为低空交通管理与相关场景商业化探索提供了警务视角的参考

编者按：在第九届华南智能交通大会--智慧交通管理创新发展论坛上，广州市公安局警务航空支队吴杰，作了《智慧交通管理在交通创新领域的应用》主题分享。

吴杰结合单位低空警务职能与自身工作经历，剖析了交通违法查处、事故管理、拥堵治理三大痛点，也介绍了事件检测、数字孪生等智慧交管手段的实践与局限，更重点阐述了无人机作为新质生产力，在 “天空之眼”“战术之手”“云端之心”“平行时空” 四大方向的交通应用及落地难题，为低空交通管理与相关场景商业化探索提供了警务视角的参考。

广州市公安局警务航空支队专注于低空警务与警务航空领域，同时挂牌市政府公务飞行队，目前拥有3架警用直升机与10架警用无人机，主要运用直升机与无人机参与城市交通、城市治理等工作，此次重点讨论无人机在交通领域的应用。

从个人工作经历来看，我认为未来交通发展将从地面交通分析逐步延伸至空中交通领域。此前省智能交通协会成立广东交通管理匠心服务队时，宗旨之一提及要针对社会关注热点问题提供分析与解决方案，我也借此提出疑问：地面交通由交警管理、交通部门建设，而空中交通该如何建设与运营？

作为警务工作人员，我更多从安全视角看待交通管理，结合以往工作经历，主要关注三方面问题。

第一是交通违法行为的查处与治理。

执法过程中存在难点，例如监控摄像头（用于拍摄超速、压线等行为）需提前公示并在高速公路设置标志标牌，部分驾驶员会刻意躲避监控路段，在无监控区域违规行驶；同时，监控摄像头部署成本高，存在覆盖局限性。

此外，执法取证存在困难，如高速公路上考虑到执法安全问题，无法直接拦截超速车辆；安全带检查多依赖人工拦截或监控卡口拍照，无人机虽有尝试，但受飞行高度、俯仰角、光线等因素影响，实操中面临问题较多。

第二是交通事故预防。

尽管相关部门一再采取各类措施，压降重大交通事故数量，分析发现事故原因包括客观因素与主观因素。客观因素如道路建设主体与事故责任主体不一致，部分道路虽然按国标建成，但实际通行环境中，受到地形、植被、光线、甚至车辆类型、制动距离等因素影响，存在刹车距离不足、匝道缓冲距离不够等问题（例如曾有货车下高速进匝道后，因缓冲距离不足撞到收费站）；主观因素如驾驶员安全驾驶习惯、社会压力、个人情绪调节等，均会直接影响事故数量。

第三是交通拥堵问题。

道路建设有限而车辆持续增长，形成天然矛盾。部分拥堵由不良出行习惯引发，例如高速上车辆停车打电话、地面车辆上下客、车辆急刹等行为，导致后续车辆连锁刹车，因启停时间差引发拥堵，这些都是实际执法与警务工作中面临的客观问题。

针对上述交通管理问题，现有智慧交通手段中，部分科技领域的应用切实可行且效果较好，信号灯优化等专业手段暂不展开，重点介绍事件检测与数字孪生技术。

事件检测系统基于现有监控摄像头，叠加AI技术实现功能，例如检测高速公路违停车辆、路面异常抛洒物、简单交通事故，以及在雨雾天气时发布预警信息。若系统准确率高且监控覆盖范围广，能发挥良好预警作用，可实现事前预警、事发实时检测，生成警情单后派发给路面巡逻民警或路政处理人员，形成完整业务闭环。

但该系统存在局限性：一是夜间识别率低，因缺乏红外热成像功能，近距离监控尚可，远距离仅能看到车辆尾灯，无法识别车牌；二是监控范围有限，非全景监控，难以同时覆盖双向路段，顾此失彼；三是机动性差，设备固定部署，即便监控发现前方不远处有情况，也需派人赴现场处置，在高速公路上掉头绕行至少需要十多分钟，耗时较长。

数字孪生技术同样有较好应用，该技术大体是将实时交通画面与传统三维模型结合，核心亮点是叠加地面基础三维数据与实时监控实景画面。

技术实现本身难度不大，但要达到理想的呈现效果并不容易。目前基于该技术拓展的应用场景，典型如琶洲广交会的安保布置、交通疏导与车流量监测：以往仅能通过高德地图大致标注点位来部署人员，而依托三维模型叠加实时监控形成的数字孪生系统，能像电子沙盘一样清晰呈现警力部署、运行态势，便于开展实时指挥调度，实际应用效果良好。

此次分享的重点是无人机在交通领域的应用，这一领域也属于低空经济与新质生产力范畴。在实际应用中，无人机的价值主要体现在四个方向：

一是“天空之眼”，除高清、变焦镜头外，还配备红外热成像功能，可用于山林人员搜索、南沙等多洼地地区人员搜寻，同时具备快速三维建模能力，能从空中视角获取关键信息。

二是“战术之手”，无人机不仅是空中摄像头，更是可拓展功能的空中平台。

例如早年梅大高速曾发生车辆坠崖、山体滑坡等事件，无人机可通过周期性三维建模，对比点云数据发现边坡高度变化、交通设施缺失（如标牌、防撞桶丢失）等问题，便于追溯责任；发现事故时，还能通过喊话功能引导人员快速撤离。

不过，“战术之手”的落地面临自动机场部署难题：早期自动机场成本高（约100万元/台）、体积大，高速公路周边缺乏供电与网络，仅能部署在服务区或路政办公楼，而部分办公楼为低层建筑，楼顶承重不足（仅50-100公斤），无法承载设备；虽当前自动机场体积缩小、自动化程度提升，但仍需解决部署密度（飞行覆盖半径仅3-4公里，难以覆盖长距离高速）与设备迭代矛盾（无人机技术更新快，大量部署后易面临资产淘汰问题）。

三是“云端之心”，无人机需与AI技术结合才能充分发挥价值。

当前AI在无人机上的应用体现在三方面：前端镜头可实现简单AI识别，能识别人体、车辆、船舶等基础元素，统计人数与车辆数（如设定车辆数量阈值判断拥堵）；机身可搭载算力模块，为摄像头提供实时分析能力；后端服务器端也可部署AI系统。

目前，在全国各地公安部门无人机应用中，已经结合AI可自动识别违停、电动车骑行者未戴头盔等交通违法场景，提取车牌信息并生成带水印的执法照片，且AI算法库可通过持续训练不断完善，应用成熟度逐步提升。

四是“平行时空”，即数字低空概念，意味着未来低空将实现全面数字化，这也引出空中交通建设与运营的核心问题。

当前低空基础设施建设围绕“通信、导航、监视、气象、算力、智能”展开，地面路网为清晰的二维平面，而空中交通需构建虚拟空域（分层分网格、分时段设置权限，形成四维空间道路），明确参与主体与导航信息推送方式，实现空中指挥调度。

目前航管模式正从民航主导逐步向低空飞行服务中心过渡，苏州、珠海等地已开展试点。

低空安全是发展低空经济的前提，需实时监测空域内飞行主体的身份与行为，判断合规性。

空中为立体空间，飞行轨迹灵活，缺乏类似海上船舶AIS的导航机制，导致低空交通管理存在诸多痛点。

此外，低空物流、通勤、观光等场景虽具备技术基础（无人机可起飞、载人绕飞），但尚未实现安全稳定运行与商业化落地，仍需行业专家共同研究探索，也欢迎各方就此展开进一步交流。