|
阿里2年前抛出“城市大脑”进军智能交通行业以来,有的力挺如火如荼的招投标上项目,有的觉得大脑夸大其词了,而绝大多数是会引用"大脑"这个词,但依然脚踏实地的进行着各个城市各个小脑的建设。
记得第一次参加萧山城市大脑示范的会议,对各家的视频信息如何统一,对夜间、曝光情况下牌照的识别率,对OD的估算用于信号配时等大家展开了激烈的讨论。第二次与阿里接触,聆听了他们首席科学家对已经开展的信号配时优化、救护车路线优先等成果汇报,当时的反应是阿里怎么会选择这样的案例来作为大脑推广呢,在真实的交通环境中,执行任务的救护车有在安全的前提下不按照信号灯行驶的权利,也就对信号优先不是那么严苛。我记得当时跟他们说,阿里的大脑提法是可以的,但是理念太大,案例太简单,且选择了交通业内很难说的清楚的信号配时优化到底提升了什么效率指标,怎么考量的难题,如果他选择交通委业务内一些客流监测、OD分析、公交调度、路网优化、城市规划等议题,或许会更好点。
阿里还有一个计划就是做城市的数据平台,像ios或者andriod一样,汇聚了城市数据,让其他舞者各自做自己的应用。阿里带着美好的梦想和轩昂的雄心进场,掀起了一场对于城市大脑的争议,也带来了其他各种小脑、左脑、右脑、医生等平台发布热潮。
回首2年来,我觉得城市大脑是一个智慧城市必须的,这个理念提的非常好,但实施起来,需要分专项,要分若干个专业大脑。就像这个社会运转一样,每个人有自己的专业,每个专业又有自己的团体,而我们行业关注的应该是城市交通大脑。城市交通大脑要建在哪里?我认为应建设在每个城市的交通信息中心,信息中心曾经风靡了一段时期,但是在汇聚信息时遇到障碍重重,要么拿不到数据,要么是拿到本管辖范围内的数据却面临数据质量层次不齐、可工程应用的模型无法建立,大脑根本就看不懂数据,不知道是哪个检测器是哪个点位哪个断面,不知道应该怎么归集,不知道应该怎么计算得出什么指标(除了红黄绿状态和指数外),所以前几年大脑的显著性效果没有看到。
最近对智能交通这个词也一直在反思,到底涵盖了哪些东西,ISO的ITS框架,感觉只是一个框,智能交通没出现前,交通信号控制也发展了很多年,出现了经典的几大控制系统,到目前突破甚小。对于交通委的业务,我觉得还是智能运输更合适些,因为交委更关注从一个点到另一点的人货安全高效运输。有的地方以为交警的业务才叫智能交通,有的认为自动驾驶也是智能交通,单车智能传感器成本太大,需要搞智能交通的把道路基础设施搞得智能起来,满足全路网自动驾驶,搞得我也压力很大。
12月去采访杨老师,老师说2000年左右他提出了智能交通理论,智能交通不仅仅是信息技术、控制技术,是有理论支撑的。我就一直在想,智能交通理论包括哪些,信号配时模型算吗?动态交通流分配理论,现在用的好吗?为什么那么多学者研究了那么多理论,我落到图纸上怎么就见摄像头、信号灯组、信号机以及那些通信线路呢?我们的理论模型算法在设备里,在信息平台上又体现了多少?
1月去参加了“深圳市交通运输一体化智慧管控平台设计”的述标,11亿的项目,最大的设计标3000万,主要建设内容有综合交通执法、交通运输行业监管、智慧公共交通、精细化城市交通治理、交通基础设施全寿命周期管理与决策支持系统。其实就是一个面向交委业务的城市大脑。深圳的TOCC建设一直是全国的典范,此次升级的原因其实也是很多城市所面临的新的挑战。深圳综合交通运行指挥中心已汇聚29大类81项交通运输行业静态信息和动态运营信息数据、行业信息化系统85个。我们分析面临以下问题:1.交委业务的管控服务全覆盖,更加精细化、智慧化;2.如何应对数据质量、设定适宜的数据粒度;3.复杂的模型如何在工程中简化应用;4.辅助决策如何做到从数据—判断—业务流的全过程衔接。因此,需要建立一套从数据到模型、预警、决策、业务流控制的可操作流程,解决如何用数据去做综合治理,如何从标治本(通过多个现象去挖掘交通本质,根除城市交通建设缺陷)。这也就是说智能交通,已不仅仅是一种管控手段,它需要跟交通规划、交通治理、交通业务等结合一起,它可以为城市获取更多更全面的数据,与规划、建设、管养等一起提供城市交通大脑的服务。
上面只是交委业务城市交通大脑的1个案例,城市交通大脑是由若干个大脑组成,每个业务,都应该有自己的数据、模型构建大脑。比如交警的交通监控指挥中心,交通局(交通委)的交通运输指挥中心TOCC,规划局的城市规划信息中心,建委的交通基础设施规划建设信息中心,路政局的设施健康监测及管养中心、城管局的停车管理信息中心......这么划分的理由是,智能交通的落地建设,还是离不开一个城市交通管理的体制和机制的。分析下来,我们也就会看到,大脑本质是是数据汇聚、处理和应用中心。眼睛、手,脚、舌头等都是我们常说的传感器,获取城市的信息后,交给信息中心的大脑去处理,反馈在我们的再行动、再提升上。
我们是必须要重视城市交通大脑了,也就是要重视交通信息中心的数据挖掘,有的大数据分析平台或一体机自带了很多通用的大数据分析模型,但不是采购了就能用在交通上的,有的城市建设了成百上千上万的摄像头,提取的有价值的数据还远远不够,我们需要一批数据分析师、交通建模师、软件开发师从业务需求着手,协同再造有智慧的城市交通大脑。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 09:26
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社