隨著機動車保有量的快速增長，城市交通“停車難、行車難”的問題日益凸顯。提高城市交通管理的指揮調度效率，提升交通管理的科學技術水平，建立和完善交通誘導系統，實時發布各種動態交通信息、停車信息，合理引導出行和停車，減少道路無效占用時間，已成為緩解城市擁堵問題的有效措施。

交通管控系統是一個以提高交通管理服務水平、管控效率為目的，綜合利用多種交通管控資源，為提高公安交通管控的快速反應能力和交通指揮中心的工作效能提供技術保障的交通綜合信息集成系統。海信城市智能交通管控系統以大數據為中心，綜合運用計算機、信號控制、通信、數字視頻、云計算等技術，集成交通信號控制、交通高清視頻監控、交通違法檢測、交通信息采集、車輛智能檢測、GPS警力定位、誘導發布等交通子系統，建立了扁平化的交通指揮模式，使公安交通指揮中心具備了快速準確的交通信息采集、處理、決策、指揮調度能力，從而更好地服務于城市交通管理者、治安管理者和社會出行者。

海信智能交通管控系統綜述

海信管控系統綜合利用大數據、云計算、自動控制和人工智能等技術，構建城市交通大數據中心，將交通指揮控制、交通警情處置、視頻監控、違法監測及交通信息發布等業務功能模塊有機地結合起來，通過對情報分析、指揮調度、勤務控制的一體化聯動，實現交通管控的集成化、自動化、智能化，為城市交通的指揮管理、實時控制與出行服務提供強有力的支撐。

圖1：海信管控系統架構圖

圖2：海信城市智能管控技術結構圖

交通管控技術應用

大數據檢索技術

當前國內一個中型城市日均約1000萬~2000萬過車數據，2到3年數據量即突破百億規模。目前行業內系統在處理50億以上規模數據檢索時，簡單精確查詢需要10秒左右，模糊查詢需要1分鐘以上，嚴重影響了用戶體驗，尤其在打擊涉車犯罪時，很可能貽誤戰機。近年來，部分交通企業開始采用通用大數據技術來解決此問題，但實際應用效果難盡人意，無法滿足交通管理業務對大數據檢索性能的要求[1]。其根本原因在于，通用大數據技術缺乏對交通數據專項優化，導致海量檢索、模糊檢索時性能不佳。海信大數據檢索技術針對交警行業數據特點，在分詞器、存儲路由、分片策略和固態存儲等方面進行了專項優化，使海量數據檢索達到極致性能，為大數據分析研判提供很好支撐。

大數據可視化技術

目前行業大都為了可視化而可視化，忽略了交管日常場景和業務需求，在呈現內容、效果等方面與交警日常業務需求脫節，實際應用效果不佳[2]。海信智能管控系統根據交通管理特點，將數據分為安全、效率、管理三大專題，預置數十項數據可視化效果，通過數據聚合、前后端分離、動態布局等技術，可按照客戶當前管理重點進行信息動態調整，做到重點突出、主題明確。真正體現交管數據的可視化價值，助力交通管理者掌控全局，科學決策。以貴陽為例，根據客戶在環線流量、外地車監管等方面的需求，海信以大數據可視化技術為基礎，快速搭建了“慧眼”系統，實現關鍵業務分類實時監管，幫助客戶隨時掌握核心交通指標情況。以下是海信根據客戶需求開發的慧眼系統。

圖3：海信大數據“慧眼”

大數據分析研判技術

行業內傳統的分析研判功能多為定制化，研判內容單一，難以滿足復雜多變的交通管理決策需求。數據分析需求急、變化快，采用傳統的技術手段難以應對主題復雜多變、任務緊急的交通情報分析，無法快速響應不同實戰場景下的客戶業務需求。為有效解決數據分析研判定制開發周期長、客戶需求響應慢的問題，海信管控系統利用大數據技術，構建了“數據魔方”情報分析工具，并建立了基于大數據的“數據魔方”分析研判平臺，實現了大數據采集匯聚、加工處理、分析建模、可視化展示、情報共享的分析研判全流程功能。

• 城市級交管大數據匯聚

系統基于海信交通大數據分析平臺，匯聚交通違法、事故、流量、過車、車輛、駕駛員、重點車輛、黑名單車輛、氣象等不同業務部門的多源數據數據，實現交管大數據中心化存儲管理和集中應用，為城市級的大數據分析挖掘提供基礎數據支撐。

• 專業化與標準化的數據處理

建立基于規則的可擴展數據處理引擎，可對多源異構數據進行標準化、規范化的數據處理，可以定期或按需對數據進行異常清洗、去重，以及格式、字典轉換，并進行必要的預處理。最終實現多源數據的加工處理、任務調度的統一管理，為上層“數據魔方”的分析建模提供支撐。

• 可視化的“數據魔方”制作和展示工具

系統通過建立“數據魔方”分析研判體系，通過可視化的情報分析工具，實現了各類交通數據全面篩選統計、靈活組態、自由碰撞，能快速建立起實戰分析模型，并對分析結果提供豐富的圖形化展示。實現數據分析挖掘的可視化和工具化，做到了“數據隨用即得、戰法隨想即成、應用隨需而變、警務效能倍增”，滿足了任務緊急、臨時多變的情報分析實戰需要。

• 專題化的情報集市管理

系統建立專題化的大情報分析集市，用于匯聚所有情報分析方法及結果。用戶可將實戰應用發布到情報集市。獲授權用戶可隨時調取分析過程查看結果，并根據需要進行二次修改和發布使用，實現各部門情報共享、技戰法積累、分析主題自我更新和優化。

