详细探讨了城市智能交通管理系统的发展历程和伴随发展出现的诸多问题

赛文交通网 智能交通 智慧交管

编者按：近期，在由公安部道路交通安全研究中心、中国道路交通安全协会主办，内蒙古自治区公安厅交通管理局、呼和浩特市公安局承办的“道路交通科技创新与高质量发展论坛”上，武汉市公安局交通管理支队科技处张建华做了《城市智能交通管理系统建设与应用若干问题的思考》主题报告。

该报告以武汉市交通管理系统为实例，详细探讨了城市智能交通管理系统的发展历程和伴随发展出现的诸多问题。涵盖了武汉市交通系统前端设备的全面覆盖、通信网络资源的扩展、数据应用资源的深度整合，以及移动智能终端的全方位配置等多个方面。此外，报告还讨论了思想观念、技术架构、网络规划与安全及交通信号控制等关键问题。

1 城市智能交通管理系统的发展历程

城市智能交通管理系统（Intelligent Traffic Management System, ITMS）属于智能交通系统的重要内容之一，是智能交通系统在道路交通管理领域中的应用，更准确地说是在公安交通管理领域的应用。

上世纪80年代末、90年代初，我国智能交通系统开始快速发展，各种ITS技术在城市交通管理中得到越来越多的应用，特别是信号控制系统、交通监控系统、电子警察系统、交通卡口系统等技术装备以及城市交通指挥中心的建设与应用最为突出。

2010年之后，部局交通管理综合信息平台、公安交通集成指挥平台、互联网交通安全综合服务管理平台和大数据研判分析平台相继在全国推广应用。

2015年至今，以移动互联网、云计算、大数据、人工智能为主的新一代信息化技术快速在智能交通管理中得到应用，互联网+政务服务、互联网+信号灯、交通大脑、雷视融合、全息路口、数字孪生等新概念、新技术、新应用层出不穷，极大地提升了我国交通管理科技化和信息化水平。

以武汉为例：近10年来，武汉交警实施智能交通示范工程、世行三期交管子项等一系列建设项目，大量建设感知前端“擦亮双眼”，全面扩容通信网络“强壮筋骨”，深度整合数据资源“优化大脑”，大力推广移动智能“灵活手脚”，智能交通管理水平不断迈上新的台阶。

交通电子设施数量迅猛增长，“双眼”越擦越亮。2012年，武汉市道路交通电子设施覆盖严重不足。到2022年，全市交通信号灯已覆盖4388个路口，建有视频监控8788处、电子警察1.5万套、交通卡口7137套、交通诱导屏560块，交通电子设施总量较十年前翻了约6倍，已基本实现主要道路全覆盖。

通信网络资源全面扩容，“筋骨”日益强壮。形成了“一云两网”的架构体系：建设“交管云”，改从前的“烟囱式”管理架构为资源统一集中管理、弹性分配，满足跨部门、跨层级信息共享的需要；交管感知数据、交管业务数据由智能交通专网、公安信息网分别承载，向交管云进行汇聚传输。

后台硬件设备总量由2012年的不足300台，持续增长至现在的1万余台，为各项交管业务应用提供强大的算力支撑。

数据应用资源深度整合，“大脑”持续优化。在部局“四大平台”的基础上，开展“互联网+”以及“五智系统”建设。智慧政务“治难”，做强指尖上的网上警局，破解了驾考难、检车难、缴罚难等“九难”问题；智慧监管“治危”，用大数据深度分析交通事故特点和规律，织密交通安全防控网；智慧出行 “治堵”，实现行车停车双诱导、路内路外都方便；智慧应急 “治乱”，快速反应，精准查缉交通违法；智慧警营 “治庸”，赋能实战，规范执法，让民警更智慧、警务更智能。

移动智能终端全面配发，“手脚”更加灵活。为全市交管战线民、辅警配发PDA 4367台、执法记录仪2895台、数字电台3887部、酒精测试仪777台，全面提高单兵作战能力和采集能力。结合路面汉警快骑、警保联动、应急救援等一线快反力量，将警务触角不断向基层延伸。

经过近10年的发展。武汉交警信息化实现了“模拟时代”到“数字时代”、“互联网+交管”到“智慧交管”的跨越式发展。

2 城市智能交通管理系统建设与应用的若干问题

疫情管控结束之后，特别是经过4月份的长沙交博会，感觉在一轮“城市大脑”的热潮之后，整个智能交通行业更务实，更冷静了。冷静之后必然有所思考，主要是作为长期在基层从事智能交通管理系统建设与应用的工作者，存在一些迷茫和困惑的问题，也进行了一些探索，现在拿出来和大家交流探讨。

