“海信已經形成了‘1+3+N’的智慧交通發展戰略，通過構建一個交通云腦，打造大數據、視頻AI、場景化積累三項能力，賦能全場景交通業務，引領并推動城市大交通產業升級!”在11月9日舉行的第十七屆中國智能交通年會暨2022中國智能交通大會上，海信網絡科技公司總裁張四海發表了《海信云腦技術助力城市大交通產業升級》主題演講，明確指出海信將以云腦技術擘畫城市大交通，積極掌握智慧交通創新發展主動權。

　　從智能交通到智慧交通，面臨四大挑戰

　　交通是興國之要、強國之基。《交通運輸信息化“十三五”發展規劃》明確指出，智慧化將成為交通運輸系統的顯著特征，對行業治理體系和服務模式產生廣泛而深刻的影響。黨的二十大報告明確指出，要加快建設交通強國，在政策加持、技術推動的新時代背景下，智慧交通成為我國建設交通強國的必由之路。

　　當交通智慧化走入深水區，企業應如何突破創新引領行業?海信認為，智慧交通“下一程”還面臨四大挑戰。“第一就是視頻AI應用效果不顯著的短板，”張四海明確指出，這主要表現在通用AI算法缺乏交通屬性導致的事件發現不及時、檢測不準確。其次，數據挖掘效果差，大量數據未被激活、應用、共享，沉睡數據難以發揮賦能交通的價值。第三，單一事件指揮模式難以應對復雜交通場景，指揮憑人工、效果靠經驗。第四，交通問題牽一發動全身，依靠單一行業難以進行有效治理，跨行業、全周期的綜合施策才是城市級安全暢通的必由之路。

　　一個云腦+三大能力，海信打造智慧交通發展戰略

　　面對技術進步和行業挑戰，海信基于多年積累形成了“1+3+N”智慧交通發展戰略，構建一個交通云腦，讓數據驅動代替流程驅動;打造大數據、視頻AI、場景化積累三項能力，賦能全場景交通業務，引領并推動城市大交通產業升級。

　　站在智慧城市角度看，交通是拉通城市、社區和家庭的核心。“交通云腦發揮著舉足輕重的作用，”張四海在發言中指出，海信交通云腦將多年沉淀的數據關系、業務關系、特定行業專家經驗儲存于知識圖譜，輔助大數據引擎，深挖城市交通規律、交通問題根因、車流溯源、擁堵蔓延預測、事故風險預測等數據內涵。輔助視頻AI引擎實現事故、態勢等200多種交通專業算法。

　　技術創新只是從0到1的開端，如何實現技術落地才是技術價值的最終體現。“在深入建設過程中，我們基于各地交通特征和業務訴求，逐漸總結積累出場景化能力，實現由流程驅動轉變為數據驅動。”海信云腦自發布以來已應用于城市交通管理、公交智能調度、智慧高速、智慧停車、綜合交通樞紐等多場景并發揮價值，通過大數據、視頻AI、場景化積累等能力為交通轉型升級提供支撐。

　　打造大數據核心能力，驅動應用升級

　　大數據是海信云腦核心能力之一。目前，海信在大數據方面已構建起兩大能力，其一圍繞暢通、安全等7大類153個業務場景，積累了數百種業務應用模型，再者打造高效專業的建模工具，降低數據分析門檻，將建模周期由天縮短至小時。

　　“目前，海信大數據能力已在緩堵保暢、安全防控、公交降本增效、輔助領導決策等領域發揮重要作用。”緩堵保暢是交通管理的重點難點，尤其機動車保有量的增加與城市發展進一步加劇了擁堵，破“堵局”疏“動脈”，海信形成了涵蓋問題識別、成因分析、策略自動推薦、效果閉環評價的信號優化閉環流程，通過自動識別5類交通問題、自動分析4大類20種問題成因，進而自動推薦控制策略，并在方案運行后通過三維評價以全城自動巡檢代替人工逐個現場巡檢。

　　“隨著大數據不斷深化應用，實現全城‘少人化’甚至‘無人化’信號自動調優指日可待。”張四海指出，以蘭州市天水南路為例，過去需要17天完成的信號優化工作，如今7天即可完成，工作效率提升60%;在蘭州市機動車保有量增長10%的情況下，取得高峰延時指數下降3%的效果。

