交通部智能运维平台（智慧交通应急指挥平台）

本篇文章给大家谈谈交通部智能运维平台，以及智慧交通应急指挥平台对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享交通部智能运维平台的知识，其中也会对智慧交通应急指挥平台进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、什么是IT智能运维？
• 2、腾讯吹响智慧交通“冲锋号”
• 3、交通大数据分析会对智慧交通产生那些影响？
• 4、AI驶入“高速路”：交通AI化的应用场景与实例

什么是IT智能运维？

IT智能运维必须以大数据为基础，所以企业必须具有采集IT全层级数据的能力，并能实现数据融合，结合机器学习、智能算法，对IT运维实现洞察，获得预见性。
现在推IT智能运维的服务商国内有几家，我比较认可博睿数据提出的数据为本的理念，没有数据就是无水之源，所以企业别被概念忽悠，先踏实做数据采集和融合，智能运维是水到渠成的事

腾讯吹响智慧交通“冲锋号”

在“新基建”等利好政策的推动下，2020年无疑是智慧交通的一个风口期，而各方“新旧”势力为了不掉队又都适当的加了一把火，让“交通”这个原本传统又垂直的领域在公开镜头下亮相的次数越来越多，“交通人”也开始习惯并享受出现在聚光灯下。

这种“处事风格”改变，和“新势力”带来的“外来文化”有关。

所谓的“新势力”，特指那些原有自家的主营业务，且都发展较好，但为了开拓新市场，寻找新的赢利点，近些年看好交通领域并相继入场的资本和 科技 玩家们。

这些新晋玩家们在“打江山”时都有过“野蛮生长期”，过多的触达C端让他们都有“先声夺人”占据市场主动性的习惯，这种“提前吹风、力抓先机“的路数和专攻交通多年的企业们形成了鲜明对比，后者”闷声做事、稳中发展“的传统也慢慢做出了调整。

如今，交通的圈内人也逐渐形成了共识，腾讯、华为、阿里、百度、滴滴、平安等企业属于“新势力”， 而关于人才的争夺，怎一个“抢”字了得，这早已是圈内的热门话题，且各地方的规划设计院对“新势力”的态度也不尽相同。

类似的讨论还有很多，但有一点大家都明白：谁能切实的为行业做些事，不只空谈口号，不为了技术而技术，不做一锤子买卖，这才最重要。

从各家的市场动作和发展定位的对比中，或许能看出他们在交通领域的“真实样貌“，也能看出大家都在展望的智慧交通的未来究竟会以怎样的形式到来。

现在，智能网联示范区的旗帜已遍布全国，且进入到城市公开道路，各种测试里程不断增加；智慧高速的建设也在如火如荼的开展，老路改造升级和新路规划设计，让各方无不尽力的深度参与其中。

在政策落实和执行过程中，5G、大数据、人工智能、云计算、区块链等最精尖的技术手段不断被安置在车路协同、自动驾驶、智慧高速、试点示范区上，成为各类建设的名词前缀，且不说这是否是概念横行，单论实施后的结果是否让人满意，很多人心里都有答案。

尤其是当一个个动辄过亿的大项目公开后，是否满足了预期？如此大规模的投入，钱有没有花在“刀刃”上？在市场过热的情况下，这些问题愈发的引起圈内人士的重视和思考。

都说交通有着高大的门槛和纵深的壁垒，但在雄厚的资本和前沿的技术面前，竟也平易近人起来，并开始主动拥抱变化。其实，对主管部门来说，交通的本质就是保证安全、提升效率，若真能解决痛点问题，由谁来做也就没那么重要了。“何不一试”，是很常见的心态。

今年，赛文继续对华为、阿里、百度、滴滴等市场上各领域的“寡头”企业进行了一系列的跟踪报道，这些原在交通垂直方面的并没有太多“交集”的巨头们总能从自身的业务和优势中找到切入点，然后以一种“舍我其谁”的姿态昂首加入到智慧交通的大军中。

比如，华为发布交通智能体，打造具有高辨识度的面向交警领域的整体解决方案；阿里发布多场景的智慧高速解决方案，不断落地“新基建”；滴滴基于真实交通数据发布信号控制分析及优化系统，为城市交管赋能；百度在城市智能交通市场的业绩不断刷新 历史 ，形成自动驾驶、智能车联、车路协同三大业务方向；以及平安的智慧城市等等……