公安交管工作中存在两个需要匡正的思想观念。

（一）思想观念问题

一是认为科技信息化可以解决一切业务问题，科技信息化可以引领、驱动业务工作机制和流程的改革。

个人认为这是典型的“IT迷信”，是过分夸大科技信息化的作用，科技信息化是对业务工作的支撑，体制机制和业务流程的改革应当在科技信息化前面，由党委政府来引领和主导。公安交管信息化工作涉及到交管工作所有层面，必须是“一把手”工程，需要“一把手”带头、班子全上、全员参与。

二是智慧交通领域新概念新名词存在跟风炒作的现象。近年来，全息路口、数字孪生交通、元宇宙交通等新名词新概念层出不穷，存在产品的成熟度不够，数据的赋能路线不清晰，以及没有明确的实用的业务应用场景的情况下，盲目创新、求新，就从根本上脱离了交通管理的本质。

从前几年火热的互联网+信号灯和城市交通大脑的经验来看，智慧交通的新技术要有可持续性和生命力，必须注意要和交通管理的业务需求结合起来，和传统的交通工程理论和经典的交通模型结合起来。

基于以上匡正的思想观念。武汉交警在数字化转型方面首先开展了以下工作：成立了“改革办”和“科信办”，改革办攻坚打头阵，负责理顺体制机制问题，把数据拿出来；科信办紧随其后，负责支撑整数据，把数据治理好、输出去。

打破数据驱动（倒逼）深化改革的可行性悖论，跳出数据引领改革的IT迷信，破局“（数据流、业务流、管理流）三流合一”，实现各项业务工作的“底数清、情况明、风险察、行动厉”。

改革办：负责机制改革和业务流程数字化再造，实现“五个转变”：从各自为政向整体联动机制转变；从静态被动值守向动态提前干预转变；从经验主导向科技支撑、数字驱动转变；从粗放简单向精细科学转变；从事后监督向全程跟踪转变。

科信办：负责科技信息化基础设施资源调配，做实数据支撑，做好技术保障；统一制定安全规范标准和管理制度；统筹建设统一运维管理平台，为全战线信息化项目运维管理提供依托。

（二）技术架构和实施路线的问题

部局在顶层设计上已确定了“四大平台”的总体架构，各地在技术架构和实施路线上如何与部局架构有效衔接，做到不重复建设，还能改变传统“烟囱式”架构，适应将来发展需要，并且能发挥地方特色，在应用功能上与四大平台实现互补。

根据这一思路，我们确定了“1+2+4”的三纵三横的技术架构。其中1是中间的这一部分，从下往上依次是大家很熟悉的IAAS、PAAS、DAAS、SAAS四层架构，整体上可以称之为交通大脑，重点是在现有的基础上打造1个数据中台，以及1个“高效的合成指挥调度+数字交警队”的工作体系。

2是指左边的改革办和右边的科信办，两者形成合力，为数字化转型提供双轮驱动。4是指最上面的“安全、畅通、有序、便利”四个工作目标，也是四大应用场景。

整体架构的一个思路是重基座，轻应用。“重基座”是重点打造数字中台。对数据进行全生命周期的管理。数据中台包括数据接入、数据处理、数据组织、数据治理、数据服务五个处理步骤。重点是建立数据标准，进行数据治理，建立原始库、资源库、主题库、专题库、模型库、关系库等。

最后通过数据服务功能为各业务处室和交通大队的各类应用提供数据支撑服务。“轻应用”是指应用是轻量级的，围绕场景用治理好的数据建模即可，建好的模型都放在模型超市，大家可以共享共用。

建模工具是低门槛、低代码级的，通过拖、拉、拽即可实现。以前只要涉及到应用就要建系统或平台，成本高，由于缺少维护和用户，很多生命周期都不长，造成很大的浪费。这种情况在这里不会发生。

实施路线是以数据中台为基础，打造数字交警队，推进交管工作提质增效。应用大数据、人工智能等先进技术，依托数据中台，建设数字交警队，在大屏端、PC端和移动端建立支队、大队、中队、民警四个层次、不同业务角色的数字驾驶舱，将业务流、数据流、管理流在横向（交管支队各处室）和纵向（支队-大队-中队-民警）打通并形成闭环。

