城市交通大脑的内涵与顶层设计

城市交通大脑的内涵与顶层设计

2020-05-07 13:54:49  来源：智慧交通

摘要：经过近20 年的交通智能化建设，北京市在交通综合治理、出行服务等方面卓有成效。但智能交通系统发展到当今阶段，一方面，智能驾驶、共享出行等新型出行模式和前沿科技的进步，推动智能交通向智慧型管理模式迈进；另一方面，传统交通治理模式发展到特定阶段，诸多问题难以突破，需积极寻求系统性、精细化的整合方式和模式创新，都迫使传统交通治理模式向更为精细化、智慧化的方向转变。
关键词： 交通

　　经过近20 年的交通智能化建设，北京市在交通综合治理、出行服务等方面卓有成效。但智能交通系统发展到当今阶段，一方面，智能驾驶、共享出行等新型出行模式和前沿科技的进步，推动智能交通向智慧型管理模式迈进；另一方面，传统交通治理模式发展到特定阶段，诸多问题难以突破，需积极寻求系统性、精细化的整合方式和模式创新，都迫使传统交通治理模式向更为精细化、智慧化的方向转变。

      CIM三维视频融合.点卯增强版 破解版下载     提取码：toaa       三维视频融合

　　在这种背景下，国内外纷纷探索智能交通系统发展的新路径，国内提出“城市交通大脑”的概念，带动了交通运行管理的创新与变革，我国各城市在互联网企业的带动下纷纷着手搭建城市交通大脑。很多知名专家纷纷对此发表见解，互联网企业也在多个城市开展了城市交通大脑的探索性建设。北京交通发展研究院主任全永燊指出，中国智能交通发展的正确目标是充分利用移动互联、物联网、云计算等新一代信息技术，以全面感知、泛在互联、普适计算、集成应用与人工智能应用为支撑，实现对城市交通与城市发展的智能化协同，对人的各类个性化活动与物流需求做出智能响应。中山大学余志教授提出，建立新一代交通模型通过求解承载力、需求和状态3 个问题，以精准的路段、精准的车辆、精准的路口、精准的停车场和精准的警力分布5 个状态，做一个交通大脑，实现完全不一样的交通管理模式。新加坡国家工程院院士李德纮指出，交通大脑的运行有其必要条件：

　　①交通大脑要有交通对象及其特征；

　　②交通系统模型；

　　③数据要求与标准；

　　④个体到总体的系统认识。

　　清华大学陆化普教授提出，城市交通大脑应包括交通规划、建设、管理等交通系统的全环节，其进化过程可划分为5个阶段。

　　互联网的发展和普及正在引发智能交通行业的大规模升级改造，有越来越多的互联网企业着眼于移动互联网与交通的融合发展。国内以阿里、百度、腾讯、滴滴、华为等为代表的互联网企业，利用大数据、云计算、人工智能、无人驾驶、即时通信等方面技术优势，积极研发城市交通大脑产品，在全国各地与政府部门联合开展城市交通大脑建设。2018 年6 月阿里发布《城市大脑探索“数字孪生城市”白皮书》，在杭州、萧山、苏州等城市开展建设试点。滴滴在2018 智慧交通峰会上正式发布了智慧交通战略产品“滴滴交通大脑”，携手交管部门，运用AI 的决策能力解决交通工具与承载系统之间的协调问题。百度携手大连交警，在交通台式监测、智慧信号系统、交通事件信息等开展全面合作。2017 年，深圳交警与华为共同打造业界领先的智慧交通实验室，构建城市交通大脑。易华录在2017 年8 月发布“易慧－城市交通大脑”和“易策交通管理晴雨表”两款产品。

　　现阶段对城市交通大脑的探讨与实践如火如荼，百家争鸣，但互联网企业对城市交通大脑的建设更多是侧重于交通信号控制或视频监控等某一方面，只是“片面的大脑”，行业内对城市交通大脑的概念与特征尚未明确界定与统一，对城市交通大脑的建设方法缺乏系统、全面的顶层设计。在智能交通系统建设中最为关键的环节是顶层设计，顶层设计是解决系统发展目标、方向、任务的问题。本文系统地对城市交通大脑内涵外延、核心特征进行了梳理与界定，并提出其分阶段、分层次的建设方法设计，支撑北京市建设“交通大脑”。

