建設智能交通，目的是為了讓人人享有更安全、更和諧的城市智能交通環境。

面對未來的城市智能交通管理，應該如何做？杭州海康威視數字技術股份有限公司城市智能交通解決方案總監曹雨崧以“云圖交通·城市智理”為基本理念，分享了海康威視以AI Cloud為技術架構助力城市智能交通管理的案例。

云圖交通·城市智理基本理念

面對未來城市智能交通管理，我們首先樹立一個愿景：為了人人享有更安全、更和諧的城市智能交通環境。包括創建這樣的交通環境，能夠高效執行交通治理手段，以及對于交通事件和異常進行準確預測和預防，同時創建遵紀守法、和諧交通、平安出行的愿景。

順應這個愿景，海康威視于2017年下半年提出了“云圖交通·城市智理”理念，采用新理念、新架構和新舉措，實現一城一業務，一城一生態。

海康威視提出這個理念之后，與全國各地的交警用戶一起以智能化技術推進城市交通治理。通過以城市交通業務為核心，以AI Cloud架構為基礎，充分挖掘智能交通的數據價值，同時以體系化的理念打造一些應用，構建開放的生態環境。

具體如何實現呢？分為三大舉措。

第一，通過AI Cloud架構打基礎，通過“感、傳、知、用”將打通數據在采集、傳輸、挖掘和應用過程中的壁壘。

第二，以感知、推演、治理和服務的四個目標，構建業務體系。在業務體系的基礎上，為不同的城市規劃了不同的業務目標，同時也創立了各種各樣的應用。

第三，與城市級的戰略用戶，包括交警及其他行業用戶展開聯合設計創新活動。如建立聯合實驗室，打造智慧示范道路。

AI Cloud助力情指勤一體化

情指勤一體化是城市交通管理中的基本業務邏輯，在海康2017年發布的AI Cloud技術架構的基礎之上，打通了底層數據邊界，通過數據資源池融合了大量的感知數據。

首先，海康打造了情報體系，目的是能夠實現精細感知以及實時預警。

第二，基于海量數據，提供了各種各樣的分析挖掘以及研判模型，這些模型能夠得出決策分析結論，同時能夠運用到指揮體系中。

第三，海康為交通管理用戶提供了單警智能化及勤務綜合化體系。海康通過智能終端，依托于數據資源池，挖掘了各種各樣的數據模型，提供了單警智能化的應用通道，每個單警上路執勤，都能夠作為警情的采集點。

整個體系，比如AI Cloud架構，從數據的挖掘分析層面以及計算存儲層面全部打通，在上層開放算法倉庫，并基于智能應用平臺承載各種各樣的業務應用。

具體的應用案例如下。

首先，基于感知體系，海康今年發布了一系列新產品，包括“環保”卡口。以前抓拍人臉需要用到爆閃燈，它會給出行安全造成一定影響，今年我們通過雙光融合技術，實現了無可見光爆閃看清人臉，并在一定程度上提升了人臉成像效果。

第二，在圖像的采集方面，通過我們推出了360度全景車載取證云臺，實現警務車輛在行駛過程中能夠拍攝路邊或者前后方的車輛號牌，并做實時比對，及時發現稽查布控的車輛并實時預警。

第三，我們為西安交警等用戶提供了“一車一檔”的業務模型決策分析系統，主要作用是通過感知網絡采集車輛時空屬性、號牌信息，同時關聯交通違法、交通事故等信息，能夠在決策分析模型中充分地挖掘軌跡路線、違法特征、事故隱患等數據。最終每一輛車都會建立一個檔案，它的出行規律、違法記錄、安全等級等數據都可通過GIS地圖呈現。

海康為寧波和宜春交警提供了一套基于人臉大數據建模和比對分析的應用，能夠快速發現失駕嫌疑人員。通過人臉識別定位到人的具體屬性特征，通過人車關聯找到這輛車日常的行動軌跡，這些都能夠作為路面民警攔截的依據。

同時也為上海交警提供了非機動車和行人違法的采集預警系統，三個月內一共協助查處了1萬多起行人和非機動車違法行為。

此外，我們為西安交警提供了一套基于大數據可視化系統的輔助決策應用，包括對于全城區交通違法行為的時空分布統計分析，基于電警、卡口等感知設備所產生的大量數據做深度挖掘。

通過大量的數據獲取到輔助決策的結果，再利用結果去輔助交通指揮，具體如何指揮呢？

海康為西安、深圳、上海等交警打造了基于AI增強現實技術及全景視頻拼接技術為一體的實景視頻指揮系統，實現了從“摸著做指揮”到“看著做指揮”的過程。

所謂“摸著做指揮”，指的是不同的子系統、不同的界面之需要通過人工來實現警情以及決策信息之間的人工關聯，但是現在這些信息全部融合到一張畫面中，讓用戶通過一個畫面就能夠看到他所關注的內容，包括警情可視化信息以及屏幕的可視化信息。在這個圖像當中也能夠聯動，包括誘導屏卡口、信號控制系統等警務指揮以及決策等應用。