数字驾驶舱可以向下钻取，其既是业务看板，也是工作平台，同时也是应用的统一门户。

通过数字驾驶舱，将网络、数据、应用延伸到基层交通大队、中队，实现态势一图展示、数据一键查询、指令一渠道流转、应用一平台登陆。在移动端还可在线反馈处置结果、在线5G视频连线、在线业务数据采集，并利用语音识别技术和自然语言模型实现基层民警在任务处置中进行语音回复信息、语音发送指令、语音地图导航等功能。

通过数字交警队这个载体，让大队长“底数清、情况明”，让指挥室“看得见、呼得通、调得动、处置好”，让中队长 “看得见警力，看得见问题”，让民警“看得见任务、看得见成效”。

总之，数字交警队实现了基层一线做到底数清、情况明、风险察、行动厉，着力解决信息化系统在基层“不能用、不好用、不会用”和“没有权限、权限不够”的问题，解决实战应用中的痛难点，做实数据能力输出，推动权限、数据、模型、应用向基层下沉，实现基层民警的“增权、免责、赋能、减负”，以“智”赋能，全面推进全市交管工作提质增效。

在实体化运作上，依托7大中心，打造“1+5+1”实体化运行模式：最底下的大数据支撑研究中心以数据中台的建设为重点做实做细数据支撑，中间是5个重要的业务中心。

民意云中心：从市民热线、122、12123、局长信箱、网站咨询、纪检督察、互联网舆情、微信、微博、抖音等14类渠道汇集接入涉及交管业务的诉求和舆情，运用大数据技术进行分类分级研判后，根据管辖流转到相关业务处室或交通大队处置，处置完成后对每个诉求进行反馈和回访。

形成群众诉求全采集、全分析、全流转、全处置、全反馈的闭环可追溯机制，达到听民意、知民情、解民忧的目的。

同时通过建立标准道路地址库和业务标签体系，实现地图空间可视化分析；应用AI语音识别技术、自然语义分析技术和语言大模型技术，为群众在民意诉求的受理和回访中提供智能语音机器人服务，实现民意诉求全天候受理。

重点违法合成作战中心：通过汇集交通重点违法行为相关的各类业务数据，同时接入大公安的有关数据，进行合成作战，集中开展建模分析，通过大数据研判生成各类预警信息，按管辖推送至相关大队及时处置，常态化指导各大队精准打击各类交通重点违法。

交通态势研判运行中心：建立多维度、多层次的评价指标体系和评价模型，运用在线交通仿真技术研判分析，推演、预测重要节日、重大活动期间全市及重点区域的交通影响因素和交通运行态势，为分析决策和科学制定勤务提供技术支撑。

交通安全风控中心：依托武汉交警交通事故信息数据库和人、车、路、企、事、环境主题库，建设交通安全风险监管系统。开展道路安全隐患治理辅助决策研究，建立道路风险研判模型，实现对交通安全风险的评估、预警、处置、整改等的闭环监管。

全业务监管中心：整合法制、车管、纪委、政工等部门的监管业务，在部局业务综合监管平台和交警队伍管理信息系统的基础上建设全业务、全流程、全天候监管扩充版平台，搭建监管模型，实现对交管全业务的自动异常预警，实行“大监管”模式。

最上面是指挥调度中心，主要做好指令的流转和警力资源的调配。在指挥调度中心打造基于情指行一体化的指挥调度体系，通过数据流和指令流对指挥调度各个环节进行纵向贯通、横向联动，并形成闭环。

这是指挥调度体系的技术架构，在“数据汇聚”方面，加强交管业务数据、感知数据、第三方数据等多类型数据的接入汇聚，具体包括122警情、民意云平台信息、媒体和互联网舆情、AI事件检测预警信息，以及警员、警车、汉警快骑、警保联动的定位信息，交通状态信息、积水点位、气象数据等。

在“研判分析”方面通过大数据融合和深度挖掘，实现道路交通安全风险、道路拥堵、民众诉求趋势等方面的预测预警，生成态势看板和任务指令，做到“情报信息灵”。

在“指挥调度”方面，强化多系统合成作战，对视频、语音和通信系统进行有效融合，实施标准化的预案管理，实现一图展示的可视化指挥调度，结合事故和违法分析精准部署勤务，同时与移动警务App“超警3.0”对接实现扁平化指挥，做到“指挥调度快”。

在“勤务管理”方面，实现警力的精准定位和勤务的分级分类管理考核。在“任务指令流转”方面，实现信息横向到边、纵向到底，下达有响应、过程可追溯，完成有反馈、事后有评估，做到“事件处置好”，形成“研交办督结”的完整闭环。

