“智能+”拓寬交通智能化應用邊界

如果以城市為建設單位，那智能交通就是為了根治“城市病”而出現(xiàn)。所以，我們常說，智慧城市，交通先行。

對于智能，在2019年被徹底放大，在今年政府工作報告中“智能+”這一概念被首次提出。

于是，在AI風行當下之際，在交通領域“智能+”能為將改變什么，是本文重點所在。

“智能+”與“互聯(lián)網+”如出一轍，都是政府提出的概念性詞匯，我們可以理解為“智能+”就是一種泛在的智能，放置到各行各業(yè)，會有不同解讀。而交通是一個大眾參與的系統(tǒng)，未來，交通要凸顯智能也一定是泛在的。

但無論多泛在，建設的落腳點一定是更安全、更便捷、更綠色、更高效的智能交通系統(tǒng)。

以下我們從幾個方面來看，AI如何駕馭智能交通，拓寬“智能+”在該領域的應用邊界。 

如果從公安角度看，一個城市的文明水準，站在路口就能一目了然。城市文明交通將是各個城市日夜閃耀的名片。對于公安交通管理在新時期也出現(xiàn)了新常態(tài)，這是在城市產業(yè)結構、需求結構、要素結構都開始重大變化，市民職住分離、出行波動可能會更加劇烈，互聯(lián)網出行、網約車、電商外賣正在一波一波的井噴。圍繞“有序、暢通、安全、文明”的目標。從公安執(zhí)法和管理角度看，新常態(tài)包括 6 個方面：

● 車輛數(shù)井噴，車輛發(fā)展快于道路承載能力；

● 交通文明還需改進，部分人的不良出行習慣，可以擾亂整個城區(qū)交通安全、有序；

● 交通規(guī)則豐富，交通管理越來越個性化、人性化，更多滿足最大的大多數(shù)日常出行要求，這同時帶來交通規(guī)則的因地制宜、因時制宜，管理規(guī)則越來越豐富、彈性；

● 停車位少、新舊路網并存，各個城市居民居住在老城區(qū)、生活教育在老城區(qū)、工作在新城區(qū)，長期處于停車位少、不均衡，新舊路網并存的狀態(tài)；

● 功能區(qū)密集，城市化快速發(fā)展，城區(qū)快速擴張，但教育、醫(yī)療、商業(yè)、產業(yè)園區(qū)等核心功能相對集中在部分城區(qū)；

● 交通監(jiān)控、信號機、交通誘導和互聯(lián)網應用、移動應用，還難于協(xié)同。

這是當前階段下，普遍存在的交通管理新常態(tài)。理解交通管理的新常態(tài)，有助于公安貼近路面，貼近業(yè)務，去發(fā)現(xiàn)新常態(tài)帶來的新挑戰(zhàn)。

之前也提到，“智能+”接棒“互聯(lián)網+”，是大勢所趨。宏觀層面來看，“智能+”正式接棒“互聯(lián)網+”成為賦能傳統(tǒng)行業(yè)的新動力，人工智能技術與傳統(tǒng)產業(yè)深度融合，規(guī)模化落地的時機出現(xiàn)了。從微觀層面來看，借助物聯(lián)網、大數(shù)據(jù)、云計算技術的豐富應用，“智能+”才會讓我們走入更加智能的萬物互聯(lián)生活。

正因為如此，2016年有阿里巴巴提出的城市交通大腦在新時期要體現(xiàn)“智能+”的能力，其平臺需要利用大數(shù)據(jù)、云計算、人工智能等前沿核心技術，打造三個層面的“智能+”。前端包括：道路監(jiān)控、交通卡口、電子警察、信號燈、執(zhí)法儀等等；平臺包括：云計算、云存儲、云網絡、交通大數(shù)據(jù)湖、開放算法倉，以及交通視頻分析算法、違法智能分析算法、時空分析算法、信號優(yōu)化算法；應用層包括：緝查布控、違章取證、違法處理、信號優(yōu)化、交通誘導、出行提示、執(zhí)法監(jiān)督。

因此，城市交通大腦需要構筑AI技術來對這三個層面各個應用算法的統(tǒng)一算法部署和資源調度以及訓練，統(tǒng)一管理下層各類異構資源，完成各類算法任務的調度，并針對業(yè)務數(shù)據(jù)進行不斷訓練的深度學習能力，支持基于深度學習的訓練以及推理服務，也能提供大數(shù)據(jù)基礎組件，可輔助用于視頻分片處理、圖片存儲、數(shù)據(jù)檢索等。此外還能提供針對圖像多維向量特征檢索優(yōu)化的結構化存儲能力，可支持百億級別+的特征高性能檢索。

如此一來，這樣的城市交通大腦，新平臺在支撐交通管理上，將達到五種效果：

交通狀態(tài)的感知，也就是數(shù)據(jù)化：全城感知，包括深度學習、數(shù)字化轉型等，例如把交通流量參數(shù)進行數(shù)字化，包括速度、數(shù)量、車輛數(shù)據(jù)，道路飽和度、占有率等。