相对来说，腾讯就显得没有那么“惹眼”了，尽管其很早就已经开始发展智能交通 ，并在交通管理、公共出行服务、智慧高速、智慧停车、智慧航空、智慧港口等领域都有一些实际的行动案例，但似乎都并没有进行框架式的整合，总感觉缺少一把“柴火”。

9月10日，在新基建的大背景下，腾讯智慧交通终于以专场的形式向行业做了一次全面的汇报，其在2020腾讯全球数字生态大会上从行业发展趋势、行业成果分享、典型案例应用、产品生态分布等多个角度，为大家带来了一场腾讯智慧交通的最全图景。

对赛文来说，这是一次难得的机会，可以进一步了解和深挖腾讯做交通的初衷和底气，以及他们对自身的定位以及对未来规划。

带着问题，赛文和腾讯副总裁钟翔平等人进行了深度交流和探讨，也着实看到了腾讯眼中的这条“交通路”。

受疫情影响，此次腾讯数字生态大会亦是在线上举行，大会以“布局新基建，腾讯智慧交通的新图景”为主题，以“智联世界，美好出行”为愿景，期间还提出了未来交通的四大理念，并首次公布了腾讯智慧交通的新战略We Transport。同时，面向交通产业链上下游参与者，在会上腾讯启动了智慧交通生态合作伙伴计划，并发布《腾讯未来交通白皮书》。

看得出，此次腾讯带着诚意认真的对“自家交通”做了一次全面的梳理和展望。

比如，We transport业务版图，希望结合腾讯“一码”（乘车码）、“一图”（腾讯地图）、“一云”（腾讯云）、“一ID”（超级ID）的数字化技术能力，提供云端大脑和数字底座，连接人、车、路、网、云。

钟翔平对赛文说道，“以人为中心的服务理念始终是腾讯在交通领域的一个重要的出发点”。

他认为，随着新基建的加速，数据的生产要素价值将不断放大，而交通产业升级的巨大价值，主要包括三个维度：助力城市规划、管理走向精细化；助力交通调度、运行更高效；助力民生服务，带来更好的出行体验。

面对智慧交通行业众多的合作伙伴，钟翔平表示腾讯致力于释放自身价值，也将积极发挥自身技术优势，携手产业链合作伙伴，成为智慧交通的共建者。

此次大会中“以人为中心”几个字频繁被提及，腾讯果真在直指其背后庞大的用户群，且符合腾讯本身以“用户为本”的服务理念，而C端本就是腾讯最大的优势之一，在此基础上做进一步的连接和应用，无人质疑。

一直以来，腾讯在交通领域有着庞大又分散的业务线，呈多线并进的态势，且没有太明显的主次关系，似乎都在试水，并没有倾斜性很明显的重点发展，而此次重点提及的“以人为中心”是否是腾讯进入智能交通的核心价值，仍需进一步的 探索 和观望。

从赛文的视角来看，腾讯、华为、阿里、百度、滴滴、平安等“新势力”们做交通总不可避免的有一些具备“互联网特色“的话术，而赛文经常性做的工作正是将这些“互联网语言”转换成为交通行业人们能够“听”得明白的交通专业词汇。

或者说，我们会从城市交通、公安交警、公共出行、高速公路、自动驾驶等行业线的角度来解析各家企业究竟有哪些业务和技术支撑，解决了哪些具体的问题。

此次腾讯大会智慧交通专场亦从愿景规划、交通建设、交通管理、交通运营、交通生态等方面做了详细的介绍，尽管从内容上看，符合腾讯一贯低调的风格，以技术、产品方案、理念讲解偏多，秀成绩偏少，不过确实也将腾讯这些年分散的布局做了一次集中的梳理，且正在形成一股合力，大有集结之后、全面出击之感。

总结来看，腾讯在交通的着力点主要在公共交通、城市交通治理、停车、智慧高速、车路协同和自动驾驶等几个领域。

腾讯乘车码作为腾讯智慧交通中的核心产品，自2017年上线以来，已经覆盖了29个省份、直辖市，150多个城市中的1.5亿人群均可在BRT、公交、地铁、索道、轮渡等场景下进行移动支付。乘车码不仅能解决C端用户出行便利性的问题，也能以数字化助手的角色，为公交和地铁等企业提供针对性的解决方案，助力城市公共交通运营企业实现智慧化的转型。

在智慧公交方面，利用腾讯位置大数据分析，挖掘用户交通出行需求和出行特征，结合供需平衡分析，服务公交运行监测、供需对比分析、线网规划优化和服务发展评估等关键场景，提供公交大数据和综合交通客流分析等能力开放平台，以及公交线网诊断及优化、定制公交、微循环、动态预约等多元公交服务、公交专用道规划管理、重点区域/重大活动客流管控和一站式出行服务等系列应用服务能力。

