Page 133 - 安防19年11月刊_150dpi
P. 133
息采集，从而提升信息的感知能力，避免以往设施设备 分为逻辑资源，并在服务器内进行分布化部署，使服务
的复用和复合而造成的臃肿数据。 器之间实现相互协作集群，以避免数据或服务冗余。
为实现此目的，路口采用了包括信号机控制器、复
合视频检测器、雷达排队长度检测器、信号灯灯组故障 交通超体场景化微应用及实践
检测器、行人安全过街设备、车联网路测设备等智能化 构建‘端边云’的交通生态圈，其目的就是为了能
设备， 将各个业务系统的数据汇总到本地路口，实现 使城市交通管理系统更智能，更高效， 这就衍生了最
路口精细化，多元素的数据采集和实时状态的感知，并 后的顶层的场景化应用管理平台。
为后期本地路口与周边路口信息共享做牢固基础。 交通超体的微场景管理是基于“端”信息、“边”
超体“躯干”和“五官”——边端计算 数据、及“云”掌控为基础，以业务为驱动的服务应用。
作为交通超体的‘躯干和‘五官’，边端智能计算为 因为新一代交通集成系统的特殊性，场景化管理将原
路口赋能，使路口能在本地独立思考，计算，这也改变 先交通管理指挥平台的独立项目拆分合并，成为具有实
了传统系统中以中心为主力的集中化计算模式。 有路 际业务向导的场景化应用，其核心主旨是以数据即服务
口智能化设备采集为数据支持，结合分布式驱动信息化 (DaaS)、算力即服务(CaaS)、模型即服务(MaaS)，从而构
系统，让周边路口级、区域级路口信息能共享互联，而 建设备端标准化数据，并借助云端开放计算能力和模
边缘计算端构建的路口分散式运算架构，将程序、数据 块化业务计算，使管理方案精简多用，从而减少交通管
资料、和服务运算最接近数据源化，形成路口为智能边 制的困难与压力。
缘计算单位，从而减少对中心的依赖及上传数据庞大 为了满足不同交通场景下的管控需求，交通超体
而导致的时间延迟问题，提高数据处理能力。 率先设计了一批频率多发且管理高效的场景微应用，其
在实际应用中，路口边端计算通过本地外场智能 业务管理范围涵盖了酒驾治理、违法监管、停车驱离、
感知终端的实时数据采集和物联网中间件或无线组网 交通信号预测优化等。其中，“信控专家”是针对城市道
技术下路口间信息交互与共享，实现路口间数据的本地 路交通的势态监控及交通优化，汇聚单点优化、干道绿
汇聚及对周边设施设备的监控，可本地化“思考”，为云 波、区域协调等高级信号控制为一体的场景应用；“酒
端提供路口辅佐信息，并调动边缘智能化设备，响应云 后驾驶”是为提高酒驾人员的检测准确度，针对酒后驾
端下发的策略方案。 驶违法行为的识别、查处、监视及管理的闭环场景应用
超体“大脑”——云端服务 方案；“两快监管”是专门为交警部门管理人员设计，管
云计算是智慧城市不可缺少的基础服务，作为超体 制快递和外卖等非机动车辆运行的企业和人员交通行
的‘大脑’，云端对各类交通数据统一汇集，管理和复 为的场景化应用方案；“违停驱离”是针对城市各区域
用，并计算和提供最优交通宏观战略方案，提高城市交 的违停车辆、超时停车等行为实行人性化的管理方案，
通管理效率和便捷性。云端服务通过构建开放式云计 涉及违停车辆判别、超时停车预警、发布驱离消息、涉
算体系，可实时处理大规模的交通原数据，结合边端二 嫌违法抓拍等场景。
次计算数据，利用AI引擎和深度学习，挖掘出未发现的
态势，制定全局最优策略，为顶层应用系统提供计算、 微应用——“信控专家”
分析等服务，加深对情报数据的挖掘，优化研判工作。 为进一步优化以往以事故后调度指挥为主的交通
为避免传统交通集成平台中数据库、中间件、服务 系统，交通超体设计了面向城市道路交通的事前预判
等因部署环境不同，而造成的资源浪费或过载等问题， 和交通道路优化的信号控制微应用。该应用可对市域
系统通过云计算的虚拟化技术，将物理资源抽象化的 级、区域级、路口级进行宏观态势，交通OD分析，通过
第五届深圳国际无人机展览会（2020年8月深圳会展中心） www.china-drone.com.cn 105
ᇆିࢌ๙ JOEE ྒ௹
