Activities
首先由學(xué)術(shù)主任清華大學(xué)自動(dòng)化系系統(tǒng)工程研究所所長(zhǎng)張毅教授進(jìn)行致辭。張毅教授代表中國(guó)自動(dòng)化學(xué)會(huì)對(duì)各位參會(huì)代表表示了熱烈的歡迎,并結(jié)合自身的經(jīng)歷對(duì)人工智能與智能交通的發(fā)展背景和發(fā)展現(xiàn)狀進(jìn)行了簡(jiǎn)要的介紹,希望大家能夠在此次活動(dòng)中有所收獲。
接著張毅教授為大家?guī)眍}為“人工智能與智能交通”的報(bào)告。張毅教授的報(bào)告從人工智能的基本概念與內(nèi)涵出發(fā),探討人工智能在智能交通應(yīng)用中的困難與挑戰(zhàn),并結(jié)合智能交通的最新發(fā)展,重點(diǎn)圍繞車路協(xié)同和自動(dòng)駕駛等相關(guān)技術(shù)及其實(shí)現(xiàn),深入地探討了人工智能的應(yīng)用前景。
隨后由美國(guó)密西根大學(xué)土木環(huán)境系終身教授,滴滴智慧交通首席科學(xué)家劉向宏為大家?guī)眍}為“Data-Driven Traffic Signal Control”的報(bào)告。在當(dāng)前的實(shí)踐中,交通信號(hào)系統(tǒng)性能測(cè)量和參數(shù)優(yōu)化需要手動(dòng)數(shù)據(jù)收集和處理,整個(gè)過程耗時(shí)長(zhǎng)且費(fèi)用昂貴。因此,美國(guó)的交通信號(hào)系統(tǒng)通常每3-5年都需要進(jìn)行重新定時(shí)。劉教授的報(bào)告首先討論了“SMART信號(hào)系統(tǒng)”的研究和開發(fā)歷程,并指出“SMART信號(hào)系統(tǒng)”可以自動(dòng)收集和處理現(xiàn)有交通信號(hào)系統(tǒng)的高分辨率數(shù)據(jù)。借助這些高分辨率數(shù)據(jù),可以直接測(cè)量交通信號(hào)性能,并可以自動(dòng)重新定時(shí)信號(hào)參數(shù)。 “SMART信號(hào)系統(tǒng)”為交通工程師監(jiān)控、管理交通信號(hào)系統(tǒng)提供了一個(gè)新的工具,它的發(fā)展代表了交通信號(hào)控制實(shí)踐的一次重大飛躍。劉教授的報(bào)告還討論了來自聯(lián)網(wǎng)車輛的軌跡數(shù)據(jù)的智能交通控制。隨著越來越多的可用車輛軌跡數(shù)據(jù),對(duì)基于基礎(chǔ)設(shè)施的車輛檢測(cè)器的依賴性將降低,甚至下一代交通控制系統(tǒng)可能無需檢測(cè)器。為更方便理解,劉教授也通過滴滴車輛軌跡數(shù)據(jù)研究的案例對(duì)此進(jìn)行了詳細(xì)的解釋。
上午最后一個(gè)為大家?guī)韴?bào)告的是青島慧拓智能機(jī)器有限公司CEO、中山大學(xué)副教授陳龍,陳龍副教授所作報(bào)告題目為“平行駕駛及其在智能礦山領(lǐng)域的應(yīng)用”。平行駕駛是一種兼具運(yùn)營(yíng)管理、在線狀態(tài)監(jiān)測(cè)、應(yīng)急駕駛安全接管等功能的先進(jìn)云端化網(wǎng)聯(lián)自動(dòng)駕駛集成解決方案。平行駕駛的數(shù)字四胞胎結(jié)構(gòu)包括:物理車、描述車、預(yù)測(cè)車和引導(dǎo)車。描述車負(fù)責(zé)建立真實(shí)車輛和道路環(huán)境的準(zhǔn)確模型,預(yù)測(cè)車旨在對(duì)描述車輛的決策和規(guī)劃作為正確的運(yùn)算和分析,引導(dǎo)車負(fù)責(zé)指導(dǎo)真實(shí)車輛在不同的駕駛場(chǎng)景中采取正確的行動(dòng)。報(bào)告指出,我國(guó)在礦山智能化和無人化的建設(shè)方面還存在很多不足,平行理論和ACP方法可為礦山智能化和無人化提供有效的解決方案,通過建立描述礦山、預(yù)測(cè)礦山和引導(dǎo)礦山三個(gè)軟件定義的虛擬礦山系統(tǒng)可以構(gòu)建一個(gè)完整的實(shí)際礦山平行系統(tǒng),實(shí)現(xiàn)對(duì)礦山系統(tǒng)的預(yù)測(cè)、管理與優(yōu)化。
