建设智能交通，目的是为了让人人享有更安全、更和谐的城市智能交通环境。
面对未来的城市智能交通管理，应该如何做？杭州海康威视数字技术股份有限公司城市智能交通解决方案总监曹雨崧以“云图交通·城市智理”为基本理念，分享了海康威视以AI Cloud为技术架构助力城市智能交通管理的案例。
云图交通·城市智理基本理念
面对未来城市智能交通管理，我们首先树立一个愿景：为了人人享有更安全、更和谐的城市智能交通环境。包括创建这样的交通环境，能够高效执行交通治理手段，以及对于交通事件和异常进行准确预测和预防，同时创建遵纪守法、和谐交通、平安出行的愿景。
顺应这个愿景，海康威视于2017年下半年提出了“云图交通·城市智理”理念，采用新理念、新架构和新举措，实现一城一业务，一城一生态。
海康威视提出这个理念之后，与全国各地的交警用户一起以智能化技术推进城市交通治理。通过以城市交通业务为核心，以AI Cloud架构为基础，充分挖掘智能交通的数据价值，同时以体系化的理念打造一些应用，构建开放的生态环境。
具体如何实现呢？分为三大举措。
第一，通过AI Cloud架构打基础，通过“感、传、知、用”将打通数据在采集、传输、挖掘和应用过程中的壁垒。
第二，以感知、推演、治理和服务的四个目标，构建业务体系。在业务体系的基础上，为不同的城市规划了不同的业务目标，同时也创立了各种各样的应用。
第三，与城市级的战略用户，包括交警及其他行业用户展开联合设计创新活动。如建立联合实验室，打造智慧示范道路。
AI Cloud助力情指勤一体化
情指勤一体化是城市交通管理中的基本业务逻辑，在海康2017年发布的AI Cloud技术架构的基础之上，打通了底层数据边界，通过数据资源池融合了大量的感知数据。
首先，海康打造了情报体系，目的是能够实现精细感知以及实时预警。
第二，基于海量数据，提供了各种各样的分析挖掘以及研判模型，这些模型能够得出决策分析结论，同时能够运用到指挥体系中。
第三，海康为交通管理用户提供了单警智能化及勤务综合化体系。海康通过智能终端，依托于数据资源池，挖掘了各种各样的数据模型，提供了单警智能化的应用通道，每个单警上路执勤，都能够作为警情的采集点。
整个体系，比如AI Cloud架构，从数据的挖掘分析层面以及计算存储层面全部打通，在上层开放算法仓库，并基于智能应用平台承载各种各样的业务应用。
具体的应用案例如下。
首先，基于感知体系，海康今年发布了一系列新产品，包括“环保”卡口。以前抓拍人脸需要用到爆闪灯，它会给出行安全造成一定影响，今年我们通过双光融合技术，实现了无可见光爆闪看清人脸，并在一定程度上提升了人脸成像效果。
第二，在图像的采集方面，通过我们推出了360度全景车载取证云台，实现警务车辆在行驶过程中能够拍摄路边或者前后方的车辆号牌，并做实时比对，及时发现稽查布控的车辆并实时预警。
第三，我们为西安交警等用户提供了“一车一档”的业务模型决策分析系统，主要作用是通过感知网络采集车辆时空属性、号牌信息，同时关联交通违法、交通事故等信息，能够在决策分析模型中充分地挖掘轨迹路线、违法特征、事故隐患等数据。最终每一辆车都会建立一个档案，它的出行规律、违法记录、安全等级等数据都可通过GIS地图呈现。
海康为宁波和宜春交警提供了一套基于人脸大数据建模和比对分析的应用，能够快速发现失驾嫌疑人员。通过人脸识别定位到人的具体属性特征，通过人车关联找到这辆车日常的行动轨迹，这些都能够作为路面民警拦截的依据。
同时也为上海交警提供了非机动车和行人违法的采集预警系统，三个月内一共协助查处了1万多起行人和非机动车违法行为。
此外，我们为西安交警提供了一套基于大数据可视化系统的辅助决策应用，包括对于全城区交通违法行为的时空分布统计分析，基于电警、卡口等感知设备所产生的大量数据做深度挖掘。
通过大量的数据获取到辅助决策的结果，再利用结果去辅助交通指挥，具体如何指挥呢？
海康为西安、深圳、上海等交警打造了基于AI增强现实技术及全景视频拼接技术为一体的实景视频指挥系统，实现了从“摸着做指挥”到“看着做指挥”的过程。