　　一、城市交通大脑内涵与特征

　　城市交通大脑是传统智能交通体系的衍生与进化。通过搭建人、车、路、环境，全量、全景数据资源池，实现对全量个体用户画像式需求细分、数据集成与融合处理，形成“个体触觉”与“需求全景”。以全局最优、系统协同、个体智能为目标，基于深度学习与反馈的迭代更新，对交通网络进行实时智能化运算与模拟，并对未来趋势进行前瞻性预判，依托“数字平行交通系统”进行交通系统时空资源调配，实时提出精准、个性化的系统解决方案，实现供需适配、系统最优的智慧、高效交通系统。以一体化需求响应、出行预约的全新交通服务模式，建设零拥堵、零延误、零等待的有序交通系统，实现平等多样、体验最佳的人性化交通系统。

　  城市交通大脑具备现阶段智能交通系统的全部功能，相比于传统智能交通系统，城市交通大脑在数据汇聚、平台计算、智慧性、协同性、全局性、实时性上均有质的飞跃，其突出特征表现在：

　　（1）大数据汇聚全景感知，强调全方位数据的运用，对政企不同来源、不同行业、不同交通方式，细化到出行个体的海量时空轨迹数据进行融合分析，实现对交通运输体系中各种要素( 包括人、车、路、环境)的全面感知；

　　（2）云平台超级计算，具备海量数据实时计算的超级运算能力，能够瞬时完成数据的运算、分析，完成交通系统反馈闭环；

　　（3）机器学习人工智慧，充分运用机器学习、人工智能、知识工程等先进技术，通过自学习、自组织的方式推理交通的运行状态并产生相应的应对机制，从而完成对交通系统的自我反馈和自我调节，实现交通系统的智慧化运行；

　　（4）泛在互联系统协同，强调人、车、路、环境的泛在互联、信息在交通要素间有序交互、流动与反馈，各个子系统能够协同运行；

　　（5）全局视野系统最优，以全局视角对交通供给、需求和状态进行综合“分析判断”和“预测应对”，以系统整体供需平衡为原则，对交通设施、运力资源进行配置，以达到全局最优的目的；

　　（6）实时反馈闭环控制，要求数据信息的实时传递与反馈，以“零延迟”完成交通系统接收与反馈闭环，建立“数字平行交通系统”，最终实现交通系统智慧、高效服务。
 

图1 城市交通大脑与智能交通系统的关系

　　二、城市交通大脑与智能交通系统的关系

　　与传统智能交通系统相同，城市交通大脑包含中心、路边、车辆及出行者4 个交通子系统。但“大脑”更具智慧性与总控性，各子系统在传统智能交通系统上均进行了智慧化、总控性的提升。一方面，城市交通大脑要求建设总控中心，实现“数字平行交通系统”，完成对各子系统汇聚数据的综合协调超级计算，并基于供需平衡，进行全局视角的子系统资源协调调度。同时需要新建设基于分布式数据存储的数据资源中心，为总控中心的超级计算提供支撑，并供各子系统共享调用。另一方面，人、车、路子系统全面智慧升级。在出行者子系统方面，建立出行者信息采集系统，基于智能移动终端完成出行者信息的实时采集，打通出行者与中心子系统的全面互联；在车辆子系统方面，无人驾驶汽车的出现将打破传统车辆运行模式，实现车车通信；路侧子系统方面，智慧信号灯、智慧信息板等路侧智能设备的出现拓展了该子系统的智慧性；通讯方式上将全部采用广域无线通讯，通过移动终端、车载终端实现人、车、路的泛在互联和即时通信。

　　三、城市交通大脑顶层设计

　　1、建设需求分析

　　作为交通系统的总控与核心中枢，建设城市交通大脑的根本目标是实现全体出行者一体化、智慧化与个性化的出行服务。进而，为了完成对交通网络中千万级交通要素的最优化配置，提出大规模交通网络的优化配置算法，构建“数字平行交通系统”是建设城市交通大脑的核心环节。大规模、最优化算法的提出需要全景、全量、全方位的行业数据支撑，因此，实现交通行业人、车、路、环境不同子系统的数据汇聚是“大脑”建设的关键环节，而海量的数据资源需要有能力平台支撑，实现对汇聚数据的存储、计算与分析。基于以上分析，在技术层面，提出城市交通大脑能力平台建设、数据资源汇聚、大规模网络计算、精准治理与出行服务4 方面的建设需求。

　　另一方面，城市交通超级大脑的形成具有长期性以及综合条件的适配性，并非依赖智能交通技术的提升即可为交通系统所有问题找到解决方案。在技术创新的同时，更需要体制机制的改革和转变，需要在组织协调、规范标准、建设模式等多方面进行创新突破，传统的条块分割管理体制需以“任务”为统领对职能进行重新整合，不同政府部门需形成步调一致、统筹协调的工作机制，共同推动城市交通大脑的建设，并在城市进化过程中逐步优化与完善。