“情指行一体化”指挥调度体系相对于传统架构，有以下6个方面的改进：

（1）采用了大数据、人工智能（AI）和融合通信技术。

（2）强调“大情报”，将舆情、视频AI事件检测警情等也纳入情报研判体系，并进行大数据分析挖掘。

（3）强调“大指挥”，注重合成作战可视化、扁平化和智能化。

（4）强调“大行动”，将警情、舆情处置、指令流转、执行与监控、督导与考核、评估与优化纳入行动体系。

（5）强调移动端单兵作战能力，通过“超警3.0” App，实现出警导航和统一应用门户。

（6）全流程闭环，全要素档案支撑可追溯。

7大中心通过“1+5+1”实体化运行模式，以数字交警队为载体，实现管理流、业务流和数据流的融合，将支队、大队、中队和路面执勤民警进行有效串接。

（三）网络规划与安全问题

公安网就不用说了，主要是智能交通设备专网如何规划建设？部局正在推行专网版集成指挥平台，首先面临的就是网络问题。但目前全国各地（支队）大部分路面设备所在网络不统一，比较复杂，有在公安视频专网的，也有在自建专网的，还有租用运营商电路的。

在支队层面电警、卡口、监控、信号灯、诱导屏也可能在多个不同子网；同一个系统（例如电警），由于建设时期不同，中标单位不同，采用的传输方式也不尽相同。同时支队和大队使用的网络也存在不一样情况。

网络不统一、数据传输不稳定、延时大，安全性差，适应不了智能交通管理系统发展的需要。

所以首先是统一网络势在必行。武汉交警支队依托智能交通示范项目，投资近1个亿，完成了智能交通管理系统设备专网的建设：整个网络由骨干传输网和汇聚传输网组成，骨干传输带宽为40G，具备双环自愈功能，并与公安网、公安视频专网、互联网通过安全边界打通，保障了智能交通管理系统数据实时稳定的传输。这种架构也是完全适配专网版集成指挥平台的建设方案的。

当前部局正在推广专网版集成指挥平台的背景下，同时考虑智能交通管理的长远发展，各城市如何应对?我认为应因城施策，现状设备多数在公安视频专网里的，建议全部统一到公安视频专网。今后按视频专网的标准新建前端点位。现状设备多数在自建专网里的，建议全部统一到自建专网。并将自建专网和视频专网打通。

最后是网络安全问题，在目前设备专网还未统一的情况下，安全问题普遍缺乏考虑。建议参照GA/T 1788.3-2021《公安视频图像信息系统安全技术要求 》系列标准，开展交管视频专网（智能交通专网）安全的规划建设。主要从前端设备、安全交互和安全运维平台三个方面考虑横向边界区、纵向边界区、系统应用区、前端接入区和安全管理区的相关安全技术要求。

（四）交通信号控制问题

谈到智能交通管理，肯定离不开交通信号控制问题。信号控制主要涉及三个方面的问题。

一是交通信号统一管控平台。据统计，我国有3/4的城市存在2个或2个以上的信号控制系统。由于存在国外信号系统的封闭、国内信号系统的标准不统一、部分企业由于市场竞争不开放协议等问题，因此交通信号统一管控平台在各个城市的功能定位和建设方案有一定的差异性。

首先要参考国外标准，基于国标及行业标准，对需要联网的各信号控制系统的控制术语、转换协议、控制逻辑、控制方式以及人机交互界面进行统一；

其次在接入模式上，有条件的建议尽量采用C2F方式（管控平台直接连接路口信号控制机方式），没有条件的才考虑C2C方式（管控平台直接连接传统交通信号控制系统的方式）。

最后在平台功能上尽量实现以下基本功能：1）运行监视：包含交通流状态监视、控制状态监视和设备故障状态监视等；2）控制干预：含远程配时、中心控制干预和实时参数干预等；3）控制优化：可实行紧急优先控制，包括警卫任务信号优先在内的基本控制；4）信息汇聚与共享：实现信控数据的分析与共享，包括互联网交通数据接入处理以及信号配时实时运行信息的对外共享等。

有条件可实现更高级的功能：例如协调优化、实时自适应优化、交通运行评价和与网联汽车接口等。

二是交通信号控制检测方式的选择。当前，雷达和雷视一体机非常火热，最近国内几个大的信号灯项目都有雷达和雷视一体机的身影。那么雷达和雷视一体机是否就是当前最合适的信号控制系统检测方式呢？

