城市交管的目标是什么？下一步交管实现智能化升级的模式是什么样的？在赛文研究院主办的中国智能交通行业年终盛典上，智能交管相关议题成为讨论热点。
商汤科技智能交通产品线总经理郭海锋博士认为，交管产品的终极目标是要“最终实现自动化、智能化，即机器能服务于人。并且依托于整个业务流程的自动化，机器能自主管理交通，AI系统能自主发现问题，自主优化解决问题。”基于此，商汤科技还提出了面向未来的交管AI运营模式——交管AIaaS运营模式，即为当前交通管理提供全流程自动化的AI即服务，实现“机器协作”管理交通，AI驱动提供自动化运营服务。
从“设备换人”到“机器服务人”
事实上，伴随信息技术的演进，交管产品也在不断迭代变化。根据郭海锋博士介绍，从上世纪80年代开始至今，我国的城市交通管理历经了从“单点突破”到“网状突破”，再到“立体突破”三次时代变革。
单点突破主要发生在上世纪80年代至90年代末，一些城市开始建设交通指挥中心，将路面民警独力管理交通的模式转变为由交通指挥中心应用技术手段，统筹优化辖区内的道路交通执法、交通组织优化以及安全防范等。建设模式从以机械/电子为主的产品，演进到网络信息化产品，使业务流程信息化，人可以通过操控设备管理交通，比如查看监控、手动调控信号灯，本质是“设备换人”。
而后，随着计算机网络技术、GPS定位技术、GIS地图技术等发展，推动交通管理模式进入网状突破阶段。全国开始大规模建设交通指挥中心、分指挥中心，指挥中心的权威性得到了加强，很多城市通过网络将道路交通的各类时空信息和交警勤务进行一体化管理，指挥中心与分指挥中心逐步实现资源共享和整体联动。建设模式以新建城区或旧城区升级改造进行设备联网集成为主，通过业务流程和业务纵深数字化，实现让“机器协助人”管理交通，比如视频主动发现警情，系统能推荐信号配时。
2015年至今，随着大数据、AI、数字孪生、边缘计算等技术在交通领域的探索和应用，交管开始进入立体突破阶段。部分城市开始建设“城市大脑”、“交通大脑”、“交通信号配时中心”等，数据和资源进一步“汇聚”，交通指挥中心也被升级为“智能型指挥中心”，希望能够实现全面的数据融合、要素融合、人机融合，整个交管体系实现联动。这一阶段的本质是打造具备“机器服务人”的复杂AI决策系统，通过“平台+精兵”的人机协作模式管控日趋复杂的交通系统。”
交管业务模式现状与问题点
近些年，全国各地在交管业务实践中，依托自身的需求和不同因素，也发展出了三种主要业务模式。郭海锋博士将他们分别归纳为，以三四线城市需求为主的“应急管理模式”，满足一二线城市需求的“专项治理模式”，以及一线城市采用的“综合运营模式”。
在应用“应急管理模式”的三四线城市，通常交通早晚高峰持续时间短、交通瓶颈点相对固定、出行规律相对稳定。因此，核心业务主要是日常交通事故处理、交通秩序治理、交通组织优化等。当前模式下，交管工作主要依赖民警独立承担，外场设备也处于独立运行状态。基于三四线城市的需求，其未来升级的方向，首先是要普及设备联网率，然后要解决基础数据有无，最后才是考虑如何升级智能化。
在一二线城市，由于交通早晚高峰持续时间长、交通瓶颈点相对较多，交通出行体现宏观上有规律、中微观不明显的特征，由此发展出“专项治理模式”。核心是进行各种“专项优化”，包括交通事故快处、交通组织优化、交通信控优化、交通网络优化等，因此主要依赖中心平台联网运行，中心统筹、分中心联动的方式进行。
然而，当前国内一二线城市普遍面临基础数据不足的问题，并且由于基础数据不足，无法支持业务的智能化升级，导致“各种优化”和“各类联动”都依赖成立的“专班”完成的，效率和成果无法持续有效提升。此类城市需要首先要解决基础数据不足的问题，然后才能考虑如何把核心业务进行智能化。
