落地为王——盘点“交通大脑”们的2019（下）

有了全域监测和态势感知，有了融合数据池，有了精准的参数标定，下面的事情，也就水到渠成，不管是分析、研判、预警，还是解决方案的生成、优化。上海电科智能智能交通事业部总工程师还斌在中国智能交通年会上曾表示，现在的“大脑”更多关注于智能化怎么构建、感知怎么构建、处理怎么提升、展示如何炫酷，但恰恰忽略了如何把智能化与交管业务去进行一个深度的融合，用智能化解决业务上的痛点和难点。

实际上，据ITS114了解，已经有部分“大脑”在将算力、算法、融合数据与交管业务相结合。

比如济南，其“交通大脑”的4个中枢内运行了约50个智能算法和模型，但看介绍，是基于智能视频的缉查布控技战法居多：搭建了重点关注人群和车辆等实战模块，特别是针对毒驾、失驾、假套牌等隐性违法嫌疑车辆和人员，研发“一图式”研判平台，通过图像二次识别数据分析比对，准确甄别违法事实，动态掌握车辆位置，实现系统自动报警，指导一线民警实施精准查缉。

对重点车辆相关的监测和管控，是“大脑”们的发展重点之一，毕竟就像前文所说，这部分车辆一旦出事故，就是大事故，只能防微杜渐。怎么防患于未然呢？交通运输部门有交通部门的办法，交警也有自己的办法，比如河北交警总队，就根据“六合一”交管平台的数据，第三方安全监测平台的预警数据以及未来的智能视频监控报警数据（运管口），来建立企业、车辆和驾驶人的动态积分模型，实时动态地筛查出交通违法多、交通事故多的风险隐患大的重点企业、车辆和驾驶人。对筛查出具备较大隐患事故的驾驶人、运输企业，建立重点企业隐患清单制度，实现红橙黄绿四色预警，集中力量对红色、橙色的运输企业重点车辆开展监督检查、教育整改，严重的，可禁止车辆上路行驶。与之相类似的还有长沙交警，长沙通过大联合交管中心直接分配任务给教育、城管、安监等各级部门，将各主管部门数据全部导入到风险评估模块中，实现了全市渣土、危险品运输等所有重点企业的车辆、人员和企业相关数据的整合。交通违法、交通事故、安全责任等方面，大交管中心分别设置固定分值，根据交通隐患以及交通责任情况划分分数，用四色预警进行区分，并将预警信息推送给行业主管部门，督促企业进行整改。

只是现阶段，“大脑”们还多处于学习阶段，只能导入通用版本的解决方案，而不能根据分析、研判的结果来生成优化后的解决方案。

银江股份智慧交通研究院院长郭海锋博士在中国智能交通年会上透露，杭州有最先进的SCATS交通信号控制系统，有最先进的城市大脑，还有专业的团队来做信号优化工作，但2018年还需要人工下发信号控制指令17万次，经过机器学习优化后，2019年可能下降到只有7万次，2020年预计再降低到2万，而后再优化的难度就大了。信号控制的复杂性是业内公认的，但影响路口通行能力的往往不是信号配时、相位本身，所以“大脑”的工作不仅要对信号控制设备进行调优，更要识别、判断信号控制设备之外影响路口通行能力的因素。

而在警情处置方面，一个通用版本的解决方案，不可能适用于大部分警情、警卫工作，因为影响交通的因素太多了，就像我们在采访海信网络科技城市交通事业部总经理王雯雯时，她就强调因为交通过于复杂，往往一个不太相关的因素，就能让预案、生成的方案缺乏实用性。比如说接到警情发现拥堵，系统就要分析是事故还是施工导致的拥堵？或者是别的原因导致的拥堵？不同的拥堵原因就有不同的解决方案，比如信号控制、警力调派的安排。比如演唱会、运动会的交通管理预案，就会因为表演者的不同、参与者的不同，因而交通管理工作的重点也就不尽相同。

如何解决？无他，只能尽可能的收集边缘数据，收集那些“20%的异常因素，会引起80%的交通异常”的边缘数据，不管是天气变化，还是施工，还是不同车辆类型的交通事故对某一路段的交通流影响，这些边缘数据收集之后，在做标定，再给机器进行学习，下次遇到类似警情时，才有可能生成优化后的解决方案。

