建設(shè)智能交通，目的是為了讓人人享有更安全、更和諧的城市智能交通環(huán)境。

面對(duì)未來的城市智能交通管理，應(yīng)該如何做？杭州�？低�視數(shù)字技術(shù)股份有限公司城市智能交通解決方案總監(jiān)曹雨崧以“云圖交通·城市智理”為基本理念，分享了�？低�視以AI Cloud為技術(shù)架構(gòu)助力城市智能交通管理的案例。

云圖交通·城市智理基本理念

面對(duì)未來城市智能交通管理，我們首先樹立一個(gè)愿景：為了人人享有更安全、更和諧的城市智能交通環(huán)境。包括創(chuàng)建這樣的交通環(huán)境，能夠高效執(zhí)行交通治理手段，以及對(duì)于交通事件和異常進(jìn)行準(zhǔn)確預(yù)測(cè)和預(yù)防，同時(shí)創(chuàng)建遵紀(jì)守法、和諧交通、平安出行的愿景。

順應(yīng)這個(gè)愿景，�？低�視于2017年下半年提出了“云圖交通·城市智理”理念，采用新理念、新架構(gòu)和新舉措，實(shí)現(xiàn)一城一業(yè)務(wù)，一城一生態(tài)。

�？低�視提出這個(gè)理念之后，與全國(guó)各地的交警用戶一起以智能化技術(shù)推進(jìn)城市交通治理。通過以城市交通業(yè)務(wù)為核心，以AI Cloud架構(gòu)為基礎(chǔ)，充分挖掘智能交通的數(shù)據(jù)價(jià)值，同時(shí)以體系化的理念打造一些應(yīng)用，構(gòu)建開放的生態(tài)環(huán)境。

具體如何實(shí)現(xiàn)呢？分為三大舉措。

第一，通過AI Cloud架構(gòu)打基礎(chǔ)，通過“感、傳、知、用”將打通數(shù)據(jù)在采集、傳輸、挖掘和應(yīng)用過程中的壁壘。

第二，以感知、推演、治理和服務(wù)的四個(gè)目標(biāo)，構(gòu)建業(yè)務(wù)體系。在業(yè)務(wù)體系的基礎(chǔ)上，為不同的城市規(guī)劃了不同的業(yè)務(wù)目標(biāo)，同時(shí)也創(chuàng)立了各種各樣的應(yīng)用。

第三，與城市級(jí)的戰(zhàn)略用戶，包括交警及其他行業(yè)用戶展開聯(lián)合設(shè)計(jì)創(chuàng)新活動(dòng)。如建立聯(lián)合實(shí)驗(yàn)室，打造智慧示范道路。

AI Cloud助力情指勤一體化

情指勤一體化是城市交通管理中的基本業(yè)務(wù)邏輯，在�？�2017年發(fā)布的AI Cloud技術(shù)架構(gòu)的基礎(chǔ)之上，打通了底層數(shù)據(jù)邊界，通過數(shù)據(jù)資源池融合了大量的感知數(shù)據(jù)。

首先，�？荡蛟炝饲閳�(bào)體系，目的是能夠?qū)崿F(xiàn)精細(xì)感知以及實(shí)時(shí)預(yù)警。

第二，基于海量數(shù)據(jù)，提供了各種各樣的分析挖掘以及研判模型，這些模型能夠得出決策分析結(jié)論，同時(shí)能夠運(yùn)用到指揮體系中。

第三，�？禐榻煌ü芾碛脩籼峁┝藛尉�智能化及勤務(wù)綜合化體系。�？低ㄟ^智能終端，依托于數(shù)據(jù)資源池，挖掘了各種各樣的數(shù)據(jù)模型，提供了單警智能化的應(yīng)用通道，每個(gè)單警上路執(zhí)勤，都能夠作為警情的采集點(diǎn)。

整個(gè)體系，比如AI Cloud架構(gòu)，從數(shù)據(jù)的挖掘分析層面以及計(jì)算存儲(chǔ)層面全部打通，在上層開放算法倉(cāng)庫(kù)，并基于智能應(yīng)用平臺(tái)承載各種各樣的業(yè)務(wù)應(yīng)用。

具體的應(yīng)用案例如下。

首先，基于感知體系，海康今年發(fā)布了一系列新產(chǎn)品，包括“環(huán)�！笨�口。以前抓拍人臉需要用到爆閃燈，它會(huì)給出行安全造成一定影響，今年我們通過雙光融合技術(shù)，實(shí)現(xiàn)了無可見光爆閃看清人臉，并在一定程度上提升了人臉成像效果。

第二，在圖像的采集方面，通過我們推出了360度全景車載取證云臺(tái)，實(shí)現(xiàn)警務(wù)車輛在行駛過程中能夠拍攝路邊或者前后方的車輛號(hào)牌，并做實(shí)時(shí)比對(duì)，及時(shí)發(fā)現(xiàn)稽查布控的車輛并實(shí)時(shí)預(yù)警。

