伴隨著城市化進(jìn)程不斷加快，城市交通發(fā)展面臨嚴(yán)峻形勢(shì)和新的挑戰(zhàn)。當(dāng)前，有關(guān)部門(mén)正通過(guò)建立5G、大數(shù)據(jù)、人工智能、云計(jì)算、區(qū)塊鏈、超級(jí)計(jì)算等新技術(shù)與交通行業(yè)深度融合，推進(jìn)數(shù)據(jù)資源賦能交通發(fā)展，加速交通基礎(chǔ)設(shè)施網(wǎng)、運(yùn)輸服務(wù)網(wǎng)、能源網(wǎng)與信息網(wǎng)絡(luò)融合發(fā)展，構(gòu)建泛在先進(jìn)的交通信息基礎(chǔ)設(shè)施。而構(gòu)建綜合交通大數(shù)據(jù)中心體系，深化交通公共服務(wù)和電子政務(wù)發(fā)展，促進(jìn)城市交通體系相互融合，提升城市交通整體品質(zhì)是交通行業(yè)發(fā)展的大趨勢(shì)。

發(fā)展智慧交通，不是單個(gè)行業(yè)就能解完成的任務(wù)。每一個(gè)行業(yè)都有一個(gè)相對(duì)比較深入的創(chuàng)新領(lǐng)域，但是最后要把它歸集成整體交通服務(wù)時(shí)，僅僅關(guān)注一個(gè)行業(yè)是遠(yuǎn)遠(yuǎn)不夠的。目前我國(guó)智慧交通面臨的挑戰(zhàn)主要有以下幾點(diǎn)：第一是數(shù)據(jù)感知，雖然現(xiàn)在已經(jīng)有大量的數(shù)據(jù)，但是仍然還有很多的數(shù)據(jù)是未知或者比較難獲??；第二是決策支撐，需要思考采集的數(shù)據(jù)如何真正創(chuàng)造價(jià)值，能為突發(fā)情況進(jìn)行決策提供技術(shù)支撐；第三是綜合管控，即針對(duì)城市治理者而言，目前尚未形成綜合管控網(wǎng)絡(luò)。

一、AI視頻大數(shù)據(jù)技術(shù)概述

AI視頻大數(shù)據(jù)可理解為視頻采集是基礎(chǔ)，人工智能(深度學(xué)習(xí))為載體，大數(shù)據(jù)應(yīng)用是靈魂。通過(guò)360°全景、180°全景、全景細(xì)節(jié)聯(lián)動(dòng)、4K等多種高清視頻對(duì)高速公路、隧道、橋梁、飛機(jī)跑道、鐵路軌道、海關(guān)港口等場(chǎng)景的交通狀況、交通事故、氣象狀況和交通環(huán)境進(jìn)行實(shí)時(shí)的監(jiān)視，依靠先進(jìn)的車(chē)輛檢測(cè)、人臉識(shí)別、圖像識(shí)別繼續(xù)、計(jì)算機(jī)信息處理等人工智能技術(shù)，獲得有關(guān)交通狀況的信息，并根據(jù)收集到的信息進(jìn)行大數(shù)據(jù)的處理分析，對(duì)交通進(jìn)行控制，協(xié)助交通管理人員進(jìn)行交通指揮調(diào)度、遏制交通違法、維護(hù)交通秩序，同時(shí)還可協(xié)助公*人員進(jìn)行治*防控、刑偵處突等。

在國(guó)內(nèi)和國(guó)際重大場(chǎng)合，許多國(guó)家領(lǐng)*人對(duì)AI視頻大數(shù)據(jù)的重要意義給予闡述，當(dāng)今世界誰(shuí)掌握AI視頻大數(shù)據(jù)越多，誰(shuí)就能在信息化快速反應(yīng)能力方面強(qiáng)于他國(guó)。各國(guó)都想盡早獲得城市人員流動(dòng)軌跡、交通運(yùn)行規(guī)律、應(yīng)急救援快速應(yīng)對(duì)方案以及森林、草原、海洋自然資源保護(hù)和開(kāi)采等信息的精準(zhǔn)獲取和應(yīng)用，更好地為經(jīng)濟(jì)發(fā)展和社會(huì)管理提供視頻大數(shù)據(jù)，也可為國(guó)防安全、國(guó)際社會(huì)公共安全提供重要的數(shù)字信息。下面重點(diǎn)介紹AI視頻大數(shù)據(jù)在大交通行業(yè)的應(yīng)用。

