方纬科技沙志仁：交通大脑IDPS体系及其关键技术

11月23日，由中国智能交通协会、国家智能交通产业技术创新战略联盟主办的2017第十二届中国智能交通年会城市智能交通创新发展论坛上，广州方纬科技有限公司大数据应用部门经理沙志仁发表《智慧城市交通大脑IDPS体系及其关键技术》的演讲，本文为现场录音整理，未经演讲者本人审核。

沙志仁：各位专家、各位领导、各位来宾大家下午好，我是方纬科技有限公司的沙志仁，方纬科技是城市智慧交通产品技术与解决方案的提供商，在智能交通领域已经耕耘了15年，拥有GDS-T跨平台地理信息、视频图像智能分享、交通规划设计与优化、交通大数据分析语评价、交通组织控制与优化、交通仿真与预测等六大核心技术。

昨天，我们隆重发布了IDPS城市交通大脑，今天在这里做一个详细的汇报。汇报之前我想感谢安徽宣城市公安局交通警察支队的兄弟们给予我们的支持。今天的报告主题是IDPS城市大脑及其关键技术。

随着城市交通拥堵的不断恶化，交通管理成为了世界难题，交通系统是复杂的，具有本质的复杂性，主要体现在五个方面：时变、非线性、不连续、不可测、不可控。时变代表着出行需求每时每刻都在发生动态变化；非线性是指一些交通事件等随机的因素会造成严重的交通拥堵；不连续是每个交通参与者等都可能阻隔交通流连续的运行；最要命的是最后两个，个体的出行是不可测的、不可控，无法判定其出行路径、出行方式和时间，导致了交通系统是很复杂的。

在认知交通系统的过程中，客观来说，我们对于交通认知是片面的，所以称之为交通认知的客观片面性。我们往往从数据开始认识交通系统，回顾一下交通数据采集的发展，一开始是人工采集，很累，继而有了单一设备进行自动采集，然后是有了多种设备进行数据融合，发展到现在，还是未能做到数据采集的全覆盖，不能准确获知每一辆车几分几秒在哪里。

我们经常在交通研究上都会说缺数据，没有数据怎么办？前一阶段通常是通过假设、假设再假设的方法去做，假设车辆到达，假设需求不会发生剧烈的变化。在居民出行调查中更以3-5%的抽样率来代表全体出行者，现在可以反思前一个阶段，我们是不是都在一个非常完美的想象状态中，研究城市道路交通呢？

刚才说到数据十分重要，决定了交通控制的目标，但数据的多和少、是否完备，也限制了算法。如果数据不完备，进行了一个假设，假设的条件会导致我们的目标偏离实际。在这种情况下，再漂亮的算法算出来的结果都是与实际不符的，所以要对复杂的交通系统有一个谦卑之心，我们常常问自己懂交通吗？在有数据的前提下是懂的，正是因为懂交通，我在这里很自豪地告诉大家，交通管理这一难题在全新的交通大数据技术上面有解了。交通有解的技术因素可以包括即时通信、物联网、大数据等，把交通系统从不可知、不可测，变得可测、可解、可计算。

我们对交通系统有解的条件下，实现全覆盖的数据采集，知道车辆几分几秒在哪里。现阶段手机、GPS、北斗、卡口等数据来源具备交通可解的条件。我们说交通正经历一场革命，因为有全新的数据环境。为了适应全新的数据环境，构建起数据模型和计算模型，实现全新的业务应用，提出了IDPS智慧交通体系。I完善的基础设施，D完备的数据采集，P智慧的计算平台，S弹性的系统服务。

IDPS体系与传统智能交通的区别，主要体现在几个方面，传统的建设路线是从业务系统到外场设备，有一个业务需求要新建业务系统，业务系统就要建设外场的采集设备获得数据，多个系统建设就需要分别建设基础设施。这就导致了交通管理基础设施建设会产生冗余，数据重复采集。交通信号铺了地感线圈，诱导获得了微波监测数据，各种各样的设备是不是功能是否相通？是否可以共用？所以， IDPS在业务系统和外场设施设备之间重新定义了数据采集和数据分析，重新定义了设施、设备、数据、平台、系统多模块之间的关系。

交通大脑正是基于IDPS的体系构建的，交通大脑的核心、内核在于完备的数据采集以及智慧的计算平台。内核是由1+3+1组成，数据云负责云数据的汇集，三大平台分别负责路网计算、大数据分析和在线仿真。业务驱动的组建主要连接业务系统，向交通参与者和管理者发出指令和信息。

