海信張四海：進入“深水區”的智慧交通面臨四大挑戰

【環球網科技報道】“海信已經形成了’1+3+N’的智慧交通發展戰略，通過構建一個交通雲腦，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，引領並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明確指出，海信將以雲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。

《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徵，對行業治理體系和服務模式產生廣泛而深刻的影響。

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複雜交通場景，指揮憑人工、效果靠經驗。第四，交通問題牽一髮動全身，依靠單一行業難以進行有效治理，跨行業、全週期的綜合施策才是城市級安全暢通的必由之路。

面對技術進步和行業挑戰，張四海稱，海信基於多年積累形成了“1+3+N”智慧交通發展戰略，構建一個交通雲腦，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，引領並推動城市大交通產業升級。

站在智慧城市角度看，交通是連通城市、社區和家庭的核心。“交通雲腦發揮着舉足輕重的作用，”張四海指出，海信交通雲腦將多年沉澱的數據關係、業務關係、特定行業專家經驗儲存於知識圖譜，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，我們基於各地交通特徵和業務訴求，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。”海信雲腦自發布以來已應用於城市交通管理、公交智能調度、智慧高速、智慧停車、綜合交通樞紐等多場景併發揮價值，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。

值得一提的是，大數據是海信雲腦核心能力之一。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，將建模週期由天縮短至小時。

“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，並在方案運行後通過三維評價以全城自動巡檢代替人工逐個現場巡檢。

“隨着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。”張四海説。

此外，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。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%；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，事故漏檢率小於5%的效果；針對設備故障檢測，海信複用電警設備實現17種信號燈組合、8種故障檢測，支持全時段檢測分析；在車端應用場景，複用智能車載本身的算力，內置ADAS、DMS、BSD功能，即時檢測車輛行駛安全隱患。

“隨着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。”張四海表示，海信將持續夯實雲腦的大數據、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。