交通超腦
簡介
實現“多源數據彙集-智能分析研判-實時管控誘導”的交通超腦應用閉環,整合匯聚涉及交通的城市多源大數據,既實現城市級的交通狀況宏觀感知,又實現區域內的路口渠化車道級的精細感知。
通過路況的感知和預測,結合多種AI算法和交通工程知識,實現交通實時感知預測、關鍵堵點挖掘分析、交通事件影響分析等創新應用和其他業務應用。
實現交通智能化治理水平的不斷提升,優化警力使用效率,提高道路通行質量,進一步提升群眾交通出行滿意度。
城市交通超腦是科大訊飛人工智能學習交通大數據,賦能交通的城市交通精細化管理的解決方案。
解決思路
現代城市交通管理已經不再單純依賴交通控制系統的數據,來自不同領域,不同行業的數據,與交通系統自身產生的數據一起為交通控制和交通管理服務。
1.宏觀與微觀結合
利用互聯網、自有數據等分析交通整體趨勢和關鍵節點的OD分析,給出路網級的信號設計
2.已有數據和大數據AI計算結合
由於外場檢測設備佈局和性能的限制,部分信息無法通過檢測設備直接採集或者採集數據質量不理想,需要利用已有的多源數據進行推斷分析。
3.利用新技術確保已有數據的質量
利用大數據技術和圖像識別技術,儘量確保卡口電警、視頻等數據的質量。
核心願景
交通問題診斷
交通流量、擁堵狀況的實時精準監測
成效:路口渠化方向級流量感知,準確度90%以上,可視分析指揮中心展示。
交通管控指標
交通信號配時(在線化、智能化、日常化)
組織優化、勤務優化、可變車道控制、堵點治理方案、誘導發佈
成效:建設區域通行效率提升10%以上。
交通規劃治本
提供新建改建路網的規劃建議
交通政策制定的量化評估
交通問題需要“標本兼治”,聯合交警、交管局、規劃局、公交、軌道共同打造。
整體框架
交通超腦涉及智能交通業務
交通大數據接入監測平臺
超腦中樞:智能分析平臺
交通設備智慧管理平臺
1. 數據接入-便捷規範
2. 設備狀態-精準監測
3. 設備故障-智能診斷
4. 維護過程-可視監管
5. 運維服務-量化考核
6. 設備管理-精細有序
交通實時感知與預測系統
基於路口電警數據,計算路口各渠化方向的交通量、飽和度、排隊長度、時間佔有率、服務水平等參數
利用電警數據+互聯網數據實現擁堵指數、平均車速、擁堵里程、路況等級的計算,與實際道路交通狀態相比準確率要求90%以上
利用人工智能深度學習技術,預測交通路況和流量,實現提前發現,提前安排的目的
關鍵堵點挖掘與分析系統
通過對交通數據深度挖掘和聚類,發現道路擁堵關係、典型擁堵模式和失衡路段,其中典型擁堵模式可由萬級減少到十餘種,交管部門可基於分析結果快速制定疏導方案。
實現從“堵點定位”、“堵因分析”、“治堵措施建議”、“治堵成效評估”四個方面構建交通擁堵治理閉環。
交通信號智能優化系統
目前信號控制大多采用單點控制、綠波控制,只能做到局部最優,難以做到全局最優。
利用原電子警察杆件加裝視頻流量採集設備,通過視頻分析技術,智能分析路口的交通流量變化,並基於強化學習和平行仿真的信號控制優化,實現實時自適應信號配時,達到通行效率提升10%以上,排隊長度減少10%以上。
交通信息發佈系統
閱讀更多 A天天播報 的文章