钟翔教授:互联网新技术应用与城市智能交通项目建设思考 - 调查与观点 - 智能交通世界网_智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 钟翔教授:互联网新技术应用与城市智能交通项目建设思考

    2018-11-28 09:22:44 来源:its114.com 评论:
    分享到:

    10月12日,由深圳市交通运输委员会主办,深圳市综合交通运行指挥中心承办的2018中国城市智慧交通大会在深圳益田威斯汀酒店隆重举行。青岛海信网络科技同期举办了《人工智能与交通管理精细化专题研讨暨海信解决方案分享会》,湖南大学钟翔教授做《互联网新技术应用与城市智能交通项目建设思考》的主题演讲。本文由演讲录音整理,未经本人审核。

    image.png

    钟翔:首先感谢主办方,在峰会上跟大家来交流学习。我入行也有20多年了,经历了智能交通行业的发展变迁,特别是最近几年的智能交通建设和变化,今天契合大会主题,我也来聊一下新技术,包括人工智能,大数据等等。希望通过简单的讲解,和大家一起探讨一些思路。

    我的演讲主要分四个板块,第一,基于互联网的新技术包含哪些,哪些适用于智能交通领域;第二,新形势下智能交通项目建设的主要特征,从全国角度,或者从长沙的角度来看看有哪些主要建设特征。第三,项目建设的一些思考和策略;第四,长沙智能交通建设项目分析。

    一、互联网新技术应用

    这张图大家可能在网上能看到过,因为现在各种“脑”比较多,包括城市大脑,交通小脑,路口大脑等等,各式各样的有很多,很复杂。我个人比较喜欢这张图,因为这张图一是便于理解,二是把前沿的互联网技术都体现出来了。Internet是智能交通领域里面最早应用的,然后是物联网。我个人理解,智能交通实际上是一个物联网,它的物联网价值和应用更强于互联网。

    image.png

    中间这一块是人工智能、大数据和云计算,是现阶段智能交通发展的核心,也是所谓的RAM大脑。云反射弧是一个概念,就是说未来交通是可预测的。比如城市交通拥堵,不是说堵得一塌糊涂后再去治理,而是类似于前端感知将路面信息传到后台系统后,系统如何作出决策建议,线下如何配合决策系统,预测和缓解拥堵等,从而提前解决问题。我个人认为未来交通部门可能最后一个应用场景的实现可能就是云反射弧。

    image.png

    从这张图可以看出,目前比较火的互联网新技术包括人工智能,区块链,云计算,大数据和物联网。我认为,在交通行业里物联网是最重要的,所有交通管控的外场设备,从交通信号机到电子警察,再到监控摄像头,流量传感器等,我认为都是基于IOT的。互联网提供的只是一个通道,而智能交通其实是一个典型的IOT。

    1、大数据

    大数据的定义在不同部门也不一样,维基百科定义的大数据指一个超大的、难以用现有常规的数据管理技术和工具处理的数据集,IDC报告则是:大数据技术描述了一种新一代技术和构架,用于以很经济的方式、以高速的捕获、发现和分析技术,从各种超大规模的数据中提取价值 。

    也就是说,这么多数据里,我们需要提取有效的数据,而有效的数据,个人认为就是信息。其实人的耳朵在每一个时刻能够听到的是15种以上的声音,而现在在座的各位听到的,可能只有我现在的声音,为什么?因为它是有效的数据,这个数据对我们有用,所以才会听到。那么有效的信息再提炼会产生什么?就是知识,或者称之为做情报。在公安系统里用得比较多的就是情报系统,有效的数据提炼成信息,再从有效的信息提炼到知识,那么有效的知识再提炼以后,我们会看到是出现什么?智慧,所以才会有智慧交通,准确来说,应该叫智能交通,因为我们现在离智慧还很远。

    我们认为大数据有4个特征,又叫4V特征。

    第一,规模。大数据的特征首先就体现为“数量大”,存储单位从GB到TB,直至PB、EB。随着信息技术的高速发展,数据开始爆发性增长。社交网络(微博、推特、脸书)、移动网络、各种智能终端等,都成为数据的来源。迫切需要智能的算法、强大的数据处理平台和新的数据处理技术,来统计、分析、预测和实时处理如此大规模的数据。

