擁堵怎么治，事故怎么防？ 看微軟和pg如何“智”愈城市
無論從人口規(guī)模、土地面積還是城市功能來看，北上廣已位列當之無愧的三座世界級特大型城市。單上海地鐵突破1000萬次的日均客流量，就足以令人咋舌。
城市化進程構建了高聳入云的建筑和隨處可見的商。泊戳巳韁娜肆骱陀導返慕煌。隨著大數據、云計算和人工智能的綜合運用，市場規(guī)模千億元級的智慧交通成為智慧城市的一項核心板塊，而一座城市的毛細血管——道路交通正在以新的方式被不斷激活。如何更智能化、精細化地規(guī)劃與管理一座城市？
突破經驗主義
對于管理者而言，城市規(guī)劃及管理是一項多學科交叉的高難度工作。而對于居住者來說，城市系統(tǒng)或許比想象的還要更復雜。
微軟亞洲研究院城市計算負責人鄭宇博士給《21CBR》記者打了個比方。
圍棋棋盤由縱橫各19道線形成，共有361個交叉點，每個點有黑子、白子和空著不擺子三種狀態(tài)，就能衍生出千萬種棋局。和情況更為復雜的城市交通比起來，AlphaGo 面對的問題可能是“小巫見大巫”了。因為，國內中大型城市的道路數以千計，如果將城市中的每個十字路口都比作一個點，“城市棋盤”的點數足可達到十萬級別以上。
對于每日穿梭在各個點之間的都市人群，最關心的出行問題是堵車。智慧交通需要從城市運轉的中心大腦一路延伸至神經末端，才能讓一座城市流動起來。
將宏大的智能交通項目落實到一座城市的某個十字路口，具體包含哪些要素？
視頻監(jiān)控產品及解決方案供應商pg科技的首席架構師姚華告訴《21CBR》記者，相關部門出臺了在業(yè)內被稱為“19項標準”的部署細則，比如通常正反方向各需要一臺攝像機，補光燈和爆閃燈則是標配。此外，所有路口都設有網絡機箱、信號控制機和流量傳感器，部分路口甚至需要不間斷電源。
2016年4月，福州啟用了pg科技的智能交通整體解決方案，對全市309個路口實行覆蓋前中后端的一體化管理。以核心的監(jiān)控攝像頭為例，從早期的200萬像素到常用的300萬-700萬像素，具體部署時如何選擇型號，大有講究。
圖：緊鄰紅燈的就是球形攝像機，部署于8米高的燈桿上，行車或行走路過抬頭很容易觀察到它的身影
比如，對于路面較寬的單向4-6車道，往往需要在前端配備兩臺900萬像素的高清設備，數據源源不斷地傳輸至后端，再通過在指揮中心建立大數據平臺和相應的傳輸、存儲和顯示配置，實現交通業(yè)務的外部呈現和表達。
實際運作起來，這套系統(tǒng)每日產生700萬條過車數據，福州交警一個月內處理了3950輛涉及闖紅燈、超速等違法行為的車輛。前端攝像頭智能識別、自動抓拍并一路追蹤違法車輛的軌跡，后臺則在比對復合后自動開出罰單。對于套牌等行為，系統(tǒng)還會進入車牌庫進行二次比對。一線交管的力量則集中用于酒駕等突發(fā)事件，取證更嚴謹了，大量的人力卻因此可以解放出來。
智能化出現以前，各地交管的治理方式可以被歸結為“經驗主義”。得益于2002年全國交通信息化工作的啟動開展，一線交警通過大屏指揮中心等方式監(jiān)控到城市擁堵情況，就會立即加大一線人手派出，強化車輛疏導，同時對特定擁堵路段進行紅綠燈次控制，比如，將綠燈間隔的長度延長1分鐘。
這樣的做法常常是有效、可控的，因為在大部分時間段里，每座城市的交通流量“其實是相對固定的”，姚華介紹，“每個交警都有自己的現實管理經驗?！?/P>
但是，經驗在某些時刻未必能發(fā)揮作用，比如，向來缺少降雨的北京市，在2016年7月遇到降水量達200毫米以上的特大暴雨，哪些地方會在什么時間點出現道路積水，影響交通正常運作？這些問題足以問倒任何一個城市管理者。
又如，周杰倫在廣州舉辦演唱會，會對體育館周邊的交通造成什么影響？姚華表示，業(yè)內太缺少這樣的特殊樣本積累，理論上，需要周杰倫連續(xù)來三年，才能在第四年提前做出預測?！耙驗橹芙軅惻c李宗盛（演唱會）對交通的影響，又是不盡相同的?！?/P>
圖 ？誄さ搪釩Υ笙孟攣綰鴕辜澠納閌稻，實現路口實況查看和交通疏導，由pg30倍高清監(jiān)控球機抓拍
