中国人工智能学会

Chinese Association for Artificial Intelligence

返回CAAI官网 加入CAAI

CIIS 2017 演讲实录丨顾友良：面向智慧城市的交通大脑IDPS体系与实践

发布时间：2017-10-25

10月12-13日，第七届中国智能产业高峰论坛在佛山开幕，在第二天的专题论坛上，广州市政协委员，佳都新太科技股份有限公司董事、副总裁，广东方纬科技有限公司董事长顾友良发表了主题为《面向智慧城市的交通大脑IDPS体系与实践》的精彩演讲。 

10-1.jpg

顾友良

广东方纬科技有限公司董事长

以下是顾友良的演讲实录：    

尊敬的各位老师、各位业界同仁。大家上午好！我很荣幸今天给大家分享智能交通、智慧交通产业。1999年时很荣幸在深圳工作时，开始进入智能交通行业，我还培训实习了半年，后来转到公共安全领域，干了将近18年，去年佳都科技收购了方纬科技的股份，共同致力于当下智慧交通产业。 

今天给各位汇报的是面向智慧城市交通大脑IDPS的体系与实践。 

作为智慧交通大脑是什么样的？我今天给大家做一个介绍。 

交通系统正在变革。传统智能交通是非常复杂的系统，一是时变、二是强非线性、三是不连续、四是不可测、五是不可控。我们很难知道一个人出行的计划、时段、交通方式，这些复杂的因素使得交通系统具有本质复杂性。 

随着当下各种新技术的出现，对于我们现有交通的技术因素影响都有哪些变化？即时通讯，我们通过这种方式让我们的出行时间起点和终点，出行方式及时反馈到系统中来，物联网、大数据，使得我们交通系统变得可测、可分解。刚才张教授也讲了，可感知、可运营、可管理。有了可测、可分解，随着人、车、路协同，再通过自动驾驶技术的呈现，未来交通系统在向着可控的方向发展。 

从交通技术来说，可测性，主要对车辆个体出行给出完整的观测，从他到停车场出来，经过的路径，在哪一些路段，转向的细节，可测。从交通体系来说，我们希望可以被分解，主要从路网到交叉路口，这里面我们观测路段状况和车辆微观行为，系统的可控性，我们刚才说的传统交通系统，更多停留在对路、车之间的关联，随着未来的发展来说，我们认为更多要关注人在交通系统里的核心作用，实现人、车、路的立体协同。有了这样一个交通技术的发展，我们认为智能交通模型开始升级，我们提出城市交通DNA概念，因为DNA里分为三个方向：一是容量、承载力；二是需求；三是状态。围绕这三点来说，以前智能交通系统更多体现在体温计的感觉，知道发烧了，但是为什么发烧不清楚。当下来说，随着人工智能技术的发展，使得交通数据的采集丰富，我们认为智能交通进入2.0时代时，就像CT一样，出现了拥堵、不正常的状态时，我们通过CT的方式，知道哪一个节点出了问题，为什么出问题。有了这样一个技术，我们就能够对症下药来解决问题。 

新一代智慧交通IDPS框架，我们从四个方面理解：

一是完善的基础设施，通过基础设施，我们要了解交通基本数据；

二是有完备的数据采集，通过交通设施把数据采集下来，有了这些数据，我们就根据业务进行解析；

三是搭建智慧的计算平台；

四是结合我们业务应用，根据不同的城市设计个性化的系统服务。 

这是IDPS的含义与结构（见PPT），完善的基础设施，包括标志标线、卡口、微波、地磁，GPS、北斗、移动互联设备（移动检测），交通信号控制机，有了这样基础完备的设备后，我们汇聚交通地理信息，被机器视觉识别的视频流，分析路段截面交通状态，GPS定位，车的密度、运行速度，有了这样的数据后，我们再通过大平台，首先核心就是GIS-T交通地理信息平台，这是基于城市交通信息状态的基础平台，这也是做好城市交通核心的基础平台，在这个平台上融入交通容量，我们要测这个城市到底能容纳多少辆车。对于需求分析，关于人的分布、车辆的分布，看它的需求。通过这种情况，我们可以判断交通状态，通过这些数据后，我们再建立一个交通仿真平台，在实验室里所见即所得的状态，知道效果如何。我们再结合实际运用，怎么做信号控制优化，怎么帮政府做交通运行评价，什么时候限什么车进入哪一个路段，什么气候环境下限制什么方式，可以做出很多交通出行诱导系统方式，引导市民选择什么样的路径出行，什么时段出行。这是城市交通大脑IDPS架构的介绍。 

