(相關資料圖)

6月14日，在2023世界交通運輸大會開幕式上，加拿大工程院院士、加拿大國家首席科學家塔里克·塞耶德（Tarek Sayed）做了題為《邁向更安全的城市網絡：先進技術和大數據的作用》（Towards Safer Urban Networks: The Role of Advanced Technologies and Big Data）的主旨報告。

塔里克·塞耶德演講《邁向更安全的城市網絡：先進技術和大數據的作用》

塞耶德院士表示，過去幾十年（1970-2005）來，全球尤其是發達國家的交通事故死亡率下降了50%以上。然而近些年來，交通事故死亡人數的下降趨勢大幅減緩，甚至在個別地區有小幅上升，交通安全面臨一系列挑戰。一方面，目前的交通安全分析依賴于被動的事故數據，即必須以大量實際發生的交通事故數據為基礎，也就意味著必須先發生交通事故和傷亡，而后我們才能收集到相關數據。另一方面，目前的事故數據質量和范圍都有待提高。這使得我們對交通事故各因素之間的互動復雜性、對交通系統為何失靈理解有限。

我們目前身處于智慧交通和大數據的新時代，新技術手段的應用將可以應對交通安全挑戰。一方面，新的信息通信技術應用將促進交通安全，包括先進的感知設備、自動駕駛汽車、道路基礎設施與出行者間的相互連接、新的交通模式等。另一方面，大數據能夠彌補傳統被動數據的不足。攝像頭、激光雷達等傳感器可以收集到海量的、秒級短時內更新的實時數據。

塞耶德院士進一步提出了通信技術和大數據的五種應用途徑，并以實際案例展示了應用的有效性。第一，交通安全的實時評估。以道路使用者軌跡數據和動態交通系數數據為基礎建立模型，可預估事故風險。這兩類數據都是險情（near miss）數據，即無需真正的事故傷亡數據，即可對道路風險進行實時預測和評估。塞耶德院士以美國帕洛阿托市為例，展示了基于自動駕駛車輛數據的交通安全實時評估方法和結果。

第二，安全路線的動態辨識。以大數據和人工智能技術為基礎，可進行實時安全路線規劃，尤其對于自行車和行人安全路線規劃尤為重要。塞耶德院士以希臘雅典為案例展示了該應用方法將有效提升出行安全。

第三，交通事故黑點的實時監測。以大數據和人工智能技術為基礎，對事故易發生地進行實時的監測和辨認，可提升道路安全水平。塞耶德院士以希臘雅典為案例展示了點和路網兩個層面的事故黑點實時動態辨識技術，并介紹了對交通事故黑點進行整改和提升的方法。

第四，交通安全與效率實時控制。以視頻數據與車輛軌跡數據為基礎，可以進行多目標實時交通控制。塞耶德院士展示了融合深度學習方法的信號交叉口安全-效率協同實時控制模型和訓練結果，并展示了基于實時車輛軌跡數據的信號燈-車輛耦合控制技術。

第五，自動駕駛車輛/行人/電動自行車的交互建模。塞耶德院士表示在發展中國家和半發達國家，行人對交通規則的遵守較寬松，電動自行車與車輛沖突事件頻發，對自動駕駛落地有著巨大的挑戰，亟需展開交互建模分析。他以埃及開羅和中國上海為案例分析了基于多智能體的道路使用者交互建模技術，展示了多智能體建模在自動駕駛車輛更好地應對復雜環境的優勢。

總之，近年來道路安全取得巨大進展，同時也面臨著許多挑戰。通信技術、大數據和人工智能能夠幫助我們更好地理解道路使用者行為，開展實時主動交通管理。該方法與基于被動交通事故數據的安全管理截然不同，具有巨大應用價值。

標簽：