AI視頻大數據 助力智慧交通安全出行

          伴隨著城市化進程不斷加快，城市交通發(fā)展面臨嚴峻形勢和新的挑戰(zhàn)。當前，有關部門正通過建立5G、大數據、人工智能、云計算、區(qū)塊鏈、超級計算等新技術與交通行業(yè)深度融合，推進數據資源賦能交通發(fā)展，加速交通基礎設施網、運輸服務網、能源網與信息網絡融合發(fā)展，構建泛在先進的交通信息基礎設施。而構建綜合交通大數據中心體系，深化交通公共服務和電子政務發(fā)展，促進城市交通體系相互融合，提升城市交通整體品質是交通行業(yè)發(fā)展的大趨勢。

          發(fā)展智慧交通，不是單個行業(yè)就能解完成的任務。每一個行業(yè)都有一個相對比較深入的創(chuàng)新領域，但是最后要把它歸集成整體交通服務時，僅僅關注一個行業(yè)是遠遠不夠的。目前我國智慧交通面臨的挑戰(zhàn)主要有以下幾點：第一是數據感知，雖然現在已經有大量的數據，但是仍然還有很多的數據是未知或者比較難獲??；第二是決策支撐，需要思考采集的數據如何真正創(chuàng)造價值，能為突發(fā)情況進行決策提供技術支撐；第三是綜合管控，即針對城市治理者而言，目前尚未形成綜合管控網絡。

          一、AI視頻大數據技術概述

          AI視頻大數據可理解為視頻采集是基礎，人工智能(深度學習)為載體，大數據應用是靈魂。通過360°全景、180°全景、全景細節(jié)聯動、4K等多種高清視頻對高速公路、隧道、橋梁、飛機跑道、鐵路軌道、海關港口等場景的交通狀況、交通事故、氣象狀況和交通環(huán)境進行實時的監(jiān)視，依靠先進的車輛檢測、人臉識別、圖像識別繼續(xù)、計算機信息處理等人工智能技術，獲得有關交通狀況的信息，并根據收集到的信息進行大數據的處理分析，對交通進行控制，協助交通管理人員進行交通指揮調度、遏制交通違法、維護交通秩序，同時還可協助公*人員進行治*防控、刑偵處突等。

          在國內和國際重大場合，許多國家領*人對AI視頻大數據的重要意義給予闡述，當今世界誰掌握AI視頻大數據越多，誰就能在信息化快速反應能力方面強于他國。各國都想盡早獲得城市人員流動軌跡、交通運行規(guī)律、應急救援快速應對方案以及森林、草原、海洋自然資源保護和開采等信息的精準獲取和應用，更好地為經濟發(fā)展和社會管理提供視頻大數據，也可為國防安全、國際社會公共安全提供重要的數字信息。下面重點介紹AI視頻大數據在大交通行業(yè)的應用。

          二、業(yè)務應用

          1.全面感知

          針對機場航站樓、飛行區(qū)、鐵路出發(fā)層、廣場、交通大路口、港航港口等大場景需使用多個攝像頭進行視頻全覆蓋，大華使用360°全景設備實現一臺設備完成大場景全景監(jiān)控。在全景監(jiān)控的基礎上，可以使用高倍球機對細節(jié)進行跟蹤?？?，實現全景和細節(jié)的跟蹤聯動，全面對大場景和細節(jié)進行感知。同時也可以通過后端的拼接服務器對前端多個設備進行拼接，實現一個畫面進行全局的感知，可聯動球機進行細節(jié)跟蹤。

圖1

          上圖1是在某機場飛行區(qū)跑滑區(qū)域及遠/近機坪的全景視頻監(jiān)控，同時滿足在如雨、雪、霧、雷電及夜間等極端氣候環(huán)境下全景視頻監(jiān)看的效果?？蓪崿F與航班橋低位攝像機的高低點視頻關聯顯示，以及在全景視頻模式下的電子放大顯示，球機聯動監(jiān)視飛行器等移動物體的自動追視。

          在高速公路和公路道路上傳統(tǒng)視頻檢測監(jiān)控范圍在15-80米范圍，但是雷達有效檢測距離可達200米，在視頻內融合雷達數據，可有效提升感知范圍，為上層應用提供更加豐富的數據包。大華利用雷達結合視頻監(jiān)控相當于雷達長了可視化的眼睛，雷達的探測功能有了畫面可以做到實時監(jiān)控、事后取*與回溯。

