知识图谱的应用---智慧交通

本文主要是介绍知识图谱的应用---智慧交通，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

- 智慧交通
- 典型应用

智慧交通

现代城市发展过程中的一大问题是交通拥堵，为解决城市发展中的这一顽疾，有必要以现代化高科技技术为支撑，建造城市中的智慧交通系统，从源头入手缓解城市拥挤问题。当前，“智慧交通”更加注重人、车、路和环境的和谐协调的关系处理，使交通发展更加具有可持续的协调发展意识，以更好地改善交通秩序和交通环境、节约能源、降低环境污染，智慧交通中知识图谱应用框架如下图所示。

典型应用

根据“智慧交通”系统在城市中的作用，将其典型应用分为以下四个方面：城市安全及交通管理服务，如城市事件感知与智能处理、人车识别、交通信号控制等；出行服务，如路径规划、停车诱导等；交通拥堵缓解，如交通诱导、不停车收费ETC等；交通规划决策支持，综合交通信息平台、交通数据采集等。

通过高清 IP 摄像机、视频平台等接入及流媒体解码和截帧图片质量判断，快速对检测人脸进行属性标记；结合依托知识图谱对城市居民构建的数据库集群，将特定集合的大规模人脸照片按特征值相似度进行动态分组归类，利用知识建模进行关系推理，进而快速检索居民本身以及和其有关系的其他居民的历史和实时交通动向。此外，对车辆也可进行同样的识别与检索操作。

路径规划是指在具有障碍物的环境中，按照一定的评价标准寻找一条从起始状态到目标状态的无碰撞路径。在交通控制、资源配置、车辆导航等领域，最短路径算法逐渐成为研究的热点。随着人工智能技术的不断发展，知识图谱的引入使得类似路径规划得到了更快速的解决。基于出行事理的路径规划与推荐——图谱本身所刻画的是一种具有时空属性的关系型知识，还在具有时空属性(包括先后顺序，空间的先后顺序)的其他场景中推广应用。

城市大脑将所有人、车、道路数据都接入系统，通过人工智能分析技术，把庞大的数据转化为科学合理的业务模型，就此形成城市交通实时大视图，以此来完成城市交通系统的调度和管理。知识图谱可将摄像头与红绿灯采集的信息进行关联，通过对从摄像头得到的即时交通流量数据分析，优化路口的时间分配，提高交通效率。同时，与监控、监测、交通流量分布优化等技术的结合，完善公安、城管、公路等监控体系和信息网络系统，建立以交通诱导、应急指挥、智能出行、出租车和公交车管理等系统为重点的、统一的智能化城市交通综合管理和服务系统建设，实现交通信息的充分共享、公路交通状况的实时监控及动态管理。