"1+1+3+N"发展模式

前段时间全国部分地区突降冻雨，湖北冻雨持续时间长产生负面舆情，苏州的冻雨引发多车连撞事故造成不良社会影响，陕西多个区域突降冻雨也让应对处置面临考验。在遭遇冻雨等恶劣天气后，交警等部门和各级政府应立即做出怎样的行动？降雨、结冰以及交通事故的位置如何准确及时获知？如何以合理高效的方案来应对这些突发情况？这些都成为目前交警及相关部门的研究重点。

传统的办法显然解决不了此类问题，只能依托科技手段，通过科技模型支撑跟进应急手段让整个事态朝着确定性的方向发展。基于此，西安交警利用大数据技术建立了西安城市交通治理模型，可为全国的交通治理工作提供参考与借鉴，以提升交通管理工作效能。

一、理论基础三网多元数据汇聚，建成分布式数据池

1、三网三朵云

三网即专网、公安网和互联网，三朵云即专网云、公安网云和互联网云。其中，交警使用的设备一般在公安视频专网以及其他各部门的各类专网上，涉密数据和业务数据在公安网上，公众服务在互联网上。在三网设施设备建成之后，由于不同网之间不互通，难以实现网间数据的汇聚、共享和应用，需要建立规范的边界。

为此，西安交警在三网之间建立了安全边界，搭建起网间桥梁，汇聚公安网、各类专网和互联网数据，以实现数据的全面汇聚和深度应用。继而实现三网云化以提升存储能力和运算能力，可支撑大模型的运行。

2、应用的数据

视频数据，全方位数字化汇集。西安交警将路面上的监控、卡口数据和其他部门设备数据，包括交警自身携带的4G执法记录仪数据、智慧战车（即警车）数据、智慧铁骑（即摩托车）数据进行回传，同时通过网间边界将政府其他部门建设的雪亮、公路、高速路和气象等各类设备数据全部进行回传。通过视频回传，实现AI分析，以感知路面的具体情况。

城市路况精准“数据池”。由于需要获取道路上的信息来分析感知交通情况，因此西安建设了城市精准路况的数据池，以空间和时间两个维度进行叠加，空间精准至车道级，按时间轴存储数据，将卡口、雷达、视频以及气象等7项数据一同接入数据池中进行路况分析。

公安网数据。公安网数据属于涉密数据，数据种类包括人口数据、人脸数据、业务数据；此外，视频卡口智能分析还需用到的车管数据、驾管数据和交通违法数据，以及智慧公安数据库从社会各部门收集到各类数据。

互联网数据。互联网上的数据量更加庞大，包括浮动车数据、网上群众反馈数据、手机信令数据、高德路况数据，以及从各部门收集的各类车辆数据，如货车、客运、物流、共享单车、公交车和火车等数据。

政务外网数据。涵盖了各部门的数据，如规划局、应急局、住建局、邮政局、交通局、民政局、城管执法局和政府值班室等，包括人口分布、产业分布、民航、铁路、水运等各类与交通相关的数据，将这些数据全部收集汇入基础数据库。

3、数据清洗

多元异构数据并不是拿来就可以直接使用，需要对数据进行清洗处理，以规范数据形态。存储在基础数据库中的数据，需要使用科技手段进行清洗、加工及分类，最终变成可用的“干净”数据，储存在各网上的主题、专题数据库中，为大模型的应用进一步扩能提供了基本的数据支撑。

二、西安交警实战指挥模型——助力交管工作腾飞

大数据驱动的数学建模(组合模型)。西安交警这个模型实际上是从小模型逐步发展起来的综合模型，也是一个组合模型，包括知识模型、融合交管业务逻辑的机理模型以及融合交管各类数据的大数据驱动模型。因此，该模型还在持续发展壮大，不断增加功能，其基本功能已实现了辅助交警的交通管理功能。

路况感知。感知路况是服务群众出行的基础，模型可以感知道路拥堵区域、拥堵严重程度等。通过将浮动车数据、精准路况数据库中的卡口、雷达、视频以及各类数据融合在一起，以感知更精准的路况，相比于导航公司，模型的数据会更精准、更高效，特别是在恶劣气候条件下或是有大活动的情况下，更能显示出数据库的功能和精准性，为群众做好出行服务。

突发事件感知。在现实中存在诸如道路积水、树木折断、水管爆裂、结冰、降雪及路面水毁等突发事件，需要实现各类交通突发事件的精准感知，才能及时地发现应对和解决问题，避免造成危害与损失。

基于融合的视频数据，西安交警将1200多路视频同步进行AI智能分析，建立了基于超融合架构实战指挥平台，以感知城市主干道和重要节点，发现交通问题则及时上报至平台，模型通过分析警力资源推送给平台调度，可实现全市可视化精准感知和扁平化高效调度。

恶劣天气感知。西安交警和西安气象局合作，共同研发和建设了道路恶劣气象感知模块，可实时感知恶劣气象事件，并发布信息推送至交通参与者，使群众能够及时了解各类对交通产生危害的突发天气，如团雾、结冰等，以做出更优的出行决策。