          在公路道路、地鐵站等場景存在傳統(tǒng)短焦槍機看得清近景但看不清遠景的問題，長焦槍機為了看清楚遠景，近處就會存在盲區(qū)的問題，俗話稱“近視眼和遠視眼”。大華視圖動態(tài)拼接融合技術在雙目相機上可以做到在同一畫面上，融合短焦與長焦的兩幅畫面，實現兼顧近景與遠景的違法行為抓拍和車牌識別，實現“千里眼”功能，做到“不遠視、不近視”。

          針對各個場景視頻感知的難題，大華通過視頻拼接技術、重瞳技術、雙幀融合技術等多種技術確保各個場景感知到的數據看得見、看得遠、看得清，通過智能算法看得懂。

          2.綜合管控

          圍繞大交通各個應用場景，大華基于視頻感知能力的提升，以及對算法和算力的和諧分布，對交通數據進行清洗和規(guī)整，剔除無用、錯誤和冗余的數據，保證數據的質量，通過分層分級的整合，構建大數據分析模型。同時能夠通過不斷迭代更新數據輸入、模型測試及評價，形成一套科學合理、針對性強的綜合交通模型庫，從而提升整個綜合管控的交通安全監(jiān)測系統(tǒng)平臺。以下圖2是在某地打造的一個“車易管”綜合管控的大數據平臺。

圖2

          “車易管”基于GIS地圖展現在建工地信息、消納場靜態(tài)信息、車輛動態(tài)信息、路徑信息等。例如以渣土OD的方式展示當日渣土運輸情況：每個在建工地運輸出多少輛渣土車，每個消納場處理了多少輛渣土車，有多少輛渣土車通過碼頭中轉。對全市當天車輛的在離線狀態(tài)數據、告警數據等進行可視化展示，對渣土車車輛的實時位置及渣土車運輸全程進行實時監(jiān)控，一旦發(fā)現有違規(guī)行為則系統(tǒng)進行自動告警。以數字化形式進行展現統(tǒng)計分析數據，可為管理部門對渣土車的監(jiān)管起到輔助決策的作用，提高監(jiān)管執(zhí)*效率。

          此外，圍繞街道基層治理痛難點，以事件閉環(huán)為主線，實現一張圖管全局對象，一個平臺多方協同，滿足基層社會治理多個場景需要。針對違章停車、出店經營、流動攤販等城市管理痛點，改變以往人工發(fā)現處置方式，通過“以機代人”實現前端智能感知報警、平臺自動流轉，減輕基層工作負擔，提升管理效率。針對違章停車，一旦違停區(qū)域有車輛進入，前端自動感知并聯動現場喇叭遠程喊話，提醒車主及時駛離。

          三、應用趨勢

          交通強國提出大數據是下階段由交通大國到交通強國轉變的戰(zhàn)略資源。交通運輸部《推進綜合交通運輸大數據發(fā)展行動綱要》也明確提出：“構建綜合性大數據分析技術模型，研究建立具有較強應用價值的綜合性、全局性大數據分析模型”。將來可以通過整合匯聚多部門、多系統(tǒng)、多層級、多區(qū)域的AI視頻大數據形成整體的大數據資源池，利用大數據模型庫和算法庫深度挖掘大數據的應用價值，以數字化、圖像化、全景化的方式展現整個綜合交通運行情況、運動態(tài)勢和發(fā)展水平，以此作為交通管理者實時監(jiān)測和分析提供關鍵性的數據支撐，實現經驗決策到數據決策的改變。

          此外，大數據結合互聯網，可以建設各種基于交通出行的場景建設信息服務系統(tǒng)，利用移動終端結合移動互聯網技術整合各系統(tǒng)資源，構筑全場景的交通出行生態(tài)圈。

          結語

          智慧交通AI視頻大數據的建設需要不斷完善建設思路，持續(xù)推動價值挖掘，積極加強AI視頻大數據開放共享，才能為整個AI視頻大數據中心建設、數據治理等工作提供借鑒意義，最終的目的用來服務社會、服務百姓。