杭州??低晹?shù)字技術(shù)股份有限公司智能交通事業(yè)部總經(jīng)理徐志軍發(fā)表了《AICloud+城市交通治理》主題演講。
以下為徐志軍演講內(nèi)容。

(杭州??低晹?shù)字技術(shù)股份有限公司智能交通事業(yè)部總經(jīng)理徐志軍)
我今天分享的主題圍繞著城市交通治理,來(lái)分享一下海康威視在這個(gè)方面的一些思考、經(jīng)驗(yàn)和成果。我的主題是《AICloud+城市交通治理》,AICloud是一個(gè)架構(gòu),城市交通治理是我們的目的和未來(lái)業(yè)務(wù)方面的方向。
一、城市交通管理會(huì)進(jìn)入什么樣的階段

首先看未來(lái)發(fā)展的幾大趨勢(shì),麥肯錫《2030年未來(lái)出行全面展望》的報(bào)告,講到了共享汽車、自動(dòng)駕駛等等方向,未來(lái)智能化會(huì)驅(qū)動(dòng)我們未來(lái)的交通出行變得更加美好。同時(shí)在城市管理方面,隨著社會(huì)的發(fā)展、城市精細(xì)化的經(jīng)營(yíng),其實(shí)對(duì)城市治理的要求越來(lái)越高。習(xí)大大在報(bào)告中也提出來(lái),“城市治理需要像繡花一樣精細(xì)”。我們要相應(yīng)的應(yīng)用互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)等等。
其實(shí)城市交通管理經(jīng)歷了幾個(gè)階段,我們已經(jīng)從交通管理進(jìn)入到交通治理的階段,未來(lái)隨著智能化、人工智能技術(shù)的應(yīng)用,我們會(huì)由治理到智能化的治理的階段發(fā)展。這也是我們接下來(lái)重點(diǎn)研究的課題。
回過來(lái)我們?cè)賮?lái)看,我們離城市治理到底還有多遠(yuǎn),還有多大的差距,我們也做了一個(gè)簡(jiǎn)單的分析,主要有幾個(gè)方面:
● 業(yè)務(wù)方面的問題,我們有很大的渴求和希望,急需解決很多的業(yè)務(wù)問題,包括擁堵、各種車輛治理等。
● 建設(shè)方面也有很多痛點(diǎn),包括聯(lián)網(wǎng)也好、4G應(yīng)用也好、企業(yè)生態(tài)也好等等。
● 運(yùn)維方面也有很多痛點(diǎn),包括企業(yè)。總結(jié)下來(lái)看,其實(shí)有幾個(gè)方面,第一是現(xiàn)在的城市管理方面的感知能力不足,第二是聯(lián)網(wǎng)擴(kuò)展方面的能力,第三是運(yùn)維能力包括信息的傳遞方面的能力。

總結(jié)一下無(wú)非就是兩方面,我們后面圍繞這兩方面進(jìn)行展開探討:
● 數(shù)據(jù)運(yùn)用能力的差距;
● 系統(tǒng)化建設(shè)思維的差距。
如果在數(shù)據(jù)的應(yīng)用能力上,我們要更好的提升,另外是體系化的建設(shè),主要從交通治理有沒有更好的思維這方面的考慮。
三、如何提升系統(tǒng)的數(shù)據(jù)運(yùn)用能力
如何來(lái)提高系統(tǒng)的數(shù)據(jù)運(yùn)用能力呢?這方面也是我們的理解、思考和探索,??低曇蚕胪ㄟ^AICloud的架構(gòu)來(lái)賦能城市的治理。這個(gè)AICloud架構(gòu)其實(shí)是一個(gè)智能的公聯(lián)網(wǎng)的架構(gòu),這個(gè)架構(gòu)其實(shí)非常適合交通的管理。