　　2、建设层次与阶段划分

　　（1）层次划分

　　基于对城市交通大脑的功能需求分析，提出按照基础平台层、数据汇聚层、超级计算层、解决方案层4 个层次进行“大脑”建设(见图2)。

　　图2 城市交通大脑建设框架

　　1）基础平台层：“大脑”建设的物理基础，提供基础存储与计算云平台；

　　2）数据汇聚层：完成海量多源数据的全方位汇聚，实现交通系统的泛在感知；

　　3）超级计算层：“大脑”的核心中枢，基于人工智能、机器学习等智能技术，对数据进行实时智能化运算；

　　4）解决方案层：“大脑”的行动层，基于中枢计算结果，以全局优化为目的，进行交通系统时空资源调配，实现交通系统的智慧自反馈与主动防控。

　　（2）阶段划分

　　以全局最优为目标的城市交通大脑建设须通过技术的逐步积累、计算能力的逐层突破来实现，提出城市交通大脑初级、中级、超级3 个建设阶段。

　　1）初级大脑是具备感知能力、计算能力的大脑，预期通过3～5 a 的建设实现。在现有智能交通系统建设的基础上，进一步完善人、车、路传统信息采集感知系统，同时更重要的是充分利用新兴大数据资源，提升交通感知的质量、广度、精度、细度，构建数据标准体系，实现交通全要素、全周期的数字化提升。通过云平台的搭建，实现海量信息的分布式存储和在各个部门之间的互联互通。加强对交通运行的全局视野特征捕捉，显著提升对交通系统的全局洞察能力，使现有管理、控制、规划、决策、服务能力有实质性突破。对于北京而言，为实现初级大脑，应着力完善数据采集体系的建设，增强出行全路径感知能力。

　　2）中级大脑是具备自主学习反馈、协同互联能力的大脑，预期在未来10 a左右实现。已经具备全面感知能力和完备的交通历史特征库，人、车、路、中心子系统之间的互联互通，初步具备自省、决策与自反馈能力，能够主动判断交通运行中存在的问题和网络可优化的潜力，通过不断的迭代学习对比解决方案的优势与不足，在未来的交通问题中持续迭代自省优化，能够在核心区域内实现非实时的综合交通体系的优化配置。北京的交通子系统协同能力尚不完善，在“大脑”建设的中间阶段，应着力提升其智慧学习能力，打通各交通子系统脉络，实现系统的协同运行。

　　3）超级大脑是具备交通平行计算、实时调配供需资源能力，实现出行预约的大脑，实现超级大脑预期需要20 a 或长时间。将大范围应用人工智能等先进技术，对全方位数据进行用户画像式挂接集成预处理，形成“个体触觉”，建立“数字平行交通系统”，以全局最优的顶层设计视角，协同各业务子系统，对交通系统进行实时智能化计算与模拟，对未来趋势进行前瞻性预判，对交通系统时空资源调配，实时提出精准、个性化的系统解决方案。重点突破多模式大规模网络实时千万级优化的高效求解，让城市交通中相互影响的有限理性行为个体在时空中有序流动，实现以预约为主的出行模式，达到综合交通体系的最优化。远期而言，北京市应着力完善大规模交通网络的优化计算，结合车联网、无人驾驶等技术提出新型的出行服务模式，以实现网络的秩序化运行与出行者的人性化服务。

　　3、重点建设任务

　　对应城市交通大脑不同建设层次需求，需要重点完成4 个方面的建设：

　　图3 对应城市交通大脑建设需求的四项重点任务

　　01、建设分布式云平台实时处理能力

　　云平台与处理能力是支撑交通数据资源汇聚的基础。城市交通大脑所构建云平台应该是网络式、分布式平台，需要整合边缘计算、云计算、超级计算等各种类型的计算平台资源并进行协同布设，实现多源异构交通大数据的分布式存储、计算、资源管理调度以及数据共享和数据开放。

　　1）构建海量数据分布式存储能力，实现支持数PB 量级及以上的数据存储，保障海量数据的实时汇入与存储；

　　2）建设分布式实时计算能力，搭建分布式计算、流式计算、内存计算多种先进数据计算引擎，针对不同的场景采用不同的计算模型，系统I/O 吞吐量能够随机器规模线性增长，缩短数据计算的响应时间，满足对数据进行大规模批量实时处理；

　　3）形成面向用户的个性化应用服务，云平台数据以服务化形式面向用户开放共享，包括数据搜索服务、数据统计分析服务、数据关联分析服务、数据挖掘服务等，同时需确保用户使用时并不直接看到隐私数据，而是面向数据的能力服务，在实现数据共享的同时，也共享了数据的分析计算能力；

