智慧交通的趋势：顶层设计、AI应用、路口创新

我们可以看到本次年会的关键词汇是“系统思维、AI、创新”，这也描绘了智慧交通正在进行的趋势：顶层设计与规划、基于AI的技术应用、交通组织与道路路口的微观创新。

先来看一下最近一年多的交通行业重要会议的关键信息：

综上来看，系统解决交通问题、以科技手段提升治理水平、优化道路路口的通行效率，多层次、多维度地实现交通管理的规范化和精细化是目前的大势所趋，那么如何实现？可以从下面几个方面入手。

城市化的快速推进，使得交通问题已经成为城市管理中最核心的一环，不再是通过修路、增加交通警力就能解决的问题，而是需要通过人、车、路三个层面的建模和分析，构建路与环境的互动模型，确定每个城市在不同层面的问题和建设重点，从而实现最优化的智慧交通，避免重复建设和低效运营。

目前各个城市的智慧交通的建设分为三个阶段：

第一、完善前端设备，提升感知能力：

通过增加摄像头、信号灯、线圈等，不断补全道路交通的感知盲点，或者将现有模拟、标清摄像头升级到高清摄像头，强化前端的感知能力。

这也给安防企业带来了巨大的市场机会，海量的前端市场让很多厂商实现了快速发展。

第二、数据汇聚，统一分析和调度：

将离散在各个NVR等前端设备中的数据（视频、图片）等汇聚到云端，实现数据的统一调度。

这需要企业在云计算与网络能力方面具备较多的积累，能够给交通部门提供快速部署、快速上线、便捷运维的云能力，以华为的视频云为代表的方案在这方面最为成熟和完备。

第三、大数据分析，AI创新应用：

在数据汇聚的基础上，对交通领域的视频和图片进行结构化处理，识别出违法行为等，并通过大数据分析和碰撞，形成众多的创新应用。

这个阶段需要企业具备AI计算、分析能力，同时能提供高效能的大数据分析平台，从而满足 通部门在业务开展中的各种需求。

不同的阶段，智慧交通的建设目标和需求都有巨大的差异，需要对城市的交通状况和诉求进行针对性的分析，量体裁衣地给出诊断方案和规划方案，让每个城市的智慧交通实现最优的发展策略。

从应用角度看，城市交通的发展经过了“看得见、看得清、看得懂”三个阶段，对应着“模拟/标清摄像头、高清摄像头、AI+摄像头”。

目前，很多城市已经完成了高清摄像头的升级，诉求重点已经转移到基于AI的业务应用，希望AI能够完成以前由人脑完成的工作，甚至能够完成人脑无法完成的任务。

以目前的交通领域AI应用为例，主要聚焦于图片识别功能，借助该功能可以识别各种违法行为。这个领域中的算法和应用正在快速推进，节约了大量的人力。

当违法图片的总量达到百万级以上，就不是简单地增加人力所能解决的，必须由AI对这些图片进行识别和过滤。

在其他方面，AI同样可以产生积极的作用。例如，仅仅做统计和分类无法分析出从宏观区域到微观卡口的出行规律，而利用强化学习的方式，可以快速形成不同维度的交通出行规律模型，这也是AI应用的一大场景。

在交通出行的总体控制当中，路口的控制和管理非常关键。各地交警在路口创新方面提出了众多的思路并落地实践，形成了一系列的成果，但交警依靠经验和车流情况优化路口通行效率，这需要交警个人具备丰富的交通管理经验，无法复制。

本质上，路口创新是对交通路权的管理，把空间的利用效率做到最大，把通行时间分配到最优，把每一个路口，每一条道路的通行潜力发挥到最大。深圳、成都、西安等城市实践了很多提高路口通行效率的创新方法，例如排阵式通行、可变车道、潮汐车道、借道左转、拉链式交替通行、双待叠加等。

现在，可以通过AI与交通仿真结合的方式验证不同的路口通行方式，部分城市也在探索这方面的实践，有了阶段性的成果。