　　安全是交通治理重中之重，也是海信以大數據驅動應用升級的又一典型例證。通過大數據深度挖掘，海信從時空規律和車輛行為等維度進行研判分析，結合車輛靜態特征、出行時間規律、路線規律等生成可疑車輛名單并精準識別查緝，將過去靠人工不好發現、不易排查的安全隱患“一網打盡”。該功能在鎮江上線后，4個月查獲黑班線車156輛，同年黑班線車模型入選公安部建模大賽。

　　公交是城市交通健康發展的核心，是市民出行的主要選擇。面對當下公交客流量下降、經營壓力大的困境，海信以公交云腦為核心打造“客流分析-線網優化-行車計劃-智能調度”完整技術體系。通過精準分析預測4種場景客流和車輛周轉時長，打造支持8種約束條件和3種優化目標的行車計劃優化模型，優化運力投放和排班，同時從服務水平和資源投入對優化效果進行評價并多次閉環迭代，助力公交降本增效。目前，該技術已在西寧60條主要線路應用，優化后日均減低效里程2.2萬km，年節約成本6000萬以上。

　　眾所周知，交通是數據產生應用的典型行業，掌握數據是應用數據的基礎。但目前大量數據停滯于堆砌狀態，只注重展示效果能看不能用，難以支撐實戰。海信以全局掌控、問題導向進行分級分層設計，形成“高層全局駕駛艙-處室業務分艙”體系，全面覆蓋保暢通、護安全、守秩序3大重點目標、實戰指揮與監督監管2項核心工作，實現宏觀發現問題、層層鉆取深挖原因、閉環處置全打通，賦能領導決策精準高效。

　　提升系統智能化水平，以視頻AI驅動交通問題解決

　　視頻AI是海信智慧交通發展戰略另一核心能力。張四海介紹道：“海信圍繞交通場景持續積累實體、事件、行為、規律4大類200多種交通專業算法，為視頻AI賦能交通各行業奠定基礎”，尤其在識別擁堵、事故檢測、設備故障檢測、車端應用等場景中，海信視頻AI能力成效顯著。

　　識別是交通管理的先決條件，擁堵識別、事故檢測、設備故障檢測等猶如建設地基，如果底層建筑不牢固，上層既做不好也做不牢。針對擁堵識別，海信突破高點監控檢測目標小、目標角度旋轉等難題，實現工程環境下擁堵準確率98%，讓高點視頻“看得清、看得遠”。針對事故檢測，海信抽離碰撞距離、行人逗留等8個事故核心要素，構建全要素感知模型，做到離線評測準確率90%以上，對比122警情單，事故漏檢率小于5%的效果。

　　針對設備故障檢測，海信復用電警設備實現17種信號燈組合、8種故障檢測，支持全時段檢測分析，日間準確率85%，夜間準確率70%以上。在車端應用場景，復用智能車載本身的算力，內置ADAS、DMS、BSD功能，實時檢測車輛行駛安全隱患，實現碰撞預警、疲勞駕駛等安全隱患檢測綜合準確率90%以上，高度集成化的AI一體機，也大幅降低了企業建設成本。

　　10大類指揮場景，實現靠人指揮轉向AI研判指揮

　　指揮調度是交通管理的核心業務，問題頻發、場景多變是其顯著特征。傳統指揮調度往往依賴人工與經驗，效果因人而異。突破單一指揮模式弊端，海信對早晚高峰、節假日、惡劣天氣、大型活動等10大類104小類指揮場景指揮模式進行歸納總結，固化成優秀指揮方案，降低指揮難度與門檻，不僅實現精細化與高效化，更實現靠人指揮向AI研判指揮的轉變，打造“人人都是優秀指揮員”的指揮效果。

　　在演講最后，張四海表示，“隨著各細分交通行業治理的逐步精細化，越來越多的交通問題需要通過綜合交通協同共治。”海信將持續夯實云腦的大數據、視頻AI和場景化積累三大能力，堅持以數據驅動交通問題發現、以AI驅動交通問題解決，深化交付和服務能力，探索交通運營服務模式，促進交通與環境和經濟的協調發展，逐步從行業精細治理走向城市交通綜合治理。