另外，腾讯构建的MaaS一体化出行服务平台，根据用户乘车前、中、后的全流程，围绕用户出行时间需求、出行偏好，连接多种出行方式，形成一个“01357”出行构架体系，包括停车服务、1公里范围内的共享单车、3公里范围的公交、5公里范围的打车服务、7公里地铁出行，由此实现服务找人，出行跟着人走。

会上，腾讯还提出了用数据驱动交通治理现代化的建设思路，对海量的政府交通数据和企业数据，进行多元和多源数据的汇聚分析，可以帮助交通管理部门解决拥堵、物流效率低和道路安全三大难题，让交通治理从被动到主动，从信息化到智慧化。

同时，还推出了城市交通仿真引擎，可以应用在交通运行管控、应急与指挥等；交通枢纽监测、运营调度等；以及面向公众的公共交通出行信息服务、停车信息服务等。

通过对交通运行态势的推演，能够帮助交管部门进行动态交通的管控，包括信号管控、拥堵研判等；对用户来说，经过对特定场景进行预测和评价，包括公交优先、大型活动、临时管制等场景，城市交通仿真引擎能够辅助用户做出最佳决策。

这一方案适用于诸多交通治理场景。例如，对拥堵进行预判以提前部署警力，对公共交通进行优先控制引导，减少小 汽车 出行、通过智能信号优化对拥堵进行动态的管控，借助地图、微信等载体实时发布出行建议，帮助用户获得更好的出行体验。

据悉，在城市综合交通的场景中，腾讯依托自有数据，接入车驾管、营运车辆数据、融合卡口视频数据，补充气象水文地理数据，包括车路协同条件下的更丰富的感知数据，打造了GIS时空引擎，并应用腾讯云的大数据与AI能力，以支撑政府、企业、出行者三类用户群体的个性化需求。

此外，今年6月，腾讯与西安交通局达成战略合作，共同构建西安公共交通领域的智慧大脑，推进西安智慧交通体系建设。7月，腾讯与交通部公路院联合发布“公共交通出行大数据平台”，推动交通大数据在交通产业发展中融合应用。

针对车主停车难、运营方收费难、政府管理难等问题，腾讯云推出了智慧停车解决方案，主要从建、管、用三个层面来建设。

首先政府自上向下的进行规划、设计、吸引投资和基础建设；然后在管理的层面，政府制定全市统一的收费管理、数据管理、征信管理和标准管理等等标准；最后在使用的层面通过制定统一的处罚策略、业务协同机制，指挥决策机制来进行项目的持续运营。

在智慧停车市场，腾讯主要提供三大软件平台和一系列的停车硬件产品，从而来实现行业的信息化建设。

首先对路内、路外的停车场进行基础建设和设备的升级，这里腾讯可以提供智元系列等一套智能硬件产品；然后通过智停平台对各种形态的智慧停车场景进行管理，再逐步地对 社会 停车资源进行从税务和城市资源的方面进行统一的升级和接入，统一汇集到城市级的智慧停车平台，也是腾讯的“智城平台”；最后进行统一界面的展示、管理和分析处理，再向城市的公众服务小程序或公众号以及可视化的运行监控中心，进行统一的呈现，并且还可以向更高级别的城市第三级平台进行输出，在完成数据统一管理之后，腾讯还会通过用户的运营平台，也叫“智融平台”建立精准营销的推送和 汽车 的后向运营服务。

腾讯云智慧停车解决方案是覆盖城市停车全场景的端到端的解决方案，包括路内停车位、路外停车场、智能充电，城市级静态交通的一体化管理，以及停车后向运营场景。

针对高速公路行业数字化目前面临众多挑战，腾讯云也给出了自己的应对策略。

关于云化，通过建设云控中心，构建高速数字化的基础底座，涵盖了感知监测、运营管控、设施全周期管养、出行服务；

关于协同，在车侧，腾讯TAI系统为车主提供多元的车内信息发布，借助地图导航与微信车联，完成与出行者的无缝触达；在路侧，部署边缘计算节点和车路协同设施，实现视频智能分析、事件识别和信息快速分发，通过互联运营云和腾讯多端化的连接触手，完成人车路三者的有机融合。并借助腾讯云数字孪生平台，将全景化的视频和基础设施数字仿真融合，实现场景化远程化的指挥调度，再通过企业微信构建的互联平台，真正做到指挥调度的协同化；