這是AICloud的一個(gè)基本架構(gòu)圖,有一個(gè)簡(jiǎn)要的描述。其實(shí)它由幾部分組成,第一是邊緣節(jié)點(diǎn),其實(shí)剛才講車也好、路也好、還是環(huán)境也好,它有大量的邊緣節(jié)點(diǎn)。
同時(shí)我們的邊緣有可能是這條路,也有可能是一個(gè)分子中心,最終的中心是一個(gè)云中心。所以在智能交通領(lǐng)域里面,單獨(dú)的強(qiáng)調(diào)云或者單獨(dú)的強(qiáng)調(diào)前端智能都不能很好的解決問題,我們希望采用AICloud架構(gòu)更好的來(lái)治理我們的城市,實(shí)現(xiàn)人工智能、大數(shù)據(jù)和終端設(shè)施有機(jī)的結(jié)合起來(lái)。
1. 邊緣感知。
2. 按需匯聚。
3. 多層認(rèn)知,這樣我們一方面能夠更好的響應(yīng)前端信息的需求或計(jì)算的需求。
4. 分級(jí)應(yīng)用,在中心層次做一些分層應(yīng)用,聚焦分層應(yīng)用。
AICloud是解決數(shù)據(jù)困境,助力業(yè)務(wù)智能化的需要,目的還是為了業(yè)務(wù)智能化,而不僅僅是純粹的為了一個(gè)簡(jiǎn)單的社會(huì)組織或者系統(tǒng)組織,更多的是為了解決業(yè)務(wù)智能化的需求。AICloud從架構(gòu)上來(lái)講有“兩池一庫(kù)四平臺(tái)”。
“兩池”一個(gè)是數(shù)據(jù)資源池、一個(gè)是計(jì)算存儲(chǔ)資源池,這個(gè)池可以解決數(shù)據(jù)的融合問題,包括數(shù)據(jù)的計(jì)算困難問題。
“一庫(kù)”是算法倉(cāng)庫(kù),未來(lái)有大量的人工智能算法,我們的交通領(lǐng)域數(shù)據(jù)非常豐富,可以構(gòu)建一個(gè)算法倉(cāng)庫(kù)進(jìn)行聯(lián)合調(diào)度。
“四平臺(tái)”主要是面向用戶,包括數(shù)據(jù)資源平臺(tái)做資源管理、管理調(diào)度平臺(tái)、運(yùn)維服務(wù)平臺(tái)、以及很重要的應(yīng)用平臺(tái),靈活的擴(kuò)展應(yīng)用。簡(jiǎn)單描述AICloud,主要是“兩池一庫(kù)四平臺(tái)”的模式。
關(guān)于AICloud的架構(gòu)模式,其實(shí)也是非常符合業(yè)務(wù)分層治理需要的。

我們看這張圖,其實(shí)是1146的標(biāo)準(zhǔn),其實(shí)這個(gè)標(biāo)準(zhǔn)也描述了從大隊(duì)到支隊(duì)到總隊(duì)或者說(shuō)地市縣級(jí)不同級(jí)別對(duì)應(yīng)用和業(yè)務(wù)的需求。從業(yè)務(wù)上面是分層的,比如說(shuō)大隊(duì)層面更多的是執(zhí)法層面的,支隊(duì)是情報(bào)分析和指揮調(diào)度的需求,總隊(duì)是宏觀的更加全面的信息包括態(tài)勢(shì)進(jìn)行監(jiān)管的需求,我們是分層次的需要。
而整個(gè)AICloud能提供哪些能力,首先第一個(gè)能力是AI,我們這里非常重要的AI人工智能。我們希望AI能力像電力一樣隨需可調(diào)動(dòng),包括AI計(jì)算池和算法倉(cāng)庫(kù)的模式。數(shù)據(jù)上面應(yīng)用是分層的,所以這里面有兩個(gè)最關(guān)鍵的數(shù)據(jù)資源池,一個(gè)是物聯(lián)網(wǎng)的數(shù)據(jù)資源池,我們獲取大量的數(shù)據(jù)信息,在物聯(lián)網(wǎng)層面上可以做數(shù)據(jù)的清洗、整合和業(yè)務(wù)關(guān)聯(lián)。
在云中心構(gòu)建一個(gè)云中心數(shù)據(jù)資源池,像流水一樣,能夠按需獲取數(shù)據(jù)。而在業(yè)務(wù)層面上,我們分層實(shí)現(xiàn)這些應(yīng)用,在全局業(yè)務(wù)上做一些探測(cè)分析和綜合監(jiān)控等方面的應(yīng)用。
如何開展體系化的城市治理,我們做了一些創(chuàng)新,這方面也是非常豐富的,我們有一些經(jīng)驗(yàn)?zāi)芙o大家一點(diǎn)啟發(fā)。當(dāng)然我們和深圳交警和其他很多地方也做了很多合作,我簡(jiǎn)單的給大家展示一些成果。
我們主要是圍繞三個(gè)方面來(lái)展開,
第一是場(chǎng)景和子系統(tǒng)的創(chuàng)新,
第二是城市級(jí)大數(shù)據(jù)及應(yīng)用平臺(tái),
第三是融合創(chuàng)新模式。
首先是智能化治理,其實(shí)我們有大量的智能化應(yīng)用,我們把大量的智能應(yīng)用核心能力集成到設(shè)備里面,在一臺(tái)設(shè)備就能實(shí)現(xiàn)大量豐富的取證功能。另外是在技術(shù)方面的創(chuàng)新和提升,在場(chǎng)景應(yīng)用能力上的適應(yīng)性會(huì)更好。第二是本身對(duì)車輛的實(shí)現(xiàn),其實(shí)車輛可以做得更加豐富,包括掛件、人臉等等,進(jìn)行更好的精準(zhǔn)控制。同時(shí)我們對(duì)車輛未來(lái)的運(yùn)用分析和協(xié)助方面,可以做更多更豐富的應(yīng)用,在技術(shù)方面可以有更大的提升。

