看的見，摸得著的世界是現實世界，
看不見，摸不著的世界是虛擬世界。
5月26日，中國國際大數據產業博覽會在貴陽召開的第一天，中興軟創城市交通大腦獨有的AI交通指揮官，吸引了眾多參展嘉賓駐足參觀體驗。究竟AI交通指揮官有哪些創新理念和黑科技應用?下面小編帶大家一探究竟。
在真實世界裡奔跑的交通指揮官
我們都生活在由人、車、路、設備等組成的現實世界，同時我們也處在數字環繞的虛擬世界中。我們希望有一種交通載體，可以像哆啦A夢的時光機器一樣穿梭在虛擬和現實之間，去探尋過去和未來。中興軟創AI交通指揮官就是扮演這樣的角色，通過連接虛擬的世界和現實的世界，讓我們可以自由的在交通時空之間快速穿梭。
中興軟創AI交通指揮官是城市交通管理者的得力助手。作為城市交通大腦連接虛擬和現實的中間載體，AI指揮官充分融合交通大腦的超級感知能力、創新思維能力，打造一個具備自我進化能力的控制中心，實現對現實交通世界方案的智能匹配，指令的自動生成、交通元素智能調度等功能。
AI交通指揮官智能調度功能通過海量交通模型的仿真，不斷自主學習分析交通參與者(政府、企業、民眾)的行為特徵、心理特徵等指標，尋求各交通參與者之間的博弈平衡點，從而合理調度交通資源，指導交通出行者的出行行為，實現整個交通生態圈的實時、準確、高效地全方位自主調控發展。
為打交通硬仗，重構AI交通指揮官的控制策略
交通指揮是“知識”+“經驗”+“原則”的過程。所謂知識，是交通管理中現實存在的客觀規律和客觀聯繫;而經驗，是在長期的實戰工作中，無數次機械和重複工作裡總結出來的自然反射;原則，是在應對突然發生或者新生現象時需要遵守的既定準則。
AI交通指揮官，首先需要系統化的植入交通工程和運輸工程實戰有效的理論知識，並充分整理學習和積累日常交通管理中的重複工作和立竿見影的措施行為，最後因地制宜制定符合區域現狀的管理原則，然後分步驟對現有的指揮、調控、監控預警、效能改善作出提升。
再則，需要整合數據，梳理有效信息，減少日常交通管理中的重複勞動，例如：頻繁的轉動攝像頭去尋找和對焦目標，重複的修改信號方案去應對事件，同一事件多種信息源的重複報送，麻煩的跨業務的調度動作。中興軟創依託大數據分析平臺的數據分析和整合能力，提供類似攝像機自動對焦，信號誘導方案自動執行撤銷，多業務平臺調度接力等輔助模塊，可以快速無感地植入現有交通體系，保留現有的使用習慣，但改善數據的準確性，減少重複勞動，提供便捷。
同時交通管理是一門非常嚴謹和務實的管理技術，正因為如此，現階段依然有大量的民警，技術分管和一線指揮工作人員日以繼夜的做著類似的工作，需要利用AI交通指揮官減少人工介入，提高自動化水平。中興軟創提供的誘導自動發佈，信號自動調整優化，設施自動配單運維，警力自動排組和調配可以對80%的時間實現自動化運轉，大大降低了一線人員的工作壓力，同時提高了城市交通管理的科技水平和響應速度。
能力不同凡響，AI交通指揮官的三大絕招
為了應對城市常態化的交通擁堵及交通事件頻發的問題，我們需要AI指揮官需要有如下能力，來保障和提升整體的交通運行安全：
一鍵指揮
應用感知中心獲取的路面感知信息以及來自互聯網的社會化交通出行數據，通過思維中心的計算引擎及算法引擎的雙驅動，對交通事故、擁堵狀況，即時全面的對城市突發情況進行快速感知，可以實現堵點、事件發現秒級報警，代替人力巡邏並發現交通異常。AI指揮官能夠對事態及進展做出快速判斷，同時結合智能驅動工具，下發處置事態發展的工作指令，適時的傳輸給執勤區域的警務人員，並對人員進行篩選，選擇合適的警員對警情進行處置。同時AI指揮官跟蹤事件的處置過程及時間，保障城市交通的運行成果。
自主調控
AI指揮官可以根據路網的運行情況及事件的處置進展，結合高精度地圖和仿真工具，對事件的處置過程進行推演和仿真評估，AI指揮官可以根據仿真評估結果，實現對道路交通流量、通行速度、飽和程度的整體控制和管理，實時調優信號配時方案，並制定相關的誘導信息發佈策略，並對策略建議進行多次的學習論證，引導路網流量均衡。
持續進化
AI指揮官擁有自主學習功能，能夠根據歷史的事件處置的評估對AI指揮官不斷訓練、優化，能夠突破思維中心的運算能力和基礎上，對事件、事態進行常規化和便捷化的處置，並增強他的記憶功能，實現副本的快速調用，調度的精細化管理。
在現實世界中，AI交通指揮官可以跑的更準
在現實世界中，AI指揮官逐步適應交通的快速發展，將提升交通的管理效率，減少警員的無效跑動作為己任，目前已經在寧波、南京、石家莊等城市成功落地。其中，寧波交警智慧交通業務支撐平臺和中興軟創AI交通指揮官控制中心相結合，在城區範圍實現了重點路口的平均等紅燈次數從2.5次降到1.8次，擁堵排名從44下降到70，擁堵疏解時間從15分鐘減少到11分鐘，達到了對交通信號的問題快速識別、及時糾偏、快速調優，以及對交通組織的優化和精準實施。
閱讀更多 傳播者 的文章