目前，pg科技的兩個主要交通業(yè)務？欏シㄎフ麓硨土髁靠刂乒芾，在收入端呈現7:3左右的比例。鑒于深度學習和機器視覺近年來的爆發(fā)式突破和增長，國內智慧交通在車輛及行人管理上成效顯著，形成了實時監(jiān)控、全面取證、智慧研判等一整套常規(guī)作業(yè)流程。不過，姚華也坦言，現階段仍有交通流量的預測管理等諸多難題尚未被解決。
圖 福州市大規(guī)模部署pg設備，實現大數據落地和實戰(zhàn)應用，左上為8米高的桿位上部署的卡口攝像機（室外前端），右上為數據中心內的大數據服務器（室內后端）
開放公共數據
2008年，微軟亞洲研究院設立城市計算研究方向，由鄭宇博士擔任負責人。團隊的主要工作是通過對城市大數據的融合與分析，解決城市交通、市政規(guī)劃、能源環(huán)境中面臨的問題，并為環(huán)保部和上海、貴陽、福州、成都等地方政府部門提供咨詢服務。
圖：平安城市和智能交通中建設中的卡口和非現場執(zhí)法設備，它們已經不僅僅是普通的監(jiān)控攝像機，而是大數據和人工智能 的前端采集。采集信息包括人車物的各種數據化特征，甚至還包含溫濕度、噪音和PM值。
鄭宇表示，微軟的方向很明確，不是花時間討論智慧城市的概念和標準，而是用計算機知識和人工智能技術，解決城市里實際面臨的各種問題。
城市計算是一門融合計算機與城市規(guī)劃等專業(yè)的新興交叉學科，與純圖像、語言處理相比，屬于典型的“多數據多任務”。面對大到全市生產總值，小到一間雜貨鋪每日用電量的海量數據，研究者一開始就容易陷入一個巨大的疑問：如何知道哪些數據能為我所用？鄭宇坦言：“很多學生做完了項目A，到了項目B 還是不知道怎么開始，需要具備很強的演化推理能力?！鲍@得這一能力的門檻不低，既要懂得機器學習、數據挖掘和數據可視化等技術，又要掌握一定的交通、環(huán)境等領域知識。培養(yǎng)出這樣一個行業(yè)稀缺的數據科學家，在鄭宇看來至少需要7-10年，與微軟合作的紐約大學于2013年8月專門開設了城市信息學的碩士專業(yè)，時任紐約市長的布隆伯格親自揭牌歡迎新生入學。要用好數據，首先必須懂得數據。比如，一間本地商場屬于時空不變的靜態(tài)點數據，城市路網則是靜態(tài)網絡結構數據，單車騎行軌跡則是最復雜卻最有價值的動態(tài)點數據——時間和空間都有變化，且點和點之間關系連續(xù)。
城市問題的數據特征屬于典型的“多源異構”，大量跨領域、跨特征、結構不統(tǒng)一的時空數據，在政府系統(tǒng)內通常涉及多個部門，對數據的質量要求又高，獲取難度可想而知。美國紐約曾為此頒布了《紐約市開放數據法案》，要求各部門打破壁壘，建立公共數據開放平臺。
貴陽在國內率先提出城市大數據開放平臺的計劃。2016年，鄭宇主持了該數據平臺的設計和實施。2017年1月，上述平臺開始試運行。截至目前，平臺上可以瀏覽、下載到535萬條數據，涉及51個部門的1180個數據資源。比如，市交管局提供闖紅燈設備路口點位表，市交通委則發(fā)布市區(qū)加油站的分布情況。城市計算組后來還開發(fā)出一款基于出租車數據的實時大人流預測系統(tǒng)。
同時，各地也紛紛開始行動。2016年下半年，摩拜單車的公司注冊地——上海徐匯區(qū)政府牽頭微軟和摩拜，開展基于大數據的自行車道規(guī)劃工作，并給出了實際場景及問題：為轄區(qū)內的5個片區(qū)建設30公里的自行車道。建設經費和土地資源是有限的，同時，自行車道作為一項公共資源，必須盡可能服務更多的人，并在有限區(qū)域內相連分布，便于施工和后續(xù)管理。
基于1萬多名摩拜用戶一個月的20多萬條騎行軌跡，鄭宇團隊開發(fā)設計了一套軟件系統(tǒng)，輸入修路預算和對應的修建里程數，系統(tǒng)就會自動生成在徐匯區(qū)內的車道規(guī)劃路線建議。徐匯區(qū)一方面聯合上海市規(guī)劃院，試圖在全市范圍內推廣，另一面與微軟方面的第二階段合作也已悄然啟動。
