停車難和交通擁堵是超大城市常見的“城市病”。楊浦區針對停車治理問題，建立區級停車難治理工作專班，探索“五個一點”(規劃建一點，老小區挖一點，道路臨時停一點，公共停車共享一點，機關、企事業單位開發一點)，通過平臺從不同的維度、多視角對區域、街道和停車場站的動態停車供需關系進行實時監測、趨勢預警，并利用停車共享分析等方式，來支持相應的決策處理。

為有效幫助用戶避開泊位緊張的停車場，同時也為了降低大量尋找停車泊位的車輛所帶來道路交通負擔，楊浦區城運中心結合區域內停車場的實時數據以及歷史數據，運用機器學習先進算法，對各個停車場未來30分鐘和1個小時的剩余泊位進行短時預測，并對飽和程度進行分級預警。預測結果可以進一步通過互聯網提供給市民，使其開車出行前，就能提前預知到達目的地時可能的停車情況。

平臺的交通動態體征模塊，可以呈現楊浦區停車需求的各種實時特征，包括24小時停車飽和度、周轉率等指標的變化趨勢曲線、日間夜間停車需求的差異程度、周末和工作日停車需求的差異程度，以及區域內不同類型，不同區位停車場需求的差異程度等，從而比較綜合地體現楊浦區宏觀動態的停車供需趨勢和特征。

人工智能在交通領域的應用方向

人工智能技術在各行業的應用，首先要考慮的是看能否讓原來的工作效益更高，這里所說的工作效益不單指經濟效益，還包括安全效益、社會效益、國家效益等。下面我們就以人工智能技術在交通行業中的一個小的應用展開分析。

人工智能在交通領域的應用，可以大概分為以下幾個方向：

01.智能公交車智能公交

通過RFID、傳感等技術，實時了解公交車的位置，實現彎道及路線提醒等功能。同時能結合公交的運行特點，通過智能調度系統，對線路、車輛進行規劃調度，實現智能排班。

02.共享自行車

共享自行車是通過配有GPS或NB-IoT模塊的智能鎖，將數據上傳到共享服務平臺，實現車輛精準定位、實時掌控車輛運行狀態等。

03.車聯網

利用先進的傳感器、RFID以及攝像頭等設備，采集車輛周圍的環境以及車自身的信息，將數據傳輸至車載系統，實時監控車輛運行狀態，包括油耗、車速等。

04.充電樁

運用傳感器采集充電樁電量、狀態監測以及充電樁位置等信息，將采集到的數據實時傳輸到云平臺，通過APP與云平臺進行連接，實現統一管理等功能。

05.智能紅綠燈

通過安裝在路口的雷達、AI攝像頭裝置等，實時監測路口的行車數量、車距以及車速，同時監測行人的數量以及外界天氣狀況，動態地調控交通燈的信號，提高路口車輛通行率，減少交通信號燈的空放時間，最終提高道路的承載力。

06.汽車電子標識

汽車電子標識，又叫電子車牌，通過RFID技術，自動地、非接觸地完成車輛的識別與監控，將采集到的信息與交管系統連接，實現車輛的監管以及解決交通肇事、逃逸等問題。

毋庸置疑，要想獲得更安全、更易獲得的自動駕駛體驗，車路協同技術是關鍵。實現車路協同的核心在于將感知設備部署于道路，以獲得駕駛位以外的視野，消除視覺盲區。在車路協同的環境下，讓“路看車”，“路告訴車”周邊的情況，輔助車輛“決策”。

有業內人士表示，自動駕駛的普及，不能只依賴單車智能，道路基礎設施的智能化也很重要。如今，市面上已有通過單純依靠路側傳感器感知，而車輛系統依然可以進行自動駕駛的實踐。

清華大學人工智能研究院視覺智能研究中心主任鄧志東教授曾在接受媒體采訪時談到，自動駕駛發展存在嚴重短板，人工智能尤其是視覺智能存在較大缺陷，感知是個巨大瓶頸。他認為，自動駕駛最終會走向多傳感器融合，既有激光雷達的主動視覺，也有攝像頭的被動視覺。多傳感器一定要解決信息融合的問題，而信息融合往往是自動駕駛核心的關鍵技術之一。