徐志军：AICloud+城市交通治理

杭州海康威视数字技术股份有限公司智能交通事业部总经理徐志军发表了《AICloud+城市交通治理》主题演讲。

以下为徐志军演讲内容。

（杭州海康威视数字技术股份有限公司智能交通事业部总经理徐志军）

我今天分享的主题围绕着城市交通治理，来分享一下海康威视在这个方面的一些思考、经验和成果。我的主题是《AICloud+城市交通治理》，AICloud是一个架构，城市交通治理是我们的目的和未来业务方面的方向。

首先看未来发展的几大趋势，麦肯锡《2030年未来出行全面展望》的报告，讲到了共享汽车、自动驾驶等等方向，未来智能化会驱动我们未来的交通出行变得更加美好。同时在城市管理方面，随着社会的发展、城市精细化的经营，其实对城市治理的要求越来越高。习大大在报告中也提出来，“城市治理需要像绣花一样精细”。我们要相应的应用互联网技术、大数据技术等等。

其实城市交通管理经历了几个阶段，我们已经从交通管理进入到交通治理的阶段，未来随着智能化、人工智能技术的应用，我们会由治理到智能化的治理的阶段发展。这也是我们接下来重点研究的课题。

回过来我们再来看，我们离城市治理到底还有多远，还有多大的差距，我们也做了一个简单的分析，主要有几个方面：

● 业务方面的问题，我们有很大的渴求和希望，急需解决很多的业务问题，包括拥堵、各种车辆治理等。

● 建设方面也有很多痛点，包括联网也好、4G应用也好、企业生态也好等等。

● 运维方面也有很多痛点，包括企业。总结下来看，其实有几个方面，第一是现在的城市管理方面的感知能力不足，第二是联网扩展方面的能力，第三是运维能力包括信息的传递方面的能力。

总结一下无非就是两方面，我们后面围绕这两方面进行展开探讨：

● 数据运用能力的差距;

● 系统化建设思维的差距。

如果在数据的应用能力上，我们要更好的提升，另外是体系化的建设，主要从交通治理有没有更好的思维这方面的考虑。

如何来提高系统的数据运用能力呢？这方面也是我们的理解、思考和探索，海康威视也想通过AICloud的架构来赋能城市的治理。这个AICloud架构其实是一个智能的公联网的架构，这个架构其实非常适合交通的管理。

这是AICloud的一个基本架构图，有一个简要的描述。其实它由几部分组成，第一是边缘节点，其实刚才讲车也好、路也好、还是环境也好，它有大量的边缘节点。

同时我们的边缘有可能是这条路，也有可能是一个分子中心，最终的中心是一个云中心。所以在智能交通领域里面，单独的强调云或者单独的强调前端智能都不能很好的解决问题，我们希望采用AICloud架构更好的来治理我们的城市，实现人工智能、大数据和终端设施有机的结合起来。

AICloud是解决数据困境，助力业务智能化的需要，目的还是为了业务智能化，而不仅仅是纯粹的为了一个简单的社会组织或者系统组织，更多的是为了解决业务智能化的需求。AICloud从架构上来讲有“两池一库四平台”。

“两池”一个是数据资源池、一个是计算存储资源池，这个池可以解决数据的融合问题，包括数据的计算困难问题。

“一库”是算法仓库，未来有大量的人工智能算法，我们的交通领域数据非常丰富，可以构建一个算法仓库进行联合调度。

“四平台”主要是面向用户，包括数据资源平台做资源管理、管理调度平台、运维服务平台、以及很重要的应用平台，灵活的扩展应用。简单描述AICloud，主要是“两池一库四平台”的模式。

关于AICloud的架构模式，其实也是非常符合业务分层治理需要的。

我们看这张图，其实是1146的标准，其实这个标准也描述了从大队到支队到总队或者说地市县级不同级别对应用和业务的需求。从业务上面是分层的，比如说大队层面更多的是执法层面的，支队是情报分析和指挥调度的需求，总队是宏观的更加全面的信息包括态势进行监管的需求，我们是分层次的需要。

