订阅
纠错
加入自媒体

阿里云曾震宇:全局协同的城市数据智能

智能城市中最先要解决的问题是智能交通。将城市大脑运用于交通领域,除了将静态的车辆数据升级到动态以外,还要结合道路上各种各样的主题解决整体交通问题。

阿里云曾震宇:全局协同的城市数据智能

在第八届(2019)中国智能交通市场年会(产业领袖论坛)上,阿里云数据智能总经理曾震宇通过杭州城市大脑建设实践,展望城市大脑及智慧交通的未来发展。交通这一繁杂问题的解决也会带来城市规划方面的发展和升级。

以下为曾震宇发言的重点内容:

随着城市互联网化和城市化发展,城市如何更加智能?这个过程被分为三个阶段。

第一阶段是基础设施建设,主要是安装设施、采集设备等,主要用于事后分析。

第二阶段是将数据采集后形成对城市的感知,将更多的设施用于事前而不是事后,从“感”到“动”形成闭环。

目前我们了解的很多智慧城市建设正在从第一阶段向第二阶段过渡。

第三阶段是由于我们对城市有了更深度的了解,并且能够将城市实时数据用于实时协同,而不仅仅用于城市的运行和管理阶段,进而要将数据运用于整个城市周期最早的阶段——城市规划阶段。

将现在的数据用于最早的阶段,从根源上解决问题,会推动城市向更高阶段前行。

推动城市智慧建设的三个因素

第一个是场景驱动(产业驱动)。AI技术绝不仅仅是人脸识别或语音识别,这项技术一定要与产业和场景相结合,使产业和场景驱动AI,形成产业AI。城市中交通是非常大的场景,无论是安全还是效率都存在一些世界性难题。因此AI在交通智能场景大有作为。

第二个是数据。无数据,不智能。关于交通,数据来源于各个方面,包括互联网、感知设备、交通部门掌握的数据等并没有真正融合。同样站在城市的角度,也一定要将数据当做战略资源和重要资产看待,对各方面数据要进行相应的融合。

第三个是人工智能技术的算法。数据加智能一定需要背后的计算力。许多地方对计算力重要性的认知度并不高,但其实海量的、实时的数据处理对计算力的要求和分布式计算及协同融合的能力要求非常高。庆幸的是,随着大数据和云计算的发展,计算力越发唾手可得和低成本。

面向整个城市智能角度,交通是我们最先切入的领域,其中的挑战也非常多。我们与杭州市政府和交警存在着非常深度的合作,自2016年开始共同致力于打造“城市大脑”。

在此过程当中,我们将杭州交通相关的海量实时数据进行汇聚和真正的融合,从而建成了相应的交通实时城市数据模型。

在此模型之上会产生客观的、实时的数据,可以为交警和城市管理者提供客观的、准确的、实时的数据,支撑管理和决策。

更重要的是,此类数据用于整个业务环节当中,让数据成为整个业务协同闭环中的一部分。

例如,我们将数据用来驱动信号灯的优化配时,或者利用城市数据来发现城市交通各种各样的问题,例如乱点、堵点、隐患点,以及实时检测城市交通当中的事故、拥堵等各种问题。

以上所有由城市大脑感知到的问题,会实时上报给交警部门进行处理。

杭州2.0试运行阶段,95%的警情都是由大脑感知和上报。依托于城市大脑,交警处理问题由被动处理转为主动发现,问题解决更加及时。

另外,由杭州交警内部评估可知,该项技术相当于为杭州交警警力增添了200多名警员。这让我们看到了通过场景驱动、数据驱动和计算驱动能够为城市带来更多价值。

杭州的拥堵排名(高德系统得出)由2015年的第3名下降到2018年的57名。

城市大脑切入交通领域后,我们的实践过程和对未来的思考与展望如下。

我们首先面临的问题是“数数”,即数清城市中有多少辆车正在路上跑。

从传统信息化角度看待这个问题,方案一是我们可以从交警的登记系统中统计登记车辆,但这样的数据非常静态,车辆的状态是非常动态的,因此我们无法通过登记数据确定车辆真实情况。

方案二是采集“卡口”数据。卡口可以采集到车牌号及通过卡口时间,但城市中的卡口数据非常有限,只能看到城市交通的一部分。

因此如果想把车“数清楚”,我们就要调动各种数据进行融合计算。目前政府掌握的数据很多,但没有得到实时的融合和建模。

如果将海量数据实时融合起来进行建模,例如,将城市内实时车辆交通运行的特征进行建模,融合城市内的每一个路口、路段相应的交通参数,我们就能够获得从城市交通的“毛细血管”到“主动脉”的整体交通状况。这些客观数据能够帮助城市管理者进行重要决策。

目前信号配时状况不一,许多路口的感应数据缺乏,处于“半盲”状态,无法根据实时交通流进行配时调整,这样无法满足城市交通的需求。

信号优化配时方案一定要用多元的、实时的数据融合计算产出。

除了车本身,还要考虑到行人、非机动车和路面上的紧急车辆或重点车辆,同时还要考虑恶劣天气,大型活动等,根据这些客观因素进行配时调整。

如果没有背后的数据资源平台和城市大脑的感知、预警、优化、控制支撑管理者决策和调度指挥,遇到问题就需要专家进行人工的优化配时。因此,未来一定要在这一方面进行优化和改善。

AI信号灯并不是要替代专家,而是用数据和AI技术与专家进行配合,让专家拥有更多时间处理“疑难杂症”。

下图为信号优化配时——萧山案例及杭州城市大脑2.0案例。

道路交通并不是城市交通的全部,交通是多元化、立体化的。我们的目标是,用数据让用户提升体验,节约各方面时间。

通过城市大脑的实时数据,我们将道路交通状况由物理世界搬运到云端。如果遇到特殊情况,在城市大脑中可以进行预演,而不是依靠交警和相关部门根据以往的经验进行推算。

根据实时交通数据及交通模型,能够得到更真实更接近实际情况的预演。

除交通方面外,城市大脑对城市规划也起到作用。将城市大脑积累的鲜活、实时、真实的城市数据及问题移交给专业的城市规划人员,通过城市大脑的预演给出最佳方案和反馈。

阿里云作为云平台厂商希望能够和交通领域各家企业进行配合,形成合作,一起打造更加智能的城市大脑,让城市生活更加美好。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

??????°?±? 44030502002758??