    第二,速率。与以往的档案、广播、报纸等传统数据载体不同,大数据的交换和传播是通过互联网、云计算等方式实现的,远比传统媒介的信息交换和传播速度要快捷。

    第三,多样。广泛的数据来源,决定了大数据形式的多样性。大数据大体可分为三类:一是结构化数据,如财务系统数据、信息管理系统数据、医疗系统数据等,其特点是数据间因果关系强;二是非结构化的数据,如视频、图片、音频等,其特点是数据间没有因果关系;三是半结构化数据,如HTML文档、邮件、网页等,其特点是数据问的因果关系弱。

    第四,价值。现实世界所产生的数据中,有价值的数据所占比例很小。相比于传统的小数据,大数据最大的价值在于通过从大量不相关的各种类型数据中,挖掘出对未来趋势与模式预测分析有价值的数据,并通过机器学习方法、人工智能方法或数据挖掘方法深度分析,发现新规律和新知识。

    简单来说,就是杂而不细,有果无因,大而不全。

    杂而不细就是指不是精确性而是混杂性,在大数据环境中,更重要的是发现事物变化的趋势,在一定程度上,不追求数据的精度。

    有果无因指不是因果关系而是相关关系,大数据的核心是预测,相关数据之间的关系是大数据预测的关键,揭示“是什么”,而不是“为什么”。在前几次会议上,包括广州深圳等很多地方都在谈信号优化,我们发现在某个路口,1到8月份信号系统调控效果非常好,但9月份却没有动,10月份又恢复正常了,大数据怎么算都算不出来这是为什么,最后发现其实很简单,因为9月份那个路口旁边的学校开学了,很简单的原因,但是大数据算不出来。

    大而不全,不是随机样本也不是全数据,而是大量数据,技术发展,让我们处理所有更多的数据成为可能。

    image.png

    大数据交通管理涵盖了城市道路交通管理各个层面,从城市交通到轨道交通,地面交通,这是大交通的概念,从出租车到停车、公路客运、航运等,是一个跨部门、跨区域、跨行业的数据采集应用综合记录。怎么应用这些数据?从交通交管部门来讲,以机动车、驾驶人为核心的信息化平台,全国主干公路网的交通集成指挥平台,互联网交通管理服务体系平台等建设及应用为基础,目前已经建立了全国交管数据备份中心,汇聚了交通管理大数据资源,这里面包括170亿驾驶员的基础数据、2000亿的路面动态数据。未来大数据可以做些什么,按照公安部的理解和引导,包括五个方面,业务监管,路面管控,公众出行,信用评价和信息安全。

    2、云计算

    云计算是一种通过网络提供计算资源服务的模式,在该模式下,客户按需动态自助实现供给、管理由云服务商提供的计算资源。云计算不仅是新技术的结合,更是一种业务模式的创新。分为两种类型,一是公用模式,二是私用模式。

    道安云是湖南省交警总队和交通运输厅前年联合出台的道路交通安全三年行动计划之后,开始搭建的道路交通安全云。这个云由基础设施云,平台云和应用云组成,道安云其实也是交通云其中一种应用,我觉得这也是可以通用并进行标准化的,因为不管怎么建智能交通系统,我们发现其实还是基础设施平台+应用的架构。

    3、人工智能

    从去年到现在,国家出台了一系列关于人工智能相关政策。我认为,人工智能其实就是想把人类智能和机器能力结合起来。人类智能的核心包括六大能力:学习能力、语言能力、感知能力、推理能力、记忆能力和规划能力,其实前面三个能力光靠计算机其实可以完全搞定了,关键是后面三个是目前人工智能还很难去做到的。

    image.png

    因为人是拥有高等智慧的动物,大脑足够复杂,我认为在漫长一段时间里,机器是代替不了人脑的。在智能交通里面,AI主要应用在那些地方?我觉得从最简单的开始,第一,为交通管理提速增效的引擎,人工智能允许机器复制人类的行为和判断,让人们从手工作业中解放出来,以便完成需要人类独力才能完成的工作;第二,分解任务的利器,把工作分解成步骤或碎片化处理,尽可能多地将其自动化,解放劳动力的方法使交通管理部门把重点放在减少积压或将警力转移到价值更高的工作中;第三,增强交通管理获知和预测能力的工具,认知洞察:更好的预测能力,认知应用,如使用神经网络的异常检测系统,可以深入了解识别数据中的相关推断。在某些情况下,根据其要求可以向决策者预测事件的未来。交通管理部门正在寻求和发现应用来改善服务;事实上人工智能技术最终会彻底改变交通管理的方方面面。

