贵阳经验分享

赛文交通网 智能交通 智慧交管 交通大模型

编者按：9月6日，在由百度智能云主办的”2023百度云智峰会”上，贵阳市公安交通管理局副局长吴海作了《贵阳交警携手百度大模型赋能城市交通智能化治理》主题演讲。

当下，大模型技术愈加成熟，但如何为大模型找到落地应用场景，将技术落到实处是行业所更关心的。吴海结合贵阳交警在城市交通拥堵治理工作的实际情况，分享了通过百度地图大数据交通，赋能贵阳城市交通智能化治理的案例，并对大模型技术在城市交通场景的进一步发展进行展望。

01、前言

近年来，贵阳的发展势头迅猛，GDP增速连续6年位居全国省会城市前列，城市快速发展，为城市带来了活力，也带来了交通拥堵的压力。

为做好可持续协调的快速发展，平衡好城市快速发展带来的交通矛盾，积极响应建设交通强国的伟大号召，贵阳市委市政府对交通拥堵治理工作非常重视，高位统筹、成立专班、拟定原则、建立机制，决心以“铁的手腕”打一场交通拥堵治理攻坚战。

从2021年10月“铁腕治堵”至今，全市取得了“市民出行满意度提升、交通拥堵指数降低、通勤耗时降低、高峰时间缩短”的“一升三降”阶段性成效。城市交通拥堵贯穿城市规划、建设、路网结构、出行方式、交通管理等等方面。交通管理工作是末端管理，所有前端的不合理都会在末端显现，因此交通管理工作也成为了交通治堵的主阵地。

02、贵阳市交通环境

提交通治理，就必须提城市的交通环境。每座城市都有独特的地形地貌、路网结构、出行方式分配和市民的出行作息规律，每座城市的交通都独一无二。

贵阳市位于贵州省中部，是黔中腹地的省会城市，地处云贵高原，有着山地、丘陵、洼地为主的地貌特征。

地势呈斜坡状，西南高，东北低，全市的两个核心区域（观山湖区和老城区）就夹在三座山脉之间，呈现出“三山夹两城”的城市特点，交通要道基本沿山势而建，陡峭坡多坡急，道路相对崎岖不平，道路接入位阶差、异形交叉口多、交叉口位阶差大的占比多，道路交通条件比较薄弱，有着先天的地理因素劣势。相比平原城市，极易发生交通拥堵，且拥堵恢复时间相对缓慢。

目前，贵阳市与国家级新区贵安新区融合发展，城市总体呈现“双核多组团”的中心城区空间结构。

近年来，贵阳市机动车与驾驶人保有量和注册量持续高速增长，机动车保有量已经突破200万辆，以每月2万辆左右的水平增加。而贵阳城区路网密度仅仅6.7公里/平方公里，低于国家标准的8公里/平方公里，并且主城区停车位缺口巨大，达70多万的缺口导致停车困难。轨道交通还未成网，小汽车出行比例高，加之前面提到的贵阳作为山地城市的地理缺陷和空间结构布局关系，城市的道路交通服务水平还有待提升。

03、铁腕治堵

在现阶段下，贵阳交警充分运用现有资源，注重解决民生，回应社会关切，以交通拥堵治理工作为抓手，引入百度地图大数据，合作建立交通态势感知平台和AI信控，结合传统交通工程，通过“人、车、路、点、事、灯”六大核心要素，分层掌控全市交通运行态势、针对性制定交通管控措施、合理应用智慧交通手段、高效推进交通管理工作，全力以赴提升市民出行幸福感、满意度。

在交通态势感知平台，可以精细化地对路口、路段进行交通指标体检，重点诊断溢流、失衡、过饱和、空放、干线失调、异常拥堵等6类问题指标，大数据分析输出常发或异常堵点，以量化的数据来追溯和研判堵点原因。

在AI信控方面，通过物联感知设备，掌握全市交叉口信号灯配时情况，实现“灯态上图”的可视化指挥调控。除了对路口单点自适应信号配时自动优化，还能实现干线绿波自适应协调，在贵阳的长岭路7个路口，就实现由“人看灯”到“灯看车”的配时自动调优，管控水平和成效显著提升，使区域级的整体交通优化管理指日可待。

