當今，隨著物聯網、大數據、云計算、人工智能等新一代高新技術的快速發展，智慧交通也得到了很大的發展。當前，為了進一步爭奪智慧交通市場，很多科技企業大力發展智慧交通產業。其中就包括閃馬智能。

閃馬智能的核心產品是VisionMind視頻異常分析平臺，它的作用就是通過視頻智能分析對智慧交通行業進行賦能。因此，我今天就作為一個視頻AI系統的開發者，作為一個系統支撐角色，談談自己對這個行業的一點拙見。

中學時代，由于D版的泛濫，我有幸接觸了很多好看的電影。這在視頻物資匱乏的當年，真的是條很不錯的拓展視野的途徑（現在弄個抖音都能看各種內容，足見視頻行業發展之迅速）。

而講到交通，我不得不提起當年看D版VCD時候，我特別喜歡一個導演，公路片之王大衛·林奇。今天推薦的歌曲就是來自他著名影片《Lost Highway》，我們特別喜愛的碎瓜的歌曲。

好了，言歸正傳，我們從一個IT外行角度聊聊智慧交通。

Why 智慧交通

自從前幾年國家開始重點投入人工智能以來，“智慧XX”的模式就開始鋪向各個行業，似乎每個行業都開始了“智慧+”的商業邏輯。交通作為體量最大的行業之一，“智慧交通”的建設也已經走過好多年頭，到今年，重點方向變成了“智慧公路”的建設。想要找到未來智慧交通領域的哪些建設機遇，我們必須從智慧交通的核心目標來看。

智慧交通的發展目標，解決核心問題：“人 車 路”協同

交通效率的高低是決定整座城市效率的核心因素之一，地區內部與地區之間的交通流動速度決定了城市化的進度。最直觀的例子就是如果沒有交通擁堵，城市的整體效率會提升巨大。

交通智慧化建設這么多年，通過各地政府的交通大整治，交通事故和死傷人數已經連年下降，在局部區域已經達到了“擁而不堵，堵而不死”的階段。但是，由于城市人口，車輛數量持續上漲，交通出行規模每年都在急劇增長，相較之下，城市區域擴展建設的速度往往會滯后。一定時間后，道路流量與承載能力便會漸漸逼近臨界值。那么如何在這種增長壓力下，解決城市交通的天花板問題是值得我們關注的。

我認為，交通未來一定是會打造一個“人、 車、路”三者安全、高效、和諧運行發展的系統。這個系統的運行和發展涉及三個核心問題：安全—交通事故問題、效率—擁堵產生的時間和油耗等經濟問題、環境—污染排放問題，可以說解決好這三大問題就能對整個社會的交通建設產生巨大的價值。

物聯網AIoT在交通領域發展

交通是一直以來都十分重視數據的行業。不論是城市規劃、道路建設、交通執法，所有的方案法規制定和道路規劃都高度依賴數據支撐。

十多年來，通過各種傳感器和平臺的實施部署，我們已經逐步搭建成了一套自閉環的物聯網系統，包括智能的信號機系統、智能行車/停車系統、電子警察系統、指揮調度系統等等。這套系統應用地感線圈、攝像頭、雷達等等各種傳感設施，可以感知部分區域的車輛行駛的狀況，并通過信號燈的調控，不斷優化著城市道路中車輛的行駛行為。

從早前的海量數據分析，信號燈的優化系統已經進化成一些自動控制系統，可以通過人、車、路的整體狀況進行計算和疏導。

首先，高德百度等地圖應用能通過實時的通訊傳遞給車主信息，使得車主選擇最合理時間內的最優線路進行行駛，以保持整個路面系統的最佳狀態。其次，交通交警等相關部門通過執法和管理降低交通事故頻率，借助電子警察設備，實現非現場執法。接著是指揮調度中心承擔著道路的統一策略、應急響應、及時管控等作用。根據實際的人的電話反饋、信號機、傳感器的信息作出判斷。而今政府開始牽頭讓城市和公路的視頻上云，這樣可以讓指揮中心實時知道各個區域實際發生的狀況，做出及時的應對措施。

隨著大數據、人工智能技術的發展和云計算能力的提升，數據逐漸實現匯總，我相信城市級別的，或者整條公路段級別的智慧交通和智慧公路人工智能大數據系統是今后幾年建設的重點。它會是一個“城市大腦”，為城市與公路上的人和車提供安全、高效、和諧的運行環境。

VisionMind·交通視界心在智慧交通系統中的應用

我在《“閃馬未來城”—我們的技術與未來》大體介紹了閃馬的核心產品VisionMind異常行為分析平臺。而VisionMind·交通視界心是這個平臺針對智慧交通打造的異常行為分析平臺。

我們知道一個系統會有各種各樣的子系統，智慧交通系統作為獨立的一體化系統包括了復雜的各個環節：

1.路網和車路協同的系統：類似人的循環系統，是運行供給的核心通路，而上面的車、人就是城市的核心養料，他們及時的運轉和循環，城市就不斷的發展，壯大;

2.智慧交通的集成指揮管理系統：像大腦一樣提供統一的調度，管理，應急響應;

3.各種攝像頭，線圈，雷達等等傳感設施網絡：它就像神經系統感應著各個部位實時在發生的事情，并作出及時的反饋;

4.而VisionMind則是淋巴系統，通過感知神經系統，及時進行異常的發現、處理之后提供給循環系統和大腦及時而精確的信息。

于是VisionMind便成了車路協同系統和交通指揮管理系統的核心智慧反饋子系統。它能及時發現城市交通道路上的各種情況：擁堵、事故、道路破損、施工、災難、違法、等異常事件的發生，結合流量等數據進行智慧化分析，提升交通的協同與管理。

VisionMind對車路協同的賦能

“眼見為實”，對道路的狀況來講，每天發生著千奇百怪的“事件”。每一輛車輛行駛過一個區域，左轉，右轉，停車，事故，車禍，擁堵等等都構成事件。這些事件的大部分已經被我們的攝像頭“觀察”到了。

然而我們對視頻內容的處理大多也僅停留在觀察這一步。由于計算能力和AI算法基礎研究的不成熟，過去通過人工智能算法分析內容，存在準確率低、類別有限的問題。因而在車路協同和信號燈控制領域，更多使用地感線圈、雷達作為輔助傳感設備，觀測車的流量變化。但是雷達和線圈模式并不能真實完全復原車輛行駛時發生的事件，所以「事件還原」一直是車路系統領域的難點。

時至今日，VisionMind系統已經可以很好地解決這個問題，成熟的AI算法能夠通過視頻捕捉“事件”提供給協同“大腦”完成控制，協同，預警等操作。它能更精確、及時地發現和反饋到底多少輛車左轉、直行、停靠。整個車路協同系統由此真正形成了閉環，這個系統不僅反饋到智慧信號燈，可變車道等等交通基礎設施的控制，也能反饋到車輛、行駛地圖、輔助駕駛、無人駕駛、行人過街提示等等。

VisionMind可以及時發現、治理擁堵、疏通交通、感知車輛，讓人，車，路更好的協同運行。

責任編輯：Ct