　　4）需要提出数据安全保障，包括2 个层面：

　　①数据的存储安全，能够自动检测系统中故障和热点，系统具备故障预案与数据安全保障方案，实现故障后数据自动备份与故障迁移；

　　②数据的使用安全，诸多大数据涵盖隐私信息，因而在面向用户使用过程中应做好安全脱敏工作，保障居民隐私信息。

　　02、建立数字交通触觉体系

　　交通触觉体系是“大脑”运算与分析的基础。建设城市交通大脑的重要步骤就是要将城市交通“数字”化，借助现有资源和技术完善数据汇聚体系。

　　①弥补现阶段对交通系统的感知“片段式”，运行特征捕捉存在盲点等的不足，增强采集设备的覆盖空间尺度与密度，增加数据实时回传的时间粒度，同时拓展信息采集维度，建立交通数据信息实时汇聚体系，形成交通运行状态泛在感知；

　　②突破现阶段数据标准不统一带来的“认知偏差”，建立数据信息回传质量体系，形成“大脑”的精准感知；

　　③设计并开发北京市城市交通大脑地理空间信息智能高精地图数据库，按照一张底图标准化整合基础地理信息，对高精度用地信息、交通网络信息、自然要素信息等进行全方位整合统一，将数据与城市空间相挂接，让数据形成“交通感知”。

　　03、建立数据融合与大规模交通网络计算体系

　　超级计算能力是城市交通大脑的“脑核”部分。城市交通大脑要求实现对大规模交通网络的计算与分析，同时在计算的网络全局性、系统协同性及响应实时性等方面都提出了较高要求。为实现大规模交通网络计算分析：

　　1）需改变多源、差异化交通感知带来的认知

　　“困惑”与认知偏差，进行多源数据的校核验证，让不同来源的数据的计算结果可追溯、可对比、可校核，以保障融合后的数据结果更可靠；同时，为了避免单一数据产生的认知盲区与误差，需要打破数据孤岛，进行数据精准融合，最终实现以交通个体为数据融合基本单元的数据集成融合处理模式，实现“个体画像”与“供需全景”的目标。

　　2）建立交通历史特征库，搭建交通规划、决策方案、运行特征、管理策略、控制方法等不同层面、不同时空范围、不同类型的历史特征库，为“大脑”的智慧决策提供知识储备。

　　3）构建宏、中、微观交通仿真模型，包括构建模拟交通流运行特征的中、微观交通网络模型，构建模拟宏、中观大规模交通网络出行需求运行调度的交通仿真模型，以及实现空间结构、人口、土地、建筑、基础设施等城市、交通背景要素全在线的“模拟城市”仿真模型，3 个层次相互支撑与协同运行。

　　最后，基于AI 智能技术与“大脑”迭代反馈自省能力，探索大规模网络最优化计算模型与快速求解算法，突破多模式大规模交通网络协同网络动态分配、实时千万级优化运输组织优化等技术难题，构建“数字平行交通系统”，实现北京市的交通网络600 万辆车、2 300 万人的实时最优化计算，以支撑交通要素的实时分配与调度，实现承载力、需求与状态问题的实时求解。

　　04、构建精准的交通治理与个性化出行服务体系

　　基于对个体精细化汇聚数据的实时分析与模拟计算，实现精准的交通管控与治理，最终实现个性化出行服务是城市交通大脑建设的根本目标。实时、精准治理体系包括2 个层面：

　　①构建智慧自省、决策与实时响应能力的“大脑”，实现对交通运行问题和网络优化潜力的主动判断，自助反馈，实时调整与调配公共资源；②构建基于“大脑”计算结果的中长期治理决策方案，实现对城市交通发展方向乃至城市的发展方向的把控。基于此构建一体化、个性化、按需分配的出行服务体系，实现零拥堵、零延误、零等待的交通出行服务最佳体验。

　　四、结束语

　　为改变目前城市交通大脑概念模糊，边界不清晰、建设方法不明确的现状，本文明确界定了城市交通大脑的内涵与核心特征，明晰了城市交通大脑与智能交通系统的区别与联系；提出将城市交通大脑的建设工作划分为初级大脑、中级大脑、超级大脑3 个阶段及基础平台层、数据汇聚层、超级计算层、解决方案层4 个层次；明确了建设云平台与计算能力、建设数字交通触觉体系、构建数据融合与大规模交通网络计算体系以及构建精准交通治理与个性化出行服务体系4 个方面的重点任务，以期为城市交通大脑建设指明方向、奠定基础。

标签：顶层,大脑,城市交通,交通系统,建设,交通,内涵,数据
来源： https://blog.csdn.net/zfcx1688/article/details/111311401