智通財經APP獲悉，隨着新型智能交通建設和需求的不斷加深，以提升城市交通運營效率和出行體驗爲目標，人工智能軟件公司商湯科技(00020)在浙江紹興成功部署了SenseFoundry Tran商湯方舟交通開放平台，將大規模視頻解析與交通信控場景結合，解決了城市交通智能化升級的關鍵難題，打造了智能交通的城市範本。
紹興交通路口拓撲圖
紹興常駐人口超過500萬，截至2020年底公路網規模達10381公裏。由于在城市建設初期，未能布設可監測交通流量的交通參數檢測器，紹興雖然城區電警卡口的覆蓋率可達到約90%，但僅能用于違法抓拍。缺乏高質量的交通數據支撐，導致交通信號配時、交通管理方案的形成，大多只能依靠人工和專家經驗，交通信號基礎方案的精細化程度十分不足。
商湯基于領先的AI分析能力，秉承“充分利舊”原則，將電警卡口搖身一變成爲“AI超級攝像頭”，不僅能夠識別15+交通事件、20+交通違法、同時還能實時解析15+交通參數，同時在數字路網的基礎上以最低的投入建立了全息交通數字底座，完成了紹興大規模交通參數解析從0-1的突破。紹興市公安局交通管理局丁強副局長表示：“依托SenseFoundry Tran 商湯方舟交通開放平台，進一步激活、提升了前端感知設備的效能，實現了交通運營管理的智能化升級，爲未來實現傳統智能交通向新基建交通數字化、車路自動化協同有效升級提供了可行路徑。”
落地大規模交通參數解析，夯實智能交通基礎
在紹興的智能交通落地實踐中，商湯科技部署了SenseFoundry Tran 商湯方舟交通開放平台，以大規模視頻解析能力爲核心獲取高質量的交通參數，爲紹興的交通運營管理實現智能化升級打下了關鍵基礎。在越城區試點範圍內，目前系統已接入紹興越城區897路視頻，覆蓋了109個信控路口，可實時對交通運行狀態進行不同維度的分析。
在宏觀規律層面，系統可分析得到交通流量排名前十的路口以及時變情況，例如，越城區高峰時段十分顯著且持續時間較短，早高峰時段爲8:00-9:00，晚高峰時段爲17:00-18:00，工作日日均流量明顯高于周末日均流量，周末高峰時段與工作日保持一致。這與交管部門實地調研得來的越城區交通運行現狀高度吻合。
圖注：越城區試點範圍內高流量路口(路口流量TOP10)的基本情況，主要分布在鳳林西路、中興北路以及群賢中路等幹道沿線。
圖注：越城區試點範圍內路口交通流量24h時變圖
在微觀規律層面，基于交通數字底座提供的底層能力，系統可全天候保障車道級數據穩定、高質量輸出，在不同時段、不同天氣條件下交通參數均能達到90%以上精度，同時還可提供路口渠化以及信控方案信息，對單個路口進行細化分析。以鳳林西路-後墅路爲例，經過計算我們可以得到各進口道各轉向的流量、通行能力以及飽和度，並分析發現西進口早晚高峰服務水平均較低。這與該路口浮動車數據分析結果和視頻觀測結論高度一致。
圖注: 鳳林西路-後墅路高峰運行分析
推進智能決策與控制，實現視頻和信控零距離
當有了商湯大規模視頻解析帶來的高質量交通數據參數信息，以及先進的交通數字底座，並將其與商湯爲紹興開發的統一信控平台協同，就可以實時感知並關聯交通事件與交通流變化，及時預警並應用自主設計的多場景信控算法實現單路口、幹線、區域的自適應協同控制，完成智能信控閉環，真正實現“視頻和信控零距離”的目標。
實際應用中，我們擁有叁種針對路口信控方案的推薦方式，單點自適應控制效果、單點時段優化及方案優化，以及區域動態綠波協調效果。
首先，單點自適應控制效果。系統對實時數據進行預處理及短時預測後基于仿真、特征設計、強化學習等單點自適應模型能力自動推薦自適應方案。以鳳林西路-越西路爲例，推薦的方案與實時交通流量存在強相關性，平峰和夜間每隔15min自動調整路口的信號配時方案，平均降低空放率約20%，同時結合數字底座的能力能夠有效保障最小安全時間。
圖注：鳳林西路-越西路案例
第二，單點時段優化及方案優化。系統基于大量的曆史數據積累，能夠自動識別路口工作日/休息日的交通特征，推薦時段劃分與每個時段的信號配時方案，使其更加貼合路口、進口道流量規律，最大程度節約路口控制資源，提高放行效率。