关于服务，借助地图、车联网、微信等连接器，通过位置与社交大数据精准把握用户的出行特征、个性化需求，提供主动的信息推送，将线下的服务区链接到线上，实现行前行中行后的一体化服务；

关于开放，腾讯云将大数据、AI等能力从接入、采集、分析、应用等层次开放不同的技术平台，并开启基于生态化的产业互联网之路，携手行业厂商，一起建设智慧高速行业；

关于高速运营，腾讯云围绕新的不停车收费系统，将门架、抓拍、视频、收费流水等数据进行云边端一体的融合，形成新的感知模式，再将自身一系列大数据与AI等能力装到一起，构建数据计算引擎，最后驱动运营的应用与服务的建设，包括收费稽核、综合态势感知、通行预约、高速营销、智慧服务、信息发布等等。

8月下旬，腾讯云发布了AI收费稽核产品，基于腾讯云的AI与大数据技术应用，将多渠道的收费流水、图片抓拍等海量数据接入云端，把地图路径还原、以图搜图能力进行匹配，实现十秒级的稽核结果计算，轻松应对收费特情处理。

另外，腾讯还联合交通部路网中心发布交通行业首个“高速公路数字化运营云平台”，助推高速公路智慧化运营。

今年，各方势力和主管部门的视野都离不开车路协同和自动驾驶，相关的很多探讨一次次的被摆上了台面，对于这些并非是新名词的老概念，商业模式、投资盈利、运营管理、持续发展等问题仍在不断的 探索 和寻找。

尽管如此，但阻挡不了大家“攀登珠峰”的脚步，且在攀登过程中会有许多意外的收获，赛文也曾在之前的分析报道中表示：“珠峰”就在那里，不动，就永远到不了。

反观腾讯在这些方向的进展，也是不曾停下。

一年前，腾讯曾发布《5G时代车路协同创新应用白皮书》并喊出：车路协同涉及产业链诸多企业，腾讯愿意作为产业链上下游的连接器，并为车路协同的快速落地构建起可靠的一体化安全保障体系。

首先连接人、车、路、云，并打通路侧系统、车载系统和数据交互系统，确保三者之间的数据无缝连接、功能得到充分发挥，将产业链上下游的高速公路公司、无线网络设备商、数据中心设备商、运营商、内容提供商等企业组织在一起，将移动互联网的服务无缝连接到整个智慧出行的场景下。

在此基础上，实现人和车、设备、服务之间的连接，多个终端场景的打通，最终构建起高速公路、运营商、设备商、数据中心设备商、互联网企业共同参与的产业链格局。

如今，针对行业普遍存在的重建设轻运营、重演示轻落地、重功能轻平台等突出问题，腾讯的5G车路协同方案不断优化升级，具备了5G能力/异构网络、统一的V2X消息集、全产业链的协同、开源开放的平台、提供道路数字化转型的工具箱等能力，通过“5G车路协同边缘计算平台”和“交通云控平台”加上“V2X数据服务引擎”，打通传统的人、车、路的数据闭环，强化智慧交通的运营环节，并针对高速、园区、测试场、城市道路等不同场景提供不同组合的解决方案，在和第三方合作伙伴的方案集成上，也能够从用户界面、接口到开发框架等不同层次进行整合，提供更加灵活多样的选择。

目前，已经在北京首钢冬奥园区做了5G边缘计算的车路协同场景验证，可以提供基于腾讯TAI车机或微信小程序的国民级车路协同应用，海量站点自动运维的平台系统，低成本算力，对第三方接入赋能等多个核心能力。

截止目前，无论是高速场景下的自动驾驶技术研发，还是泊车场景中的自动驾驶，都聚集了大批玩家，腾讯的筹码是基于自身的AI、云、信息安全等技术优势，打造出了集自动驾驶研发及评测验证于一体的数据云平台、模拟仿真平台和高精度地图平台三大平台，为行业赋能。

腾讯投入融合感知、高效地图构建、多传感器融合定位、系统决策、路径规划、系统控制等核心技术研发，结合虚拟仿真、数据云和高精度地图云平台，构建自动驾驶和智慧交通两个领域的核心能力。

如今，腾讯可以提供城市级仿真、云控平台、3D可视化引擎、以高精地图为基础的多要素地图、车端/路侧、车路协同方案，在为车企提供工具链和云服务的同时，依托于这些能力，助力智能网联先导区建设、港口无人驾驶自动化、高速公路信息化以及城市交通治理。

