智慧交通：华为的“交通智能体”了解一下

6月23日，由公安部交通管理科学研究所指导、中国智慧交通管理产业联盟主办、华为技术有限公司承办、深圳市公安局交通警察局支持的“人工智能下的交通管理技术创新”专场线上技术沙龙在赛文直播平台成功召开。

活动以“人工智能下的交通管理技术创新”为主题，来自公安部交科所、深圳交警局、上海城建院、华为等单位代表分别发表了主题演讲并进行了互动交流。

值得一提的是，华为在线上首次对外正式发布了“交通智能体”解决方案。

“交通智能体”是华为智慧交警业务的大旗，以智慧城市为建设目标，面向新基建，为交警客户打造的端到端完整解决方案。

华为技术有限公司中国区政企首席科学家胡善勇介绍，交通智能体旨在提供交管的“最亮双眼”、“最强大脑”和“最快双手”的系统化的方案。

所谓“最亮双眼”，是感知端提供智能化升级，实现路网全息感知(全智能、全要素、全天候)，路口数据全量精准刻画;“最强大脑”则通过全量数据汇聚，对于既有视图资源挖掘，车驾管大数据研判，支持安全隐患警情快速发现，交通态势精准研判，信控诊断及优化，实现交通治堵实时处置，隐患风险精准打击;“最快双手”快速联动勤务处置，实现交管业务快速闭环，特别是事故快处快撤等在交管业务上的深入应用。

胡善勇围绕交通智能体三大特征“全感之”、“深识之”、“敏行之”(也就是感知、认知和行动)进行了详细介绍。

交通感知是交通管理和服务的基础。华为布局了SDC、全息路口等产品与方案。通过智能升级前端，数字化还原路口状态，赋予前端“CT+小脑”功能;全息路口精准刻画到车，到车道，秒级发现事故并固化证据。

交通认知是交通管理和服务的核心。交管大脑赋能执法管控、车辆综合研判、路况分析、态势分析、精准服务、交通组织优化和信控优化策略等7大业务。

执法管控，华为打造了端到端解决方案，构筑立体化管控网;车辆综合研判，多维度数据挖掘隐患，实现秒级预警，查减问题车和隐患点;交通路况分析，实现由“片面笼统滞后统计”到“全面精细实时复刻”，从原来的互联网道路级断面流量、单一指标到基于全息路口与智能前端的车道级、多指标的全样数据采集;交通态势研判，由“表象趋势分析”到“态势动因研判”，通过大数据的碰撞挖掘，对比分析如通过分析车辆的出行路线和时间段来研判异常，知其然更知其所以然;精准服务，全量精准数据，支持精准对象服务，使宏观交通管理政策高效决策;路口信控优化，实现自适应控制，从“车看灯”到“灯看车”，兼顾行人通行;以天津生态城为例，在大数据、物联网、边缘计算等技术的协同下，通过感知交通流量和排队长度，能依据即时交通状况对信号灯进行调整和调度，做到“灯看车，按车数放行”;干线信控优化，干线协调从“策略固定”到“适配交通流控制策略动态调整”调控;交通组织优化：由“人工经验为主”到“实时精准流量+专家模型”助力精准施策;华为智能交通体基于大数据情报串联起应用实战，实现交通业务管理闭环。赋能“数据研判+秩序管控+信号控制+交通优化+信息服务+N”的现代警务机制。

从实际应用层面，公安部交通管理科学研究所副研究员张森和深圳市公安局交通警察局科技处计算机科科长刘义也分别详细介绍了应用案例。

张森首先介绍了人工智能下的公安交通集成指挥平台。针对公安交通集成指挥平台联网汇聚的卡口过车图片、非现场违法图片等数据，融合应用计算机视觉、深度学习等人工智能技术，分享了基于图片特征智能识别的研究应用成果，探讨了交警专题应用的人工智能服务平台建设架构，提出了以卡口人脸车脸图片识别为核心的人车信息动态关联的大范围智能缉查解决方案。分享了下步人工智能拓展应用方向，提出城市、高速等不同应用场景下的基于交通视频识别的事件检测、违法取证技术思路。

第一个应用是以图搜车系统，应用深度学习技术，实现车辆外观特征、驾驶员部分驾驶行为的智能识别与车辆智能建模;建立不依赖于号牌号码的多维车辆特征库;实现违法车辆的主动发现和自动预警;实现涉牌违法车辆真实信息的主动查证。主要功能包括：车辆识别与特征提取、驾驶行为分析、涉牌违法车辆分析、以图搜车等4大模块。

第二个应用是卡口图片人脸智能识别预警功能。系统检测定位卡口过车图片中目标车辆主、副驾驶人人脸图像，自动提取人脸特征信息，传输交换至后台与本地或本省常住人口信息库、全国机动车驾驶人信息库进行实时比对分析，主动发现具有失驾、无证驾驶、准驾不符等交通违法行为的嫌疑驾驶人，通过集成指挥平台实时预警拦截、确认后布控车辆、通知违法人员主动处理等方式进行查处。同时，系统支持与吸毒、在逃、临控等大公安重点关注人员进行实时比对，实现对车内重点人员的管控。

2018年，深圳市提出“智慧交通+警务变革”的治理理念，坚持分层解耦的理念，结合云计算、大数据、AI、5G等前沿技术打造了一套涉车数据采集、接入、汇聚、治理、应用的体系，全面支撑情报研判、稽查布控和非现场执法。

深圳市公安局交通警察局科技处计算机科科长刘义介绍了三大应用场景。

一是打击失驾、假套牌违法，从“管车”到“管人”。

将经过人脸识别卡口的车辆中人脸提取出来，然后进行结构化处理，再与失驾人员库进行对比，实现从管车到管人。

对于车辆假套牌，可以通过对车辆图片细节进行分析发现。

二是AI车脸识别有效解决大货车冲禁令高误检率问题。

三是全方位、移动式、高效率稽查布控。

比如智能头盔和铁骑深眼等形式，它实现的首先是感知，通过在头盔前面安装摄像头，感知前面的车辆，并且对车辆号牌通过前端算法识别出来，然后对号牌和布控库进行比对和碰撞，如果是要布控的车辆，可以现场进行拦截和查处。如果不是，可以将数据进行存储，为后期事故研判、情报分析提供基础数据。

从规划设计层面，上海市城市建设设计研究总院(集团)有限公司智能交通所所长高翔根据实战经验总结，物联网、大数据、云计算、人工智能、区块链并不是智慧交通，只是提高交通管理效率的工具，工具本身并不包含应用智慧。应用智慧产生于应用过程的摸索之中，效益并不来自工具，而是来自使用者精明的选择，来自设计与组织环境的配套优化。

算法、算力的发挥，需要以业务效益为核心，寻找算力与需求的匹配，避免算力的堆砌。

以信号优化服务为例，高翔认为，AI信控体现在更高维度，更应关注的是场景、流程，而不是仅算法，是将专家知识、经验代码化，最终目标实现全流程的自动化，解放人力，提高控制效率与水平。AI信控需要大量知识库的积累、训练，现有的“AI信控平台”仅能提供辅助功能、或部分场景、部分流程自动化，尚处于初级阶段。