下午首先由中國(guó)自動(dòng)化學(xué)會(huì)副理事長(zhǎng)兼秘書長(zhǎng),中國(guó)科學(xué)院自動(dòng)化研究所復(fù)雜系統(tǒng)管理與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室主任王飛躍研究員帶來題為“交通5.0: 邁向CPSS的智能平行交通體系”的報(bào)告。王飛躍教授的報(bào)告從AI2.0,工業(yè)5.0及CPSS的現(xiàn)狀講起,對(duì)平行系統(tǒng)進(jìn)行了簡(jiǎn)要介紹,并詳細(xì)介紹了平行駕駛技術(shù)的發(fā)展。在報(bào)告的最后,王飛躍教授對(duì)平行交通體系的未來進(jìn)行了簡(jiǎn)單的展望。
接下來由浙江大學(xué)陳為教授作題為“交通數(shù)據(jù)可視化”的報(bào)告。陳為教授的報(bào)告從數(shù)據(jù)可視化的角度,對(duì)交通數(shù)據(jù)進(jìn)行分類,并介紹了各類可視化方法。圍繞交通規(guī)劃、交通監(jiān)管、交通預(yù)測(cè)等分析任務(wù),討論可視分析在交通大數(shù)據(jù)應(yīng)用中的作用。在報(bào)告的最后,陳為教授以城市大腦等為應(yīng)用背景,介紹了若干交通可視化實(shí)例。
13號(hào)最后一個(gè)報(bào)告為中南大學(xué)王璞教授帶來題為“基于大數(shù)據(jù)融合的動(dòng)態(tài)交通需求估計(jì)與人群聚集預(yù)警”的報(bào)告。交通需求是智能交通領(lǐng)域中的重要基礎(chǔ)數(shù)據(jù),王璞教授團(tuán)隊(duì)建立了一種基于手機(jī)數(shù)據(jù)和多元交通數(shù)據(jù)融合的動(dòng)態(tài)交通需求估計(jì)模型。該模型能夠借助手機(jī)數(shù)據(jù)覆蓋面全的優(yōu)點(diǎn)彌補(bǔ)交通數(shù)據(jù)表征全局交通的不足,通過交通數(shù)據(jù)能夠?qū)崟r(shí)采集的優(yōu)點(diǎn)彌補(bǔ)手機(jī)數(shù)據(jù)的匱乏,實(shí)現(xiàn)千萬級(jí)人口出行的動(dòng)態(tài)捕捉。另外,王璞教授的報(bào)告也指出城市人群聚集在特殊的動(dòng)態(tài)交通需求下形成。人群聚集的地方通常疏導(dǎo)通道有限,當(dāng)發(fā)現(xiàn)人群密度超標(biāo)時(shí)管控措施難以快速疏導(dǎo)人群,并建立了基于地鐵、公交刷卡數(shù)據(jù)和出租車GPS數(shù)據(jù)融合的人群聚集預(yù)警模型,該模型能夠在人群聚集發(fā)生初期提前數(shù)小時(shí)對(duì)其預(yù)警。
第二天首先為大家?guī)韴?bào)告的是浙江大學(xué)陳喜群研究員,陳喜群研究員帶來報(bào)告的題目為“Understanding On-Demand Ride Services: Platform Optimization, Network Evaluation, Behavioral Analysis, and Traffic Prediction”。陳喜群研究員的報(bào)告基于理解共享出行系統(tǒng),其中包括:調(diào)度平臺(tái)優(yōu)化,網(wǎng)絡(luò)評(píng)估,行為分析及交通行為預(yù)測(cè)四個(gè)方面。