这两年来，基于视频的智能感知和分析，在交通领域越来越广泛的深入应用，不论是交通运输部门的枢纽、场站、地铁站点的视频监测，还是公交、客运、地铁内的视频监控以及驾驶员监测，也不论是交管领域的信号专用视频流设备，还是“十六合一”的超级电警，又或者是超强的智能非现场执法分析，视频技术正在发挥越来越重要的作用。

基于视频可以做什么？

除了上文说到的交通流溯源平台，海信网络科技还用视频来做信号控制系统运维及优化，不仅对信号灯的正常工作情况进行监测，还可对放行冲突、黄闪、灯时过长、灯时过短“四种预警”的进行智能检测，基于视频分析识别出常发堵点、潮汐现象等宏观交通问题，同时对于时段划分不合理、绿信比分配不均衡、路口渠化不匹配等微观交通问题也能精准发掘。

华为用视频技术来支持智能非现场执法，以深圳的试点来看，前端非现场执法种类有14种，而后台目前已经超过14种，后台识别的交通违法总数已经接近非现场执法数量的一半，违法检出率和准确率90%；

科达用视频来进行精准打击，平台采用“以车找人、由人查车”的关系图谱方式，及时发现涉车犯罪，如如醉驾、毒驾、肇事逃逸、多次交通违法处罚未处理、无证驾驶、试驾人员违法驾驶、长期未年检等，并根据车辆轨迹、落脚地分析、停车场数据进行综合研判后将目标信息及时精准的推送给周边的检查站、服务区、临时拦截点的警员从而实现精准打击；

高新兴、海康威视等则基于视频、AR技术搭建云防、云图系统，以更宏观和直观的方式，对重点区域实现增强式指挥、调度；

杭州交通大脑每2分钟便对城市道路交通状况进行一次扫描，实时感知在途交通量、延误指数、拥堵指数、快速路车速等7项“生命指标”，并对可能发生异变、突变的交通趋势，提前作出警示，为指挥人员采取交通诱导和调整交通组织、勤务部署等应对措施赢得时间、占据先机。而主要的感知手段，就是视频，也被杭州称之为城市大脑的“最亮双眼”；

……

现在“大脑”的玩家越来越多，广义来看，所有提供TOCC、公安交通集成指挥平台建设的企业，都可以将自己的产品和服务定义为“大脑”，再加上BATJ等互联网企业，以及跨界进入的平安智慧城市等，这个领域已经很喧闹了。阿里和高德与公科院、同济大学等日前还起草发布了团体标准《城市交通运行状况采集系统数据融合平台技术规范》，看起来要进一步夯实先发优势。

互联网企业的优势在于开放式的架构、超强的算力以及数据处理能力，而传统智能交通企业的优势，在于对业务和服务的理解，也愿意干一些“脏活、累活”。很显然，在交管领域，“大脑”们的竞争已经进入下半场，如何利用超大数据、超强算力，来提升交管工作水平，比如降低拥堵指数，提升重点营运车辆的安全水平，提高出警和处置速度，提升研判的准确度等等，而不再停留在接入了多少数据，一秒能处理多少数据，能优化多少信号路口等阶段。更紧密地将技术和智能化与交管业务连接起来，这才是“交管大脑”未来要做的事情。

而更为宏观的支持城市规划、城市交通规划、路网规划、节假日交通流预测、路网承载能力研判等等，则需要长时间的数据积累，不论未来是哪个“大脑”来做这个事情，一定是交通运输和交管两部门的数据融合为主，其他部门的数据为辅，才能完成。

市场发展方面，ITS114认为，BATJ在获得整体的“城市大脑”方面有无可比拟的优势，但在细分的“交管大脑”、“交通大脑”方面，传统ITS集成商已经展现了强大的生命力，即对业务的理解，这种理解就像是战场上的侦查员以及目标引导员，没有这种理解，再强大的火力武器，也无法精准覆盖目标。

最后重复一句话，不论是哪一种技术，都应该为交通安全水平的提升、交通通行效率的提升而服务，应用于实战才是检验技术和服务的唯一途径。