高德副总裁董振宁：交通管理创新演进

2017年7月26日，由公安部交通管理局指导，公安部交通管理科学研究所、高德地图、新浪微博联合主办的2017(第二届)“互联网+城市交通管理创新”论坛在北京举办。本次论坛以“智交通 大出行 新生态”为主题，高德集团董振宁副总裁分享了《交通管理创新演进》主旨演讲。本文为现场直播听录，未经演讲者本人允许。 

感谢公安部交管局的各级领导，以及企业界的朋友对高德地图长期以来的支持。我今天跟大家分享的题目是“交通管理的创新演进”。

要清楚未来交通发展的趋势和方向，更重要的是了解现在的发展节奏是什么。美国智能交通最近十年已经处于停滞状态，很难有突破性的发展。但是，在中国面临一个不一样的环境，中国移动互联网的应用发展处在世界前列。在欧洲和美国，智能交通信息采集更多是基于传感器，但随着移动互联网的发展，中国融合了很多新的数据。

以前的交通基础设施更多的是指道路、交通枢纽等硬件设施。但是，现在有一个新的设施——互联网。互联网的发展有三个阶段，第一是人联阶段。现在正进行的是车联网阶段，下一个阶段就是物联网，我们的设备与互联网设施连接在一起，通过人的行为产生大量新的数据。伴随着数据产生的决策也会产生新的角色变化，就是政府和智能交通的企业，像海信，阿里、腾讯、百度等互联网企业都已经介入到移动出行领域。最新的实例就是滴滴和华为。

这些公司有什么特点？首先，有很强的IT技术能力，有大量云计算的基础设施，又可以进行算法应用，在技术上比原来的企业略胜一筹。其次，像BAT掌握了大量的用户信息，实际上已经成为政府管理部门和广大用户之间的一个桥梁，这也是以前我们所不具备的。

交通管理系统的数据化

为什么要谈数据化？

其一，对于整个智能系统应用来说，最基础的就是高质量数据怎么获取。而目前的状况是数据来源很多但是很难分辨这些数据是否准确；这时候我们需要进行一个有效的数据质量的评价指标。

其二，政府还需要进入从数字化向数据化的过渡层。我们有大量的非结构化信息，包括视频、文本结构、报警等信息数字并不能直接进入到数据分析，是有一个从非结构化数据转变到结构化数据的过程，这就是数字化向数据化演变的过程。

高德的第一步并不是说要做的有多好，而是要扎扎实实跟政府部门和合作伙伴在一起拿到高质量数据，或者运用数据质量评价体系和获取体系把高质量数据的产生体系构建起来。只有基础搭的越扎实，进入到智能化的阶段，我们才会跑得更远、更快。

回顾一下高德在数据化所做的事情：在0到1的阶段，信息采集的是人工手段，进入互联网之后，有一些新的手段，更低成本、更高质量的进行数据采集。例如，施工信息以前是通过文本的审批流程来进行流转。但是，现在可以通过用阿里钉钉信息上报的模式，进入到自动审批的阶段。

 交管部门在全国构建了几万个摄像头来进行交通秩序管理和流量采集。而高德正在兴起的“地网”，就是通过每年增加三百万台行程记录仪，把这些记录仪利用起来，通过每辆车上的眼睛，进行现场的交通、事故包括设施的众包化的采集。

现在122报警事故精确定位信息系统也需要完善。以前所有的定位信息都是通过语言模式，这种位置的描述不仅不精准，甚至会大量耗费时间和精力。

高德也针对几个方案进行了改革：

第一个方案，在武汉做试点，当122打电话到指挥中心的时候，指挥中心、接警中心可以将短信下发到报警电话的手机上，当拨打报警电话的人员收到这个短信，点击相关的链接，我们就可以通过手机进行定位，把他当前的位置上报到指挥中心跟接警中心并进行信息的同步。

第二个方案，通过NLP自然语言识别的功能，自动识别所上报的事故种类和等级，以及他所在的位置，把地点信息提炼出来之后，再通过地点编码的方式进行定位。

 第三个方案，把定位信息跟高德的交通大数据信息进行结合，通过对大数据的挖掘发现这个地方可能有疑似事故，这疑似事故的位置和上报的位置做专门的匹配。在发生事故的时候，交通状况会发生急剧变化，由畅通到极度拥堵，把异常的道路数据变化的点提取出来，然后再用疑似事件通过众包系统进行验证。目前我们已经在全国的高速公路和38个城市进行交通信息识别跨度坐标验证。

 数据的融合。对高德来讲，是否能够有效的把互联网的数据和交管数据进行融合，这一点至关重要。因为如果数据不得到广泛的应用，它是毫无价值的。以前的IT时代，这些数据都是以我为中心。但是，到了现在DT的时代，这些数据是以赋能为中心，当数据得到频繁有效的利用时，也会反馈出更多有用的信息，因此才能得到更高质量数据。

这一方面的案例是在天津所做的试点项目，该项目已经进行一年，也卓有成效。为构建了天津市交通信息发布系统，我们请了最专业的团队，通过算法和模型，结合高德的数据，再根据其中的程度和卡口数据进行融合，从而得到一个更高质量的数据，在此基础之上，再进行整个城市的交通信息的展现和交通信息的发布。