    除了从路面解放警力之外,还要从内部业务口上解放警力。长沙市的12345热线去年在全国政府服务热线里排在头名,对话端启用了智能语音,如果遇到复杂情况会直接对接人工处理。现在很多老百姓交通参与的意识越来越强,经常跟交警打电话,说哪个信号灯设置不合理,哪个路段怎么怎么样,交警部门其实没有这么多的人力处理这么多意见建议,这时候就需要AI语音自动应答来提高交管的服务能力。

    人工智能率先应用领域,其实都与交通有所关联。包括语音识别、语义识别、图像识别、精准预测、数据服务等等。AI+ITS主要投射在三个方向:一是城市治堵,比方说,卡耐基梅隆大学的史蒂芬教授在彼兹堡进行AI+智能信号系统的试点,试点效果很明显,整个交通通行效率提高了25%。二是安全防控,现在公安部、交通部和发改委等部门今年已经开始搭建全国公共安全防控体系,这是交管特别重视的内容之一,还有“两客一危”车辆主动安全防控系统的安装,疲劳驾驶监测等等。三是网联汽车,机器人交警。网联汽车的项目很多城市已经在推进,同时,交警机器人代替原有的非现场执法体系已经逐渐在各个城市亮相,这是一个方向。

    人工智能核心技术包括机器学习,深度学习等。我认为深度学习神经网络技术可以好好利用一下。举个例子,这是我们在长沙做的课题(如图)。我们用神经网络体系,搭建神经网络算法来进行速度预测,通过算法可以得到将近20分钟的预测结果,跟国外的数据对比,这个效果还是比较理想的。你看红色,蓝色分别代表真实数据和预测出来的数据(如图),这个匹配度还是OK的。

    image.png

    二、智能交通建设项目建设特征

    现在交通现在越来越火,实际上离不开一个大环境,我从来不把智能交通孤立出来。我现在也在做关于智慧城市,甚至是智慧农村的一些顶层设计,我们发现很多交通内容已经融入到城市治理和管理的过程,你不能完全把它切割出来,不像以前交通就是交通,信号灯、电子警察、监控一装就OK了,现在越来越多的时候至少要跟公安交警数据进行匹配,包括停车系统、卡口系统、二次识别号牌、涉毒人员等数据都要给到交警。

    2017年全球信息社会发展报告。看看城市的信息化水平如何,这里有个指数叫做信息社会指数(ISI),国际上用来评价某个城市信息化能力或者水平的数据,2017年省份信息社会指数报告里湖南排在了中间的位置,省会城市得分排名,长沙排在第九名。通过这个指数分析得出,2017年整个中国智能交通投资额度比例,大概是一千多亿左右,通过这些数据我们可以看出,这个行业增长速度很快。

    image.png

    从上图数据来看,2007-2017年中国智能交通产业投资额以年均 20%以上的速度快速增长,智能交通行业整体发展态势良好。2017年,全国城市智能交通市场中标过亿项目18个,中标过亿项目市场规模总计约为36.7亿。

    我总结了一下,这些项目增长存在六个特征,第一,中速到高速,城市智能交通项目建设依旧会以较快的速度发展,产业链各方都已回归理性。第二,数量到质量,发展方式由模仿速度型增长向质量效率型增长转变。第三,产品到服务,产业链上的制造商由产品销售向解决方案,复杂业务分析等服务销售转变。第四,技术到业务,由技术主导系统建设向由业务管理理念方式和城市发展综合管理为主导转变。第五,两极到均衡,城市智能交通建设由快速领先和技术滞后的两极分化向均衡发展转变。第六,综合到细分,由单一的强调综合智能交通信息化建设向以交通工程为基础的多元子项精细分类转变。简单来说,就是从最前端的采集感知传感危机分析管控预警评估,运维到最后的管理。

    城市智能交通系统项目建设应当进行模式转型,不应当还局限于信号灯控制、电子警察、道路监控传统的三样基础建设内容,应当赋予它基于交通基础设施建设之上的采集、感知、传输、归集、分析、控管、预警、评估、运维、管理、服务等更为丰富的应用内涵。

