一的定义，到底有哪些维度，所以数据治理工作就显得非常重要。”王东平说，面对不断增加的各类交通数据，需要构建一个全新的大数据平台，为大数据应用提供数据处理分析功能。

降本增效赋能公路货运

除了用大数据分析道路拥堵情况，人工智能在优化公路货运方面也开始发挥作用。

当前，我国已成为了一个名副其实的“车轮上的国家”，拥有全球最大的物流市场，全国物流80%的货运量、50%的运输成本都来自公路运输，公路物流费用达1.2万亿美元，为美国市场的近两倍。

与巨大的公路物流市场相对应的是，中国高度碎片化的公路运输体系。中国有3000万货运汽车司机，承载着中国货运物流总量75%的运输量。但是，公路货运多、小、散、乱、弱局面长期存在，货物信息不对称、运价体系不透明，严重制约了公路货运发展。

如何改善公路货运多、小、散、乱、弱的局面？在满帮集团公共与行业政策研究专家孔庆峰看来，大数据、人工智能等数字化手段，已经开始赋能公路货运，原有交易模式、业务流程得到优化，有效解决了效率和成本问题。

2017年12月，综合交通大数据应用技术国家工程实验室贵阳研发中心正式成立，通过大数据、人工智能等技术，研发的智能运力调度和交易系统，使货车的空驶率下降了15%—20%，司机收入增加30%，配货时长从原有的2.27天缩短至0.38天。在成立仪式上，美国西北大学终身教授聂宇认为，未来线上货运平台的发展可以分为三步：一是通过对历史数据的挖掘实现对运量运价的中短期预测；二是通过为车主量身定制运货线路及报价策略逐步整合供给侧资源，打造灵活多样的平台可控车队；三是开发一站式第三方整车物流产品。

“技术层面要解决预测、匹配、定价、调度四大核心技术问题。谁率先解决了这些问题，谁就将成为MaaS（无缝出行服务）时代物流领军企业。”聂宇说。

随着人工智能的盛行，近年来智能卡车技术也正在加速推进。2018年5月，智加科技研发的一辆自动驾驶40吨重型卡车已经完成了首个全球仓对仓L4级卡车无人驾驶路测。通过人工智能和深度学习技术，以及车上配备的激光雷达，在高速场景下，无人重卡能够在300米外精确识别障碍物，还能以25m/s的反应速度来控制车辆采取紧急停车或者绕行避障等措施，在驾驶速度达80km/h的情况下依然能实现安全自动驾驶。目前，一汽解放、英伟达、智加科技等就自动驾驶项目达成了深度战略合作，接下来将建立规模无人重卡车队，并于2021年上路。