公共交通中的人工智能

2021年5月20日

公共交通中的人工智能

人工智能已成为信息技术领域和公共交通领域的一个重要话题。但这项技术目前具备哪些能力呢？

它应用在哪些领域？人工智能是否已足够先进，能够为运营方带来切实的机遇，并让乘客的出行体验更加舒适？我们必须自问：实施人工智能解决方案能否为公共交通带来真正的优势？人工智能是否是未来的技术？

过去几年里，传感器技术领域取得了长足的发展。如今，传感器内置了高效且可靠的处理器，其体积足够小，足以在有限的空间内进行诸如机器学习等复杂的计算过程。与传统传感器相比，现代人工智能传感器能够从环境图像中采集种类更为丰富的数据。它们在遵守数据隐私准则的同时，能够直接将数据整合并处理成可实时使用的信息。

与所有新技术一样，公共交通运营商必须在提升运营效率的同时，提高乘客的舒适度和安全性。否则，这种技术将难以被接受。这一点也适用于新一代人工智能。由此引发了一个问题：人工智能能否为公共交通带来足够的附加值，从而证明其应用的合理性？简短的回答是：可以。因为这些具备学习能力的系统正是为此目的而开发的。

可学习传感器的优势

客户服务是公共交通领域面临的最大挑战之一。多年来，出行舒适度在乘客调查中始终位居榜首——即车厢内拥挤程度应尽可能低。交通运营商始终面临着在最佳运力利用率与最大程度提升乘客舒适度之间寻求平衡的任务。此外，在疫情期间，引导客流并促进保持社交距离至关重要。 只有建立乘客引导系统，才能实现这一目标。该系统还能防止车门处出现拥堵。为此，需要实时信息：车厢内哪些位置还有空位？能容纳多少乘客？为了确定这些信息，人工智能传感器技术利用了来自不同角度的视觉信息。随后，具备学习能力的算法会计算乘客之间的距离。一旦达到阈值，系统会自动向乘客发出提示。

另一个敏感问题是停靠时间。客流量大阻碍了上下车的效率。车站广播中的提示（例如“请从所有车门上下车”）对乘客并不太友好。等车的乘客更希望在车辆到达前，提前了解哪里还有空位。要确定此类载客量指标，需要实时动态信息。 新一代人工智能具备这一能力。自适应传感器能在车辆即将停靠前，识别出乘客向车门涌动的区域。传感器会计算出空余座位数量，并将该信息直接传输至需要显示的位置：公交/有轨电车站、站台以及车辆车门处的显示屏。这使乘客能够提前了解哪里有空位，从而有足够的时间前往相应的车门。

列车上的座位空余信息可以实时（例如通过应用程序）传达给旅客。借助现代人工智能技术，结合预订系统和各种舒适等级，可以推出“快速预订”等新产品。长途运输也将从优化的上下车流程中获益匪浅——这些流程将根据列车提供的实时信息进行引导，相关信息将在站台和车厢内显示。

车内动态图案或物体识别功能可提供大量额外有用信息，从而提升乘客舒适度。传感器能够学会检测行李架上遗留的物品，并区分空座与已占座。它们能识别涂鸦和蓄意破坏行为，并能区分污渍、垃圾和衣物。此外，它们还能通知乘客哪些位置可停放自行车、婴儿车或轮椅。自适应传感器甚至能检测到医疗紧急情况或安全威胁的发生。 可能有人昏迷倒在地板上，或者有乘客行为异常。系统会通知驾驶员和控制中心，以便请求医疗救助或安保人员。

人工智能不仅能提升乘客的舒适度，还能让司机的生活更轻松，协助工作人员进行例行检查和乘客计数，并协助终点站的保洁人员，同时向控制中心的规划人员和调度员提供关键的实时信息。

运行模式、运行安全、数据保护

安装在车辆内的智能传感器构成了人工智能系统的核心。这些人工智能传感器利用车载摄像头，能够获取现场的实时图像。这些图像会被分解为多个层次并进行分析。 图像中的各项数据（如形状和颜色）会逐层过滤，系统据此识别模式并计算乘客的移动轨迹。系统不会收集个人身份信息。诸如发色、性别、年龄、着装或体重等详细信息，对运营优化几乎毫无价值。从图像中提取此类数据需要消耗大量处理能力和内存。系统的核心目的并非识别个人，而是识别物体。从本质上讲，乘客只是来来往往、坐下或走动的物体。

传感器本身是封闭式单元，外部无法访问。位于车辆内部的人工智能处理器直接对图像进行处理。不会从车辆获取任何照片或图像，仅获取加密的元数据，这些元数据用于显示屏和其他终端设备。 这确保了信息使用者能够掌握最新的运营信息。当传感器识别出当前存在相关需求时，系统还可触发自动广播提示，例如提醒佩戴口鼻防护用品或遵守社交距离规则。控制中心的规划工具可通过AI传感器采集的数据进行扩展或补充。系统可进行运力评估、缩短车辆故障响应时间并更新数据库。

基于摄像头的AI技术的另一项应用是沿行驶方向的视觉监测。传感器会监测车辆前方区域，以识别潜在的危险源。该技术主要应用于列车，因为动物、低垂的树枝或轨道上的物体都可能对列车构成严重威胁。相关警报会立即传递给后方列车。

现代人工智能的组成部分

人工智能在车辆中的应用已有相当长的一段时间——例如，安装在车门上方的APC（自动乘客计数）传感器，用于统计上下车的人数。它们能够学会区分球、狗和戴着帽子的人。这种人工智能仅能进行计数，提供诸如特定时间段内乘客人数之类的二维数据，无法记录行程中车厢内的动态情况。

当前一代人工智能已经更进一步。它能够检测物体（如人）相对于其他物体（例如座椅）的运动情况，或者判断灭火器是否缺失。这种人工智能能够进行三维思考。预计下一代人工智能将能够进行预测，即根据当前情况发布提示。 例如，这样的四维传感器系统可以检测到，在一辆满载的公交车上，某个区域被乘客刻意避开。这可能是因为该区域发生了令人不快的液体泼洒或污渍。这一信息对司机和清洁人员都至关重要。可预测性也是规划工作的决定性因素——智能传感器能提供实时信息。

结论

对于公共交通而言，人工智能不仅是一项未来技术，更是当下的现实。它提供实时信息和解决方案，不仅为所有相关方提供运营便利，还显著提升了乘客的舒适度和安全性。如今，公共交通领域中的“AI”不仅代表人工智能，更代表着综合性的客户服务。

摘要：

公共交通领域的人工智能不仅为运营商提供了诸多优化方案，同时也提升了乘客的舒适度和安全性。车载人工智能系统的核心是具备学习能力的传感器，它们负责提供必要的（视觉）信息。如今，集成在传感器中的处理器体积小巧、性能强劲且可靠，即使在极其狭小的空间内也能进行复杂的运算。得益于人工智能，摄像头已转变为传感器。