日前，由浙江省交通运输厅、浙江省经济和信息化委员会、杭州市萧山区人民政府联合主办的“2018未来交通大会·浙江国际智慧交通产业博览会”在杭州国际博览中心召开。杭州远眺科技有限公司副总裁张雷发表了《赋予综合交通指挥中心思考的能力》主题演讲。

日前，由浙江省交通运输厅、浙江省经济和信息化委员会、杭州市萧山区人民政府联合主办的“２０１８未来交通大会·浙江国际智慧交通产业博览会”在杭州国际博览中心召开。杭州远眺科技有限公司副总裁张雷发表了《赋予综合交通指挥中心思考的能力》主题演讲。

以下为张雷总裁演讲全文，经编辑整理，内容有删减：

一、什么是综合交通指挥中心

在国内，目前所有建设的综合交通指挥中心，都是在“盲人摸象”。所有的业主，包括我们自己承建单位、咨询设计单位都是从自己的需求或者自己的角度去理解指挥中心会达到什么样的效果、建成什么样的程度。

在国外，指挥中心强调的是如何有效运转，更多的是在指挥调度台上做一些多屏的展示以及联动的控制。美国加州萨克拉门托指挥中心以咨询和应急的指挥调度为主，它的服务范围有２６５２平方公里，指挥大厅设有１００多个坐席，年热线数量约为１７０万次。蒙特利尔作为加拿大第二大城市，管理数百万人，他们的指挥中心只有三个坐席、几块大屏，可以说是以国内县级指挥中心的规模实现了整个城市交通的有效联动。

国内建设比较好的有北京和苏州指挥中心。北京指挥中心通过整合城市道路、地面公交、轨道交通等数据和系统，实现了交通运行监测、多种方式的应急联动、决策支持与出行信息服务。苏州指挥中心主要是服务于日常的运输监管、决策支持、应急指挥调度和公众信息发布。

我们认为，指挥中心的职责主要是负责行业信息的汇总，承担信息中枢。通过信息中枢，服务于综合的行业运行监测、应急指挥协调和调度、科学辅助领导决策和行业规范发展，并为公众提供及时的信息咨询和服务。而整个指挥中心的建设内容就是应用软件、数据资源中心、指挥大厅、指挥大屏等。

二、我们对综合交通指挥中心的理解

我们认为，现阶段指挥中心的建设还是存在很多问题，我们需要通过找到这些症结，对症下药。

目前大多数的指挥中心只是在领导参观时开启大屏幕，展现地图、图表和视频等信息，平时指挥中心大屏处于关闭状态，坐席人员也不在工位，指挥中心未能实现有效运行。为什么会出现这样大的反差和问题，我们认为主要是三个方面的问题：　

一、数据层面：数据资源没有充分利用

上个月我参观了一个地市级综合交通指挥中心，指挥中心共１０个监控人员，但接入了２０５１８路视频，这是一个什么概念？就是这１０个人不吃不喝不睡也看不过来。我们认为，现阶段交通指挥中心已经接入了大量结构化的数据，包括人车户、所有车辆ＧＰＳ，可以初步做到行业监管。但对于非结构化数据的使用，尤其是对视频数据的使用却还是远远不够。

二、业务层面：只监不控、业务不闭环

当前绝大多数交通指挥中心只实现了行业运行监测，也就是可视和可测，而更加重要的可控、可量化方面的能力极其不足，尤其缺乏通过人工智能、大数据等技术手段来实现这些可控和可量化的智能研判预警。

三、运营层面：重建设、轻运营

我们提了一个冰山理论。即使是刚才提到运营较好的苏州综合交通指挥中心，他们的运营效果也只是冰山浮在水面上的一角。如何让指挥中心运营好，冰山下面的才是最重要的，首先我们要有人员的保障，其次要有制度的保障，最后才是ＩＴ保障。

如何赋予指挥中心思考的能力？我们提出　“赋能思考，精准指挥”。“数据资源没有充分利用”，应该提高更广泛的感知，包括对视频数据的感知和分析。“只监不控”，应该新建更多的业务模型，通过业务规则，进行更智能的研判。研判后，通过更好的运营来实现更科学的决策，达到业务闭环。

三、我们的解决之道

我们认为解决这些问题首先要　“聚沙成塔”。

所有的数据资源就像沙漠里的一颗颗沙子，散落在各个业务系统内，我们需要通过大数据的手段，将它融合好、分析好，达到“聚沙成塔”的效果。

我们若要去查一辆车是否按规定站点停靠，按照原来的业务规则需要人工查看视频监控来获取车辆不按规定站点停靠的行为以及车牌和颜色，再去运政系统对比线路，查看ＧＰＳ轨迹以及保存证据。有了大数据技术后会怎么样呢？我们通过视频数据、位置数据以及其它基础数据的融合，利用视频分析手段就可以获取不按站点停靠的行为、识别车牌号及其颜色、分析车牌是否“浙”开头，再对比运政系统班线情况，查看ＧＰＳ轨迹，同时预警监控员并保存数据。这些全都可以通过系统解决，这极大提高指挥中心的运行效率。这就是“聚沙成塔”的效果。

结合视频分析的数据层面，我们推出了“远眺智瞳”，可以实现亿规模级图像库的单次检索时间小于１秒。目前在白天，我们从图像视频中检测出车辆目标的准确率已经达到１００％，在夜间我们基本上已经达到９８％以上，实现了目标结构化特征精准识别。

在业务规则以及研判方面，我们做到“修身精技”。

我们在浙江省的一个地市拿到整个交警１５００个卡口的数据，做了全程车辆轨迹大数据模型，包括通勤ＯＤ大数据。通过观察车辆一天的轨迹，建设疑似营运车辆模型，如一天的轨迹都是十分混乱的车辆说明可能是网约车。通过这种手段判断出来的准确率已达到８０％以上。

围绕整个大数据，我们通过建设各种分析模型研判高危、疑似失驾、疑似营运、疑似通勤、疑似套牌等重点车辆，进行相应的处置。

在这基础上，我们推出了“远眺数据魔方”产品，大概分为６大体系，２００多个指标。包括我们的城市交通监测、城际交通监测、公路路网监测，还有我们的水上交通监测、公共安全监测和专题监测等等。

同时我们公司已申请十余项相关专利，包括海量数据融合的并行实现方法、基于ＧＰＳ的道路拥堵的传播路径计算方法等。同时我们也是国内首家通过官方交通运行状况评估准确率检测的公司：基于全天全路网的准确率超过９０％，早晚高峰准确率高达９８％。这些发明专利，确保了我们在交通计算上更加准确，也确保我们可以更精准地反映交通状况。

最后，我们认为做好指挥中心要“道术融合”。

所有的业务规则、业务模型，包括指挥中心日常使用的业务是“道”，“术”就是大数据技术、视频分析能力、人工智能技术。

为此，我们推出“远眺交通智脑”。我们认为综合交通指挥中心未来的架构应该是通过行业运行监测和预警监测问题，由智能合成研判系统研判问题并派发工单或进行应急事件的流转，事件处理完成后，再进行信息的发布。

如果把交通指挥中心当成一个智慧的人脑来看，我们觉得“运行监测”实现的是可视化，是我们的“眼睛”。“合成研判系统”做的是思考和控制，是我们的“大脑”。“公众信息服务系统”是我们的“嘴巴”，我们要快速地把信息提供给我们的用户。