視頻圖片聯(lián)網共享：從交通很多資源采集后存放在各個區(qū)里，沒有共享和分析。整個城市怎么銜接呢？整個城市需要變成一個資源池，視頻利用率就可以提升50%以上。不增加攝像頭，但是前端視頻圖片資源利用率進行大幅提升。

全城智能分析算法融合：現(xiàn)在的交通系統(tǒng)包括很多碎片智能，視頻監(jiān)控設備里有智能、攝像頭里有智能、卡口系統(tǒng)里有智能，現(xiàn)在的交通系統(tǒng)只能解決這一路這一業(yè)務的問題，不能解決下一路下一業(yè)務的問題，通過開放平臺和算法倉，將這些碎片智能融合成一個完整的智能系統(tǒng)，并實現(xiàn)智能業(yè)務的持續(xù)演進。

交通違法大數(shù)據(jù)快速打擊建模：30 分鐘輸出情報，支持專項打擊行動。今天抓酒駕，明天處理泥頭車等等，交警說每一次專項行動，必須有重大執(zhí)法成果、必須有威懾力，這都需要大數(shù)據(jù)打擊建模引擎的支持。

時空分析引擎，智能分析交通流量，服務交通出行。

總之，在“智能+”下的城市交通大腦，是一個整體系統(tǒng)的智能進化，如大腦神經原一樣的體系架構，智能交通在公安管理和執(zhí)法業(yè)務方面能互相順暢運行和高效協(xié)同，并產生新的智慧。

非現(xiàn)場執(zhí)法也是最近公安部門十分關注且提倡的智能交通科技手段，原因在于以下幾點：

其一，隨著城市擴展建設，道路長度不斷增加，車輛數(shù)井噴且流動性大，傳統(tǒng)方式僅依靠民警上路巡邏查獲交通違法行為，當場予以教育或處罰的執(zhí)法工作方式，已不能適應當前道路交通安全管理形勢發(fā)展的趨勢，急需升級為AI+人工的新管理模式。

其二，在現(xiàn)場執(zhí)法中，諸如路邊違章停車，占用非機動車道、鳴笛，濫用燈光等，容易造成現(xiàn)場執(zhí)法爭執(zhí)、阻擾、抗拒等現(xiàn)象，需要非現(xiàn)場執(zhí)法來突出重事實、重證據(jù)，進一步體現(xiàn)執(zhí)法公正性。

其三，當下智能交通范圍治理關注點在向人、車兩個方向發(fā)展，而形成的海量交通大數(shù)據(jù)，包含人、車、路；視頻、圖片、交通流等各類數(shù)據(jù)，后端需要有效處置的技術手段，以形成精準打擊。

正是由于存在痛點，非現(xiàn)場執(zhí)法的價值和意義才能凸顯。那么，非現(xiàn)場執(zhí)法具體是什么？我們可以這樣理解，具備違章行為自動判定，兼具機器連續(xù)工作優(yōu)勢和人類部分認知能力，準確、快速地對機動車違法行為進行審核分析執(zhí)法，并與交通大腦人口信息庫、交通管理人像庫、失駕人群信息庫等進行實時比對，實現(xiàn)全天候、全方位，高效率的精準查處采用成熟的機器視覺，代替人工視覺進行車輛目標提取、目標跟蹤、自動車牌識別技術手段。

非現(xiàn)場執(zhí)法在新時期也在拓展“智能+”的應用，有以下幾個方面：

多維數(shù)據(jù)準確識別

針對車牌號碼的抓拍和識別技術目前已經很成熟了，業(yè)界普遍識別準確率都很好，大概做到99%也不是很難，但是對于其他的車輛特征，比如車型、車標、車款等特征，雖然也可以識別，但是其指標和車牌識別指標相比還是有一定的差距，還有諸如駕駛員不系安全帶、開車打電話等行為特征的識別，準確率就更低了，有時候也就是50%—60%左右，基本上可以理解為抓拍相機具備了這個功能，但是因為指標較低，所以可用度其實并不高。

從2018年開始，基于深度學習算法的抓拍單元開始陸續(xù)出現(xiàn)，它的一個顯著特征就是識別指標的快速提升，當前市場主流品牌攝像機支持包括車牌、車型、車身顏色、車款和車標等幾十項車輛特征信息的快速準確識別，同時支持非機動車及行人特征的識別。

在交通管控、涉車治安防控應用方面，車輛大數(shù)據(jù)的應用是非常重要的，而決定大數(shù)據(jù)能不能用出好效果的重要因素之一就是數(shù)據(jù)準確性，在多維數(shù)據(jù)識別準確率方面，主流攝像機對于車型、車款和車標等重要車輛特征的識別，白天和夜間識別率均在98%以上，已幾乎接近于車牌號碼識別的準確率，有了這些更準確的多維數(shù)據(jù)作為支撐，涉車大數(shù)據(jù)應用將會發(fā)揮更大的價值。

違法抓拍關注點在向人、車兩個方向發(fā)展

提到違法抓拍，人們第一個想到的就是電子警察相機，它具備很多機動車違法行為的自動抓拍，比如闖紅燈、違法變道、逆行、壓線、不按導向車道行駛等，為交警非現(xiàn)場執(zhí)法帶來了很大的幫助，但這基本都是圍繞著機動車這個目標展開的。

