智慧城市的實(shí)現(xiàn)依賴(lài)于大量精準(zhǔn)有效的數(shù)據(jù)，但這帶來(lái)了一個(gè)難題：對(duì)于大型城市而言，收集數(shù)據(jù)的難度很大。以空氣污染數(shù)據(jù)為例，為了得到不同區(qū)域的準(zhǔn)確數(shù)據(jù)，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(jì)也難以實(shí)現(xiàn)。

近期，卡耐基梅隆大學(xué)電子與計(jì)算機(jī)工程學(xué)院的研究團(tuán)隊(duì)將城市中不停移動(dòng)的出租車(chē)作為傳感平臺(tái)，開(kāi)發(fā)了一套“針對(duì)車(chē)載智慧感知數(shù)據(jù)采集的協(xié)同集群調(diào)度系統(tǒng)”，可獲取高質(zhì)量的城市域數(shù)據(jù)，用于各類(lèi)智慧城市的應(yīng)用，如城市高精度空氣質(zhì)量檢測(cè)等。

這項(xiàng)研究的第一作者及技術(shù)負(fù)責(zé)人、卡耐基梅隆大學(xué)電子與計(jì)算機(jī)工程學(xué)院博士后陳鑫磊在接受澎湃新聞?dòng)浾卟稍L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(xiàng)或多項(xiàng)任務(wù)，智能體可以是無(wú)人機(jī)、無(wú)人車(chē)和小型機(jī)器人等，集群調(diào)度在消防、物流、交通等領(lǐng)域有多種應(yīng)用。

基于該系統(tǒng)獲取的數(shù)據(jù)，研究團(tuán)隊(duì)針對(duì)城市域空氣污染的問(wèn)題，研發(fā)了高精度大氣監(jiān)測(cè)平臺(tái)，可以追蹤特定地點(diǎn)的空氣污染信息，包括細(xì)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(biāo)，并可追溯傳統(tǒng)大氣監(jiān)測(cè)站無(wú)法發(fā)現(xiàn)的“隱形污染源”。該工具能將監(jiān)測(cè)到的污染指標(biāo)在24小時(shí)內(nèi)的變化曲線(xiàn)匯總到一個(gè)平臺(tái)中。

研究團(tuán)隊(duì)在城市實(shí)驗(yàn)和模擬實(shí)驗(yàn)中證明，使用系統(tǒng)后，集群的傳感覆蓋質(zhì)量較基準(zhǔn)提高了40%，業(yè)務(wù)匹配率提高了20%。而達(dá)到與基準(zhǔn)相似的傳感覆蓋質(zhì)量水平，該系統(tǒng)僅需要傳統(tǒng)方式10％的預(yù)算。

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

利用出租車(chē)監(jiān)測(cè)城市空氣污染

城市里的出租車(chē)具有運(yùn)營(yíng)時(shí)間長(zhǎng)、行程覆蓋范圍廣等特點(diǎn)，具有巨大的數(shù)據(jù)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(tái)，用于收集城市數(shù)據(jù)。

目前，這種模式已經(jīng)在國(guó)內(nèi)多個(gè)城市試點(diǎn)。例如，北京市通州區(qū)2020年4月宣布，已為175臺(tái)新能源出租車(chē)安裝了大氣監(jiān)測(cè)設(shè)備，可實(shí)時(shí)監(jiān)測(cè)空氣中的PM2.5等污染物含量，成為“行走的污染物探測(cè)器”。除了車(chē)頂燈內(nèi)的監(jiān)測(cè)設(shè)備外，車(chē)內(nèi)還安裝了走航移動(dòng)視頻監(jiān)測(cè)設(shè)備，可以對(duì)有揚(yáng)塵污染的道路進(jìn)行抓拍。

不過(guò)，出租車(chē)隊(duì)收集的數(shù)據(jù)存在一定缺陷。現(xiàn)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(qū)。在沒(méi)有任何規(guī)定的情況下將傳感器安置在出租車(chē)上，收集到的數(shù)據(jù)可能會(huì)有錯(cuò)誤并且不完整。

為了解決這個(gè)問(wèn)題，陳鑫磊及同事對(duì)出租車(chē)集群制定了兩個(gè)主要目標(biāo)：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(lì)出租車(chē)駕駛員開(kāi)車(chē)到不太熱門(mén)的地區(qū)。為了確定具體要激勵(lì)哪一輛出租車(chē)，該算法考慮了多個(gè)因素，包括傳感數(shù)據(jù)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(jī)：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(jī)沒(méi)有遇到更多乘客，系統(tǒng)會(huì)為他彌補(bǔ)差額。

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

“該系統(tǒng)幫助我們?cè)谝酝鶄鞲衅魑锤采w的道路上獲取新的數(shù)據(jù)，并提高我們對(duì)城市的整體了解?！毖芯繄F(tuán)隊(duì)負(fù)責(zé)人、卡耐基梅隆大學(xué)電子與計(jì)算機(jī)工程學(xué)院副教授張旆表示。

目前，研究團(tuán)隊(duì)與中國(guó)環(huán)思科技合作，分別負(fù)責(zé)算法和空氣污染監(jiān)測(cè)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(diào)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(shù)據(jù)的背后涉及到工程學(xué)和人工智能領(lǐng)域里集群調(diào)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(shù)據(jù)采集并監(jiān)測(cè)其質(zhì)量?！倍麄冮_(kāi)發(fā)的算法能夠優(yōu)化集群調(diào)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(diào)度時(shí)所完成的均勻調(diào)度，算法還能在集群調(diào)度時(shí)實(shí)現(xiàn)期望的時(shí)空分布方式，從而對(duì)特定時(shí)間和區(qū)域進(jìn)行密集的數(shù)據(jù)采集。

陳鑫磊表示，除了利用出租車(chē)集群收集城市內(nèi)的空氣污染數(shù)據(jù)，該系統(tǒng)可以應(yīng)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(tǒng)可以用于收集城市中的各種數(shù)據(jù)。

此外，該系統(tǒng)能夠推廣到出租車(chē)之外的各種運(yùn)載體。例如，讓無(wú)人機(jī)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(jī)拍攝城市交通事故的圖像。

未來(lái)，研究團(tuán)隊(duì)計(jì)劃結(jié)合深度強(qiáng)化學(xué)習(xí)，開(kāi)發(fā)一套能夠自主優(yōu)化學(xué)習(xí)集群算法完成全自主分布式調(diào)度。