交通大脑和传统的智能交通系统区别在哪？传统来说，各个业务系统都是独立的，相互之间很难打通。我们要做的事情是什么？怎么把原有基础系统打通，数据基础上可以整合、协同、共享的资源体系。IDPS我们的设计思想，面向业务系统设计，通过标准化平台规划、标准化数据需求规划，让基础设施按照需求来建，而不是按照哪一个分支，哪一个线上的需求去建设，通过这样，现在交通流量采集、诱导系统、信号控制，这些系统来说，我们有一个卡口式电警可以实现，再加上信号控制机的信息，全数据信息都采集了，就不需要微波流量采集等等很多东西。这来源于人工智能技术的发展，没有人工智能技术的发展，我们以前看录像，出了一个案子，去派出所看录像，看得眼睛冒花。现在智能技术让机器去识别。 

IDPS，我们的理念是把传统很多种设备聚焦到三个，在GIS-T城市基础信息平台基础上，一是视频监控，二是信号控制，三是卡口式电警，这样相关数据基本上完备了。 

我们认为交通大脑最重要的是P和D，一个是完备的数据采集，这是核心，是非常重要的。有了这些数据，才使计算有结果。首先是数据云，数据云上，一个是路网结构，知道容量，知道承载力；二是通过数据平台的处理来说，知道它的运营状态。知道容量和需求以及状态，通过数据平台呈现出来。有了这样的呈现后，我们看一下计算结果，在现实模拟下是怎样的，有了这样的体系后，我们再对接业务系统接口，链接业务系统，我们公安有很多管理系统，把这些东西放进去，支持政府的效率更加精准。 

交通大脑三大关键技术：可计算GIS-T，关于智能交通的地理信息平台，这是核心，所有智能交通在这上面完成，没有它，智能交通就没有意义；二是数据驱动，从数据驱动到模型数据的建立；三是实战能力，交通分析。 

第一，GIS-T分层路网模型：拓扑层，交叉路口、路段的点线拓扑；语义层，交通转向规则、方位描述；设施层，路网关联的交通设施对象；还有就是设备层。

第二，GIS-T可以解决交通容量计算、需求分析、状态分析、交通仿真，没有它我们做不了智能交通。

第三，我们通过交通分析平台，知道交通路况分析，我们知道路况精细化状态，知道路况个性化状态，通过这些状态做态势分析，通过历史数据，会往哪一个方向演变，对我们实战有很好的帮助。 

我们做拥堵成因分析，容量不足、需求过大还是信号控制不当，发生交通事故等等。关于绿波带线控，基于关键流向、关键路径设置绿波带，而非一味沿着主干道设置。在区域协调面控，我们以面带点，以出行为本，引导出行，满足出行，出行以人为本。以前我们认为以车为本，以管理者思维为本，我们要转到以人为本的理念上去，溢流片区的车流疏导，区域供需协调。 

这是我们在安徽宣城的案例，GIS-T交通地理信息可计算平台在“两化”的应用，使各种标志标线逻辑关系合理，不像以前经常有矛盾。例如左拐弯是禁行的，地面却有左转标线，这时候我们系统自动会呈现。还有微观交通仿真平台，通过建模可以直接看到，在这个数据状态下是怎样的交通现状。 

我们可以解构路口交通运行，可以知道路口容量，通过这些车，明确数据、身份且区分常发出行和偶发出行。这是两个路口间的路段，中间只能停68辆车，如果一个周期多来10辆车，就把路口堵了，我们是不是要把这个路设成单行道。我们通过数据可以知道路网承载力1.1万辆车，现有车辆9千辆，这样对于这个城市的交通，始终处于相对通畅的状态。 

总结一下，迎接交通革命，要用IDPS体系来建设智慧交通。构建城市交通大脑，可计算的交通，可计算的城市。具备完备的数据采集，具备GIS-T可计算平台。新一代智慧交通管理模式，所见即所得，基于GIS-T，自动计算交通组织方案，提高优化效率。自动计算并提示容量、需求、状态及其存在的问题、成因分析。“今日知明日事”，“先卜先知”。

期待各位专家和老师在论坛后分享交流，也希望大家多给我们指导，谢谢。 

（本报告根据速记整理）

CAAI原创 丨 作者顾友良
未经授权严禁转载及翻译
如需转载合作请向学会或本人申请
转发请注明转自中国人工智能学会