大数据时代：智慧交通AI视频

Posted 2021-04-26 大数据讲坛

目前，我国智慧交通面临的挑战主要有以下三点：第一是数据感知，虽然现在已经有大量的数据，但是仍然还有很多的数据是未知或者比较难获取；第二是决策支撑，需要思考采集的数据如何真正创造价值，能为突发情况进行决策提供技术支撑；第三是综合管控，即针对城市治理者而言，目前尚未形成综合管控网络。

AI视频大数据可理解为视频采集是基础，人工智能（深度学习）为载体，大数据应用是灵魂。通过360°全景、180°全景、全景细节联动、4K等多种高清视频对高速公路、隧道、桥梁、飞机跑道、铁路轨道、海关港口等场景的交通状况、交通事故、气象状况和交通环境进行实时的监视，依靠先进的车辆检测、人脸识别、图像识别继续、计算机信息处理等人工智能技术，获得有关交通状况的信息，并根据收集到的信息进行大数据的处理分析，对交通进行控制，协助交通管理人员进行交通指挥调度、遏制交通违法、维护交通秩序，同时还可协助公安人员进行治理防控、刑侦处突等。在此，不妨分享AI视频大数据在智慧交通的两大应用。

1、全面感知

针对机场航站楼、飞行区、铁路出发层、广场、交通大路口、港航港口等大场景需使用多个摄像头进行视频全覆盖，使用360°全景设备实现一台设备完成大场景全景监控。在全景监控的基础上，可以使用高倍球机对细节进行跟踪常看，实现全景和细节的跟踪联动，全面对大场景和细节进行感知。同时也可以通过后端的拼接服务器对前端多个设备进行拼接，实现一个画面进行全局的感知，可联动球机进行细节跟踪。在高速公路和公路道路上传统视频检测监控范围在15-80米范围，但是雷达有效检测距离可达200米，在视频内融合雷达数据，可有效提升感知范围。在公路道路、地铁站等场景存在传统短焦枪机看得清近景但看不清远景的问题，长焦枪机为了看清楚远景，近处就会存在盲区的问题，俗话称“近视眼和远视眼”。融合短焦与长焦，兼顾近景与远景，可实现“千里眼”功能，做到“不远视、不近视”。并通过视频拼接技术、重瞳技术、双帧融合技术等多种技术确保各个场景感知到的数据看得见、看得远、看得清，通过智能算法看得懂。

2、综合管控

围绕智慧交通各个应用场景，基于视频感知能力的提升，以及对算法和算力的和谐分布，对交通数据进行清洗和规整，剔除无用、错误和冗余的数据，保证数据的质量，通过分层分级的整合，构建大数据分析模型。同时能够通过不断迭代更新数据输入、模型测试及评价，形成一套科学合理、针对性强的综合交通模型库，从而提升整个综合管控的交通安全监测系统平台。譬如，“车易管”可基于GIS地图展现在建工地信息、消纳场静态信息、车辆动态信息、路径信息等。此外，围绕街道基层治理痛难点，以事件闭环为主线，实现一张图管全局对象，一个平台多方协同，满足基层社会治理多个场景需要。针对违章停车、出店经营、流动摊贩等城市管理痛点，改变以往人工发现处置方式，通过“以机代人”实现前端智能感知报警、平台自动流转，减轻基层工作负担，提升管理效率。针对违章停车，一旦违停区域有车辆进入，前端自动感知并联动现场喇叭远程喊话，提醒车主及时驶离。

5G、大数据等新技术与交通基础设施的深度融合，将为交通运输行业智慧发展注入强大动力。通过整合汇聚多部门、多系统、多层级、多区域的AI视频大数据形成整体的大数据资源池，利用大数据模型库和算法库深度挖掘大数据的应用价值，以数字化、图像化、全景化的方式展现整个综合交通运行情况、运动态势和发展水平，以此作为交通管理者实时监测和分析提供关键性的数据支撑，可实现数字化、智能化的良性循环，推动智慧交通的数字化转型，促进交通运输提效能、扩功能、增动能。

——摘自IT时代网