二、業(yè)務(wù)應(yīng)用

1.全面感知

針對(duì)機(jī)場(chǎng)航站樓、飛行區(qū)、鐵路出發(fā)層、廣場(chǎng)、交通大路口、港航港口等大場(chǎng)景需使用多個(gè)攝像頭進(jìn)行視頻全覆蓋，大華使用360°全景設(shè)備實(shí)現(xiàn)一臺(tái)設(shè)備完成大場(chǎng)景全景監(jiān)控。在全景監(jiān)控的基礎(chǔ)上，可以使用高倍球機(jī)對(duì)細(xì)節(jié)進(jìn)行跟蹤常看，實(shí)現(xiàn)全景和細(xì)節(jié)的跟蹤聯(lián)動(dòng)，全面對(duì)大場(chǎng)景和細(xì)節(jié)進(jìn)行感知。同時(shí)也可以通過(guò)后端的拼接服務(wù)器對(duì)前端多個(gè)設(shè)備進(jìn)行拼接，實(shí)現(xiàn)一個(gè)畫(huà)面進(jìn)行全局的感知，可聯(lián)動(dòng)球機(jī)進(jìn)行細(xì)節(jié)跟蹤。

圖1

上圖1是在某機(jī)場(chǎng)飛行區(qū)跑滑區(qū)域及遠(yuǎn)/近機(jī)坪的全景視頻監(jiān)控，同時(shí)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?shí)現(xiàn)與航班橋低位攝像機(jī)的高低點(diǎn)視頻關(guān)聯(lián)顯示，以及在全景視頻模式下的電子放大顯示，球機(jī)聯(lián)動(dòng)監(jiān)視飛行器等移動(dòng)物體的自動(dòng)追視。

在高速公路和公路道路上傳統(tǒng)視頻檢測(cè)監(jiān)控范圍在15-80米范圍，但是雷達(dá)有效檢測(cè)距離可達(dá)200米，在視頻內(nèi)融合雷達(dá)數(shù)據(jù)，可有效提升感知范圍，為上層應(yīng)用提供更加豐富的數(shù)據(jù)包。大華利用雷達(dá)結(jié)合視頻監(jiān)控相當(dāng)于雷達(dá)長(zhǎng)了可視化的眼睛，雷達(dá)的探測(cè)功能有了畫(huà)面可以做到實(shí)時(shí)監(jiān)控、事后取*與回溯。

在公路道路、地鐵站等場(chǎng)景存在傳統(tǒng)短焦槍機(jī)看得清近景但看不清遠(yuǎn)景的問(wèn)題，長(zhǎng)焦槍機(jī)為了看清楚遠(yuǎn)景，近處就會(huì)存在盲區(qū)的問(wèn)題，俗話稱“近視眼和遠(yuǎn)視眼”。大華視圖動(dòng)態(tài)拼接融合技術(shù)在雙目相機(jī)上可以做到在同一畫(huà)面上，融合短焦與長(zhǎng)焦的兩幅畫(huà)面，實(shí)現(xiàn)兼顧近景與遠(yuǎn)景的違法行為抓拍和車(chē)牌識(shí)別，實(shí)現(xiàn)“千里眼”功能，做到“不遠(yuǎn)視、不近視”。

針對(duì)各個(gè)場(chǎng)景視頻感知的難題，大華通過(guò)視頻拼接技術(shù)、重瞳技術(shù)、雙幀融合技術(shù)等多種技術(shù)確保各個(gè)場(chǎng)景感知到的數(shù)據(jù)看得見(jiàn)、看得遠(yuǎn)、看得清，通過(guò)智能算法看得懂。

2.綜合管控

圍繞大交通各個(gè)應(yīng)用場(chǎng)景，大華基于視頻感知能力的提升，以及對(duì)算法和算力的和諧分布，對(duì)交通數(shù)據(jù)進(jìn)行清洗和規(guī)整，剔除無(wú)用、錯(cuò)誤和冗余的數(shù)據(jù)，保證數(shù)據(jù)的質(zhì)量，通過(guò)分層分級(jí)的整合，構(gòu)建大數(shù)據(jù)分析模型。同時(shí)能夠通過(guò)不斷迭代更新數(shù)據(jù)輸入、模型測(cè)試及評(píng)價(jià)，形成一套科學(xué)合理、針對(duì)性強(qiáng)的綜合交通模型庫(kù)，從而提升整個(gè)綜合管控的交通安全監(jiān)測(cè)系統(tǒng)平臺(tái)。以下圖2是在某地打造的一個(gè)“車(chē)易管”綜合管控的大數(shù)據(jù)平臺(tái)。