同时，贵阳交警与百度共享红绿信号灯数据，以百度地图导航应用作为载体，向贵阳市范围车主提供红绿灯倒计时、变灯提示预警、绿波车速建议等信息，方便市民交通出行的安全与便捷。

百度大数据也为贵阳交管提供了多维的评价参数，据百度地图交通大数据监测结果显示，自启动拥堵治理行动以来，2022年全年，贵阳市工作日全天平均拥堵指数为1.296，同比2021年拥堵指数下降，降幅为6.43%；平均速度由2021年的34.871 km/h提升至40.871km/h，增幅为17.21%；平均拥堵里程由2021年的12.366 km降低至9.164 km，降幅为25.89%；

2022年贵阳市通勤高峰平均拥堵指数为1.607，相较2021年通勤高峰平均拥堵指数1.935，下降幅度达16.95%，其中，早高峰拥堵指数由2021年的1.746降至1.462，降幅为16.27%，晚高峰拥堵指数由2.124降至1.753，降幅为17.47%。交通治理在早晚高峰时期成效更显著。

04、交通大模型应用探索与实践

为更进一步优化调整交通组织，提高道路交通精细化管理水平，未来贵阳交警将继续与百度公司通力协作，重点围绕贵阳贵安交通大模型应用探索与实践，为交通管理创新技术手段的研究和发展方向，向人、车、路、灯、站全域智能控制体系迈进。

基于交通大模型构建全域智能控制体系需要三大核心要素，包括大算力、大模型、大数据，在以往传统交管业务系统中，比如路网运行监测系统、资产管理运维系统等，都有其各自的业务流程、业务数据和业务模型，采用单独部署或者分布式部署方式。

而对于未来，基于交通大模型来重构交通管理业务系统和应用，以交通大模型的轨迹大模型、NLP大模型、CV大模型、跨模态大模型为基础能力。

其中，轨迹大模型基于交通时空大数据构造交通规律学习任务，并基于多目标、多任务预训练技术，发挥百度地图及其自带交通大数据的优势，充分整合交警物联感知数据，基于可计算路网进行多层映射融合，形成不同时空粒度、不同业务维度的丰富的交通指标。

NLP大模型可对多语言预训练模型，可构建生成式对话式交管指挥调度模式。

CV大模型针对具体事件检测场景的定制化，通过少量数据完成模型迭代，在统一预训练模型上迭代更新，解决长尾问题，更强适配性，并且本地算法可持续升级。

跨模态大模型将不同的动静态交通数据类型（如文本、语音、图像等）的信息融合在一起，使用深度学习等方法训练出的大型神经网络模型，并利用这些数据之间的联合信息来提高模型的性能。

通过这四大模型能力，应用到交通治理体系中，赋能全域态势感知到全域信控，对实战效果从有到优，结合数字人、跨模态生成式对话等技术构建交互变革，从无到有，形成交通治理新体系、新范式。

未来，贵阳将运用大数据、大模型、AI等新型技术手段，结合贵阳贵安全域重要交通节点的感知系统改造升级，实现对城市交通要素的全面感知，多源异构数据的综合研判，交通态势的精准分析，交通趋势的仿真推演，交通信号设施的统一联网联控，交通信号配时的动态优化，交通出行的便民服务，交通隐患的多维排查治理，交通设备设施的智能化运维管理，服务于综合交通应用场景。全面打造“控设备、看态势、作研判、防事故、查隐患、强管制、便出行”模式。

一是通过引入实时路况指标数据和基础地理数据服务，搭建交通管理专项图层，实现全市交通一图尽览。

二是通过结合互联网交通指标数据，对路网现状、拥堵情况、交通流量、OD、路段路口、区域等进行全面可视化分析，实现全市交通拥堵致因诊断，为交管部门在道路交通管制和相关部门在城市道路规划方面提供相应的决策依据。

三是通过对互联网交通数据、信控业务数据、前端感知设备采集的数据进行融合分析，从源头上分析城市交通问题，对贵阳市重点治理拥堵路口的信号机配时方案进行实时智能优化，为城市交通拥堵治理提供有力工具。

全面实现单点优化达到10%效率提升、干线协调优化达到10-20%效率提升，区域优化达到15%-30%效率提升，全域优化达到20-30%效率提升，并围绕畅通、安全、便捷、高效、绿色、经济等举措手段，实现人车路灯站全面智慧化提升。