所谓“摸着做指挥”，指的是不同的子系统、不同的界面之需要通过人工来实现警情以及决策信息之间的人工关联，但是现在这些信息全部融合到一张画面中，让用户通过一个画面就能够看到他所关注的内容，包括警情可视化信息以及屏幕的可视化信息。在这个图像当中也能够联动，包括诱导屏卡口、信号控制系统等警务指挥以及决策等应用。
海康也为潮州交警提供了一套基于公安网的云网智慧执法平台，通过警务通的PDA以及警务通软件实现了路面简易程序处理，以及稽查布控报警信息的点对点推送，极大提升了路面警员的执行效率。此外，在PDA上也开放了一些简单的查询功能，包括人脸识别、车牌识别以及人工车牌输入，查询这辆车以及驾驶人员信息。
此外，海康还为深圳交警打造了“深眼”系统，这套系统是通过一台内置AI智能识别功能的云镜，云镜可以识别车辆号牌，在云境当中做识别和黑名单比对，可以实现报警即拦截的过程。相比于传统的指挥中心接到稽查布控的报警通过人工语音下发指令的过程，它的提供效率要提高5到10倍。此外，每一个云镜都内置定位装置，所有警车的当前位置信息，包括点对点的语音对象都能通过一套机制来实现。
对于一些没有装备智能终端、警务通的协辅警，我们为宜春交警打造了一套基于移动互联网技术提供信息传递的机制。通过微信客户端，将模板化的稽查布控警情信息点对点精准推送给民警，民警在路面执勤的时候可以关注到所执行区域上游以及周边路段的稽查布控报警情况，为路面安全保障提供了辅助。
此外，这套系统同时也发挥了重要的信息服务价值，比如基于我们在宜春建设的数据资源池，整合了大量的车驾管信息以及路面交通事故、车辆违法、重点车辆、黑名单等数据，在公安部的“放管服”整体政策环境之下，给民众开放信息、数据服务。比如基于实景视频的路况查询、车辆驾驶员计分查询、违法查询，以及点对点推送违法提醒、不良驾驶习惯提醒等服务。
最后一部分，基于城市智能交通大数据提供了综合勤务的辅助，比如为宜春、秦皇岛、本溪和洛阳等城市提供了基于城市交通大数据的自适应信控优化应用。
在宜春，通过路口精准转向流量的模型，与路口的通行能力模型匹配，最终实现了单点的自适应调优效果。
秦皇岛的特勤保障任务比较多，我们为秦皇岛交警开发了这样一个应用，基于移动客户端，通过车牌和车辆特征的视频比对技术，将两者进行融合，实现了当警保车辆行驶过程中只影响到前后若干个路口，而不会对整个城区的交通造成深度影响。
到底是什么样的系统才能够具备支撑这些应用的能力？主要是三个部分。
第一，建设两个池：数据资源池和计算存储资源池。从底层打通了数据之间如何关联，同时建立了大量的数据属性标签，包括人、车、地、事、物等，将这些属性进行充分融合连接，形成了大量的主题库和专题库数据，为业务应用提供了大量的半成品或者是成品数据，减少了上层再重复计算的压力。此外，提升了整个系统的融合存储能力。
第二，建设一个库：算法仓库。整合了国内厂家开放的算法，包括海康自研的算法，都能够在公共的仓中实现算法调度应用，同时也可以实现算法和生态运营。
第三，打造四个平台：数据资源平台、管理调度平台、运维服务平台和应用平台。通过四个平台实现业务应用及系统资源管理。
AI Cloud架构真正能够满足互联网大数据的基本应用，通过“感、传、知、用”四个维度实现人工智能大数据、云计算及终端设备的有机融合。
首先是数据汇聚平台，主要实现了数据清洗、标签管理、数据建模以及数据预统计、多引擎任务调度及多级资源池管理，将数据资源的价值发挥到了极致，充分连接现有的采集的物联感知数据、业务数据以及互联网数据。
第二，实现了分层调度，冷、温、热三种类型数据，通过不同机制实现不同的分类保存以及高并发的读写性能保障。在这个基础之上，可以支撑对于数据读取的效率标准，不同要求的业务应用。
最终，我们与深圳、上海、广州、浙江等地的交警，在2017年到2018年期间签订了重要的战略合作，合作内容包括智慧路段、智慧区域的样板点打造。
我们相信，在与各地交警保持深入、积极的合作基础上，基于AI Cloud架构，开展广泛业务应用创新、开展城市交通治理顶层设计合作，逐步实现情指勤一体化、智能化，为更多的城市交警用户，带来业务能力的提升，让我们城市的交通，更安全、更顺畅。