一體化稽查報警及攔截技術

稽查報警業務的核心是準確識別問題車輛，快速安全完成車輛攔截抓捕。行業現有的系統普遍重報警輕抓捕，導致實際工作中，難以安全有效攔截車輛。針對此問題，海信研發了集車輛識別、報警、攔截于一體的稽查報警及處置技術。利用號牌號碼、車輛特征識別比對技術對經過路口的車輛進行分析，當檢測到問題車輛后，可進行實時報警，并根據號牌號碼、車身顏色、報警地點、報警時間、行駛方向、所在車道等報警信息及車輛行駛路線，對車輛行進方向和路線進行預測。稽查布控人員在接收到車輛報警后，根據預測車輛行駛方向，通過系統推薦的周邊視頻進行跟蹤監控，配合遠程信號控制，將車輛限制在路段上，同時與單警移動指揮調度手段相結合，調派警力現場查扣，實現涉案車輛的快速高效抓捕。以下是布控報警界面。

圖4：稽查報警

具體的一體化流程如下：

圖5：稽查處理一體化流程圖

自動特勤任務保障技術

目前行業內執行多個醫療救援等特勤任務時，需要投入多名民警每人負責一條特勤路線。不但人力投入大，且指揮長無法直觀看到多條特勤任務的執行情況，存在指揮盲點，智能化及自動化低。針對目前現狀，海信開發了自動特勤任務保障技術，具體包括：

• 多任務實時監控及沖突預警

系統能夠提供不同場景下的多任務實時監視功能。其中普通用戶應用場景，可同時支持5條勤務任務；指揮長應用場景，可同時支持50條勤務任務。系統實時監測行進路線和速度，一旦發現潛在的路線沖突，可進行預警，提醒及時人工干預保證安全。解決了傳統方式下無法應對多線路特勤任務的問題，能保障大型特勤任務的順利執行。

• 多路線自動特勤控制

基于PGIS及路線庫實現特勤任務路線的快速配置，通過集成視頻監控、誘導發布、信號監控、流量檢測及GPS定位系統，實現了“全程車隊可跟、路線可控、警力可監督”，為特勤車輛提供綠波帶，保證車隊安全、快速通行。優先放行任務做到信號遠程控制為主，民警執勤為輔，減少人為交通管制，降低社會影響。以下是多路線特勤任務執行界面。 

圖6：特勤任務執行地圖

人工智能的警情處置專家方案推薦技術

日常的警情處置主要依賴于指揮員的個人經驗，存在兩方面的不足之處：首先，指揮調度依賴有經驗的專家，但是有經驗的專家總還是少數，在警情處置任務重時難以滿足業務需求。其次，處置效果完全依賴于個人水平，處置方案系統性和科學性也難以保證。

基于人工智能技術，海信開發了警情處置專家系統，實現了警情處置預案的精準推薦。通過海信在多年實踐中行業積累，形成了基于不同道路和交通流在多種時空分布情況下形成的綜合交通疏導處理模塊，并將各個城市的警情處置專家經驗沉淀下來，構建了專家經驗知識庫，基于人工智能和機器學習，將道路信息、交通流信息等交通警情特征信息與專家庫預案進行反復學習訓練，自動給出警力調配、處置流程、信號控制、誘導發布等綜合處置方案，在指揮中心遠程操控信號和誘導系統進行梳堵保暢，輔助普通人員作出專家級調度，保證處置方案的系統性和科學性，實現最優管控。以下是警情處置專家系統運行界面。

圖7：警情處置專家系統

突/常發擁堵自動檢測及指揮處置技術

傳統的突發擁堵一般發現慢，不能迅速發現擁堵誘因。針對此問題海信管控系統能夠通過視頻巡檢、突發擁堵分析、事件檢測和互聯網信息采編4種式快速發現警情，警情檢測范圍覆蓋城市主次干道，監測范圍基本覆蓋市內道路，而且建成區主要道路一旦發生交通擁堵，利用突發擁堵判別技術會快速自動發現警情，發現時間由原來的30分鐘降低為5分鐘。

行業內常發擁堵路段識別，主要依靠人工排查和人工經驗，人工調查工作量巨大、耗時、耗力，難以獲取全面的統計信息，例如全年各時段交通數據，且數據難以全面覆蓋城市道路。基于交通大數據挖掘分析發現擁堵路段及其規律，判定快速、準確、全面。可查看路段交通指數、擁堵時長、擁堵時段分布、日變化趨勢等擁堵詳情，并直接調取視頻錄像，快速準確高效地進行賭點排查。

指揮中心充分利用智能設備，在警力到達現場前即可開展先期處置，擁堵處置響應迅速。同時通過視頻、信號、誘導以及警力定位等手段，整個處置過程全程可視化。指揮中心可以對上、下游以及周邊道路進行放行控制以及行車指引，與建設前只靠人工出警處理當前路口相比，充分發揮指揮中心的居中指揮調度作用，處置響應速度更快，且擁堵疏導更有效。

結束語

通過對海信智能管控系統各項技術的分析發現，大數據技術、云計算技術與人工智能等各項技術在交通管控領域得到了較好的應用，這其中包括交通情報分析研判、稽查布控、警情處置及指揮調度等，大大提高了城市交通管理的指揮調度效率，提升了交通管理的科技水平，對智能交通管理的建設和發展具有重要的意義。

作者單位：青島海信網絡科技股份有限公司城市交通事業部

高歌 馬曉龍 馮遠宏