交通大脑有三大关键技术，第一个是可计算的GIS-T交通数据信息平台，第二个是从数据到模型的数据驱动建模技术，第三个具备实战能力的交通分析平台。

首先来看可计算的GIS-T，我们分为四个层次，在拓扑层完成基本的拓扑计算，在语义层考虑交通转向规则，进行交通语义的计算。在设施层进行逻辑关系的运算，实现标志标线自动排查，促进公安部“两化”的任务。第四个在设计层进行感知信息的计算，对检测流量进行校验。

二是从数据到模型的数据驱动建模。现在处于全新的交通数据模型基础上，具备新一代的交通感知，从参数检测转变为身份的检测，依靠手机、GPS、北斗、卡口、RFID等数据采集，实现新一代的交通感知。在新一代交通感知上，必须要构建新的交通系统模型，特征上包括交通系统的容量、需求、状态。在对象上包括交叉口、路段、路网和停车场。停车场是很重要的，需要考虑停车场的数据，才可以完善地考虑整个交通系统。在特征和对象模型里面构建了矩阵的模型级，包括了路网承载力、在网车辆数等等相关的新的计算模型。

三是具备实战能力的分析平台，有了数据、有了新的模型之后，可以精准的把握交通路况和态势分析。可以区分路段里面路段和路口是两种不同的交通状态，并且每一个车道、方向不同，交通状态是不同的。我们可以进行拥堵成因的分析，考察每一个交通节点是否容量不足，市民出行的需求是否过大，信号控制是否不当，有没有发生交通事故等等。这个分析与传统的区别是从表向抓取本质，道路容量是多少，市民出行需求有多少，哪些因素限制了道路的容量，市民出行从哪儿来哪儿去拥堵状态是表象，其本身是容量和需求的矛盾。

以上就是交通大脑三大核心关键技术，具备了这些关键技术以后，我们认为交通大脑核心能力是解构交通，可以分为两个方面，第一是分解，第二是重构。在分解方面可以把所观测到的交通状态分解，或者说还原为基本的单元，利用设备检测每一辆车经过每一个路口是走哪一个车道，是几分几秒过的，把它分解为最细的出行单元。掌握了最精细化的数据，可以对数据进行重构，建立各种各样数据分析的档案，包括设施设备档案、车辆档案、道路档案、路口档案、个人档案和业务档案等等。

具备了核心的解构交通能力以后，城市交通大脑主要功能可以概括为四个方面：巡、算、管、决，自动巡检、智能计算、精心管理以及科学决策。

自动巡检。可以对外场设备的运行状态进行巡查，是否联网、是否在线，并且对数据传输的状态进行巡检，有没有少传、有没有漏传、数据的传输是否延迟等等。现在总结解决路口交通问题要有路口三件宝，视频、卡口、信号机。可以根据视频来自动识别灯设是否正常，用视频来确认卡口的有效检测数据，再用卡口的过车数据与信控校验是否一致。实现三大设备的数据库校验，卡口其实是包括缉查布控用的卡口，以及越来越多的多功能高清电子警察，具备卡口的功能，要把这些数据重新的利用起来。

智能计算，我们可以算车辆、道路、路口。在车辆档案方面，获得每一辆车的出行轨迹，获得每一辆车高频的使用路段。在路段档案上计算在网的车辆数，计算路网的车辆来源和去向，高频车辆的名单。在路口的信控档案方面，可以对运行监测进行评价，是否属于正常、空白、失衡、过饱、低效，并且支持信号的优化。

精心管理。具备了这些东西以后就可以管好交通，用视频的数据来进行控制，减少车辆在等待，没有绿灯浪费。同时在错峰出行管理方面，可以计算高频车辆的出行时间和出行地点，为其提供个性化的服务，使出行者时间上和路线上实现错峰出行。

科学决策。最后，我们用数据说话，用数据决策，计算每个交通对象的运行特征，并且进行分析评价，为政府管理部门提供决策的支持，例如为广州市实施限牌限行提供了数据支持。

最后总结一下今天报告的内容，交通大数据的时代造就了交通系统的变革，现在有完备的数据，或者说正在朝向具备完备数据的道路前进，之前一些莫须有的假设就可以干掉了。

我们建议现在要加速一二线城市传统智能交通系统的更新换代，从参数检测升级到身份检测。在宣城这样的三四线城市，因为智能交通系统建得晚，所以它建得好。所以说北上广深等一二线城市已经落后了，一二线城市接下来需要加快更新换代，为什么要加快更新换代？因为要实现交通参与者的身份检测。为什么要进行身份检测，需要通过身份检测去解构我们的交通，来解决交通拥堵的问题。

中国交通其实具备很好的条件，因为国外出于隐私的问题，是不可能做到身份检测，不可能在路上装一个卡口，把通过车辆的车牌和时间记录下来。中国发展智能交通的前景是非常好的，以IDPS框架体系建设智慧交通、智慧城市，我很期待明天的智慧交通将领先于全球。

我今天的报告就到这里结束，谢谢大家。