图片来自“东方IC”
本文转载自赛文交通网，原作者陈建梅。智能网智慧城市对文章进行二次编辑，供读者参考。
2019年8月15日上午，合肥市公安局交通警察支队副支队长陈建梅在智能交通创新发展论坛上做出演讲，演讲题目为“交通超脑，让交通更简单”。
以下为陈建梅演讲的主要内容：
近年来，我市计划城市建设得到了快速的发展，人车路等交通要素急剧增长，交通管理工作迎来新的挑战。
截止到今年7月份，我市机动车保有量已经达到了230万辆，驾驶人有257万人，市区路网里程3052公里，机动车、驾驶人的快速增长给路网承载、交通管理带来了极大的压力。
目前，向数据要效率，向科技要警力成为公安交管的必然选择，大数据和人工智能技术服务交通管理和公众出行已成趋势。
合肥交通超脑也应时而生，它的建设理念主要有四个方面：
首先，通过多源数据的实时接入，为业务应用提供更全面更详细的处理；
再者，是强化管控的力度，分析计算各类指标体系，监测城市交通运行状况；
然后，增强决策层，将人工智能技术与交通管理实战相结合，对城市交通运行态势自动生成分析报告；
最后，是学习能力，让机器不断的学习专家经验，不断的提升交通超脑水平。
下面从数据融合应用、智能指挥调度、交通信号优化、公众出行服务四方面做简要介绍。
第一部分：数据融合应用
目前，每天采集公安交警数据（包括卡口、电警、地磁等数据）1200万条，公安天网数据1000万条，互联网路况数据1.5亿条，其他城市交通数据（包括城泊、运营、公交等数据）1500万条。
我们将公安交警数据、公安天网数据、互联网数据、其他城市交通数据等数据进行统一接入和深度的整合，形成一个数据中心。
我们从城市交通态势感知、治堵成效、交通事件影响分析、车辆分析研判四大方面进行逐一介绍。
第一：城市交通态势感知；
数据融合之后，可对城市交通态势进行精准感知，我们利用交通拥堵指数、平均车速、拥堵里程、交通流量、失衡指数、形成时间等六项指标，对合肥城市路况进行实时监测，在饱和度、饱和流量、通行能力、排队长度等方面来评价交通情况，并通过平均车速、行驶数量、公路里程等指标来评价区域交通的运行状态。
第二：治堵成效；
通过分析历史数据，对节假日期间交通出行规律进行改制，在拥堵治理、效果评估等方面形成了一个交通拥堵治理的闭环。
并过微信或等渠道提前一小时发布出行信息，既给市民出行带来便利，也缓解了交警的处理压力。
第三：交通事件影响分析；
通过对特殊交通事件数据的分析研判，可辅助我们梳理节假日、恶劣天气异常拥堵路段并发布专题分析报告，同时也为合肥举办国际马拉松等大型活动提供交通保障，另外，也可推动交通事故应急处置和施工占道经营举报等方案的制定。
第四：车辆分析研判；
数据的融合在日常车辆分析研判方面也将发挥很大的作用，车辆轨迹、出行规律、落脚点、套牌车、假牌车等信息均可获取并进行相关治理。
第二部分：智能指挥调度
数据的融合在智能指挥调度方面的作用主要分为以下几点：
1、智能语音诱导发布：
交通超脑可以主动发现紧急或重大事件，并通过语音诱导APP快速发布。目前，已实现全市157快诱导屏的接入和快速发布。
2、特定场景交通指挥：
目前，已挖掘合肥体育馆周边6条重点保障道路、5个限行卡点、7个关键点位、4条出入场及停车线路、10余条外围巡逻疏导线路，对进出车流、停车区域、禁停路段、突发事件等各种场景进行综合仿真，并制定精准布警预案。
利用区域信号动态优化、诱导信息发布、交通路况发布等手段，已保障了10多场大型活动。
3、警情互通，便捷交互：
利用语音识别、语音合成、语义理解等语音技术，提供更友好、更便捷的人机交互手段，提升指挥调度和执勤执法工作效率。
4高架道路管控：
实时监测拥堵路段、平均车速、拥堵里程、交通流量、交通事件等高架交通状态，并进行实景建模，然后同步模拟高架及周边交通路况。
根据高架实时交通状态，智能调控全市105套高架限行系统，进行多点联动，实时优化周边信号配时方案，发布诱导信息和导航提示。
5、可变车道控制；
利用视频分析，实时监测路口方向各车道排队长度及流量变化，进行可变车道控制。
目前，已在黄山路与合作化路路口进行可变车道试点，高峰时段通行效率提升10%，经调查分析，还需在全市增设23处可变车道控制。
6、情指勤督，高效处警：
通过视频分析、三台合一、系统分析、人工上报等多源警情汇聚接入，进行深度分析研判，建立智能化情报研判体系，以此打造三级一体的扁平化指挥调度体系，简化指挥流程，畅通指挥渠道，实现警情及调度指令的即时下发，实时跟踪、及时闭环。
另外，还可进行交通管理评价、勤务考核等应用。
第三部分：交通信号优化
提高道路通行效率也是工作的重点和难点，因此，我们通过平行仿真技术形成数据采集、智能配置、方案下发、实战检验这样一套体系，并配合立法工作机制，每两分钟就可以生成一种信号配时优化方案。
目前，我们在城市交通创造开发实验室中，已组建一支由交通工程大数据等专业的博士硕士学历人员组成的专业队伍，利用交通超脑在大数据融合分析和智能配置等方面的能力，持续进行优化配置工作。
配置优化工作已初步实现了人工优化和系统优化协同并举，让机器学习专家的经验，达到区域路网信息配置最优化。
人工主要是完成对入口的基础信息采集，定期巡查路口的交通运行状态，重点路口拥堵成因分析和配置优化；
而智能区域协调系统可以覆盖全城，大大提高了优化效率，并可进行区域联动，同时，系统还可以进行AI强化学习，不断改进提升。
截至7月份，我们已对700个路口建档，200个路口制定了路口优化方案。
去年，我们在徽州大道沿线四个路口进行区域协调信号智能优化尝试，经评估检测，车辆排列程度降低了13%，停车延误减少了20%。
今年，我们对望江西路沿线的12个路口进行干线协调优化后，工作日早晚高峰排队长度减少了10%，平均停车厌恶减少了13%。
未来，我们还将在更大的范围内开展信号智能优化工作，提高路程效率。
第四部分：公众出行服务
目前，我们已经将交通超脑分析的实时路况、交通事故、道路拥堵、出行提示等信息通过微信公众号、诱导图、广播电台等渠道进行发布，并与地图导航平台合作实施同步交通信息，让广大市民在出行前和出行中都可以精准掌握交通状况状态，选择最佳的出行线路。
另外，在合肥交警微信公众号中，市民可以通过群众有奖举报部门，举报违法停车、违法使用号牌、违法变道等行为，让全民参与交通监督，规范交通秩序。
近年来，交通超脑应用到交通管理之后，已经取得了比较明显的成效。
从高德百度发布的报告中可以看到，2017年至2019年，合肥市高峰拥堵排行从2017年一季度的第九名下降至2019年第二季度的27名，拥堵指数也在稳步下降，治堵效果明显。
本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。
