交通擁堵逐漸成為城市發(fā)展的一塊“心病”，近日，高德地圖聯(lián)合交通運輸部科學(xué)研究院等機構(gòu)發(fā)布的《2016年第三季度中國主要城市交通分析報告》顯示，與去年同期相比，46個城市中有40個城市有不同程度的擁堵加重趨勢。數(shù)據(jù)分析表明大部分城市擁堵依然在持續(xù)惡化，大小各類型的城市都在面臨擁堵的困擾。

可以說，交通問題已經(jīng)嚴重影響到城市的有序運行和可持續(xù)發(fā)展，導(dǎo)致社會成本大大提高，它也是影響出行體驗的重大因素，成為市民最為困擾的問題之一。公安部公布的另一項數(shù)據(jù)表明，截止今年9月底，中國的汽車保有量已經(jīng)達到1.9億輛。在此背景下，盡管很多的智慧城市項目將重點投入了智慧交通中，但效果并不明顯，有效治理并能夠緩解交通壓力的城市寥寥無幾。

到底如何拿出有效的辦法解決交通行業(yè)的諸多問題？又該如何利用大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能等新技術(shù)為治理交通服務(wù)，讓交通真正“智慧”和“聰明”起來？

智慧交通需頂層的數(shù)據(jù)管理體系

在找到解決交通問題的可行辦法之前，我們不妨先來看看目前諸多城市進行的智慧交通基礎(chǔ)建設(shè)面臨的問題。大數(shù)據(jù)時代下，智慧交通的基礎(chǔ)性建設(shè)大體分為四個階段，IDC建設(shè)、數(shù)據(jù)平臺建設(shè)、數(shù)據(jù)集采與數(shù)據(jù)共享。從目前國內(nèi)交通大數(shù)據(jù)中心建設(shè)的情況來看，還是以機房建設(shè)為主，在中興通訊看來，有少數(shù)城市做到了數(shù)據(jù)集采和存儲，但是再往上看，能在SaaS層面做到數(shù)據(jù)共享的城市就更少了。

背后的原因是什么？其中有政府管理模式的問題，比如交通行業(yè)是按照運輸方式來區(qū)分的分散管理的模式，管理主體眾多，層次交叉重疊，如果說這個原因不是主要因素。有一個關(guān)鍵因素不得不說，其可以視為在實施智慧交通系統(tǒng)項目時的頂層設(shè)計問題。

中興通訊認為，關(guān)鍵在于缺少一個頂層的數(shù)據(jù)管理體系作為數(shù)據(jù)的統(tǒng)一規(guī)劃者，即“一張藍圖，一個流程，一個制度，一套體系，一支隊伍”。數(shù)據(jù)的集采不是將機房、平臺建好了，放在那里，數(shù)據(jù)就能來的，也不是數(shù)據(jù)采集來了，放在那里，它就能產(chǎn)生價值的。數(shù)據(jù)在生命周期內(nèi)，不斷地積累，不斷地更新強化，最終到使用，需要有一個持續(xù)的過程。

平臺或數(shù)據(jù)資源的整合需要銜接國土、規(guī)劃、發(fā)改、住建、民政等具體業(yè)務(wù)部門，在委辦局進行項目需求建設(shè)的時候，需要由這個頂層部門進行數(shù)據(jù)模型的邏輯規(guī)劃，設(shè)定數(shù)據(jù)的訪問范圍與權(quán)限級別，從邏輯上整合，從物理上打破離散，真正的去橋接交通數(shù)據(jù)的孤島。

當(dāng)然，在實現(xiàn)跨部門、跨地區(qū)的交通互聯(lián)共享平臺的基礎(chǔ)上，規(guī)范交通系統(tǒng)的數(shù)據(jù)標(biāo)準(zhǔn)化也必不可少，這樣才能降低對交通流的分析與預(yù)測障礙。

協(xié)同聯(lián)動的交通大數(shù)據(jù)基礎(chǔ)設(shè)施

頂層設(shè)計之外，當(dāng)然還少不了可靠的智慧交通系統(tǒng)基礎(chǔ)設(shè)施。但是傳統(tǒng)的智能交通主要關(guān)注的路面交通情況，其感知水平?jīng)Q定了無法將人、車、路及環(huán)境作為一個整體進行看待。從中興通訊這樣的ICT運營商的角度來看待這一問題時，會從人、車、路及環(huán)境（公路四要素）之間的關(guān)系及關(guān)系數(shù)據(jù)的IO（Input/Output）來直接切入到公路管理與服務(wù)中來。人、車、路、環(huán)境彼此之間既是交通數(shù)據(jù)的使用者，也是交通數(shù)據(jù)的貢獻者。