而整个AICloud能提供哪些能力，首先第一个能力是AI，我们这里非常重要的AI人工智能。我们希望AI能力像电力一样随需可调动，包括AI计算池和算法仓库的模式。数据上面应用是分层的，所以这里面有两个最关键的数据资源池，一个是物联网的数据资源池，我们获取大量的数据信息，在物联网层面上可以做数据的清洗、整合和业务关联。

在云中心构建一个云中心数据资源池，像流水一样，能够按需获取数据。而在业务层面上，我们分层实现这些应用，在全局业务上做一些探测分析和综合监控等方面的应用。

如何开展体系化的城市治理，我们做了一些创新，这方面也是非常丰富的，我们有一些经验能给大家一点启发。当然我们和深圳交警和其他很多地方也做了很多合作，我简单的给大家展示一些成果。

我们主要是围绕三个方面来展开，

第一是场景和子系统的创新，

第二是城市级大数据及应用平台，

第三是融合创新模式。

首先是智能化治理，其实我们有大量的智能化应用，我们把大量的智能应用核心能力集成到设备里面，在一台设备就能实现大量丰富的取证功能。另外是在技术方面的创新和提升，在场景应用能力上的适应性会更好。第二是本身对车辆的实现，其实车辆可以做得更加丰富，包括挂件、人脸等等，进行更好的精准控制。同时我们对车辆未来的运用分析和协助方面，可以做更多更丰富的应用，在技术方面可以有更大的提升。

这是我们跟深圳做的移动缉查与机动指挥系统，原来的执法模式应该说效率不是太高，我们发现嫌疑人特征就锁定目标，去跟踪、去拦截，效率还是不够高。我们下面的移动缉查与机动指挥系统是直接获取前端的信息，获取车辆信息，直接布控和拦截，速度非常快，在10秒之内就能够实现。这是一个录像，在行驶过程中能够直接获取车辆信息进行布控的效果。

这是信号控制，在车路协同里面信号控制非常重要，海康结合刚才讲的电子警察提供精准的转向数据或者交通参数，我们可以做一些单点路口包括干线方面的控制等等，这是基于视频的智能应用。

同时对于交通的管理，从车到人非机动车的管控方面，我们在深圳做了这方面的一些试点和研究，包括行人做马路、非机动车的识别、违章行为的分析等等。

刚才讲了自动化，我们也把大量的计算能力集成在前端。除了应用以外，同时也在做大量的研究，在应用层面是非常丰富的。我们的目标是像车辆分析等等，可能有很多污损的车牌或者遮挡、假套牌，我们采用车牌研判，能够找到真实的车辆信息进行定位。

关于人脸识别，其实在交警执法里面，我们把人脸作为一个管控的重要技术手段，现在我们通过人脸识别进行建模以后能够快速的找到，比如说对吊销驾照的、黑名单人员快速锁定。

基于互联网方面的应用，我们跟移动互联网进行结合起来，进行互联网的执法。同时在指挥管理方面，我们和深圳交警联合研究做了一个4KS系统，我们在视频上做融合和叠加，直接可以做可视化的实时指挥和调度，包括路况、车辆信息、事件等等，真正做到实时可视的调度。

现在国内也是非常热闹，这个推出来以后我们得到了全国的推广，除了交通以外，其它很多领域包括港口、机场、高速公路等等都有应用。同时4KS智慧平台在大数据方面的应用，也是非常丰富的。

交通治理除了刚才讲的体系架构以及这方面的业务创新以外，其实我们也在探索联合创新的模式，我们在做很多战略合作。

为什么做战略合作？我们把好的理念跟技术结合起来，落地一些项目，推出一些新的产品和方案。同时把我们的合作单位、合作用户作为一个基地，不断的解决他的业务痛点，同时为其它的地方应用推广提供一些好的借鉴，我们也推出了很多这方面的成果，比如刚才讲到的指挥系统等等。

整个交通治理应该说非常复杂，也是一个很大的体系，海康威视是一个开放的平台，刚才讲到算法仓库也好、还是应用层面也好，都是一个开放的平台。我们会开放服务或者共建实验室，共同以海康威视平台为载体，来打造AICloud生态。

总结一下城市交通治理的三大举措：

第一是AICloud打基础；

第二是核心业务建体系；

第三是联合创新、生态合作。

谢谢大家！