积极发展智慧交通有什么益处

当今，随着物联网、大数据、云计算、人工智能等新一代高新技术的快速发展，智慧交通也得到了很大的发展。当前，为了进一步争夺智慧交通市场，很多科技企业大力发展智慧交通产业。其中就包括闪马智能。

闪马智能的核心产品是VisionMind视频异常分析平台，它的作用就是通过视频智能分析对智慧交通行业进行赋能。因此，我今天就作为一个视频AI系统的开发者，作为一个系统支撑角色，谈谈自己对这个行业的一点拙见。

中学时代，由于D版的泛滥，我有幸接触了很多好看的电影。这在视频物资匮乏的当年，真的是条很不错的拓展视野的途径（现在弄个抖音都能看各种内容，足见视频行业发展之迅速）。

而讲到交通，我不得不提起当年看D版VCD时候，我特别喜欢一个导演，公路片之王大卫·林奇。今天推荐的歌曲就是来自他著名影片《Lost Highway》，我们特别喜爱的碎瓜的歌曲。

好了，言归正传，我们从一个IT外行角度聊聊智慧交通。

Why 智慧交通

自从前几年国家开始重点投入人工智能以来，“智慧XX”的模式就开始铺向各个行业，似乎每个行业都开始了“智慧+”的商业逻辑。交通作为体量最大的行业之一，“智慧交通”的建设也已经走过好多年头，到今年，重点方向变成了“智慧公路”的建设。想要找到未来智慧交通领域的哪些建设机遇，我们必须从智慧交通的核心目标来看。

智慧交通的发展目标，解决核心问题：“人 车 路”协同

交通效率的高低是决定整座城市效率的核心因素之一，地区内部与地区之间的交通流动速度决定了城市化的进度。最直观的例子就是如果没有交通拥堵，城市的整体效率会提升巨大。

交通智慧化建设这么多年，通过各地政府的交通大整治，交通事故和死伤人数已经连年下降，在局部区域已经达到了“拥而不堵，堵而不死”的阶段。但是，由于城市人口，车辆数量持续上涨，交通出行规模每年都在急剧增长，相较之下，城市区域扩展建设的速度往往会滞后。一定时间后，道路流量与承载能力便会渐渐逼近临界值。那么如何在这种增长压力下，解决城市交通的天花板问题是值得我们关注的。

我认为，交通未来一定是会打造一个“人、 车、路”三者安全、高效、和谐运行发展的系统。这个系统的运行和发展涉及三个核心问题：安全—交通事故问题、效率—拥堵产生的时间和油耗等经济问题、环境—污染排放问题，可以说解决好这三大问题就能对整个社会的交通建设产生巨大的价值。

物联网AIoT在交通领域发展

交通是一直以来都十分重视数据的行业。不论是城市规划、道路建设、交通执法，所有的方案法规制定和道路规划都高度依赖数据支撑。

十多年来，通过各种传感器和平台的实施部署，我们已经逐步搭建成了一套自闭环的物联网系统，包括智能的信号机系统、智能行车/停车系统、电子警察系统、指挥调度系统等等。这套系统应用地感线圈、摄像头、雷达等等各种传感设施，可以感知部分区域的车辆行驶的状况，并通过信号灯的调控，不断优化着城市道路中车辆的行驶行为。

从早前的海量数据分析，信号灯的优化系统已经进化成一些自动控制系统，可以通过人、车、路的整体状况进行计算和疏导。

首先，高德百度等地图应用能通过实时的通讯传递给车主信息，使得车主选择最合理时间内的最优线路进行行驶，以保持整个路面系统的最佳状态。其次，交通交警等相关部门通过执法和管理降低交通事故频率，借助电子警察设备，实现非现场执法。接着是指挥调度中心承担着道路的统一策略、应急响应、及时管控等作用。根据实际的人的电话反馈、信号机、传感器的信息作出判断。而今政府开始牵头让城市和公路的视频上云，这样可以让指挥中心实时知道各个区域实际发生的状况，做出及时的应对措施。

随着大数据、人工智能技术的发展和云计算能力的提升，数据逐渐实现汇总，我相信城市级别的，或者整条公路段级别的智慧交通和智慧公路人工智能大数据系统是今后几年建设的重点。它会是一个“城市大脑”，为城市与公路上的人和车提供安全、高效、和谐的运行环境。

VisionMind·交通视界心在智慧交通系统中的应用

我在《“闪马未来城”—我们的技术与未来》大体介绍了闪马的核心产品VisionMind异常行为分析平台。而VisionMind·交通视界心是这个平台针对智慧交通打造的异常行为分析平台。

我们知道一个系统会有各种各样的子系统，智慧交通系统作为独立的一体化系统包括了复杂的各个环节：

1.路网和车路协同的系统：类似人的循环系统，是运行供给的核心通路，而上面的车、人就是城市的核心养料，他们及时的运转和循环，城市就不断的发展，壮大;

2.智慧交通的集成指挥管理系统：像大脑一样提供统一的调度，管理，应急响应;

3.各种摄像头，线圈，雷达等等传感设施网络：它就像神经系统感应着各个部位实时在发生的事情，并作出及时的反馈;

4.而VisionMind则是淋巴系统，通过感知神经系统，及时进行异常的发现、处理之后提供给循环系统和大脑及时而精确的信息。

于是VisionMind便成了车路协同系统和交通指挥管理系统的核心智慧反馈子系统。它能及时发现城市交通道路上的各种情况：拥堵、事故、道路破损、施工、灾难、违法、等异常事件的发生，结合流量等数据进行智慧化分析，提升交通的协同与管理。

VisionMind对车路协同的赋能

“眼见为实”，对道路的状况来讲，每天发生着千奇百怪的“事件”。每一辆车辆行驶过一个区域，左转，右转，停车，事故，车祸，拥堵等等都构成事件。这些事件的大部分已经被我们的摄像头“观察”到了。

然而我们对视频内容的处理大多也仅停留在观察这一步。由于计算能力和AI算法基础研究的不成熟，过去通过人工智能算法分析内容，存在准确率低、类别有限的问题。因而在车路协同和信号灯控制领域，更多使用地感线圈、雷达作为辅助传感设备，观测车的流量变化。但是雷达和线圈模式并不能真实完全复原车辆行驶时发生的事件，所以「事件还原」一直是车路系统领域的难点。

时至今日，VisionMind系统已经可以很好地解决这个问题，成熟的AI算法能够通过视频捕捉“事件”提供给协同“大脑”完成控制，协同，预警等操作。它能更精确、及时地发现和反馈到底多少辆车左转、直行、停靠。整个车路协同系统由此真正形成了闭环，这个系统不仅反馈到智慧信号灯，可变车道等等交通基础设施的控制，也能反馈到车辆、行驶地图、辅助驾驶、无人驾驶、行人过街提示等等。

VisionMind可以及时发现、治理拥堵、疏通交通、感知车辆，让人，车，路更好的协同运行。

责任编辑：Ct