AI新算法可用出租車(chē)監測城市空氣污染，已在深圳天津試用

智慧城市的實(shí)現依賴(lài)于大量精準有效的數據，但這帶來(lái)了一個(gè)難題：對于大型城市而言，收集數據的難度很大。以空氣污染數據為例，為了得到不同區域的準確數據，需要將傳感器遍布在整個(gè)城市，這種方案顯然不夠經(jīng)濟也難以實(shí)現。

近期，卡耐基梅隆大學(xué)電子與計算機工程學(xué)院的研究團隊將城市中不停移動(dòng)的出租車(chē)作為傳感平臺，開(kāi)發(fā)了一套“針對車(chē)載智慧感知數據采集的協(xié)同集群調度系統”，可獲取高質(zhì)量的城市域數據，用于各類(lèi)智慧城市的應用，如城市高精度空氣質(zhì)量檢測等。

這項研究的第一作者及技術(shù)負責人、卡耐基梅隆大學(xué)電子與計算機工程學(xué)院博士后陳鑫磊在接受澎湃新聞（www.thepaper.cn）記者采訪(fǎng)時(shí)介紹，所謂“集群”是指一堆智能體協(xié)同合作來(lái)完成一項或多項任務(wù)，智能體可以是無(wú)人機、無(wú)人車(chē)和小型機器人等，集群調度在消防、物流、交通等領(lǐng)域有多種應用。

基于該系統獲取的數據，研究團隊針對城市域空氣污染的問(wèn)題，研發(fā)了高精度大氣監測平臺，可以追蹤特定地點(diǎn)的空氣污染信息，包括細顆粒物（PM2.5）、二氧化氮、二氧化硫和臭氧等8種污染物的指標，并可追溯傳統大氣監測站無(wú)法發(fā)現的“隱形污染源”。該工具能將監測到的污染指標在24小時(shí)內的變化曲線(xiàn)匯總到一個(gè)平臺中。

研究團隊在城市實(shí)驗和模擬實(shí)驗中證明，使用系統后，集群的傳感覆蓋質(zhì)量較基準提高了40%，業(yè)務(wù)匹配率提高了20%。而達到與基準相似的傳感覆蓋質(zhì)量水平，該系統僅需要傳統方式10％的預算。

這項研究發(fā)表在國際物聯(lián)網(wǎng)領(lǐng)域頂級期刊《IEEE Internet of Things Journal》和《IEEE Transactions on Mobile Computing》上。

利用出租車(chē)監測城市空氣污染

城市里的出租車(chē)具有運營(yíng)時(shí)間長(cháng)、行程覆蓋范圍廣等特點(diǎn)，具有巨大的數據收集潛力?；诖?，不少城市開(kāi)始嘗試將出租車(chē)作為移動(dòng)傳感平臺，用于收集城市數據。

目前，這種模式已經(jīng)在國內多個(gè)城市試點(diǎn)。例如，北京市通州區2020年4月宣布，已為175臺新能源出租車(chē)安裝了大氣監測設備，可實(shí)時(shí)監測空氣中的PM2.5等污染物含量，成為“行走的污染物探測器”。除了車(chē)頂燈內的監測設備外，車(chē)內還安裝了走航移動(dòng)視頻監測設備，可以對有揚塵污染的道路進(jìn)行抓拍。

不過(guò)，出租車(chē)隊收集的數據存在一定缺陷?，F實(shí)生活中，出租車(chē)不可能真正覆蓋到城市的每個(gè)角落，相反，它們往往聚集在客流量大的地區。在沒(méi)有任何規定的情況下將傳感器安置在出租車(chē)上，收集到的數據可能會(huì )有錯誤并且不完整。

（a）表示所有車(chē)輛都聚集在中心區域；（d）表示理想情況下車(chē)輛覆蓋面積最大且分布均勻。

為了解決這個(gè)問(wèn)題，陳鑫磊及同事對出租車(chē)集群制定了兩個(gè)主要目標：覆蓋更大的范圍和分布更加均勻。

他們開(kāi)發(fā)了一種人工智能算法。該算法能夠制定最佳方案以激勵出租車(chē)駕駛員開(kāi)車(chē)到不太熱門(mén)的地區。為了確定具體要激勵哪一輛出租車(chē)，該算法考慮了多個(gè)因素，包括傳感數據的分布特性，出租車(chē)的定位、可能的行駛路線(xiàn)、潛在的客戶(hù)以及降低成本的需求。

總的來(lái)說(shuō)，該算法會(huì )告訴出租車(chē)司機：依照算法給出的路線(xiàn)行駛，他可能會(huì )遇見(jiàn)更多的乘客。如果司機沒(méi)有遇到更多乘客，系統會(huì )為他彌補差額。

陳鑫磊對澎湃新聞介紹，為出租車(chē)司機提供補貼是“有技巧性的”，需要依靠精準化的人工智能的算法。他同時(shí)提到，補貼的下限是行駛過(guò)程中所需的油費，補貼的上限則是假設有乘客的情況下乘客應支付的車(chē)費。

“該系統幫助我們在以往傳感器未覆蓋的道路上獲取新的數據，并提高我們對城市的整體了解?！毖芯繄F隊負責人、卡耐基梅隆大學(xué)電子與計算機工程學(xué)院副教授張旆表示。

目前，研究團隊與中國環(huán)思科技合作，分別負責算法和空氣污染監測裝置的研發(fā)，已經(jīng)在深圳和天津等地試用。

優(yōu)化集群調度，推動(dòng)智慧城市建立

利用出租車(chē)集群獲取空氣質(zhì)量等城市域數據的背后涉及到工程學(xué)和人工智能領(lǐng)域里集群調度的問(wèn)題。

陳鑫磊博士介紹，每一個(gè)集群均有其主要任務(wù)，例如出租車(chē)的主要任務(wù)是載客?！盀榱颂嵘?，人們可以給集群分配次要任務(wù)，例如利用出租車(chē)進(jìn)行空氣質(zhì)量數據采集并監測其質(zhì)量?！倍麄冮_(kāi)發(fā)的算法能夠優(yōu)化集群調度，即保證主要任務(wù)順利完成的同時(shí)，以盡量少的代價(jià)完成次要任務(wù)。

同時(shí)，不限于上述出租車(chē)集群調度時(shí)所完成的均勻調度，算法還能在集群調度時(shí)實(shí)現期望的時(shí)空分布方式，從而對特定時(shí)間和區域進(jìn)行密集的數據采集。

陳鑫磊表示，除了利用出租車(chē)集群收集城市內的空氣污染數據，該系統可以應用于大量場(chǎng)景，如消防、物流和交通等領(lǐng)域。在改變傳感器后，該系統可以用于收集城市中的各種數據。

此外，該系統能夠推廣到出租車(chē)之外的各種運載體。例如，讓無(wú)人機在完成配送任務(wù)的同時(shí)自動(dòng)充電，或利用暫無(wú)配送任務(wù)的無(wú)人機拍攝城市交通事故的圖像。

未來(lái)，研究團隊計劃結合深度強化學(xué)習，開(kāi)發(fā)一套能夠自主優(yōu)化學(xué)習集群算法完成全自主分布式調度。