第三，我們?yōu)槲靼步痪�等用戶提供了“一車一檔”的業(yè)務(wù)模型決策分析系統(tǒng)，主要作用是通過感知網(wǎng)絡(luò)采集車輛時(shí)空屬性、號(hào)牌信息，同時(shí)關(guān)聯(lián)交通違法、交通事故等信息，能夠在決策分析模型中充分地挖掘軌跡路線、違法特征、事故隱患等數(shù)據(jù)。最終每一輛車都會(huì)建立一個(gè)檔案，它的出行規(guī)律、違法記錄、安全等級(jí)等數(shù)據(jù)都可通過GIS地圖呈現(xiàn)。

�？禐閷幉ê鸵舜航痪�提供了一套基于人臉大數(shù)據(jù)建模和比對(duì)分析的應(yīng)用，能夠快速發(fā)現(xiàn)失駕嫌疑人員。通過人臉識(shí)別定位到人的具體屬性特征，通過人車關(guān)聯(lián)找到這輛車日常的行動(dòng)軌跡，這些都能夠作為路面民警攔截的依據(jù)。

同時(shí)也為上海交警提供了非機(jī)動(dòng)車和行人違法的采集預(yù)警系統(tǒng)，三個(gè)月內(nèi)一共協(xié)助查處了1萬多起行人和非機(jī)動(dòng)車違法行為。

此外，我們?yōu)槲靼步痪�提供了一套基于大�?shù)據(jù)可視化系統(tǒng)的輔助決策應(yīng)用，包括對(duì)于全城區(qū)交通違法行為的時(shí)空分布統(tǒng)計(jì)分析，基于電警、卡口等感知設(shè)備所產(chǎn)生的大量數(shù)據(jù)做深度挖掘。

通過大量的數(shù)據(jù)獲取到輔助決策的結(jié)果，再利用結(jié)果去輔助交通指揮，具體如何指揮呢？

�？禐槲靼�、深圳、上海等交警打造了基于AI增強(qiáng)現(xiàn)實(shí)技術(shù)及全景視頻拼接技術(shù)為一體的實(shí)景視頻指揮系統(tǒng)，實(shí)現(xiàn)了從“摸著做指揮”到“看著做指揮”的過程。

所謂“摸著做指揮”，指的是不同的子系統(tǒng)、不同的界面之需要通過人工來實(shí)現(xiàn)警情以及決策信息之間的人工關(guān)聯(lián)，但是現(xiàn)在這些信息全部融合到一張畫面中，讓用戶通過一個(gè)畫面就能夠看到他所關(guān)注的內(nèi)容，包括警情可視化信息以及屏幕的可視化信息。在這個(gè)圖像當(dāng)中也能夠聯(lián)動(dòng)，包括誘導(dǎo)屏卡口、信號(hào)控制系統(tǒng)等警務(wù)指揮以及決策等應(yīng)用。

�？狄矠槌敝萁痪�提供了一套基于公安網(wǎng)的云網(wǎng)智慧執(zhí)法平臺(tái)，通過警務(wù)通的PDA以及警務(wù)通軟件實(shí)現(xiàn)了路面簡(jiǎn)易程序處理，以及稽查布控報(bào)警信息的點(diǎn)對(duì)點(diǎn)推送，極大提升了路面警員的執(zhí)行效率。此外，在PDA上也開放了一些簡(jiǎn)單的查詢功能，包括人臉識(shí)別、車牌識(shí)別以及人工車牌輸入，查詢這輛車以及駕駛?cè)藛T信息。

此外，海康還為深圳交警打造了“深眼”系統(tǒng)，這套系統(tǒng)是通過一臺(tái)內(nèi)置AI智能識(shí)別功能的云鏡，云鏡可以識(shí)別車輛號(hào)牌，在云境當(dāng)中做識(shí)別和黑名單比對(duì)，可以實(shí)現(xiàn)報(bào)警即攔截的過程。相比于傳統(tǒng)的指揮中心接到稽查布控的報(bào)警通過人工語音下發(fā)指令的過程，它的提供效率要提高5到10倍。此外，每一個(gè)云鏡都內(nèi)置定位裝置，所有警車的當(dāng)前位置信息，包括點(diǎn)對(duì)點(diǎn)的語音對(duì)象都能通過一套機(jī)制來實(shí)現(xiàn)。

對(duì)于一些沒有裝備智能終端、警務(wù)通的協(xié)輔警，我們?yōu)橐舜航痪�打造了一套基于移�?dòng)互聯(lián)網(wǎng)技術(shù)提供信息傳遞的機(jī)制。通過微信客戶端，將模板化的稽查布控警情信息點(diǎn)對(duì)點(diǎn)精準(zhǔn)推送給民警，民警在路面執(zhí)勤的時(shí)候可以關(guān)注到所執(zhí)行區(qū)域上游以及周邊路段的稽查布控報(bào)警情況，為路面安全保障提供了輔助。