这个表格是对交通信号检测方式的一个对比。线圈和地磁检测方式是国内外信号控制系统早期采用的主要方式，也是规模最大的方式，采集的数据属于固定式断面无标识数据，其只能提供在离散空间点测得的交通流信息，需要建立特殊模型来估计其他空间位置的交通状态。

目前还没有任何流量模型或估算方法是完美的，因此由这些检测数据推算的交通状态在精度上存在问题。

并且这两种检测方式由于受城市道路建设和运维水平的影响，国内大多城市平均完好率不足30%，导致这些城市很多路口机降级运行为定时控制方式。

雷达采集的数据属于固定式区域无标识数据，其采集的数据较线圈和地磁丰富，但无法获取车牌等车辆信息，但在多车拥堵排队、低速缓行、非机动车及行人混合交通等场景下，检测不够精准，同时难以对车辆目标的颜色，方向，车牌等特征进行高精度分辨。

视频采集的数据属于固定式区域有标识数据，其采集的数据能获取车牌、车身颜色等车辆信息，但其可检测范围一般只有20至80米（车牌识别为20-30米），且检测精度易受安装位置角度引起的遮挡，以及受天气和光线等环境的影响。近年来，互联网浮动车数据也有应用于交通信号控制，它属于移动式检测，由于样本量不足和实时性较差，主要用于离线优化和控制效果评估。

最新的雷达和视频融合技术应用于交通信号控制检测，能结合雷达和视频的优点，实现互补，检测参数丰富，特别是能直接输出轨迹和排队长度数据，但在融合精度、运维要求、设备成本均存在一定问题。

智能网联汽车的发展为交通控制数据的检测提供了新的方式，所有的智能网联汽车既是一个受控制的对象，也是一个移动的检测体，智能网联汽车能提供超视距的车辆轨迹、速度、加速度等数据，并通过V2X方式获取控制范围内网联车辆的BSM (Basic Safety Message)和SRM (Signal Request Message)数据，以及路面基础设施的SPaT (Signal Phase and Timing Message`), SSM (Signal Status message)和MAP (Map)数据，但目前存在渗透率低的问题。

综上所述，每种检测方式都有自己的优点和缺点。交通信号控制系统涉及数据、模型和算法三大核心要素。

选用的控制系统确定了，模型和算法也就确定了，一般进行控制策略设计后，每个路口控制需要的数据也就确认了，最后根据数据需求来选用合适的检测器类型和布设安装位置。并非是越先进的检测器就越好，要结合实际需求选择最合适的检测器类型，比如感应控制，选择较为低廉稳定的检测器类型即可，避免高配置低效能，无法充分发挥投资效益。

当前在实际应用中，信号控制系统的模型和算法相对于检测器的发展是滞后的，目前主流的控制系统仍以纯断面检测技术建立的信控算法为主，雷视检测的数据传统的控制系统很多都用不上。因此当前急需做的工作是：充分利用新型检测手段采集的丰富数据，融合断面检测与区域空间检测的互补优势，创新信号控制系统模型和算法，打造适应检测技术发展的新一代信号控制系统。

三是智能网联汽车与信号控制的深度融合问题。当前国家大力发展智能网联汽车产业。目前，全国已建设17个国家级智能网联汽车测试示范区和5个国家级车联网先导区。

但这些测试示范区和先导区发展思路大多局限于通过基础设施建设集聚产业生态，吸引企业加入以进一步拉动经济增长，对实际应用场景搭建，与城市管理实际需求相结合有所忽略，特别是智能网联技术与智慧交管的实际应用场景结合不够，数据融合共享不充分，特别在信号控制系统方面仅限于向RSU推送信号灯状态和配时信息，应用场景也仅限于车内信号灯和车速诱导。

智能网联资源利用率不高，这些测试示范区和先导区投入了大量资金用于智能网联路侧设施的建设，包括在路布署了大量的摄像机、毫米波雷达、激光雷达、雷视一体机、边缘计算设备、RSU设备等，但这些感知设备的数据大多未能和智慧交管深度对接和统筹考虑，实现信号灯的智能控制，交警的信号灯往往另外单独考虑建设检测系统，在目前网联汽车渗透率不高的情况下，造成智能网联资源利用率不高。

建议各地在充分考虑数据安全的情况下，打通网联汽车专网和智能交通专网（有些地方是视频专网），智能网联路侧设施的规划、建设、管理和应用要与信号灯控制检测系统同步考虑，两者要充分融合和数据共享，实现信号灯的智能控制。