匈牙利研究人员正在开发一种基于人工智能的智能交通控制解决方案，目前正在伊斯坦布尔和佩奇进行测试

对于经常在城市里开车的人来说，基本经验是交通信号灯的工作是可以预测的–也许根据一天中的不同时间会有不同的周期，但除此之外，绿灯和红灯的变化节奏不会有任何变化。由于交通远非如此可预测，因此不难看出，这并不是最理想的交通控制方法。

基于人工智能的智能交通控制解决方案

BME 电气工程与信息学系的研究人员与日本和土耳其的同事合作，正在努力使

这些智能设备将能够预测交通模式并提前适应变化。

这个名为 “用于拥堵预测和交通灯控制的多输入深度学习（TRALICO）”的项目于一年半前启动。该项目协调人、BME 网络系统与服务系副教授维尔莫斯-西蒙（Vilmos Simon）告诉 bme.hu，BME 已经开发出一个全新的神经网络，不久将进入现场测试阶段。

测试将在伊斯坦布尔进行，这不仅是因为这座城市以交通堵塞严重而闻名，还因为它配备了相当全面的交通计数数据。镶嵌在沥青路面上的雷达和蓝牙传感器会向该市的交通专家发送数据，它们甚至还拥有移动网络数据–基于人工智能的解决方案可以可靠地利用所有这些数据。

“当地的交通控制中心利用摄像头图像或其他信号实时掌握交通信号灯的运行情况，已经进行了相当长一段时间的试验。不过，我们的目标不是采用这种追溯性的人工方法，而是开发一种预测模型，能够预测交通模式，并及时、同步地进行干预。

Vilmos Simon 在回答我们的问题时解释道。从这个意义上说，这是一个开创性的发展–据报道，类似于 TRALICO 的系统已在中国一些城市使用，名为城市大脑，但人们对它们的具体功能几乎一无所知。

Vilmos Simon (r4) 和伊斯坦布尔工作人员

关于新型神经网络的研究（甚至将天气数据也考虑在内）及其背后的解决方案，目前正在一家Q1期刊上接受审查。与此同时，目前正在模拟器上进行测试。在现实生活中，这将是一个显示阶段计划的界面，可以提前约半小时进行干预。维克公司的研究人员补充说：”你不会想到，几秒钟的变化就能造成或避免长达数公里的交通堵塞。

因此，实际部署开始时将进行仔细的微调，因为 “我们的土耳其合作伙伴对这个项目寄予厚望，我们需要确保不会造成混乱”。除了维尔莫斯-西蒙，高级研究员、博士生和硕士生也在参与这个项目。在匈牙利，他们已经在佩奇的一个十字路口进行了测试，而在伊斯坦布尔，他们将从耶迪库勒区的 5 个十字路口开始。

伊斯坦布尔地图上的选定路口

匈牙利研究人员将于 9 月在一次国际会议的专门会议上介绍他们的成果，其他大学和研究机构的代表以及土耳其和日本的合作伙伴也将出席会议。维尔莫斯-西蒙将在会议上发表主题演讲，介绍利用人工智能优化交通控制的可能性。

与城市进一步达成合作协议非常重要，因为地方政府拥有大量未充分利用的数据，这些数据可能很有价值，而从公司购买这些数据却非常昂贵。土耳其和匈牙利的其他城市也对此很感兴趣。”维尔莫斯-西蒙说：”我们显然希望将这一模式商业化，尽管它不太可能是一个盒装产品，因为每个城市都不一样。

点击查看更多人工智能 文章。

另请阅读：