警力分布感知。另外，要感知当前可动用的警力情况，如交警手机、对讲机、警务通以及警车、摩托车的所在位置等信息，只有准确感知这些定位信息以及警察各自的业务分工和特长，才能做出更为完善的调度方案，以更好、更快速地解决突发交通事件。这实际也提供了对交警内部考核的数据支撑。

“大模型+特种兵”的集群联动实战机制。这是做好应急指挥及实战打击的高效机制。以大模型为后台支撑，将感知和分析得到的各类紧急事件及交通违法推送至街面上的交警，交警配备必要的科技设备，实现从单兵向特种兵转变，并实行集群作战，提高快速反应能力。

在此机制运行下，大模型支撑实战平台将信息推送给指挥中心，指挥中心作为特种兵的指挥部，指挥路面上的每名民警，民警手机端或对讲机端都能接收到相应的指令信息，从而更加精准地处置路面上的各类突发交通事件和严重交通违法。

交通应急指挥。平台具有系统融合、终端快速调度和全程可视化的特点。在系统融合方面，实战指挥调度=视频联网系统+信号控制系统+警卫保障系统+勤务考核系统+122接处警系统+研判分析平台+微信公众服务平台。在终端快速调度方面，可实现警员、战车、铁骑、视频设备、信控设备的扁平化快速调度。此外，还可实现可视化指挥和全流程跟踪。

应急联动。在指挥部的融合下，还可联动政府各个部门，如120、119、应急部门、通信部门及园林部门等，形成联动机制，联合应对和处置各类突发事件，以实现政府综合治理水平和行政能力的提升。

货车监管、单兵赋能。管理好重点车辆和重点路段也十分重要，为此，西安交警在模型上专门增设了货运车辆的监管模块，将12吨以上的货车数据进行融合，结合西安本地的渣土车运输数据，以及通行证办理数据、路面卡口和视频采集的过车数据、人脸数据和车辆特征数据等汇集在一起，以模型为支撑，实现深度关联分析，就能知晓货车的行车线路，并查找到无证驾驶人员、超速超载、疲劳驾驶、闯禁行线等严重违法车辆，将这些信息推送至民警手机端，民警可在手机上设置附近300米、500米或1公里、3公里范围内预警，对即将通过的违法嫌疑货车进行部署和精准缉查，极大提升了精准缉查的效能。

此外，该平台还可以逆向推送，将信息推送至12吨以上货车和渣土车驾驶室中，进行语音或短信提示，使驾驶员能够及时避免交通违法或疲劳驾驶造成的交通事故，也可引导驾驶员避开管制路段或有大型活动等不适宜通行的路段。另外，通过这套系统还查获了大量套牌车辆。

可变车道。基于实战指挥模型的信号管控模块和交警大数据，可对路面的情况进行全面分析，精准判断周期性拥堵的交通规律，设计可变车道，实现路面交通状况的可疏、可调和可控。

绿波信控。模型还可实现潮汐车道的设计和信号灯的信控，在单个路口实行可变车道及自适应信控，在路段几个路口联合实现绿波信控，或区域级的智能联网控制。

2023年，西安公安交警通过互联网数据共享，为信号灯打通了“神经末梢”，在与地图运营方开展的合作中，实行信号灯相位灯时与倒计时数据全量推送；通过每天海量的车辆导航轨迹数据，将导航用户的实际出行体验反馈给信号控制系统，打造了全国首个“绿波效果评价平台”，可精准、高效地分析西安主城区近3000个信号灯控制路口智能信控方案的应用效果。截至2023年底，西安已建成“绿波带”231条，总里程达 403.67km，较2022年增长61.97%。

警卫安全保障。交警还有一项重要的工作，就是做好大型活动、重要人物或是重点货物的出行保障，即警卫保障。在模型的支撑下，可精准感知车队的具体位置，实现秒级回传的精准定位，同时与信控进行关联，完成重要活动的交通保障，实现多路并发车队的交通矛盾感知，并规避一些交通危险事件。

基于此功能，西安交警在十四运以及去年的中国-中亚峰会中均提供了高质量的保障，被评为为“零延误、零失误和零瑕疵”。

三、西安交警实战指挥模型——交警联手多部门推进交通治理

城市交通，需要联合多部门共同进行深度的交通治理，因此，社会治理、深度治理是交警的课题，更是地方政府治理的课题。西安交警和政府部门共同使用该实战指挥模型，进行深度分析，以期做好交通治理工作。

周期性堵点治理。对于周期性交通堵点的治理，利用模型分析可得到路网数据、车辆数据、早晚高峰规律和时间段、交通仿真模拟最佳通行量等各种交通数据信息，比对周期性堵点位置，建模分析周期性堵点成因，在仿真模型测试拟定的治理策略并评估，继而改善应对策略、信控优化、道路渠化等工作。