這是我們跟深圳做的移動(dòng)緝查與機(jī)動(dòng)指揮系統(tǒng),原來(lái)的執(zhí)法模式應(yīng)該說(shuō)效率不是太高,我們發(fā)現(xiàn)嫌疑人特征就鎖定目標(biāo),去跟蹤、去攔截,效率還是不夠高。我們下面的移動(dòng)緝查與機(jī)動(dòng)指揮系統(tǒng)是直接獲取前端的信息,獲取車輛信息,直接布控和攔截,速度非??欤?0秒之內(nèi)就能夠?qū)崿F(xiàn)。這是一個(gè)錄像,在行駛過程中能夠直接獲取車輛信息進(jìn)行布控的效果。
這是信號(hào)控制,在車路協(xié)同里面信號(hào)控制非常重要,??到Y(jié)合剛才講的電子警察提供精準(zhǔn)的轉(zhuǎn)向數(shù)據(jù)或者交通參數(shù),我們可以做一些單點(diǎn)路口包括干線方面的控制等等,這是基于視頻的智能應(yīng)用。

同時(shí)對(duì)于交通的管理,從車到人非機(jī)動(dòng)車的管控方面,我們?cè)谏钲谧隽诉@方面的一些試點(diǎn)和研究,包括行人做馬路、非機(jī)動(dòng)車的識(shí)別、違章行為的分析等等。
剛才講了自動(dòng)化,我們也把大量的計(jì)算能力集成在前端。除了應(yīng)用以外,同時(shí)也在做大量的研究,在應(yīng)用層面是非常豐富的。我們的目標(biāo)是像車輛分析等等,可能有很多污損的車牌或者遮擋、假套牌,我們采用車牌研判,能夠找到真實(shí)的車輛信息進(jìn)行定位。
關(guān)于人臉識(shí)別,其實(shí)在交警執(zhí)法里面,我們把人臉作為一個(gè)管控的重要技術(shù)手段,現(xiàn)在我們通過人臉識(shí)別進(jìn)行建模以后能夠快速的找到,比如說(shuō)對(duì)吊銷駕照的、黑名單人員快速鎖定。
基于互聯(lián)網(wǎng)方面的應(yīng)用,我們跟移動(dòng)互聯(lián)網(wǎng)進(jìn)行結(jié)合起來(lái),進(jìn)行互聯(lián)網(wǎng)的執(zhí)法。同時(shí)在指揮管理方面,我們和深圳交警聯(lián)合研究做了一個(gè)4KS系統(tǒng),我們?cè)谝曨l上做融合和疊加,直接可以做可視化的實(shí)時(shí)指揮和調(diào)度,包括路況、車輛信息、事件等等,真正做到實(shí)時(shí)可視的調(diào)度。

現(xiàn)在國(guó)內(nèi)也是非常熱鬧,這個(gè)推出來(lái)以后我們得到了全國(guó)的推廣,除了交通以外,其它很多領(lǐng)域包括港口、機(jī)場(chǎng)、高速公路等等都有應(yīng)用。同時(shí)4KS智慧平臺(tái)在大數(shù)據(jù)方面的應(yīng)用,也是非常豐富的。
交通治理除了剛才講的體系架構(gòu)以及這方面的業(yè)務(wù)創(chuàng)新以外,其實(shí)我們也在探索聯(lián)合創(chuàng)新的模式,我們?cè)谧龊芏鄳?zhàn)略合作。
為什么做戰(zhàn)略合作?我們把好的理念跟技術(shù)結(jié)合起來(lái),落地一些項(xiàng)目,推出一些新的產(chǎn)品和方案。同時(shí)把我們的合作單位、合作用戶作為一個(gè)基地,不斷的解決他的業(yè)務(wù)痛點(diǎn),同時(shí)為其它的地方應(yīng)用推廣提供一些好的借鑒,我們也推出了很多這方面的成果,比如剛才講到的指揮系統(tǒng)等等。
整個(gè)交通治理應(yīng)該說(shuō)非常復(fù)雜,也是一個(gè)很大的體系,海康威視是一個(gè)開放的平臺(tái),剛才講到算法倉(cāng)庫(kù)也好、還是應(yīng)用層面也好,都是一個(gè)開放的平臺(tái)。我們會(huì)開放服務(wù)或者共建實(shí)驗(yàn)室,共同以??低暺脚_(tái)為載體,來(lái)打造AICloud生態(tài)。

總結(jié)一下城市交通治理的三大舉措:
第一是AICloud打基礎(chǔ);
第二是核心業(yè)務(wù)建體系;
第三是聯(lián)合創(chuàng)新、生態(tài)合作。
謝謝大家!