    由被动到主动,原有的要素将轮换位置进行转变,可控范围内由中高速向高速发展,满足覆盖面数量的前提下快速提升质量,由纯粹产品的销售转向专业定向服务的有偿享有,由技术主导管理转向业务引领技术,由狭义智能交通系统向广义的交通管理系统转变,协调技术人才、资金平台、信息技术的有序协调轮转。

    三、思路与方法策略

    包括三个方面的内容,第一,基础设施体系建设,包括建设基于道安云的城市交通数据中心、高速全覆盖的有线无线宽带网络、部署建设无处不在的物联感知网络。第二,基于数据融合体系建设,包括数据采集和数据抽取、数据清洗和数据加载、数据存储和数据建库、数据交换和数据开放。第三,保障体系建设,这里细分了十个内容,包括组织机构保障(电子政务办)、政策法规保障(管理办法)、资金投入保障(总集成智慧城市),运维分析保障(运维、评测、绩效)、决策咨询保障(智囊团和课题研究)、开放合作保障(数据开放,创新应用)、标准规范保障(依据标准规范建设)、人才建设保障(培养培训,引进机制)、数信息安全保障(等级防护,安全认证)、宣传推介保障(多维度宣传、民意搜集)。

    四、项目分析

    简单介绍一下长沙智能交通三期项目建设的内容,由海信网络科技公司负责承建。

    image.png

    这是系统架构,最下面是六大系统,包括电子警察、视频监控、信号控制等等。中间是网络系统,然后到城市交通大数据中心,再到运行管理系统,最后到应用平台。数据中心在智能交通三期建设里相对其他系统来说,只是先搭个架子,因为前期的基础建设还没有那么完善。在物联网前端感知这块做得比较多,后面再逐渐把体系架构搭起来。简要介绍一下几个大数据应用系统。

    1、指挥调度平台

    业务部门依托指挥调度平台实现扁平化、可视化、精准化调度,路面交通警情主动发现处置率由48%提升到76%,路面平均处警时间由8.9分钟降低到5.6分钟。

    2、视频联网共享平台

    平台统一整合4368路视频资源,包括四县市、一二期、桥隧园区、绕城高速等区域;平台严格按照国标要求进行建设且具有开源特征,可持续接入其他视频资源;与市局(天网)实现互联互通,形成面向公安、交警的共享视频资源平台;不同部门之间实现视频资源共享,提高视频资源利用率,方便指挥调度。

    3、卡口式高清电子警察系统

    长沙一、二期已建点位为117个路口。本期新建高清电子警察系统440个路口,覆盖4781个车道,使用大华、科达相机共2090套,实现二环内全覆盖,三环内主干道覆盖。目前支队中心过车数据已达50.6亿次,以日均1900万的数据量快速增加。通过对过车大数据的分析并加以应用,支队由大海捞针式的执法形式变为了精准打击式,执法更加精准高效,系统上线以来,已成功完成438次黑名单车辆拦截,效果显著。

    4、高清电视监控系统

    本期新建279套高清视频监控,其中低位监控178处,高点监控73处(鱼眼10处),违法停车抓拍点位28处,实现对三环以内重点路段、重点区域、重点场所监控的覆盖,加强道路交通信息的采集。系统布点建设原则是在长沙天网的基础进行有效延伸,与天网监控形成有力互补,并与市局视频资源平台对接,减少监控死角。

    5、智能交通信号控制系统

    本期新建交通信号点位330处,其中河东新建海信信号机201处,河西迁建scats信号机129处,完成了城南路-梓园路、湘江路-晴岚路、林大路-友谊路等9个自适应控制;根据实时流量自动调整配时方案,各相位的绿灯损失时间几乎为零,平均通行效率提升20%以上。以城南路-梓园路为例,每小时可减少19分钟的无效等待时间,效率大幅提高。具体优化措施如下:

    (1)通过方案优化,完成了湘江路、芙蓉路、韶山路、三一大道、八一路、五一大道、解放路、人民路、城南路等12条道路拥堵控制;

    (2)调试湘江路南北双向绿波、八一路东西双向绿波、五一路西向东单向绿波等河东区多条道路的早晚高峰、平峰期的绿波控制效果,平均车速提高5km/小时;