針對時段優化來說，以後墅路-橫湖路爲例，從路口整體流量規律分析可得，在舊時段劃分中，高峰時段劃分較吻合交通流，但存在平峰時段劃分過于粗糙的問題。舊時段0與舊時段1，屬于夜平峰，無需分開爲兩個時段。舊時段2，從2:00-7:00，存在劃分不精細問題。舊時段4從8:50到17:10，跨越過長時段，精細化程度不夠。
同時，分析舊配時方案下的流量時變圖，可發現在10:00-16:05的時段4和18:40-21:30的時段6，南北進口最大流向流量相近，無需南口單放。
圖注：方案優化智能推薦(周期與相位時長單位爲秒)
當查看系統智能推薦的時段和方案時，可發現路口時段劃分更精細，進口道流量規律更明確，同時，智能推薦的方案周期更精確，各個信號相位的時長也更精細。
第叁，區域動態綠波協調效果。區域動態綠波協調算法基于大量的曆史數據積累，評估協調控制優化空間，動態生成控制時段、控制目標和協調路口群，在確定的控制域內基于全量感知的交通參數，實現基于實時交通數據的協調方案動態調整，在調控過程中同步展示協調路線的整體運行狀態。
以紹興鳳林西路爲例，在動態綠波協調前後，在不同測試方案下，各項指標都呈現出十分顯著的提升。從基于卡口的行程車速來看，從東向西，全樣本對比提升10%，前30%樣本對比提升15%，均速從29.3km/h上升至33.6km/h，最高達37.5km/h。從西向東，全樣本對比提升10%，前30%樣本對比提升15%~18%，均速從29.6km/h上升至34.1km/h以上，最高達40.8km/h。
圖注：行程車速顯著提升
從上路實測效果看，雙向道路在平均用時、平均速度以及平均停車次數這叁項指標上均有顯著提升。
鳳林西路平峰信號協調控制效果測試報告
圖注：1、 測試值爲曆次測試均值。2、各輪測試次數分別爲：優化前第1輪共12次，優化前第2輪共12次，優化前第3輪共12次；優化後第1輪共12次，優化後第2輪共12次，優化後第3輪共12次；合計72次。3、.測試時段：10:00-15:30。4、控制效果評級說明：A表示效果優秀，B表示效果良好，C表示效果一般，D表示效果差。
打通智能交通運營閉環，助力紹興交通全方位智能化
交通行業流傳着一句經典，世界上最遠的距離是“攝像頭和紅綠燈之間的距離”，准確描述了困擾交通行業的最大難題之一。早在2018年，全國首個交通信號配時中心啓動運行，期待通過智慧化手段保障交通管理安全、可控、效率的平衡。然而這一傳統模式沒有擺脫依賴人工經驗、智能化程度偏低，以及管理成效不足的問題。如何通過交通系統的智能化升級，打通攝像頭和紅綠燈之間的智能控制鏈路，讓城市路網承載更多交通流量，成爲我國智能交通建設中的重要課題。
如今，大規模視頻解析技術的應用，可以讓信控更聰明、更高效。商湯基于超大規模的AI視頻解析能力，爲城市構建了“大規模視頻解析、交通流參數輸出、交通路網數字底座、交通信號控制軟件平台、第叁方信號機自動下發控制”的完整閉環，將領先AI技術與已有設備，包括攝像機、信號機以及其它道路交通設備設施和互聯網數據等結合。由此在減碳、利舊、節能、提效的宗旨下，初步實現了在交通安全治理、交通信號控制系統等領域的全方位智能化升級，領跑行業。
紹興只是一個城市縮影，還有許許多多城市同樣面臨智能交通建設難題。商湯智能交通領域實踐和成果展示，爲全國數以百計的大中城市提供了交通智能化的升級範本。通過建設大規模視頻解析獲取有效交通數據和參數，並結合路口、幹線、區域的交通環境特征、動態交通流規律等，融合專家經驗與AI算法決策，讓城市交通逐步從“算法輔助人工控制”到“AI先學習人工經驗，再逐漸替代人工”，最終實現交通信號控制全面智能化的目標。
值得一提的是，爲了最大程度發揮AI算法在交通認知、診斷、決策和評價方面的能力，商湯科技還打造了交通智庫産品，未來，人工智能還可以承擔交通咨詢工作，幫助管理者解答例如擁堵治理工作中“爲什麽堵、怎樣治理、效果如何”等疑難問題，賦能城市交通精細化管理。依托領先的AI技術、能力以及豐富的落地經驗支撐，商湯科技也將爲更多城市提供交通運營管理的全方位賦能，推進交通運營的智能化升級。