同时，腾讯在自动驾驶领域深度合作，利用虚拟仿真技术加速长沙开展智能网联 汽车 仿真实验项目，助力建设国家智能网联 汽车 （长沙）测试区。

今年5月，腾讯曾对外宣布：腾讯未来五年将投入5000亿，用于新基建的进一步布局。足见其在新基建领域布局的决心。

当赛文问及腾讯智慧交通的发展决心是否会有“犹豫”时，钟翔平同样给出了坚定的答案 ，“多年来，我们对交通领域进行了垂直性的切入，输出了相关解决方案，并积累了用户、 科技 、数字云平台等方面的优势，也得到了大家的认可。现在，我们准备将交通领域的各项能力整合后进行全面发布和释放，也让行业可以更好的理解我们。”

很明显，腾讯的智慧交通之路，才刚刚拉开序幕。

交通大数据分析会对智慧交通产生那些影响？

随着这些年我国城市化发展的加速，城市交通拥堵、交通污染日益严重，交通事故频繁发生。众所周知，智能交通成为改善城市交通的关键策略。因此，及时、准确获取交通大数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。

交通行业现状

我国智能交通发展始于上世纪90年代，在“十二五”规划中，我国交通部进一步明确未来智能交通运输的发展目标，例如，感知识别、网络传输、智能处理和数据挖掘等。在改善结构调整和城际沟通的支撑、引领双重作用，成为城市交通最重要的发展领城。包括大数据等现代先进技术的应用，提高整个交通运输系统的发展水平、质量和管理及服务水平，实现能力供给增加、安全保障性以及经济、环保等的提高。而且，大数据的应用在地铁网络化、大客流运营常态下愈发凸现其对地铁安全、高效运行和乘客服务方面的重要价值。

我国新型城镇化将需要形成城市群内部城市之间、城市内部的轨道交通系统，交通运输环境进一步改善。包括大数据等现代先进技术的应用，目的在于提高整个交通运输系统的发展水平、质量和管理及服务水平，实现能力供给增加、安全保障性以及经济、环保等的提高。而且，大数据的应用在地铁网络化、大客流运营常态下愈发凸现其对地铁安全、高效运行和乘客服务方面的重要价值。

目前遇到的问题

1、海量数据

轨道交通系统每时每刻都在产生大量数据，来自故障维修系统、实时监控系统、项目实施进度系统、物资物料统计系统等，且数据增长速度越来越快，这些数据的价值在哪?该如何利用提升地铁运营效率，确保项目交付的及时监控。

2.数据认知

大多数传统系统，故障维修系统，实时监控系统，物资物料统计系统中，已有简单的分析统计图表，但数据格式比较单一，灵活性差，交互性低，管理者难以对数据有很好的认知。

3、管理决策

大数据运营在地铁网络化、大客流运营常态下愈发凸现其对轨道交通安全、高效运行和乘客服务方面的重要作用，能迅速从底层数据中提取关键数据，以数据驱动运营方向，对决策提供科学支撑。

现在很多地方的交通大数据系统都用的BI平台，比如永洪科技，一般的大数据分析系统分为3个层次:

1、数据层以及建模层:整合交通行业各信息系统，打破信息孤岛，实现数据共享。数据决策方面、销售方面、运营方面关心的指标，建立不同分析主题集市。

2、业务层:梳理交通行业指标，将分析结果推送至展现层。

3、展现层：以丰富美观的图表展现方式，灵活多变的交互方式，将分析结果呈现给各角色管理人员。

基本上现在的大数据分析平台都可以做到以下几个方面：

1、基于交通数据分析平台，决策层、管理层可能洞察轨交运行状况。

2、应对轨交各系统数据量的迅速增长，基于明细数据，任意业务的计算及展现，可达到秒级响应。

3、运营和分析部门都能做部分自服务分析，以满足实时探索分析需求。

4、能够快速响应新的分析需求和变化，提高工作效率 。

AI驶入“高速路”：交通AI化的应用场景与实例

作者交通部智能运维平台：崔雪薇

《中国交通信息化》记者 崔雪薇当前交通部智能运维平台，新一代通用技术交通部智能运维平台的产业革命正在兴起，为数字化、智能化生产和生活带来了颠覆性的改变。经历了新一波的发展浪潮，人工智能（AI）已无所不在地渗透到人们的生产生活中，当仁不让地成为新一代通用技术的代表。“新基建”风口下，围绕“AI+”打造的新应用、新业态、新模式不断涌现，人工智能充分发挥了“头雁”效应。
作为“新基建”大潮的重要抓手，智能交通领域备受瞩目，人工智能、5G、工业互联网等数字化技术为交通带来的发展理念、管理模式和服务体验迎来了全局“智变”。如今，各地高速公路的智慧建设如火如荼，随着全国高速公路正式迈进“一张网”运营时代，AI在高速路上的应用，驶入了高速发展阶段。本文结合第二十二届中国高速公路信息化大会上的经验分享，对人工智能在智慧高速上的融合应用进行了简单梳理。

