Page 94 - 安防6月刊_150dpi

I 智能交通
Intelligent Traffic

车辆数井喷，车辆发展快于道路承载能力； 层面各个应用算法的统一算法部署和资源调度以及训
交通文明还需改进，部分人的不良出行习惯，可以 练，统一管理下层各类异构资源，完成各类算法任务的
扰乱整个城区交通安全、有序； 调度，并针对业务数据进行不断训练的深度学习能力，
交通规则丰富，交通管理越来越个性化、人性 支持基于深度学习的训练以及推理服务，也能提供大
化，更多满足最大的大多数日常出行要求，这同时带 数据基础组件，可辅助用于视频分片处理、图片存储、
来交通规则的因地制宜、因时制宜，管理规则越来越 数据检索等。此外还能提供针对图像多维向量特征检
丰富、弹性； 索优化的结构化存储能力，可支持百亿级别+的特征高
停车位少、新旧路网并存，各个城市居民居住在老 性能检索。
城区、生活教育在老城区、工作在新城区，长期处于停 如此一来，这样的城市交通大脑，新平台在支撑交
车位少、不均衡，新旧路网并存的状态； 通管理上，将达到五种效果：
功能区密集，城市化快速发展，城区快速扩张，但 交通状态的感知，也就是数据化：全城感知，包括

教育、医疗、商业、产业园区等核心功能相对集中在部 深度学习、数字化转型等，例如把交通流量参数进行
分城区； 数字化，包括速度、数量、车辆数据，道路饱和度、占
交通监控、信号机、交通诱导和互联网应用、移动 有率等。
应用，还难于协同。 视频图片联网共享：从交通很多资源采集后存放
这是当前阶段下，普遍存在的交通管理新常态。理 在各个区里，没有共享和分析。整个城市怎么衔接呢？
解交通管理的新常态，有助于公安贴近路面，贴近业 整个城市需要变成一个资源池，视频利用率就可以提
务，去发现新常态带来的新挑战。 升50%以上。不增加摄像头，但是前端视频图片资源利
之前也提到，“智能+”接棒“互联网+”，是大势所 用率进行大幅提升。
趋。宏观层面来看，“智能+”正式接棒“互联网+”成为 全城智能分析算法融合：现在的交通系统包括很
赋能传统行业的新动力，人工智能技术与传统产业深 多碎片智能，视频监控设备里有智能、摄像头里有智
度融合，规模化落地的时机出现了。从微观层面来看， 能、卡口系统里有智能，现在的交通系统只能解决这一
借助物联网、大数据、云计算技术的丰富应用，“智能 路这一业务的问题，不能解决下一路下一业务的问题，
+”才会让我们走入更加智能的万物互联生活。 通过开放平台和算法仓，将这些碎片智能融合成一个完
正因为如此，2016年有阿里巴巴提出的城市交通 整的智能系统，并实现智能业务的持续演进。
大脑在新时期要体现“智能+”的能力，其平台需要利 交通违法大数据快速打击建模：30 分钟输出情
用大数据、云计算、人工智能等前沿核心技术，打造三 报，支持专项打击行动。今天抓酒驾，明天处理泥头
个层面的“智能+”。前端包括：道路监控、交通卡口、电 车等等，交警说每一次专项行动，必须有重大执法成
子警察、信号灯、执法仪等等；平台包括：云计算、云存 果、必须有威慑力，这都需要大数据打击建模引擎的

储、云网络、交通大数据湖、开放算法仓，以及交通视 支持。
频分析算法、违法智能分析算法、时空分析算法、信号 时空分析引擎，智能分析交通流量，服务交通出
优化算法；应用层包括：缉查布控、违章取证、违法处 行。
理、信号优化、交通诱导、出行提示、执法监督。 总之，在“智能+”下的城市交通大脑，是一个整体
因此，城市交通大脑需要构筑AI技术来对这三个 系统的智能进化，如大脑神经原一样的体系架构，智能

76 2019第八届深圳国际智能交通与卫星导航位置服务展览会(2019.6.20-6.22深圳会展中心)www.its-expo.com

ᇆିࢌ๙ JOEE ྒ௹၂