伴随着城市化进程不断加快，城市交通发展面临严峻形势和新的挑战。当前，有关部门正通过建立5G、大数据、人工智能、云计算、区块链、超级计算等新技术与交通行业深度融合，推进数据资源赋能交通发展，加速交通基础设施网、运输服务网、能源网与信息网络融合发展，构建泛在先进的交通信息基础设施。而构建综合交通大数据中心体系，深化交通公共服务和电子政务发展，促进城市交通体系相互融合，提升城市交通整体品质是交通行业发展的大趋势。

发展智慧交通，不是单个行业就能解完成的任务。每一个行业都有一个相对比较深入的创新领域，但是最后要把它归集成整体交通服务时，仅仅关注一个行业是远远不够的。目前我国智慧交通面临的挑战主要有以下几点：第一是数据感知，虽然现在已经有大量的数据，但是仍然还有很多的数据是未知或者比较难获取；第二是决策支撑，需要思考采集的数据如何真正创造价值，能为突发情况进行决策提供技术支撑；第三是综合管控，即针对城市治理者而言，目前尚未形成综合管控网络。

一、AI视频大数据技术概述

AI视频大数据可理解为视频采集是基础，人工智能(深度学习)为载体，大数据应用是灵魂。通过360°全景、180°全景、全景细节联动、4K等多种高清视频对高速公路、隧道、桥梁、飞机跑道、铁路轨道、海关港口等场景的交通状况、交通事故、气象状况和交通环境进行实时的监视，依靠先进的车辆检测、人脸识别、图像识别继续、计算机信息处理等人工智能技术，获得有关交通状况的信息，并根据收集到的信息进行大数据的处理分析，对交通进行控制，协助交通管理人员进行交通指挥调度、遏制交通违法、维护交通秩序，同时还可协助公*人员进行治*防控、刑侦处突等。

在国内和国际重大场合，许多国家领*人对AI视频大数据的重要意义给予阐述，当今世界谁掌握AI视频大数据越多，谁就能在信息化快速反应能力方面强于他国。各国都想尽早获得城市人员流动轨迹、交通运行规律、应急救援快速应对方案以及森林、草原、海洋自然资源保护和开采等信息的精准获取和应用，更好地为经济发展和社会管理提供视频大数据，也可为国防安全、国际社会公共安全提供重要的数字信息。下面重点介绍AI视频大数据在大交通行业的应用。

二、业务应用

1.全面感知

针对机场航站楼、飞行区、铁路出发层、广场、交通大路口、港航港口等大场景需使用多个摄像头进行视频全覆盖，大华使用360°全景设备实现一台设备完成大场景全景监控。在全景监控的基础上，可以使用高倍球机对细节进行跟踪常看，实现全景和细节的跟踪联动，全面对大场景和细节进行感知。同时也可以通过后端的拼接服务器对前端多个设备进行拼接，实现一个画面进行全局的感知，可联动球机进行细节跟踪。

图1

上图1是在某机场飞行区跑滑区域及远/近机坪的全景视频监控，同时满足在如雨、雪、雾、雷电及夜间等极端气候环境下全景视频监看的效果。可实现与航班桥低位摄像机的高低点视频关联显示，以及在全景视频模式下的电子放大显示，球机联动监视飞行器等移动物体的自动追视。

在高速公路和公路道路上传统视频检测监控范围在15-80米范围，但是雷达有效检测距离可达200米，在视频内融合雷达数据，可有效提升感知范围，为上层应用提供更加丰富的数据包。大华利用雷达结合视频监控相当于雷达长了可视化的眼睛，雷达的探测功能有了画面可以做到实时监控、事后取*与回溯。

在公路道路、地铁站等场景存在传统短焦枪机看得清近景但看不清远景的问题，长焦枪机为了看清楚远景，近处就会存在盲区的问题，俗话称“近视眼和远视眼”。大华视图动态拼接融合技术在双目相机上可以做到在同一画面上，融合短焦与长焦的两幅画面，实现兼顾近景与远景的违法行为抓拍和车牌识别，实现“千里眼”功能，做到“不远视、不近视”。

针对各个场景视频感知的难题，大华通过视频拼接技术、重瞳技术、双帧融合技术等多种技术确保各个场景感知到的数据看得见、看得远、看得清，通过智能算法看得懂。

2.综合管控

围绕大交通各个应用场景，大华基于视频感知能力的提升，以及对算法和算力的和谐分布，对交通数据进行清洗和规整，剔除无用、错误和冗余的数据，保证数据的质量，通过分层分级的整合，构建大数据分析模型。同时能够通过不断迭代更新数据输入、模型测试及评价，形成一套科学合理、针对性强的综合交通模型库，从而提升整个综合管控的交通安全监测系统平台。以下图2是在某地打造的一个“车易管”综合管控的大数据平台。

图2

“车易管”基于GIS地图展现在建工地信息、消纳场静态信息、车辆动态信息、路径信息等。例如以渣土OD的方式展示当日渣土运输情况：每个在建工地运输出多少辆渣土车，每个消纳场处理了多少辆渣土车，有多少辆渣土车通过码头中转。对全市当天车辆的在离线状态数据、告警数据等进行可视化展示，对渣土车车辆的实时位置及渣土车运输全程进行实时监控，一旦发现有违规行为则系统进行自动告警。以数字化形式进行展现统计分析数据，可为管理部门对渣土车的监管起到辅助决策的作用，提高监管执*效率。

此外，围绕街道基层治理痛难点，以事件闭环为主线，实现一张图管全局对象，一个平台多方协同，满足基层社会治理多个场景需要。针对违章停车、出店经营、流动摊贩等城市管理痛点，改变以往人工发现处置方式，通过“以机代人”实现前端智能感知报警、平台自动流转，减轻基层工作负担，提升管理效率。针对违章停车，一旦违停区域有车辆进入，前端自动感知并联动现场喇叭远程喊话，提醒车主及时驶离。

三、应用趋势

交通强国提出大数据是下阶段由交通大国到交通强国转变的战略资源。交通运输部《推进综合交通运输大数据发展行动纲要》也明确提出：“构建综合性大数据分析技术模型，研究建立具有较强应用价值的综合性、全局性大数据分析模型”。将来可以通过整合汇聚多部门、多系统、多层级、多区域的AI视频大数据形成整体的大数据资源池，利用大数据模型库和算法库深度挖掘大数据的应用价值，以数字化、图像化、全景化的方式展现整个综合交通运行情况、运动态势和发展水平，以此作为交通管理者实时监测和分析提供关键性的数据支撑，实现经验决策到数据决策的改变。

此外，大数据结合互联网，可以建设各种基于交通出行的场景建设信息服务系统，利用移动终端结合移动互联网技术整合各系统资源，构筑全场景的交通出行生态圈。

结语

智慧交通AI视频大数据的建设需要不断完善建设思路，持续推动价值挖掘，积极加强AI视频大数据开放共享，才能为整个AI视频大数据中心建设、数据治理等工作提供借鉴意义，最终的目的用来服务社会、服务百姓。