市民或許更想了解的是，系統(tǒng)生成的路線規(guī)劃是否切實符合實際使用需要，車道建成后，會因為大量流量涌入而產生新的擁堵嗎？鄭宇解釋，整體業(yè)務邏輯并非地圖類App 通常給出的“推薦行車路線”，而是聚合多人的實際騎行數據，找出覆蓋最多行駛人數的線路。試想一下，對于一條特定路線，隨著騎行長度的持續(xù)增加，走同樣路線的人數通常會相應減少。因此，對于每一個都市通勤的個體，規(guī)劃路線或許都不意味著“家到單位”之間的兩端最短線路。但對群體而言，道路的實際效用將獲得最大化的滿足。
圖 杭州白馬湖動漫節(jié)的安保，實現3D實況貼圖（上）和高空全景漫游（下）
試驗人流預測
也有業(yè)內人士認為，相比城市管理者掌管的海量數據，中國互聯網界的BAT 和獨角獸們在數據優(yōu)勢方面漸漸后來居上。這些公司手中握有大量的定位、消費、支付等數據，在城市管理領域的商業(yè)價值尚未明晰，但應用潛力巨大。
圖：上圖的前端卡口攝像機將高清照片結構化打上人車物的標簽信息，下圖為能實現數據多維碰撞的智能分析服務器
抓住用戶，就抓住了數據。歸根結底，城市的核心仍在于人。
大人流監(jiān)測的實現也基于車輛違章、智能識別等場景的機器視覺技術，業(yè)內俗稱“數人頭”。2017年1月，廣州火車站上線國內首個春運大數據實戰(zhàn)應用項目，pg科技為其部署具備人數統(tǒng)計功能的智能高清IP 攝像機，后臺安裝CPU+GPU 混插的“昆侖”高性能計算平臺，最多可并發(fā)處理2.4億大庫智能搜索。廣州火車站是全國春運歷年發(fā)送旅客最多的車站，pg科技的方案覆蓋了滯留人數最多的站前廣場區(qū)域。
廣州地區(qū)春運指揮部實時關注著整個火車站區(qū)域的滯留情況，并對接廣州市教委的大數據分析平臺進行比對，從而快速調整指揮工作，防止嚴重聚集和踩踏事件的發(fā)生。比如，當人數達到5萬時，火車站會啟動五級響應，并通過高鐵轉普鐵來緩解火車站壓力。當人數超過10萬，則會全面組織旅客退票。
上海外灘踩踏事件發(fā)生后，鄭宇第一時間發(fā)布微博，表示可以采用大數據和人工智能的方式做出預測分析。有網友對此不解：“都知道會有很多人去，還需要預測嗎？”在清華大學的大數據講座上，鄭宇進一步說明，“政府需要知道的是‘多’的程度、人數達到峰值的具體時間，甚至是每個單位時間的人員進出數量，才能做出決策，50萬人和100萬人對應的安全等級和措施是完全不一樣的?！?/P>
微軟方面因此提出了“城市黑洞”和“城市火山”的概念?！俺鞘泻诙础笔侵敢欢螘r間內進入一處區(qū)域的人群數量遠遠大于流出數量，而“城市火山”則恰恰相反。
還是以周杰倫開演唱會為例，演唱會開始前體育館和周邊會形成一個黑洞，演唱會結束后，大量歌迷涌出則像是“火山噴發(fā)”。鄭宇團隊的研究發(fā)現，黑洞和火山的大小呈動態(tài)變化，邊界則不固定，形成一段時間內，范圍還會逐步擴大。
2016年底，微軟亞洲研究院的人流預測系統(tǒng)在貴陽市落地試驗。系統(tǒng)將城市地圖分為1公里×1公里的均勻網格，再把貴陽出租車的實時GPS 軌跡信息投射到網格里，通過預測每個格子未來有多少出租車進和出，得出3-5個小時內貴陽市內以及相應每個格子所屬區(qū)域的人流估計情況。系統(tǒng)在視覺呈現上是一個二維熱力圖，顏色越紅的地方代表人越多。
和交通流量預測一樣，人流預測同樣十分困難，天氣、時間都是影響因素，甚至相隔很遠地方的人流進出也要納入考慮。多名業(yè)內人士告訴《21CBR》記者，北京市交管也在采用類似的方法積極探索。以公交車、出租車的流量狀態(tài)來輔助預測整個城市的交通、人流情況，成為當前這一領域的熱門研究方向。中國正在建設智慧城市的道路上拼命追趕。
姚華眼中的智慧交通與一座城市的經濟繁榮密切關聯，“上了部分業(yè)務后，一些城市的交通改善了，但隨著買車的人增多，擁堵情況又會出現”。
這樣的螺旋式上升在微軟看來，貫穿城市的前世、今生和未來：用大數據和人工智能洞察歷史、高效運營和合理規(guī)劃，形成一個環(huán)路，最終將帶來更美好的城市。
浙公網安備 33010802004032號