随着撤站工作的圆满收官，全国高速公路实现了“一张网”运营。在此形势下，路段经营单位对运营管理产生了新的诉求交通部智能运维平台：（1）希望在技术、服务、管控、协同等方面进一步突破，推进少人、无人化的“高效经济”收费场景实现；（2）既要实现路段的精细化管理，又要做到通行费应收尽收，确保自身权益；（3）路段海量、多元的路网设备、设施急需智能化、自动化技术的保障与支撑，确保边、端设施安全、稳定运行。为解决上述痛点问题，招商华软信息有限公司依托“AI+云”技术，构建智慧收费2.0版本，全面赋能路段的收费稽核、运营分析、运维管理、运行监测及基础收费业务。

AI+云，突破尝试

招商华软打造了统一的智慧收费云平台，将收费业务及相关运管业务迁移上云，高效实现各业务之间的多维协同管理。在该平台的赋能支撑下，还利用高智能的车道机器人为路段经营单位打造了无人收费站解决方案。
无人收费站是“AI+云”场景化应用的突破性尝试，是路段实现降本增效的实用举措，也是智慧收费发展的必经阶段。前端车道机器人的AI能力与云端智慧收费云的统筹能力相结合，极大提升了目前车道收费的服务价值。

无人收费，彰显智能

车道机器人是无人收费站的智能化前端AI设备，整机通过集成车道收费所需的多种硬件模块，辅以人机交互工程设计，借助边缘计算、智能语音、4G/5G等技术手段，实现收费站现场无人化自助收费和特情自动化处理。
无人收费站解决方案实现了前端设备智能化、现场支撑全面化、后台系统智慧化、运营投入经济化。相对于传统的无人收费模式，其具备以下突出能力：适用于多种车道应用场景的收费模式，如ETC收费、MTC收费、混合收费等，支持ETC卡、微信、支付宝、云闪付等多种非现金支付手段，未来将具备接受现金支付的能力；集成人工智能单元，支持与车主进行智能语音交互，在现场无人介入的情况下也能快速定位用户问题，为车主提供便捷有效的客户服务；同时，可大幅减少路段经营管理单位的人力成本支出。

示范应用，加速落地

目前，招商华软智慧收费云平台已经在招商公路广西桂林公司及周边路段落地应用，且运行效果良好，基本满足了日常收费、监控、稽查分析和运维工作的需要，极大提升了路段的运管工作效率。佛山一环西龙收费站北行出口收费广场已开通无人收费的机器人示范车道；哈大高速各条车道的车道机器人也已安装完成并投入使用。
在实际的车道收费应用中，95%的收费业务均可以通过车道机器人的高智慧逻辑处理能力来完成。对于不到1%的需要现场处理的问题，可通过步兵式作业工具“综合服务回控终端”提供服务。

2019年11月13日，交通运输部办公厅发布《全国高速公路视频联网监测工作实施方案》和《全国高速公路视频联网技术要求》，提出加快推进“可视、可测、可控、可服务”的高速公路运行监测体系建设，深入研究人工智能等先进技术在视频联网监测领域的应用，在2021年6月实现智慧监测。视频监控为运营管理效率和公共服务能力提升发挥了积极的作用，随着海量视频数据的不断累积，如何实现实时检测、动态监视、智能控制、及时服务、准确预测的智慧监测成为当前技术领域面临的重要挑战。山西交通职业技术学院的张海亮博士依托山西高速的视频联网建设，分享了AI技术在高速公路视频云联网中的应用。