圖2

“車(chē)易管”基于GIS地圖展現(xiàn)在建工地信息、消納場(chǎng)靜態(tài)信息、車(chē)輛動(dòng)態(tài)信息、路徑信息等。例如以渣土OD的方式展示當(dāng)日渣土運(yùn)輸情況：每個(gè)在建工地運(yùn)輸出多少輛渣土車(chē)，每個(gè)消納場(chǎng)處理了多少輛渣土車(chē)，有多少輛渣土車(chē)通過(guò)碼頭中轉(zhuǎn)。對(duì)全市當(dāng)天車(chē)輛的在離線狀態(tài)數(shù)據(jù)、告警數(shù)據(jù)等進(jìn)行可視化展示，對(duì)渣土車(chē)車(chē)輛的實(shí)時(shí)位置及渣土車(chē)運(yùn)輸全程進(jìn)行實(shí)時(shí)監(jiān)控，一旦發(fā)現(xiàn)有違規(guī)行為則系統(tǒng)進(jìn)行自動(dòng)告警。以數(shù)字化形式進(jìn)行展現(xiàn)統(tǒng)計(jì)分析數(shù)據(jù)，可為管理部門(mén)對(duì)渣土車(chē)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(diǎn)，以事件閉環(huán)為主線，實(shí)現(xiàn)一張圖管全局對(duì)象，一個(gè)平臺(tái)多方協(xié)同，滿足基層社會(huì)治理多個(gè)場(chǎng)景需要。針對(duì)違章停車(chē)、出店經(jīng)營(yíng)、流動(dòng)攤販等城市管理痛點(diǎn)，改變以往人工發(fā)現(xiàn)處置方式，通過(guò)“以機(jī)代人”實(shí)現(xiàn)前端智能感知報(bào)警、平臺(tái)自動(dòng)流轉(zhuǎn)，減輕基層工作負(fù)擔(dān)，提升管理效率。針對(duì)違章停車(chē)，一旦違停區(qū)域有車(chē)輛進(jìn)入，前端自動(dòng)感知并聯(lián)動(dòng)現(xiàn)場(chǎng)喇叭遠(yuǎn)程喊話，提醒車(chē)主及時(shí)駛離。

三、應(yīng)用趨勢(shì)

交通強(qiáng)國(guó)提出大數(shù)據(jù)是下階段由交通大國(guó)到交通強(qiáng)國(guó)轉(zhuǎn)變的戰(zhàn)略資源。交通運(yùn)輸部《推進(jìn)綜合交通運(yùn)輸大數(shù)據(jù)發(fā)展行動(dòng)綱要》也明確提出：“構(gòu)建綜合性大數(shù)據(jù)分析技術(shù)模型，研究建立具有較強(qiáng)應(yīng)用價(jià)值的綜合性、全局性大數(shù)據(jù)分析模型”。將來(lái)可以通過(guò)整合匯聚多部門(mén)、多系統(tǒng)、多層級(jí)、多區(qū)域的AI視頻大數(shù)據(jù)形成整體的大數(shù)據(jù)資源池，利用大數(shù)據(jù)模型庫(kù)和算法庫(kù)深度挖掘大數(shù)據(jù)的應(yīng)用價(jià)值，以數(shù)字化、圖像化、全景化的方式展現(xiàn)整個(gè)綜合交通運(yùn)行情況、運(yùn)動(dòng)態(tài)勢(shì)和發(fā)展水平，以此作為交通管理者實(shí)時(shí)監(jiān)測(cè)和分析提供關(guān)鍵性的數(shù)據(jù)支撐，實(shí)現(xiàn)經(jīng)驗(yàn)決策到數(shù)據(jù)決策的改變。

此外，大數(shù)據(jù)結(jié)合互聯(lián)網(wǎng)，可以建設(shè)各種基于交通出行的場(chǎng)景建設(shè)信息服務(wù)系統(tǒng)，利用移動(dòng)終端結(jié)合移動(dòng)互聯(lián)網(wǎng)技術(shù)整合各系統(tǒng)資源，構(gòu)筑全場(chǎng)景的交通出行生態(tài)圈。

結(jié)語(yǔ)

智慧交通AI視頻大數(shù)據(jù)的建設(shè)需要不斷完善建設(shè)思路，持續(xù)推動(dòng)價(jià)值挖掘，積極加強(qiáng)AI視頻大數(shù)據(jù)開(kāi)放共享，才能為整個(gè)AI視頻大數(shù)據(jù)中心建設(shè)、數(shù)據(jù)治理等工作提供借鑒意義，最終的目的用來(lái)服務(wù)社會(huì)、服務(wù)百姓。