交通行業升級“時空穿梭”模式

【環球網科技報道】9月27日，2017年中國“雲上貴州”智慧交通大數據創新大賽在貴陽收關，535個項目經過激烈角逐，16個項目最終站上領獎台，從交通領域看，這些項目涉及公交線路優化、“綠通車”、出行行為預測、交通工程大數據等領域;從大數據角度着眼，物聯網、數據挖掘、深度學習等大數據力量在交通全領域、全維度的滲透應用。16個參賽團隊，直擊交通行業痛點，描畫智慧交通藍圖，分享175萬的獎金。

“透過大賽可以看到目前交通行業已經開始利用海量數據創造價值，這意味着交通行業已經開始進入4.0時代。”上海交通大學智能交通與無人機應用研究中心教授、長江學者彭仲仁説。

“釋放大數據的力量，升級智慧交通格局。”大賽組織方，貴州省交通廳科技處處長康厚榮向記者表示，“通過大數據挖掘歷史、把握現在、預測未來，創造了一個四維的智慧交通新圖景。”

挖掘歷史，高速工作人員的穿越之旅

2016年6月雲南警方，利用基於高速公路收費大數據的營運稽查系統，實現穿線，破獲了一起篡改通行卡入口信息偷逃費大案，打掉制卡團伙4個，涉案車輛1652輛，涉案金額2250萬。

“早在2015年，雲南省出入口日車流量就已經超過160萬，傳統稽查早已力不從心”，本次參賽選手孫秀珍表示，“於是我們設計了一個新的基於大數據的高速運營稽查系統。”

該系統通過流處理、Hadoop分佈式並行數據處理、內存計算等先進大數據技術，整合了高速的全維度數據，利用神經網絡技術，對偷逃費車輛精準畫像，訓練優化出30餘種偷逃費模型。

“沒想到系統剛剛投入使用就發現了，高速通信卡編號、時間不匹配的問題於是我們通過歷史數據的回溯，挖出了這起大案。” 孫秀珍表示。

除了能穿越破大案，大賽的項目還穿越解決了“綠通車”逃費問題。

“綠色通道”是國家為降低鮮活農副產品運輸成本、促進農民增收、保障城市人民的“菜籃子”而採取的免收農副產品運輸車輛過路費的政策。但是有一部分人卻在農副產品中混裝其它貨物逃避過路費。

“稽查‘綠通車’不僅耗費大量的人力物力，還會造成收費站專用道路擁堵，通行能力降低，導致蔬菜等生鮮變質，讓好人蒙受損失，如果不稽查又面臨海量的高速收費流失。”貴州省高速公路集團楊瑩對記者説。

本次大賽參賽項目高速公路綠色通道“空中查驗”誠信管理平台用歷史回溯的方式讓收費站工作人員全維度瞭解“綠通車”運行歷史，試圖解決該問題。

綠通車司機需要下載一個具有防偽拍照技術專用的APP，按要求記錄車輛的裝載貨物的場景，APP將自動記錄和識別裝貨時間、定位、行駛路徑、貨品類別等多維數據;在車輛到達收費站時，收費站工作人員將結合該車輛歷史畫像利用大數據技術空中查驗“綠通車”，精準感知車輛類型，快速放行真正“綠通車輛”，加大可疑車輛檢查力度。

把握現在，事故監測員的即時反應之路

在2014年3月，兩輛甲醇運輸車輛在晉濟高速山西晉城巖後隧道追尾，並引發連環事故，造成40人死亡、12人受傷和42輛車燒燬，直接經濟損失8197萬元。

“從事故發生到事故發現我們整整花費了20分鐘，如果我們能在第一時間發現事故、準確掌握隧道中的人車情況就可能制定出合理的解決方案，2014年的悲劇就不會那麼慘痛。”參賽選手呂超説，“我們參賽項目‘慧眼識交通’就是在這次事故後研發的。”

呂超與團隊一起，研發了一套深度學習算法及多任務神經網絡模型，系統只需4個月的訓練，就可以秒級報警隧道交通事故、交通違章、隧道內煙火、擁堵等異常事件，確認異常事件地點、車型、隧道行人等情況，識別準確率高達99.6%。

“‘慧眼識交通’已經達到了全國乃至世界領先水平” 呂超説，“有了‘慧眼識交通’高速檢測員將秒級監控隧道狀況，即時反應，第一時間發現並定位事故。”

“慧眼達”與“慧眼識交通”同是利用視頻數據的高速公路異常事件監測平台，但是“慧眼達”更擅長全路網、全場景的即時監測。

“慧眼達”利用深度學習技術和熵值突變模型對各路網運行態勢進行監測和預測、異常事件進行精準識別和即時報警。哪怕在極端環境下、公路攝像頭盲區，也可以通過自適應場景切換的目標識別技術和路網運行間接預測模型實現路運行態勢即時監測。

“只要在河南，高速公路事故可以6秒內發現，事故原因分析可以在1分鐘達成，準確率在95%以上，”來自清華同方的趙英博士表示。

預測未來，調度員的明日之行

廣州地鐵的城軌調度員可能是天下最幸福的調度員，因為他們可以看到未來。

城軌調度員利用‘城軌客流多維智能預測平台’的可視化屏幕可以輕鬆看到未來5分鐘、10分鐘、1小時乃至1周、1個月的每個地鐵口的進出站量、站間客流分佈、客流和換乘量，哪怕遇見節假日、極端天氣、新地鐵線運行也絲毫不形象準確度。這城軌調度員更合理、更輕鬆的調度城軌運行。

“能做到跑的比時間快，是因為我們融合分析了海量歷史數據。”參賽選手，“城軌客流多維智能預測平台”項目負責人郇寧表示，“我們將城軌刷卡數據、城軌運行數據、出行行為數據，POI數據、換乘數據、氣象數據集合起來，建立了9種預測模型，實現了對城軌客流進行多粒度、多場景、多指標的精確預測。”

除了預測平台，新的預測算法也頻繁出現在本次大賽中。

非常態路網流預測算法研究項目設計了一種新的流量預測算法，這種算法基於相同屬性下非常態交通流量變化呈現趨勢高度重複的特性將路網流量分解為反映數據趨勢的基準和反映數據相對於基準序列的偏離兩部分，基於相似模式分別預測，之後疊加。

經過驗證，與傳統算法相比準確率提高了3-5%，與神經網絡等算法相比更簡便、快速。

“本次大賽是中國智慧交通發展的一面鏡子，在這面鏡子裏有中國交通的未來。”貴州省政協副主席謝曉堯表示。