危路治理。通过模型筛查出需要治理的事故多发路段，并提出相应的治理对策；同时与其他相关的政府部门进行联动，共同对道路状况，如弯道、坡道和曲率等进行必要的调整和治理，完善交通设施，为百姓提供更加安全、舒适的交通出行环境。

乱象治理。对经常发生的城市交通乱象问题，如快车道行人闯入、违停、非机动车闯入和乱鸣笛等，仅依靠民警难以有效治理，还需和城管、交通等部门联动，通过数据分析和模型支撑，研究综合对策来实现深度有效治理。

校园安全治理。校园安全也是大家较为关注的一个问题，目前，在做好交通设施完善的同时，西安交警联合教育部门深入校园，开展了针对性的治理和宣传教育，实现了校车及驾驶员安全监测，护栏和标志牌优化，根据拥堵情况推行行车线路优化、周边交通安全引导，让校园出行更加安全。

潮汐交通。西安南郊高新区和曲江新区之间道路路网相对较为匮乏，绕城高速的潮汐交通现象十分明显。西安交警基于实时流量数据、气象数据和路况数据，进行交通时空特性分析，提出了潮汐应对策略，即把应急车道智能管控，作为早晚高峰的一个行车通道，其通行管控的效果较优，明显提高道路的通行效率，减轻早晚高峰压力。

公交线网优化。西安交警同交通部门共同探讨公交线网优化、服务提升的对策，以提高公交的运行水平，减少路段延误、路口延误和站台延误。基于大模型，通过OD数据、路网数据、视频数据和交通流数据等数据的融合，经过线网重复度分析、线路可达性分析，交通模拟仿真，提出了交通线网优化、换乘优化和发车间隔优化方案的建议。

断头路、瓶颈路改造。城市路网存在的断头路、瓶颈路，会对交通带来较大的问题，需要及时治理，让瓶颈路变“舒心路”，让断头路间架起连心桥。为此，西安交警和城建部门以及交通部门开展联合整治，基于模型分析确定新建改造道路等级、断面，进行施工排序，持续优化改善城市路网和公路路网。

道桥隧规划、设计、建设。该模型还可为城建部门和交通部门对于道路、隧道、桥梁等交通设施的建设规划和设计方案提出更具针对性的意见和建议，以完善整个工程的设计方案；同时在施工组织方面也可提供必要的支撑和保障，避免施工期间的道路交通受到干扰。

绿色出行。在实战指挥模型的支撑下，我们深度分析城市交通问题，研究发布了《西安市绿色出行指数报告》，从出行结构水平、空间组织集约度、公共交通出行、步行出行、自行车出行和绿色低碳发展6个维度，全面收集分析各类数据，制定26项指标，系统体系化科学评价，借鉴先进城市经验，提出绿色出行发展相关的建议意见，改善城市绿色出行的交通环境。

特别是针对弱势群体，可以查找出城市建设中缺乏人性化设置的地方，如缺失人行信号灯、人行过街天桥、自行车道不平整等交通问题，以便交警联动其他部门开展治理工作，推动城市出行结构优化。

全民交通文明教育。以大数据为支撑进行教育管理，提升全民的交通文明意识。通过分析重点管理企业、重点管理人员、易出问题路段等数据，利用模型进行筛查，并将信息提供给交警和政府部门，进而联合深入企业、家庭、学校、单位开展针对性的教育和宣传。

其中，交警内设一个专门的教育数据库，含有涉嫌交通违法的相关数据，可实现快捷搜索，即输入单位名称、驾驶人身份号，即可筛除涉嫌交通违法的信息，虽然不处罚，但用于教育效果非常好。

产业布局优化、职住分离度。城市的职住分离度（特别是特大城市、超大城市）是目前最难处理的问题。治理职住分离度需要从城市的土地利用、整体规划和产业布局方面开展，需要将整个路网进行全面规划和完善，为政府决策提供必要的参考依据。

在实战指挥模型的支撑下，我们梳理出了西安职住分离的主要交通矛盾和相应的解决办法，并提供给政府领导，政府通过分解任务治理引起交通管理问题的根本问题。

四、中模型走向大模型的发展蓝图

上述内容简单分析了交警联动部门深度治理交通的思路和方法，在实战指挥模型的支撑下，西安将走向智慧交通发展的新阶段。

未来，西安计划扩展和融合数据，建设一个超大型数据底座，将政府各部门的数据进行融合，以支撑大模型运行。同时，进一步建成智慧交通治理平台和服务群众出行服务平台，以及进一步发展智慧交管系统，实现两平台一系统。基于此构想，西安提出了“1+1+3+N”的发展模式，一个大数据底座，一个大模型支撑，向两平台一系统的方向发展，以支持群众出行和社会治理N项应用的智慧交通发展的新思路和新战略。

*文章内容是赛文交通网根据西安市公安局交通警察支队副支队长胡伟涛分享的《多元数据汇聚 精准研判治理--西安城市交通治理模型的构建与应用》主题报告整理所得，有删减（文章经过本人审核）。