智能交通系統(tǒng)(Intelligent Transportation System，簡稱ITS)是未來交通系統(tǒng)的發(fā)展方向，它是將先進的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、控制技術(shù)及計算機技術(shù)等有效地集成運用于整個地面交通管理系統(tǒng)而建立的一種在大范圍內(nèi)、全方位發(fā)揮作用的，實時、準確、高效的綜合交通運輸管理系統(tǒng)。

今天“人工智能+交通”管理與服務(wù)創(chuàng)新論壇召開，在其中的一個分論壇《喚醒沉睡的數(shù)據(jù)，讓城市更聰明》，海信網(wǎng)絡(luò)科技向外界展示了人工智能技術(shù)在交通領(lǐng)域的應(yīng)用。

從整體來看，智能交通是中國基礎(chǔ)設(shè)施建設(shè)，最近5年從一二線城市發(fā)展到了三四線。其中2016年增長率33.5%，市場規(guī)模414億。之所以去年發(fā)展較快是因為大項目數(shù)量增長50%，千萬級項目規(guī)模超過200億;此外，智能交通和智慧城市建設(shè)需求旺盛。

而過去5年海信用戶訂單49億，連續(xù)5年同類第一，但僅占全年市場份額的4.8%，這是因為城市智能交通是高度定制化的行業(yè)。

據(jù)海信介紹，智慧城市國內(nèi)起步與國外同步，大概在2008年左右，這是由于城市推動力度大，而這其中關(guān)注度最高的是基礎(chǔ)設(shè)施、公共安全和智慧交通，目前為止直轄市和副省級城市全面覆蓋。但國內(nèi)智慧城市普遍停留在傳統(tǒng)的垂直應(yīng)用，缺乏綜合應(yīng)用，尤其是深度應(yīng)用。

而海信在實踐的過程中也發(fā)現(xiàn)當前智慧城市面臨的挑戰(zhàn)：系統(tǒng)割據(jù)、信息孤島嚴重;數(shù)據(jù)碎片化，難以共享應(yīng)用;大數(shù)據(jù)和人工智能技術(shù)應(yīng)用程度不高;以及面臨安全挑戰(zhàn)。

簡單來說，智慧城市的核心是數(shù)據(jù)大腦，具體到城市管理和民生服務(wù)方面，就是讓數(shù)據(jù)做決策、思考和調(diào)節(jié)，并與人類互動，這其中最關(guān)鍵的技術(shù)自然是大數(shù)據(jù)和人工智能。

在會上，海信列舉了幾方面的應(yīng)用案例，來展示智慧城市以及智能交通是如何運作的。

首先是公交智能調(diào)度平臺，它通過人工智能和大數(shù)據(jù)分析實時做出最優(yōu)處置方案，并配合公交調(diào)度。采用這個智能平臺之后，對公交企業(yè)來說，提升了調(diào)度效率和質(zhì)量，并降低經(jīng)營成本;對公交調(diào)度員工來說，降低了工作量并減少違規(guī)率;對普通乘客來說自然是減少了等待時間，海信的數(shù)據(jù)顯示平均等待時間從16分鐘減到9分鐘，這當然會提升乘坐滿意度。

另外在公安破案方面，傳統(tǒng)的刑偵手段對于復雜的團伙犯罪行為，偵測能力和把控能力不足。而海信的解決方案則將犯罪信息數(shù)據(jù)通過城市數(shù)據(jù)大腦整合分析，得到犯罪行為畫像，利用人臉識別、WiFi探針等技術(shù)輔助疑犯追蹤，給予案件偵破提供支持。

而在大家最關(guān)心的智能交通方面，海信介紹，信號控制的核心是對交通出行者通行權(quán)的分配，利用電子警察、電子標簽、藍牙等檢測數(shù)據(jù)，還原行駛軌跡，計算排隊長度，優(yōu)化信號配時。

海信現(xiàn)在可以做到基于大數(shù)據(jù)的信號控制，預防并識別路段車輛排隊溢出，保證運行暢通。并做到基于大數(shù)據(jù)的交通問題診斷，路網(wǎng)交通壓力識別，信號配時問題診斷，路口車輛交織判別，潮汐交通識別等。

在這方面，海信提出了“數(shù)據(jù)魔方”的概念，實現(xiàn)基于深度學習的交通預測，可在30秒內(nèi)完成10億規(guī)模交通大數(shù)據(jù)的可視化分析。海信城市交通信控專家馬曉龍解釋說，“一般城市每天產(chǎn)生數(shù)千萬的海量交通數(shù)據(jù)，但如何把這些數(shù)據(jù)用活，過去對于城市管理者來說是個難題。而現(xiàn)在應(yīng)用該技術(shù)，大數(shù)據(jù)體現(xiàn)出的交通問題，可以快速得到解決。”

例如，以往對于交通堵塞問題，往往是發(fā)生擁堵后十多分鐘，交警才收到報警，然后部署警力前往現(xiàn)場疏導。不僅反應(yīng)過程長，而且容易導致?lián)矶录觿『蜐撛诎踩鹿?。海信建立起基于深度學習的交通預測，“以海量交通數(shù)據(jù)為基礎(chǔ)，分析交通運行的規(guī)律性和相似性，建立智能學習模型，通過深度學習去預測流量等交通參數(shù)，預知擁堵區(qū)域等”，海信交通專家馬曉龍說，這樣，就可以預測擁堵地區(qū)和時間，提前進行方案制定、信號調(diào)配、誘導信息發(fā)布以及警力的部署。