滴滴的智慧出行 巧用人工智能改变出行方式

品牌头条（www.brandingfirst.com）每日订单2500万、无数的订单数据、路况数据、轨迹数据，作为出行领域的独角兽，滴滴在应用人工智能和智慧交通技术上无疑是有一定话语权的。随便举几个滴滴应用人工智能的例子：

智能调度

人工智能在滴滴的调度中主要渗透到以下各个环节：目的地预测、价格预估、时间预估、最佳路径匹配、司机和乘客匹配、订单分派、供需预测、乘客体验预测。其中，司机和乘客匹配、订单分配是滴滴智能调度的核心。订单分配：在某个时刻有成千上万的乘客，同时也有成千上万的空闲车辆，要完成司机和乘客的最优匹配，最大限度提升匹配率和成交率。

车费的计算

车费预估涉及到的主要问题是：路径规划和时间预估。其中从起点到终点的路径规划是最核心的一部分，找到最佳路径后，需要计算出距离，随后需要着手解决的是行程中的时间估算，结合路径和时间，给出一个预估价。在这个过程中，还会涉及到是否为高峰时间等因素。

拼车一口价的计算

打过拼车的人都知道，拼车的价格并不像快车一样根据路程和时间决定，而是直接给你一个一口价。至于这个一口价是怎么得到的，其实是有一套相当复杂的算法，比如要考虑到对是否能拼成的预测，绕路多少的预测，所耗时间的预测。简单说，如果这条线路容易和其他乘客拼成的话，肯定会给一个相对便宜的价格，反之如果这条线路没什么订单，预测很难找到别人和你拼成，那么拼车的一口价可能就和快车相差无几。

智能信号灯

传统的信号灯都是固定的红灯和绿灯循环秒数，所以我们经常会看到的一个现象就是，东西方向的车流量很大，密密麻麻，但是南北方向空无一车，这样一来造成了极大的交通资源浪费。目前滴滴已经和一些城市的交管部门合作，提供实时车流量数据，从而智能化信号灯，让信号灯的放行时间根据实际交通情况决定。

潮汐车道

另一个城市中常见的现象就是往往我们去程的方向上道路拥挤，但是另一侧回程的道路上很空旷，这样的情况常发生在早晚高峰期连接办公区和居民区的道路上。滴滴现在已经在济南部分地区试运行潮汐车道，用拉链车改变道路中间的分隔栏，从而使原本可能四车道的马路在拥挤的情况下调整成五车道。

乘客安全和司机性格打分

滴滴刚起步的时候有过不少安全事件的报道，毕竟滴滴一开始就是个官方的黑车平台而已，司机素质参差不齐。现在滴滴花了很多的资源在乘客安全上，比如一个女生夜间叫车，滴滴通常会将这样的单派给评价相对更高，更可靠的司机，从而减少不安全事件的发生率。

所以大数据和人工智能都是未来交通创新的革命性技术，滴滴也早已在这些方面进行积极布局。无论是乘客发单前的预测目的地、推荐上车点，还是发单后的智能派单、ETA、路径规划，甚至行程中的安全驾驶，行程结束后的司乘判责环节，都大量地使用了人工智能技术。不仅如此，基于人工智能和大数据技术，还会精准预测未来城市的供需情况并提前调度，目前滴滴对15分钟后的需求预测准确率已达85%。另外，滴滴还将积极加速技术能力与数据资源、应用环境的有机结合，推进AI技术在智能出行场景中的更多应用和创新优化。