交通管理系统的智能化

通过一系列的基础建设得到数据的质量保证之后，我们就进入到下一个阶段：如何开拓这些大数据的智能化阶段。

智能化阶段分几种，第一，全景洞察。

以前数据是基于断面的，现在是基于海量的用户行为，对此可以做大量的交通异常事故分析挖掘。对于异常拥堵的情况会针对性的进行干预。高德通过自己的公共信息服务平台，向全国100多个城市的交管发布异常拥堵信息。通过城市扫描，把交通拥堵的地方挑出来，交通管理部门再结合视频信息进行交叉验证，我们就能得到准确的信息，大大的提高了交通管理和调度的效率。

交通措施的评价，其实最大的难点不是在于如何评价，而是在于如何拥有这套评价体系或者算法和模型。高德在做自己的信息发布系统时，花费很大的精力做了一套交通信息的质量评价体系。其作用在于能准确判断出新发的版本对于上一个版本质量的正负向属性，通过这套评价系统产生的争议放在算法的改进上，从而帮助我们进行不断的迭代，帮助交通系统往一个好的方向发展。

在北京，交通质量评价体系得到了一定程度的验证，在制定交通限行措施的时候根据演练的拥堵指数进行研判，哪些道路需要进行限行，而且通过跟高德地图联动，发到高德地图上，形成对用户的诱导，提高北京交警处置的效率。应用这个体系，“一带一路”高峰论坛当天的拥堵指数下降了4.8%，取得了良好的效果。

第二阶段是对整个验证体系的交叉闭环上报。

无论是对内还是对外，对交管的内部系统通过用阿里的钉钉系统做整个施工上报。在上报过程中，高德的优质信息系统检验外包单位和第三方合作单位施工工程是否准时实施。

有一个案例是在江苏，遇到恶劣天气管制的时候，系统封闭，通过阿里钉钉的系统上报到指挥中心，指挥中心把高度结构化，高度质量准确的信息再发到高德地图的服务端，再通过高德地图云端向每个客户端进行管制信息的下发。管制信息下发后，会引起车流量的变化，根据车流量的变化再反验，从而保证我们交通运行的正常性。

第三阶段是关于交通指挥调度。

城市交通指挥系统主要包含两种，一是通过对于用户端的应用和指引，另一种是对交通信号进行配时的优化。。目前来讲，高德在北京的交通移动互联网诱导的瞬时渗透率可以达到20%。我们相信在三年到五年之内，中国80%的出行的用户都会基于移动互联网来进行出行的引导。那么，对于我们现在的指挥系统，我们完全可以去利用这个系统来进行个性化一对一的诱导，来帮助实现交通引导的目的。

对于高德来讲，我们最有信心是我们的数据。高德每天服务几千万人，获取了上亿的数据。目前，高德其实不直接去做“互联网+”等配时的优化，而是需要全社会的参与。我们现在已经跟5家合作伙伴形成紧密的合作关系，共同推进整个“互联网+”交通设施的优化。所以，随着“交通大脑”的运行，我们将从局部最优过渡到全局最优。

对于交通事件的预测，例如今天上午讲到的明星演唱会现场交通拥堵问题。如果跟高德地图进行紧密合作，可以提出更多的预判，这种预判信息及时发布给用户，及时优化最佳的行车路线。

第四阶段，了解城市交通大脑。

阿里的目标是构建一个城市交通大脑。我认为城市交通大脑首先要做的是确保城市运行数据的质量。做好城市交通大脑，第一件事就是打破交通壁垒。在政府部门中，来自不同部门的数据几乎都是相互孤立的，通过这个交通大脑，把所有数据汇集到一起，通过数据的交叉验证，能保证形成一个高质量的数据。基于这个数据，我们可以做很多事情。

第一，帮助企业从个体最优到全局的最优，需要更多的数据进行验证和进行数据的调度。第二，对于公交部门，可以通过运行这些数据，进行公交线路的优化。第三，交通管理部门，可以利用这些数据来优化整个交通设施和交通治理。

交通大脑建设面临的困难

而目前在建设交通大脑中遇到的困难主要有两个方面。第一，目前的高质量数据并没有真正的建立起来，只是把这些数据汇集到一起，但汇集起来的数据并不是我们真正所期望的数据。第二，当交通大脑从数据化进入到智能化阶段的时候，我们急需要大量算法的突破，而且这种算法的突破，即使是像高德、阿里这种顶级的互联网公司，在算法上还是会遇到很多的瓶颈，这时候如何进行算法上的突破，最重要就是做一个开放平台。开放平台就是指我们和政府共同构建一个数据开放平台，一方面是政府的交通管理系统，另一方面是像高德在内的第三方企业可以做一站式出行服务的平台，在这个一站式平台中间夹的就是出行服务企业和其合作伙伴。

最后，再提一下关于科技创新的事情。互联网公司可以做出一个高质量的应用，其核心实际上是抓住用户的需求再进行快速的迭代。高德每两周要做一个新版本，一年要发十几个到二十几个新版本，不断的进行迭代。所以，无论对于政府部门还是高德，都是要来适应彼此的这种节奏。

系统的运营和维护非常重要，所以政府部门其实要把更多地费用用在系统的维护和运营上，因为只有持续的运营，才能保证产生更高质量的数据，反哺数据生态，让我们的生态持续发展。

谢谢大家！