中興的交通運輸智能監(jiān)測和應(yīng)急指揮系統(tǒng)即按照這個思路進行建設(shè)的。交通監(jiān)測系統(tǒng)與市面上產(chǎn)品不同的是，通過全面的物聯(lián)網(wǎng)感知技術(shù)，對監(jiān)控對象的狀態(tài)進行更為細致的洞察，通過高速無線網(wǎng)絡(luò)實時接入到云計算中心進行快速分析。

以交通監(jiān)測系統(tǒng)的一個最佳實踐舉例來說，很多長途運輸車輛在夏季工作的時候，輪胎的溫度可以達到60℃以上，如果不經(jīng)常性的采取降溫措施，很容易發(fā)生爆胎。通過安裝在車輛輪胎上的溫度傳感器，實時獲取輪胎的溫度，通過車輛的CAN總線系統(tǒng)，將數(shù)據(jù)實時傳輸?shù)浇煌ㄟ\輸監(jiān)控中心，交通運輸監(jiān)控中心結(jié)合車輛的運行時間、運行路段的路況，判斷車輛的輪胎是否處在危險的狀態(tài)，監(jiān)控中心會向司機發(fā)送告警信息。

另外在出行服務(wù)端，中興提出了“交通數(shù)據(jù)眾籌”的理念，出行者可以將實時的交通信息上報到云。比如，當(dāng)我們駕車在城市道路上行駛，前方出現(xiàn)了一起事故，占用了一條車道，云端在進行數(shù)據(jù)巡檢時，判斷這段道路出現(xiàn)了問題，但是具體是什么問題，需要借助視頻或者人工巡檢的方式確認。如果我們有App，我就可以直接在當(dāng)前的位置標(biāo)注一個事件，定義為事故并分享它，這樣，凡是會經(jīng)過這個路段的駕駛員都會看到這個標(biāo)注信息，提前選擇繞行線路。另外交通管理者也可以及時確認事件類型，選擇合適的應(yīng)急預(yù)案，節(jié)約恢復(fù)時間。

“人即使用了道路的路況服務(wù)（消費者），也為交通管理提供了新的數(shù)據(jù)（生產(chǎn)者）”，它貫穿在中興通訊多個智慧交通方案架構(gòu)中。

智慧交通考驗大數(shù)據(jù)能力

無疑，從行業(yè)上來看，金融、電信、精密制造和交通等是最典型的大數(shù)據(jù)應(yīng)用場景。但大數(shù)據(jù)掛在嘴邊說出來容易，是否具備高性能和可靠的數(shù)據(jù)分析和挖掘能力考驗的是真水平。

城市每天產(chǎn)生大量的交通數(shù)據(jù)流，以寧波為例，寧波每天產(chǎn)生約30億條出行數(shù)據(jù)，如何將這30億條數(shù)據(jù)快速的歸類成100萬種的車輛通勤特征，并在2000余個擁堵模型之中快速識別出來，是系統(tǒng)的核心挑戰(zhàn)。中興自主研發(fā)的城市交通擁堵治理輔助決策系統(tǒng)可以識別約2000種擁堵模式，通過深度學(xué)習(xí)的技術(shù)，指導(dǎo)信號燈學(xué)習(xí)路況，并和周圍的信號燈實現(xiàn)聯(lián)動，增加道路的使用效率。此系統(tǒng)基于大數(shù)據(jù)平臺架構(gòu)，能夠滿足智慧交通大數(shù)據(jù)分析的要求，平臺能夠?qū)崿F(xiàn)日均3億條浮動車數(shù)據(jù)、2億條電子警察數(shù)據(jù)、2億條高清卡口數(shù)據(jù)的處理計算能力，結(jié)合其他數(shù)據(jù)要求，能夠?qū)崿F(xiàn)日均50億條數(shù)據(jù)處理能力。

在快速分類的基礎(chǔ)上，比如需要在10億張過車圖像中，查找到副駕駛抱小孩的車輛，并給車主發(fā)送短信進行安全提醒。在這個場景中，需要首先找出幾張副駕駛抱小孩的過車照片，然后交給卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks，CNN）進行針對參數(shù)的學(xué)習(xí)和訓(xùn)練。然后CNN攜帶訓(xùn)練好的參數(shù)去對每一張圖片進行識別，最終找到副駕駛抱著小孩的車輛。識別的速度取決于神經(jīng)網(wǎng)絡(luò)的算法，比如首先按照出行的車輛進行歸類，將數(shù)據(jù)量從十億的級別降低到百萬級別再進行處理，也取決于云計算的存儲能力，但解決問題的根本還是在算法上，而不是IO的速度。

所以，頂層規(guī)劃、前瞻的智慧交通系統(tǒng)基礎(chǔ)設(shè)施、大數(shù)據(jù)能力，是一個有效的治理交通問題的可行辦法，當(dāng)然這并不是全部。在11月16-21日即將開幕的中國國際高新技術(shù)成果交易會（高交會）上，中興通訊將在智慧城市專館暢談智慧城市交通系統(tǒng)。