海康也為潮州交警提供了一套基于公安網的云網智慧執法平臺，通過警務通的PDA以及警務通軟件實現了路面簡易程序處理，以及稽查布控報警信息的點對點推送，極大提升了路面警員的執行效率。此外，在PDA上也開放了一些簡單的查詢功能，包括人臉識別、車牌識別以及人工車牌輸入，查詢這輛車以及駕駛人員信息。

此外，海康還為深圳交警打造了“深眼”系統，這套系統是通過一臺內置AI智能識別功能的云鏡，云鏡可以識別車輛號牌，在云境當中做識別和黑名單比對，可以實現報警即攔截的過程。相比于傳統的指揮中心接到稽查布控的報警通過人工語音下發指令的過程，它的提供效率要提高5到10倍。此外，每一個云鏡都內置定位裝置，所有警車的當前位置信息，包括點對點的語音對象都能通過一套機制來實現。

對于一些沒有裝備智能終端、警務通的協輔警，我們為宜春交警打造了一套基于移動互聯網技術提供信息傳遞的機制。通過微信客戶端，將模板化的稽查布控警情信息點對點精準推送給民警，民警在路面執勤的時候可以關注到所執行區域上游以及周邊路段的稽查布控報警情況，為路面安全保障提供了輔助。

此外，這套系統同時也發揮了重要的信息服務價值，比如基于我們在宜春建設的數據資源池，整合了大量的車駕管信息以及路面交通事故、車輛違法、重點車輛、黑名單等數據，在公安部的“放管服”整體政策環境之下，給民眾開放信息、數據服務。比如基于實景視頻的路況查詢、車輛駕駛員計分查詢、違法查詢，以及點對點推送違法提醒、不良駕駛習慣提醒等服務。

最后一部分，基于城市智能交通大數據提供了綜合勤務的輔助，比如為宜春、秦皇島、本溪和洛陽等城市提供了基于城市交通大數據的自適應信控優化應用。

在宜春，通過路口精準轉向流量的模型，與路口的通行能力模型匹配，最終實現了單點的自適應調優效果。

秦皇島的特勤保障任務比較多，我們為秦皇島交警開發了這樣一個應用，基于移動客戶端，通過車牌和車輛特征的視頻比對技術，將兩者進行融合，實現了當警保車輛行駛過程中只影響到前后若干個路口，而不會對整個城區的交通造成深度影響。

到底是什么樣的系統才能夠具備支撐這些應用的能力？主要是三個部分。

第一，建設兩個池：數據資源池和計算存儲資源池。從底層打通了數據之間如何關聯，同時建立了大量的數據屬性標簽，包括人、車、地、事、物等，將這些屬性進行充分融合連接，形成了大量的主題庫和專題庫數據，為業務應用提供了大量的半成品或者是成品數據，減少了上層再重復計算的壓力。此外，提升了整個系統的融合存儲能力。

第二，建設一個庫：算法倉庫。整合了國內廠家開放的算法，包括海康自研的算法，都能夠在公共的倉中實現算法調度應用，同時也可以實現算法和生態運營。

第三，打造四個平臺：數據資源平臺、管理調度平臺、運維服務平臺和應用平臺。通過四個平臺實現業務應用及系統資源管理。

AI Cloud架構真正能夠滿足互聯網大數據的基本應用，通過“感、傳、知、用”四個維度實現人工智能大數據、云計算及終端設備的有機融合。

首先是數據匯聚平臺，主要實現了數據清洗、標簽管理、數據建模以及數據預統計、多引擎任務調度及多級資源池管理，將數據資源的價值發揮到了極致，充分連接現有的采集的物聯感知數據、業務數據以及互聯網數據。

第二，實現了分層調度，冷、溫、熱三種類型數據，通過不同機制實現不同的分類保存以及高并發的讀寫性能保障。在這個基礎之上，可以支撐對于數據讀取的效率標準，不同要求的業務應用。

最終，我們與深圳、上海、廣州、浙江等地的交警，在2017年到2018年期間簽訂了重要的戰略合作，合作內容包括智慧路段、智慧區域的樣板點打造。

我們相信，在與各地交警保持深入、積極的合作基礎上，基于AI Cloud架構，開展廣泛業務應用創新、開展城市交通治理頂層設計合作，逐步實現情指勤一體化、智能化，為更多的城市交警用戶，帶來業務能力的提升，讓我們城市的交通，更安全、更順暢。