在交通領域，以往安防領域企業更多的關注是在單個車輛的識別內容上，例如在車牌、車輛顏色、車輛廠商標志識別、無牌車檢測、非機動車檢測與分類、車頭車尾判斷、車輛檢索、人臉識別等相關的技術。近些年，隨著交通設施的大規模聯網，匯集海量車輛通行記錄信息，對于城市交通管理有著重要的作用，利用人工智能技術，可實時分析城市交通流量，調整紅綠燈間隔，縮短車輛等待時間，提升城市道路的通行效率。

以城市級的交通綜合平臺可以實時掌握著城市道路上通行車輛的軌跡信息，停車場的車輛信息，以及小區的停車信息，能提前半個小時預測交通流量變化和停車位數量變化，合理調配資源、疏導交通，實現機場、火車站、汽車站、商圈的大規模交通聯動調度，提升整個城市的運行效率，為居民的出行暢通提供保障。

當然以上內容在某些地區已經實現，并付諸實際應用，例如杭州已經實現對交通疏導細致化管理。這些內容只是人工智能在交通領域的一小部分，從國務院發布的《新一代人工智能發展規劃》中，我們可以詳細了解，自動駕駛以及智能交通的發展將是AI技術理想的大展拳腳的應用領域。

自動駕駛

《新一代人工智能發展規劃》要求發展自動駕駛汽車和軌道交通系統，加強車載感知、自動駕駛、車聯網、物聯網等技術集成和配套，開發交通智能感知系統，形成我國自主的自動駕駛平臺技術體系和產品總成能力，探索自動駕駛汽車共享模式。在智能駕駛方面，要求重點突破汽車、船舶和軌道交通自動駕駛等智能技術，建立汽車、船舶和軌道交通自動駕駛支撐平臺，重點引進自動駕駛國際頂尖科學家和高水平創新團隊。同時，發展自動駕駛汽車和軌道交通系統，加強車載感知、自動駕駛、車聯網、物聯網等技術集成和配套，開發交通智能感知系統，形成我國自主的自動駕駛平臺技術體系和產品總成能力，探索自動駕駛汽車共享模式。

從國內自動駕駛最新的進展來看，全球首款L4級量產自動駕駛巴士“阿波龍”正式量產下線無疑是最具影響力的，阿波龍的內部設計非常有科技感，沒有方向盤，也沒有駕駛位、油門、剎車踏板，同時乘坐很舒適。

一般來說，自動駕駛分為5個級別，L4級也稱HighAutomation即高度自動駕駛階段，L4階段的汽車在緊急情況下能實現自動處理，自己解決所有特殊情況，防止駕駛員未能及時接管車輛而造成交通事故。L5級是真正的無人駕駛，可以實現無限制的任意點對點無人駕駛模式。“阿波龍”正式量產下線無疑是自動駕駛實現了從0到1。

與傳統的汽車相比，無人駕駛汽車硬件元器件在不斷減少，比如阿波龍沒有方向盤、駕駛位、油門、剎車踏板，但是在軟件層面它的復雜度卻在迅速地提升。Apollo1.0版本有35000行代碼，現在Apollo3.0的代碼已經增長了6倍，約為22萬個代碼。阿波龍小巴車因為是一個生產性的系統，所用的代碼量遠超過目前在開發平臺上的代碼數量。

此外，阿波龍的商業化落地也同步展開。已經完成總裝的阿波龍，即將發往北京、雄安、深圳、福建平潭、碧桂園、湖北武漢、日本東京等地開展商業化運營。在日本，阿波龍被用于一些核電站內部的人員接駁，也會用于東京地區一些高齡化社區的穿梭接送。

智慧停車

對于人工智能實施落地最緊密的出行領域來說，智慧停車可謂是又一最佳應用場景。而尤其在飽受停車之苦的國內一、二線城市，“停車”二字已經成為城市頑疾，并影響著每一位車主的正常出行。

智慧停車在最近幾年迅速從概念發展成為行業新貴，其發展趨勢也是日漸完善。例如支付寶通過與智慧停車企業的合作實現停車費的免密支付，支付寶通過這樣的方式布局更廣泛的線下支付場景，把控流量入口。但事實上，支付寶僅僅完成了智慧停車的最后一環，也就是支付環節。

智慧停車的快速發展得益于其商業價值和對人類出行方式的改變。除了方便停車、支付外，還有停車場智能推薦等功能，以智慧停車行業的獨角獸為例，其針對用戶怕遠的痛點，推出了最便宜的和距離最近的停車場推薦功能，同時提高停車場資源的利用率，節省用戶選擇停車場的時間。除此之外，人工智能領域里的核心技術“大數據”也在智慧停車中發揮作用，如通過大數據實現的空位動態算法，其可根據用戶的出行目的地，計算并推薦其到達終點時周邊尚有剩余車位的停車場，此外，停車大數據的開放共享也為從不同入口匯入的車主解決停車難題提供了可能。

其實，智慧停車最有價值的可謂對人工智能的支撐作用。龐大的數據流量和廣闊的車主人群都為人工智能的“學習”和“進化”提供了絕佳的成長環境，如其停車場覆蓋城市已超過200座。在其大數據停車平臺上，每月有著超過6000萬次的停車紀錄和針對上千萬的車主出行駕駛的習慣分析，其深層價值已遠超單純的停車環節。