让交通从“治理”到“智理”变为可能。9月6日，由广东省智能交通协会和赛文交通网联合主办，高新兴特别支持的“物联网+交通融合”创新发展

让交通从“治理”到“智理”变为可能。

9月6日，由广东省智能交通协会和赛文交通网联合主办，高新兴特别支持的“物联网+交通融合”创新发展论坛在珠海召开，高新兴科技集团智慧城市公司副总经理李大成现场分享《“AR+AI”双引擎助力城市交通“智”理》表示AR+AI交通监测云行系统可以让城市交通“智”理触手可及。

李大成演讲全文，经赛文交通网编辑整理，内容有删减：

近年来，随着智能化、信息化技术快速在智能交通领域发展，大数据、AI、云计算、物联网、增强现实甚至区块链技术在传统技术上快速赋能，让我们看到交通从“治理”到“智理”变为可能。

近两年，在智能交通管理中也出现了一些有意思的观点 ，比如阿里提出来的世界上最遥远的距离是交通监控摄像头和红绿灯间的距离，说的是交通监控摄像头和信号机之间数据连通问题，引起了行业的思考，我们在这里不去讨论这个观点正确与否，但是确实引发了我对交通管理中交通监控摄像头的思考。

是不是除了监控摄像头和红绿灯的距离，还有别的距离存在导致我们没有充分发挥交通视频监控应有的价值？

首先是摄像头与摄像头之间的距离，现在的视频监控都是以二维地图点状和指挥中心这种分镜头多画面的形式展现，忽略了摄像头与摄像头之间的关系，无法形成全局观感，另外就是低点监控的视野范围较小，只能片面的展现交通环境和交通信息。

第二个距离我想是摄像头与车的距离，尽管视频是最直观、客观和实时的监控手段，尽管目前视频结构化的技术已经日趋成熟，但是视频中车辆的更有效信息还是没有完全展现出来。就是我们看到视频后，无法正确的看到车辆信息、车辆特征、车辆行为。

最后是摄像头与指挥中心的距离，其实指挥中心，不仅仅是隔着一块屏幕这么简单，首先指挥中心仅靠肉眼完全没有办法捕捉到所有重要的交通事件，即便发生了交通事件也由于各个业务系统的独立，对周边警力调度不及时，也会影响交通指挥调度的效率。

所以，如何拉近这些距离，我们高新兴一直在思考，也一直在探索。通过高新兴在AR和AI上的技术优势，我们开发了交通监测云行系统，让城市交通“智”理触手可及。

这是我们交通监测云行系统的一个主要画面，区别于传统的二维电子地图，云行系统利用了高点视频画面+AR增强现实标签形成视频实景地图，很好的补全了当前中观和微观上监测盲点，实现了宏观到微观的平滑过渡。

并且结合AI、交通大数据以及同打通其他交通业务系统，解决不同类型视频资源整合，智能分析，交管业务管控，现场指挥调度这4类问题。

首先第一个是全方位整合，云行系统整合了不同级别不同类型的视频监控资源，也整合了各类交通数据。拉近了摄像头和摄像头之间的距离。

横向+纵向整合，包括普通低点视频、执法记录仪、无人机、巡逻机器人的视频接入。

还有静态+动态数据整合，以标签的形式在视频中显示交通的动静态信息，比如道路名称和方向、车道数等等。同时通过动态数据标签，把实时过车流量、过车图片这些数据展示在视频画面上。让交通管理者能够迅速获取视频中的信息。

第二个方面就是多维度的分析，虽然我们采集了这么多的交通数据，但很多时候我们并没有把这些数据转化为我们要关注的信息。而现在我们可以通过AI技术实现数据到有效信息之间的转化。

比如可以利用智能分析可以从过车图片这些非结构化数据中提取出表示车辆特征的结构化数据。

如果云行系统与RFID汽车电子标识的视频+视频双基识别系统对接，对于一些嫌疑车辆、布控车辆，系统可以根据车辆的特征自动查找出来。以及一些数据统计分析来帮助我们掌握当前区域的交通状况。

云行也可以与多个子系统打通结合实现多手段管控，比如交通信号控制、交通诱导发布、车辆实时布控，最后是高效能的指挥调度让摄像头和指挥中心的距离可以再近一点。

针对出现的告警事件，云行系统会自动定位到检测到事件的位置，同时推送周边的视频多方位查看现场情况，并且联动执法记录仪和现场民警对讲，跟踪执法全过程。

针对特勤任务，可以在预先在系统中设置好特勤路线和信号机方案以及周边的低点摄像机，执行预案后可以通过高点接力，一路跟踪特勤车辆，并且对临时停车、行车速度过快或过慢的情况可以进行手动干预。

一些大型活动的交通管制，指挥中心需要对多组的民警下达管制任务，当其中一些路段的管制时间结束后现场的民警依然需要等待指挥中心的撤离指示才能撤离，如果指挥中心忘记下发指示，就会造成警力资源的浪费。

所以我们可以在云行系统事先设置好管制的路段、时间以及警力信息，到达预定的管制时间系统会提醒指挥中心是否撤销或者延长管制，实现了智慧交通管制。

虽然云行系统通过AR+AI解决了一些交通管理上的问题，但是我们认为在未来其实还可以做到更多，AR可以和AI更加紧密的结合，让数据升华到更加深远的交通价值，比如嫌疑车辆的研判和动态跟踪，智能信号控制系统优化，警力和勤务的优化等等。

AR和物联网结合，包括汽车电子标识、车联网等等，使视频可以从监控转化为业务。最后就是AR不仅仅局限于关注于路口，实际上会覆盖交通的全应用场景，例如重点车站、高速收费站、服务区等，让每个有交通的地方，都插上一双AR的翅膀。