最近這兩年，隨著AI技術的快速發(fā)展，抓拍相機的識別能力有了很大的提升，違法抓拍的關注點已經不僅僅是機動車，比如斑馬線不禮讓行人抓拍、行人闖紅燈抓拍、失駕人員布控等業(yè)務開始出現(xiàn)并快速發(fā)展，違法抓拍關注點在向人、車兩個方向發(fā)展。

優(yōu)秀的攝像機在圍繞人、車兩個維度可以提供近20種違法抓拍功能，同時還創(chuàng)新實現(xiàn)了闖綠燈、低速抓拍、車間距抓拍等應用，另外在抓拍有效率方面也表現(xiàn)的很好，實測數(shù)據(jù)顯示，部分功能如闖紅燈、闖紅燈停車、壓線、占用公交車道的抓拍有效率高達100%，依托深度學習算法，真正實現(xiàn)了單相機多功能合一高效抓拍、分場景靈活應用的需求。

新型執(zhí)法方式不斷出現(xiàn)

現(xiàn)在北京、上海、海口等城市開始不斷出現(xiàn)一種新的違法抓拍業(yè)務：鳴笛抓拍。在禁鳴區(qū)域，增加聲音定位設備檢測鳴笛聲，聯(lián)動抓拍相機進行鳴笛車輛抓拍，根據(jù)需要進行違法處罰和違法通報，治理城市車輛亂鳴笛的現(xiàn)象。類似于這樣的應用在之前我們可能覺得它不可能實現(xiàn)，但是現(xiàn)在卻已經變成了現(xiàn)實，而且在全國范圍內熱度較高，很多城市都開始進行試點建設。再比如，夜間車輛不按規(guī)定使用遠光燈，這樣的違法駕駛行為想通過非現(xiàn)場執(zhí)法的方式來進行抓拍識別難度是很大的，現(xiàn)在一些廠家也已經突破了這個技術難點，可以進行遠光燈識別和抓拍。

可以看出，非現(xiàn)場執(zhí)法，突出的是交警執(zhí)法的精準。 

如果從交通運輸?shù)慕嵌瓤?，車路協(xié)同就是“智能+”在智能交通領域最切實際的場景應用了。

車路協(xié)同是采用先進的無線通信和新一代互聯(lián)網等技術，全方位實施車車、車路動態(tài)實時信息交互，并在全時空動態(tài)交通信息采集與融合的基礎上開展車輛主動安全控制和道路協(xié)同管理，充分實現(xiàn)人車路的有效協(xié)同，保證交通安全，提高通行效率，從而形成的安全、高效和環(huán)保的道路交通系統(tǒng)。

車路協(xié)同其實就是下一代的車聯(lián)網技術，為什么車路協(xié)同備受關注，主要是與智能駕駛、無人駕駛息息相關，讓智慧的車駛向智慧的路，并且把人、車、路、環(huán)境這四個交通要素全部協(xié)調統(tǒng)一。車路協(xié)同在智能交通領域是一個全新的戰(zhàn)場。

2018年9月阿里巴巴、百度等一些大的互聯(lián)網公司先后發(fā)布了車路協(xié)同的戰(zhàn)略發(fā)展目標和計劃，也預示著車路協(xié)同將會有跨界而來的“不速之客”。

車路協(xié)同實際上是把單個車智能的部分成本轉移到政府部門，由政府部門來使道路智能化，從而降低智能網聯(lián)汽車傳感器的配置要求，使其成本降低，加速普及。從具體場景上，有遠期和近期的場景。

遠期的是面向自動駕駛的場景探索。

近期場景是主要圍繞車聯(lián)網智能的應用。

其主要場景有：盲點警告、前撞預警、電子緊急制動燈、交叉口輔助駕駛、禁行預警、違反信號或停車標志警告、彎道車速預警、道路交通狀況提示、車輛作為交通數(shù)據(jù)采集終端、匝道控制、信號配時、專用通道管理、交通系統(tǒng)狀況預測等。

當然，車路協(xié)同也只是一個探索階段，目前全國具備車路協(xié)同的智慧公路也較少，但畢竟從道路和通信網絡方面拓寬了“智能+”應用邊界，嘗體驗了之前未有的嘗試。 

公安和交通運輸是智能交通兩大主管單位，作為建設方，他們借助人工智能、物聯(lián)網、云計算等技術，正在展開“智能+”的應用。從以上分析可以看出，智能交通從以前簡單的信息化已經發(fā)展到大數(shù)據(jù)執(zhí)法的綜合應用，也從單一關注人、車方面轉向人、車、路、環(huán)境的高效協(xié)同，這是從輔助駕駛到無人駕駛的必經之路。

此外，在AI賦能下，城市交通大腦的“智能+”應用也最終形成一個生態(tài)協(xié)同系統(tǒng)，如一個大腦控制中樞，利用車路協(xié)同組成的經脈網絡，精準的控制由前端感知層組成的四肢。只有如此，“智能+”在智能交通，才意義非凡。