    (3)自适应控制,减少绿灯损失时间,提高通行效率

    6、交通流断面流量信息采集系统

    本期新建交通流点位208处,其中微波67处、视频检测34处、事件检测14处、地磁46处、瓶颈47处。设备可对过往车辆的流量、车速、占有率等进行分析,并把产生的大量数据供道路交通运行指数系统分析,以便疏导交通,缓解城市交通压力。

    7、道路交通运行指数系统

    接入浮动车7600辆、一二期和外单位已建电警218处、一期微波20处,万家丽高架线圈30处,三期电警2100余路和交通流161处等数据。经分析后,可预警路段占比,城区三一大道-岳麓大道以南为90.3%,以北为69.5%,二环内整体占比达到82.4%。路段分析评估可显示行程时间比,区域分析评估在行程时间比基础上,增加了城市交通运行指数分析。

    8、道路交通流量分析与预测系统

    该系统基于微波检测、视频检测、地磁检测等外场采集数据,结合GIS地图数据等外部数据源,进行数据计算、分析、统计和预测,已实现车辆OD来源和出去分析、区域流向分析、外地车出入城监控等应用。

    9、综合大数据分析挖掘与辅助决策系统

    建立了立体交通数据处理分析系统,以大数据格式整合一二三期电警资源,为道路交通运行指数系统提供数据,为指挥调度平台秒亿级查询提供数据支撑。

    10、停车场信息管理系统

    本期停车信息管理系统用来采集记录长沙市辖区内所有公共停车场位置信息,通过与长沙市交投对接获取各公共停车场的空余车位数量、进出场车辆照片及号牌等信息,并将数据推送市局数据中心。

    11、运维管理平台

    通过运维管理平台,实现了设施基础数据的数据库、台账维护界面,完成了城市主要干道路口交通设施及其相关道路的设施信息采集及平台录入,实现了交通设施的台帐信息统一管理。系统自动巡检,可对硬件、网络传输及数据等智能报障,维护人员可通过手机APP每天签到上岗、上报设施故障、查看设施详细信息及自己的维修任务、记录维修过程并反馈进度等。

    image.png

    湖南省智能交通建设发展历程

    从1993年开始,我们实现了计算机作业,车辆上牌、驾证管理由电脑登记管理;2000年的时候,实现全省交警系统大联网,交警主要业务系统全省统一,车管、驾管、违法处理、事故统计基本实现信息化;2004年,实施《道交法》,推广应用全国统一版车管、驾管、违法处理、事故统计等系统,实现全国交警系统大联网,交警主要业务系统全省统一;2014年是整合换代的过程,交警将车管、驾管、违法处理、事故统计等六大业务系统进行整合,启用公安交通管理综合应用平台,实现核心业务系统和业务数据的省级集中管理;2016年,我们开始推广应用互联网交通安全综合服务平台,将交管业务延伸到互联网和手机客户端,实现几十类交管业务网上自助办理;2018年基于道安云,打造大数据应用,大交管指挥,最终实现智能管控。

    五、未来展望

    今年1-9月份的宏观经济形势,除了中美贸易摩擦这一不确定性因素外,也折射了中国经济的结构性问题和宏观政策在实施方面受到的制约。随着我国工业化进程的几近完成和高速增长阶段的结束,投资资本收益率开始下降。实现中国经济从高速增长向高质量发展的转型的核心要义因而是重新塑造中国经济的微观基础,城市交通信息化建设成为关键路径。

    在这样一个大环境下,我个人觉得未来智能交通建设发展存在以下四个方向:第一,车路环境状态的感知与协同;第二,交通信息的集成与智能服务,这是专门为智慧城市而设计的。第三,交通元素全面入网IOT+Internet;第四,系统管控优化与智能预测。2018年是智能交通的转型之年,智能交通2.0时代已经到来,智能交通行业会有新的突破和新的变化,其核心就在于智能管控与大数据应用。未来智能交通前沿发展的大思路是万物互联和信息的智能交互,由数据到信息,由信息到知识,由知识到智慧。

    我今天的交流和探讨就到这里,感谢大家。


  • 关键字: 互联网 智能交通
  •    责任编辑:its114
  • 关于我们
  • 联系我们
  • 广告赞助