深度学习，大显身手

从架构来看，高速公路视频联网采用云、边、端三层架构。其中，边缘智能分析系统采用新一代视频交通事件智能监测系统，具备随时接入、实时分析、实时报警、准确率高等特点。随着数据的不断积累，系统运行时间越长，识别算法越智能，检测准确率越高。基于深度学习技术，系统可实现以下功能。
交通事件及交通流检测：采用基于深度学习技术的多目标检测、目标跟踪算法，通过接入高速视频云联网的视频数据，边缘智能分析系统能够实现道路拥堵、交通事故、车辆逆行、违规停车、行人闯入、抛洒物、变道、施工、烟火、团雾、占用应急车道等交通事件，以及交通流量、交通参数等交通态势的分析。车辆结构化分析：通过智能算法，提取车辆特征数据，实现车辆结构化分析，应用于车辆研判、违法处罚、逃费检测、收费稽查等业务。视频质量诊断：通过图像识别算法，进行视频画面质量诊断分析，巡检评估外场设备状态，及时发现设备问题，快速应对。

数据分析，高效管理

省级云平台通过“AI+大数据”技术，融合路段视频数据、边缘智能分析系统的海量感知数据，通过海量数据模型训练和深度学习，进行数据计算、数据分析、数据挖掘、综合研判，实现智能监管、交通态势分析、预测预警、应急处置等智慧监测应用。同时，通过数据门户向外部系统和应用提供数据目录、API、数据应用和可视化展示。
高速公路视频联网后的大数据分析不仅能够实现行业运行态势实时监测、预测预警，还能够为行业运营管理决策提供科学依据，也能够对职能和业务流程监管、分权分域管理、可视化业务展示提供数据支撑，提高运营管理效率。在逻辑架构上，基于AI的省级智能预警平台与省级视频云平台一同部署在省中心，基于前端信息采集终端设备、路段视频上云、视频大数据智能分析应用平台，实现云联网视频数据的融合应用。

试点山西，成效显著

近些年来，山西高速一直积极开展高速公路智能运行监测相关研究，特别是对高速公路视频联网智能分析系统和平台做了大量基础性工作。基于AI的智能平台在具体实际应用中取得了理想的效果。系统平台建设以最先进的高性能GPU集群为物理载体，首创分布式深度学习算法及多任务神经网络模型，极大地提升了系统的精准性和并行效率，使系统具备极高的先进性，体现在以下4个方面。
（1）见多识广，通过对海量训练样本的深度学习，以及随着系统部署、应用的增加，系统准确性越来越高。（2）平台先进，系统采用了基于数据流的大数据计算引擎Yita，使用神经网络分布式训练平台，提高了收敛速度，缩短了训练时长，提高了模型迭代效率。（3）算法超前，研究开发了多种算法，能够实现对交通事件、车辆信息的准确识别。（4）持续进化，在具体系统应用过程中，系统检测结果通过人工确认后，不断增加正负样本，可以持续学习，不断进化。

福建省高速公路信息 科技 有限公司的黄来荣高级工程师在会上分享了福建省基于人工智能和物联网的省级联网收费运行监测系统方案。省界收费站取消后，ETC费显系统进行了优化，福建省联网收费系统整体运行平稳。联网收费对运行监测依赖度高，主要体现为在线计费、状态名单同步、全网最小费额下发、门架计费模块升级等，存在点多面广、监测内容多、设备种类复杂、运行监测要求高等难点。因此，需要有一套系统的工具对车道、门架、后端系统进行快速问题诊断，提高系统运维效率和准确性。福建省高速公路将原有的收费运维管理系统、ETC车道运行监测系统和ETC门架运行监测系统进行融合，已成功上线福建省高速公路联网收费运行监测系统，保障了联网收费各层级系统的正常运转。

目标明确，功能完备

省级联网收费运行监测系统建设主要围绕以下4个目标：提升ETC客户服务水平；保障单位和多省交易，实现“分段计费，出口统一收费”；促进厂商提升产品质量和售后服务水平；提高日常机电维护水平。
建设内容有：车道系统运行监测，包括车道设备监测、车道工控机监测、车道数据监测、车道交易监测；门架系统运行监测，包括ETC门架设备监测、门架主机监测、门架数据监测、车道交易监测；后端系统运行监测，包括后端设备监测、后端主机监测、后端应用监测、后端数据监测；系统告警，包括分级分类告警、严重告警置顶提示、告警推送；运行监测工具，包括系统升级类检查工具、参数下发类检查工具、故障诊断类检查工具。