此外，這套系統(tǒng)同時(shí)也發(fā)揮了重要的信息服務(wù)價(jià)值，比如基于我們?cè)谝舜航ㄔO(shè)的數(shù)據(jù)資源池，整合了大量的車駕管信息以及路面交通事故、車輛違法、重點(diǎn)車輛、黑名單等數(shù)據(jù)，在公安部的“放管服”整體政策環(huán)境之下，給民眾開放信息、數(shù)據(jù)服務(wù)。比如基于實(shí)景視頻的路況查詢、車輛駕駛員計(jì)分查詢、違法查詢，以及點(diǎn)對(duì)點(diǎn)推送違法提醒、不良駕駛習(xí)慣提醒等服務(wù)。

最后一部分，基于城市智能交通大數(shù)據(jù)提供了綜合勤務(wù)的輔助，比如為宜春、秦皇島、本溪和洛陽(yáng)等城市提供了基于城市交通大數(shù)據(jù)的自適應(yīng)信控優(yōu)化應(yīng)用。

在宜春，通過路口精準(zhǔn)轉(zhuǎn)向流量的模型，與路口的通行能力模型匹配，最終實(shí)現(xiàn)了單點(diǎn)的自適應(yīng)調(diào)優(yōu)效果。

秦皇島的特勤保障任務(wù)比較多，我們?yōu)榍鼗蕧u交警開發(fā)了這樣一個(gè)應(yīng)用，基于移動(dòng)客戶端，通過車牌和車輛特征的視頻比對(duì)技術(shù)，將兩者進(jìn)行融合，實(shí)現(xiàn)了當(dāng)警保車輛行駛過程中只影響到前后若干個(gè)路口，而不會(huì)對(duì)整個(gè)城區(qū)的交通造成深度影響。

到底是什么樣的系統(tǒng)才能夠具備支撐這些應(yīng)用的能力？主要是三個(gè)部分。

第一，建設(shè)兩個(gè)池：數(shù)據(jù)資源池和計(jì)算存儲(chǔ)資源池。從底層打通了數(shù)據(jù)之間如何關(guān)聯(lián)，同時(shí)建立了大量的數(shù)據(jù)屬性標(biāo)簽，包括人、車、地、事、物等，將這些屬性進(jìn)行充分融合連接，形成了大量的主題庫(kù)和專題庫(kù)數(shù)據(jù)，為業(yè)務(wù)應(yīng)用提供了大量的半成品或者是成品數(shù)據(jù)，減少了上層再重復(fù)計(jì)算的壓力。此外，提升了整個(gè)系統(tǒng)的融合存儲(chǔ)能力。

第二，建設(shè)一個(gè)庫(kù)：算法倉(cāng)庫(kù)。整合了國(guó)內(nèi)廠家開放的算法，包括�？底匝械乃惴ǎ�都能夠在公共的倉(cāng)中實(shí)現(xiàn)算法調(diào)度應(yīng)用，同時(shí)也可以實(shí)現(xiàn)算法和生態(tài)運(yùn)營(yíng)。

第三，打造四個(gè)平臺(tái)：數(shù)據(jù)資源平臺(tái)、管理調(diào)度平臺(tái)、運(yùn)維服務(wù)平臺(tái)和應(yīng)用平臺(tái)。通過四個(gè)平臺(tái)實(shí)現(xiàn)業(yè)務(wù)應(yīng)用及系統(tǒng)資源管理。

AI Cloud架構(gòu)真正能夠滿足互聯(lián)網(wǎng)大數(shù)據(jù)的基本應(yīng)用，通過“感、傳、知、用”四個(gè)維度實(shí)現(xiàn)人工智能大數(shù)據(jù)、云計(jì)算及終端設(shè)備的有機(jī)融合。

首先是數(shù)據(jù)匯聚平臺(tái)，主要實(shí)現(xiàn)了數(shù)據(jù)清洗、標(biāo)簽管理、數(shù)據(jù)建模以及數(shù)據(jù)預(yù)統(tǒng)計(jì)、多引擎任務(wù)調(diào)度及多級(jí)資源池管理，將數(shù)據(jù)資源的價(jià)值發(fā)揮到了極致，充分連接現(xiàn)有的采集的物聯(lián)感知數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)以及互聯(lián)網(wǎng)數(shù)據(jù)。

第二，實(shí)現(xiàn)了分層調(diào)度，冷、溫、熱三種類型數(shù)據(jù)，通過不同機(jī)制實(shí)現(xiàn)不同的分類保存以及高并發(fā)的讀寫性能保障。在這個(gè)基礎(chǔ)之上，可以支撐對(duì)于數(shù)據(jù)讀取的效率標(biāo)準(zhǔn)，不同要求的業(yè)務(wù)應(yīng)用。

最終，我們與深圳、上海、廣州、浙江等地的交警，在2017年到2018年期間簽訂了重要的戰(zhàn)略合作，合作內(nèi)容包括智慧路段、智慧區(qū)域的樣板點(diǎn)打造。

我們相信，在與各地交警保持深入、積極的合作基礎(chǔ)上，基于AI Cloud架構(gòu)，開展廣泛業(yè)務(wù)應(yīng)用創(chuàng)新、開展城市交通治理頂層設(shè)計(jì)合作，逐步實(shí)現(xiàn)情指勤一體化、智能化，為更多的城市交警用戶，帶來業(yè)務(wù)能力的提升，讓我們城市的交通，更安全、更順暢。