第二個(gè)為大家?guī)韴?bào)告的是浙江工業(yè)大學(xué)沈國(guó)江教授,沈國(guó)江教授所作報(bào)告題目為“大數(shù)據(jù)驅(qū)動(dòng)的城市智能交通控制技術(shù)”。一個(gè)城市的道路交通系統(tǒng)每天都在產(chǎn)生并存儲(chǔ)著海量的信息,這些信息隱含著狀態(tài)變動(dòng)和設(shè)備運(yùn)行等信息。如何有效利用海量離線、在線數(shù)據(jù)和知識(shí),實(shí)現(xiàn)對(duì)交通運(yùn)行的優(yōu)化控制,已成為控制理論界和交通工程界迫切需要解決的問題。沈國(guó)江教授的報(bào)告主要介紹了如何利用大數(shù)據(jù)+人工智能來理解交通規(guī)律和交通模式,進(jìn)而形成一套科學(xué)有效的交通控制應(yīng)用技術(shù)。報(bào)告主要分為四個(gè)方面:一是城市交通大數(shù)據(jù)的分析和處理方法;二是城市交通信號(hào)智能控制技術(shù);三是城市交通綜合評(píng)價(jià)指標(biāo)及體系;四是應(yīng)用案例分析。沈教授的報(bào)告從實(shí)際應(yīng)用角度出發(fā),探討了如何有效應(yīng)用大數(shù)據(jù)來緩解城市交通擁堵和改善城市交通狀況。
上午最后一個(gè)報(bào)告為北方工業(yè)大學(xué)劉小明教授作題為“面向應(yīng)用的城市道路交通智能控制技術(shù)”的報(bào)告。劉小明教授的報(bào)告基于城市區(qū)域交通協(xié)調(diào)控制實(shí)際關(guān)聯(lián)因素分析,在考慮控制魯棒性及計(jì)算復(fù)雜性基礎(chǔ)上,劉教授團(tuán)隊(duì)設(shè)計(jì)的交通信號(hào)自適應(yīng)準(zhǔn)實(shí)時(shí)分層控制系統(tǒng),支持人工智能交通控制算法池,達(dá)到參考模型驅(qū)動(dòng)、參考模型易替換及可持續(xù)優(yōu)化,并對(duì)控制過程中相位差的優(yōu)化、評(píng)價(jià)及過渡技術(shù)進(jìn)行了說明。
下午第一個(gè)報(bào)告為清華大學(xué)李力副教授作題為“交通流時(shí)間序列分析”的報(bào)告。李力副教授的報(bào)告從趨勢(shì)分析的角度建立了交通流時(shí)間序列異常數(shù)據(jù)處理,數(shù)據(jù)壓縮,缺失數(shù)據(jù)補(bǔ)償,數(shù)據(jù)預(yù)測(cè)的統(tǒng)一分析處理算法,并強(qiáng)調(diào)了智能處理算法的應(yīng)用。
下午第二個(gè)為大家?guī)韴?bào)告的是中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司袁志明副研究員,袁志明副研究員所作報(bào)告題目為“人工智能與行車調(diào)度”。隨著鐵路建設(shè)的快速發(fā)展和鐵路科技的不斷進(jìn)步,鐵路運(yùn)輸已經(jīng)成為我國(guó)交通運(yùn)輸體系的骨干。行車調(diào)度作為鐵路運(yùn)輸管理體系的中樞,在提升高鐵運(yùn)輸高效性、降低安全事故發(fā)生機(jī)率、提高突發(fā)事件下的快速響應(yīng)能力方面具有重要的作用。報(bào)告從鐵路行車調(diào)度指揮的應(yīng)用實(shí)踐出發(fā),介紹了我國(guó)行車調(diào)度指揮系統(tǒng)中蘊(yùn)含的關(guān)鍵理論方法和相關(guān)應(yīng)用技術(shù),探討了人工智能和大數(shù)據(jù)背景下的智能行車調(diào)度。
此次講習(xí)班最后一個(gè)報(bào)告為中國(guó)科學(xué)院自動(dòng)化研究所副研究員呂宜生帶來題為“生成對(duì)抗式網(wǎng)絡(luò)及其在智能交通系統(tǒng)中的應(yīng)用”的報(bào)告。報(bào)告主要介紹了GAN的起源和發(fā)展歷史,并簡(jiǎn)要介紹了生成對(duì)抗式網(wǎng)絡(luò)在智能交通系統(tǒng)中的應(yīng)用。
學(xué)會(huì)秘書處 供稿