中国人工智能学会

Chinese Association for Artificial Intelligence

返回CAAI官网 加入CAAI

CIIS 2017 演讲实录丨廖龑：智能地图唤醒智慧城市

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，百度地图大数据架构师廖龑发表了主题为《智能地图唤醒智慧城市》的精彩演讲。 

13-1.jpg

廖龑

百度地图大数据架构师

以下是廖龑的演讲实录： 

各位行业专家、媒体朋友们，大家上午好。我是百度地图的廖龑，非常高兴跟大家分享百度地图大数据在智慧城市和智慧交通上的探索。我分享的内容是《智能地图唤醒智慧城市》。 

说到城市，我们大家不会陌生，我们生活在城市里，城市为我们提供很多工作机会、医疗资源、教育资源等等，但是城市发展过程中并不是完美的，城市中会存在很多问题，包括交通拥堵，我们信号灯是否根据交通情况调整配适，满足我们的出行。我们居住的小区周边配套是否合理，规划是否合理，让我们能够充分享受到城市便利性。我们出行游玩时，哪些景区容易发生拥堵，我们什么时候出发可以避免这些拥堵，希望通过我的分享能够揭示一些答案。 

有关城市的三层大数据，城市交通路网、路面车流状况数据、组织和机构数据。这些组织机构在城市中由人构成，是为人提供服务的。地图有了丰富组织、机构数据，使我们可以对城市化发展包括城市商业规律做分析。再往上是人大数据，地图面向开发者的一个平台，我们每天服务的APP、网站超过65万个，我们开放定位服务，每天响应的定位服务请求720亿次。我们有了这些大数据可以为城市做什么？首先我们想到通过大数据优化所在城市的交通。 

城市交通不得不提的一点就是城市智慧信号灯，对于我们深刻理解路况运行规律有着非常强的需求，百度地图的路况大数据主要三方面的数据来源：

一部分是公众数据。这是用户在使用地图时所产生的数据；

二是政府合作的数据。我们跟多地城市和省份、政府达成合作，对于政府部门监管的出租车、客车、货运车，可以做到实时共享数据；

三是行业开放数据。行业开放者会将数据共享给我们，让我们把路况做得更好。百度地图的路况也有很大提升，我们百度地图路况在市内道路覆盖率达到99%以上。 

我们有了这些海量路况数据后，还需要有处理数据的能力，大家看到这张图就是百度地图对于路况技术处理架构，百度地图基于人工智能技术，构建深度学习模型，可以感知城市路况变化，还可以对城市路况发展做预测。有了这些对城市交通网络，整体和局部感知后，我们就可以支持哪一个信号灯优化策略，实现全局最优化。我们希望通过我们的技术真正优化我们的城市的交通。目前百度地图和多个城市的交管部门正在推动智慧信号灯落地，我们主要分为两部分，一是信号灯实时接入；二是对信号灯评估、检测、反向优化。我们除了接时信号灯配时，还收集道路拥堵时长、拥堵指数等等数据，多种数据融合后，可以对信号灯进行监控，进行反向优化。 

上个月跟北京交警交付智慧信号灯实时监控系统，分种级死缩/溢出信号灯报警，交叉口死锁/溢出时段标注，死锁/溢出路口拥堵指标实时监控，我们现在改为用大数据分种级实时响应，帮助交警提升管理效率。 

我们的产品7月3日上市后，产品路口异常报警2600余次，极大的提升了交警对路口异常情况发现能力。刚刚介绍是信号灯上的一些合作和探索，我们跟城市交管部门在城市交通治理上也有很多合作，刚刚看到的案例是辅助成都二环高架瓶颈点分析，我们缓解了二环高架上的拥堵情况。我们的数据分析，三维立体图是4月份的时候，二环高架拥堵情况，五六月份时，二环高架拥堵情况达到极大的缓解。我们的产品自5月1日上线以来，二环高架拥堵趋势得到极大缓解，全天拥堵指数下降7.99%，7：30-10：30下降30.97%。刚才介绍是智慧交通的一些应用。 

当前中国城市发展非常关键的阶段，中国城市化发展，需要很多的科学数据、科学方法作为支撑。我们地图大数据也希望通过我们别的角度，给我们提供一些新的角度洞察理解我们的城市。目前我们在行业中有一个产品，叫做百度慧眼，通过城市扫描，我们可以实时看到整个城市人口基础设施变化情况，这些是为我们提供分析城市带来的一种可能。首先想到一点，我们希望对城市功能区进行划分，希望通过计算客流比，给每一个地块打上标签，我们将这些地块的标签建立成模型反复优化后，跟行业专家的经验做印证，得到城市功能区划分，通过我们划分出来的功能区确实发现一些有趣的商业现象，我们的汉庭酒店和7天酒店对比，汉庭分布在商业区为主，7天酒店分布在人口居住区为主。这些有趣现象让我们进一步了解、评估我们的城市。我们联合中国城市规划研究设计院对城市混合用地空间规律进行进一步分析，城市混合用地，现在主要分析难点在于每一个混合用地功能组成千差万别，很难量化，但是城市独立混合又非常重要，因为合理土地混合可以降低区域之内用户出行成本，包括降低出行压力，可以很好提升城市运行效率。我们通过信息熵计算混合度。在功能区基础上，我们同时进一步探索通勤方式进行出行分析，根据样本特征提取，建立模型后，也可以评估出某一个区域内的用户出行特征，大家可以看到右边的图是我们对北京市用户机动车出行率的划分地块，我们将它跟我们功能区叠加在一块也可以发现，土地混合度越高，机动车出行比越低，我们希望未来将土地混合度、功能区研究，应用到城市规划中，真正为居住在城市中的用户带来便利和好处。 

刚才介绍的是我们在城市交通管理包括城市规划中的一些应用，针对我们普通居住在城市中的公众来说，我们的数据是否可以提供很有趣的驾驶信息，答案是肯定的。我们基于城市中的人口和交通，包括商业设施，我们一共发布了很多报告，我们每个季度发布中国城市研究报告，也会发布节假日出行预测报告，包括商场、购物中心的商业报告，我们希望通过简单直白的方式，让居住在城市中的普通公众也可以通过简单的数据了解和评估和真正认识我们所在的城市。这是节假日预测报告，“十一假期”期间我们选取全球重点景区，评估节假日客流和平时客流变化，杭州西湖景区“十一假期”客流最大，2号达到峰值，4号客流趋势开始回落，我们所做的研究数据也通过向央视等不同的媒体渠道，尽可能让城市的用户接受这些信息，方便他们出行。 

2017年第一季度北上广深公共交通站点覆盖盲区。我们将所有城市中的公交站点和地铁站点，以500米为半径画圆，所有圆叠加起来的面积，覆盖的居住人口比这个城市的常住人口，就可以得出公交人口覆盖率。对于没有覆盖到的公交站点人口居住地，我们在地图上打出来，可以看到公交站点人口覆盖盲区。通过盲区覆盖跟传统公交站点以面积为主覆盖率评估对比分析，再利用共享单车对公共交通站点覆盖盲区补充分析，我们覆盖黄区点位，可以看到共享单车对于一线城市主城区覆盖率有很好的补充，深圳可以说完全覆盖了。 

这是我们基于百度地图大数据的一些建设，现在百度地图升级成为人工智能出行地图，我们希望开放大数据和能力，包括现场很多行业企业，包括高校研究老师，我们希望跟大家一起赋能，共同打造开放的智慧城市生态。以上就是我今天的分享，谢谢大家！

（本报告根据速记整理）

CAAI原创 丨 作者廖龑
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