智能分析，科学预警

系统使用NumPy、Pandas和基于机器学习的scikits-learn等组件，可通过决策树回归算法分析故障原因；通过k-means聚类算法寻找离群点，分析并预测门架或车道 健康 状态；通过朴素贝叶斯算法预测设备故障，需提前进行设备养护，从而进行如下智能分析。
1、厂商主题分析按设备厂商进行分类，统计交易成功率、捕获率、异常量等数据，促进设备厂商提供高品质产品、提升售后服务水平。2、用户主题分析（1）同行介质状态：提示OBU低电、锁死、损坏或即将超出有效期待等。（2）充值提醒：当储值卡低于用户常规形成一定比例时进行充值提醒。（3）新状态名单提醒：当用户被列入状态名单时进行提醒。（4）形成规律结合用户服务：根据用户的形成规律，提供路况信息、沿途服务（如服务区）信息等。（5）连续异常提醒：当某一OBU在车道和门架上异常交易达到某一阈值时进行用户提醒，召回检查。3、故障预测预警（1）车道系统故障预测：通行效率下降、异常交易比例提高可能预示着车道系统故障；车道车牌识别率下降可能预示着牌识故障或需要进行维护调优。（2）门架系统故障预警：门架异常交易比例提高、捕获率降低通常预示着门架系统出现故障；某一车道的RSU或牌识捕获率下降通常预示着该设备故障或需要进行及时维护。（3）设备与环境关联预警：通过聚类分析或关联因素分析，识别设备与环境的规律关系，如跳电与雷雨天气的关系、车牌识别率与天气的关系等。

隧道存在空间封闭、事故多发、处置困难、防控薄弱等痛点，亟待在现有技术基础上开发新的隧道风险防控技术与装置。在“新基建”的东风下，一套支持动态巡航、兼顾高精度与实时性的智能交通巡检系统平台应运而生。重庆交通大学的马庆禄副教授在会上对该平台进行了介绍，该平台能够实现渗水检测、裂缝检测、隧道内环境检测；实现交通事故巡检，交通运行状态、重要交通基础设施以及交通量、车速等交通参数的实时检测及分析处理。检测精度均大于80%。

融合创新，提质升级

作为该平台的前端设备，隧道云智能巡检机器人融合了人工智能、5G、虚拟现实、工业物联网技术，依托高端 科技 手段，提质升级隧道智慧管养水平，积极响应国家的“新基建”政策。
隧道云智能巡检机器人采用边缘人工智能技术，与传统的基于云的计算方式相比，该技术在计算和信息生成源的物理接近性方面带来了低延迟、能量高效、隐私保护、带宽占用减少、及时性和环境敏感性高等优势，使隧道巡检机器人感知更敏捷，风险识别与应急决策更智能。5G具有大带宽、低延时的传输能力，平台建立基于边缘设备的区域性高速容量5G传输网络，集成红外热像仪、激光/毫米波雷达、高清全景摄像机等各种尖端技术， 探索 5G网络在公路隧道中的应用示范。

智能巡检，安全高效

云智能巡检机器人助力“新基建”与“交通强国”加速推进，实现路桥隧全天候、无人值守下的智能巡检，可最大限度提高隧道安全性。相比传统人工巡检，其具有以下优势：
（1）通过云智能机器人将照明、通风、消防等机电系统网联于一体，实现自适应联控；（2）利用机器人配载激光雷达、热像仪等传感器，对裂缝、渗漏等灾害动态感知；（3）机器人可以第一时间抵达现场，实时远程交通监控、应急救援与疏散指挥。

2020年一场突如其来的疫情对“新基建”提出了非常迫切的要求。疫情的远程化、无接触、智能化应对刺激了新的市场需求，倒逼传统产业加快数字化转型的步伐，智能交通的建设也因此成为城市发展实打实的刚需。作为“新基建”的主要内容，以人工智能为代表的“云大物移智”等新技术的深度融合碰撞，形成了新一代信息基础设施的核心能力。交通AI化是大势所趋，除本文所述内容，AI在城市公共交通、自动驾驶等领域同样发挥了不容小觑的作用。在智慧高速领域，AI在云、管、边、端全面赋能，给收费、稽核、监控等应用场景带来了全新升级，驶入高速，上桥入隧，无所不在。 科技 的迭代速度令人瞠目，5G浪潮迅猛来袭，流量的爆发将带动数据处理分析能力的发展，人工智能也将迎来新的机遇和挑战。随着新一代信息技术的飞速发展，条条大路都将被赋予强大的颠覆性力量，通向无边无界的智能未来。

（原文刊载于2021年第3期《中国交通信息化》）

关于交通部智能运维平台和智慧交通应急指挥平台的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。 交通部智能运维平台的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于智慧交通应急指挥平台、交通部智能运维平台的信息别忘了在本站进行查找喔。