數(shù)車放行，美好出行
“通勤”已經成為現(xiàn)代人的一種生活方式。數(shù)據(jù)顯示，深圳平均每天通勤時間44分鐘，上海平均每天通勤時間54分鐘，北京的數(shù)據(jù)更是達到了56分鐘。如何節(jié)約通勤時間，已經成為現(xiàn)代市民的迫切愿望。華為與深圳交警聯(lián)合創(chuàng)新打造的TrafficGo解決方案，創(chuàng)新性地實現(xiàn)了由傳統(tǒng)的“車等燈”通行，向“燈數(shù)車”放行的積極轉變。
現(xiàn)在全國各地都被城市擁堵問題所困擾，各省交警也實施了很多的創(chuàng)新手段，城市交通正逐漸變得暢通。在信號燈配時優(yōu)化工作上，人工智能技術能夠為交警提供更多更優(yōu)的思路和選擇。
信號燈配時是一個從路況數(shù)據(jù)采集，到計算配時方案，再到推送方案至信號機的完整工作鏈。
為了更好地緩解交通擁堵，深圳交警對深圳全市早晚高峰的區(qū)域進行了排查和勘測，最終決定在坂田附近的8個路口進行試點。深圳交警與華為一起對這些路口進行改造，從安裝反向電警到信號回傳等，雙方緊密合作，有力推動了信號優(yōu)化的落地。
華為全新推出的TrafficGo解決方案在現(xiàn)有信號燈配時的良好基礎上，通過AI技術進一步優(yōu)化區(qū)域的信號燈配時方案，深層次緩解城市交通擁堵。
1
實時、準確、全量地采集數(shù)據(jù)
傳統(tǒng)情況下，交警依靠雷達、地磁、線圈、互聯(lián)網地圖應用等方式采集數(shù)據(jù)，但無論雷達、線圈還是互聯(lián)網地圖APP都很難做到對道路上車輛數(shù)據(jù)的實時、準確、全量地采集。如線圈的采集方式難以有效統(tǒng)計車輛排隊長度、車輛種類等，互聯(lián)網地圖APP的方式又難以保證實時性及準確性。
華為與深圳市交警聯(lián)合創(chuàng)新，通過視頻監(jiān)控的方式對路況數(shù)據(jù)進行采集，華為的智能前端攝像機能夠實時地識別出某一路口車輛數(shù)量、速度、類型，排隊的長度等，一臺攝像機可以實時統(tǒng)計4車道的數(shù)據(jù)，有效解決了數(shù)據(jù)采集實時性、準確性及全面性的問題。
2
區(qū)域協(xié)同優(yōu)化，實現(xiàn)“***解”
眾所周知，信號燈的優(yōu)化需要復雜的協(xié)同計算。一個路口幾個紅綠燈之間、不同路口之間的紅綠燈需要有邏輯縝密、規(guī)則嚴格的配時方案。僅僅對單一路口，或者某一條路線上的信號燈進行優(yōu)化可能沒有太大的實際效果，反而可能會在相鄰區(qū)域造成更嚴重的擁堵。所以要實現(xiàn)區(qū)域內道路交通的暢通，需要對一個區(qū)域內的多個路口之間做到合理、高效、協(xié)同的配時方案。
為了解決這一問題，華為與深圳交警引入了人工智能的能力，讓紅綠燈之間像人一樣互相交流、學習，計算出該區(qū)域信號燈優(yōu)化的***方案。目前在華為基地周邊8個路口，已經部署了這樣的“智能紅綠燈”，智能攝像機像眼睛一樣采集路況數(shù)據(jù)，華為人工智能平臺像大腦一樣計算出每個路口***的配時方案，然后多個路口再相互交流和協(xié)商，最終計算出這一片區(qū)域***的信號燈配時方案。
這8個路口有點像是8名經驗豐富的民警組成的委員會，在“區(qū)域交通最暢通”這個目標下，大家充分發(fā)表意見，經過互相妥協(xié)、建議等，最終形成統(tǒng)一的決策意見。將來隨著部署的路口越來越多，“委員會”的成員數(shù)量也越來越多，將在更大更廣地范圍內收集城市交通的數(shù)據(jù)，整體優(yōu)化的效果將會更加明顯。
3
持續(xù)優(yōu)化，實現(xiàn)信號燈實時配時
有人可能會有疑問，這樣的“委員會”充分討論信號燈配時方案是否會需要很長的時間，會不會影響信號燈優(yōu)化的效率？其實完全不必擔心這點，這些信號燈之間的交流都是以每秒萬億次的速度進行，基于華為人工智能服務器的強大計算能力，信號燈配時方案以接近實時的速度生成。
因為數(shù)據(jù)采集的全面性問題、人力不足等條件限制，以往信號燈配時是幾個小時才更換一次，現(xiàn)在應用華為TrafficGo解決方案后，將原本2~4小時配時一次提升為5分鐘配時一次，優(yōu)化后主干道路平均路口等待時間降低17.7%。
未來，華為與深圳市交警將進一步擴大TrafficGo應用范圍，實現(xiàn)深圳交通的擁而不堵，讓市民的出行更美好。
華為秉承 “知行合一，大道至美”的理念，堅持從交警實戰(zhàn)業(yè)務出發(fā)，不斷創(chuàng)新，為實現(xiàn)“安全、有序、暢通”的城市交通貢獻自己的力量。
