交通超脑

交通超脑



简介


实现“多源数据汇集-智能分析研判-实时管控诱导”的交通超脑应用闭环,整合汇聚涉及交通的城市多源大数据,既实现城市级的交通状况宏观感知,又实现区域内的路口渠化车道级的精细感知。

 

通过路况的感知和预测,结合多种AI算法和交通工程知识,实现交通实时感知预测、关键堵点挖掘分析、交通事件影响分析等创新应用和其他业务应用。


实现交通智能化治理水平的不断提升,优化警力使用效率,提高道路通行质量,进一步提升群众交通出行满意度。

 

城市交通超脑是科大讯飞人工智能学习交通大数据,赋能交通的城市交通精细化管理的解决方案。



解决思路

现代城市交通管理已经不再单纯依赖交通控制系统的数据,来自不同领域,不同行业的数据,与交通系统自身产生的数据一起为交通控制和交通管理服务。


1.宏观与微观结合

利用互联网、自有数据等分析交通整体趋势和关键节点的OD分析,给出路网级的信号设计


2.已有数据和大数据AI计算结合

由于外场检测设备布局和性能的限制,部分信息无法通过检测设备直接采集或者采集数据质量不理想,需要利用已有的多源数据进行推断分析。


3.利用新技术确保已有数据的质量

利用大数据技术和图像识别技术,尽量确保卡口电警、视频等数据的质量。


核心愿景


ž交通问题诊断 

交通流量、拥堵状况的实时精准监测

成效:路口渠化方向级流量感知,准确度90%以上,可视分析指挥中心展示。


ž交通管控指标

交通信号配时(在线化、智能化、日常化)

组织优化、勤务优化、可变车道控制、堵点治理方案、诱导发布

成效:建设区域通行效率提升10%以上。


ž交通规划治本

提供新建改建路网的规划建议

交通政策制定的量化评估

交通问题需要“标本兼治”,联合交警、交管局、规划局、公交、轨道共同打造。



整体框架



交通超脑涉及智能交通业务



交通大数据接入监测平台



超脑中枢:智能分析平台




交通设备智慧管理平台

1.   数据接入-便捷规范

2.   设备状态-精准监测

3.   设备故障-智能诊断

4.   维护过程-可视监管

5.   运维服务-量化考核

6.   设备管理-精细有序



交通实时感知与预测系统

ž基于路口电警数据,计算路口各渠化方向的交通量、饱和度、排队长度、时间占有率、服务水平等参数


 


ž利用电警数据+互联网数据实现拥堵指数、平均车速、拥堵里程、路况等级的计算,与实际道路交通状态相比准确率要求90%以上



ž利用人工智能深度学习技术,预测交通路况和流量,实现提前发现,提前安排的目的



关键堵点挖掘与分析系统

ž通过对交通数据深度挖掘和聚类,发现道路拥堵关系、典型拥堵模式和失衡路段,其中典型拥堵模式可由万级减少到十余种,交管部门可基于分析结果快速制定疏导方案。


实现从“堵点定位”、“堵因分析”、“治堵措施建议”、“治堵成效评估”四个方面构建交通拥堵治理闭环。



ž交通信号智能优化系统

ž目前信号控制大多采用单点控制、绿波控制,只能做到局部最优,难以做到全局最优。

ž  

利用原电子警察杆件加装视频流量采集设备,通过视频分析技术,智能分析路口的交通流量变化,并基于强化学习和平行仿真的信号控制优化,实现实时自适应信号配时,达到通行效率提升10%以上,排队长度减少10%以上。



ž交通信息发布系统