“综合运营模式”主要适用于一线城市为主，其交通特点是全天多时段呈现“高峰”、交通瓶颈点随机性更强、交通运行受随机事件影响较大。因此业务的核心点是要推动交通事故快处、多个业务融合、多个平台联动以及系统综合治理等。然而，在各地的实际工作中，当前仍需要解决数据的可持续性和高可用性问题，只有解决这一问题，才能真正在未来实现数据驱动或AI驱动。
综合三种运营模式，郭海锋博士表示，虽然各地建设的交管设备和系统平台不断增多，但当前并未能够让更多参与运营的人力得到释放。归根结底，当前我国交通管理运营尚未实现智能化或AI驱动，依然是“人力运营”为主导的。
交管AIaaS：智能交通运营模式升级
在过去二三十年的数字化建设中，虽然我国交通信息化工作取得了长足进步，但目前各地仍旧主要靠“人力”运转设备和系统平台，通过“群体协作”（而非“机器协作”）进行交通应急管理、专项治理和综合运营。对于复杂性极高的城市交通体系和运营系统来说，如果长期依靠人力来维系，很难保障可持续、高效运营。
面对城市日益增长的交通运营需求，郭海锋博士认为智能交通呼唤回归本来应有的运营模式，而智能交通运营模式的本质就是实现交管AIaaS模式，“交管AIaaS，是一种真正的AI运营模式。为交通管理提供全流程自动化的AI服务，实现以“机器协作”管理交通，由AI驱动提供自动化运营服务。”
“数据可持续、高可用，业务高度自动化运转，是实现AI运营的两大前提”，郭海锋博士认为，想要实现交管AIaaS模式，首先需要从基础数据抓起，“否则所谓数字化、数智化、AI化都将难以真正落地”。同时需要解决的重要问题包括，大规模外场设备高效利用问题；系统平台自动化运转问题；高依赖“人力”运转问题；建设投资周期长，落地好看不好用问题；为服务成效买单，而非为项目买单的根本问题。
郭海锋博士还介绍了在2015-2016年曾到访的美国西雅图地区交通中心，认为“它是AI运营模式的雏形，其搭建的系统平台具备高度的自动化”。我国在智能交通运营建设中，可以其特征作为参照，如，交通中心值守人员数量较少；交通数据在线率高达90%，数据驱动特征明显；工作现场有条不紊、安静有序；从外场设备到内场软件系统，能相对地高度自动化运转；软件系统在工程建设成本中占比约50%，软件交通专业属性较强。
围绕我国智能交通发展现状及AI运营目标，商汤科技打造了睿途交管AIaaS解决方案，能够为交通高效运营提供创新、绿色的一站式的AI产品套件，包括一个商汤方舟交通开放平台，和智库、信控、安全三个AI业务产品。整个产品解决方案的特征包括：
利旧设备，大规模利旧已有设备，通过大规模解析视频实现自生产交通数据；
同网部署，部署的系统平台和已有视频及信控均在同一专网，确保数据安全性；
AI驱动，通过AI模型，真正实现自动化业务流转；
专注闭环，整套产品方案既能针对某些特定场景实现局部业务闭环，也能针对规模较大的交通系统，实现更大范围的业务闭环。
其中，SenseFoundry Tran商汤方舟交通开放平台通过人、车、事、路、场交通全要素动态及关联解析，多场景实时监管各要素及事件，可实现面部、人体、机动车、非机动车、事件全要素解析及关联关系提取，具备业内唯一真正的全结构化能力。
为更好发挥AI算法在交通认知、诊断、决策和评价方面的能力，商汤科技还打造了睿途交通智库系统。其不但可对道路交通情况进行实时监测、诊断和分析，还可通过深度挖掘拥堵成因，甄别信号配时不合理、交通组织不合理等多种因素，智能推荐优化策略并进行效果评估，自动生成相应报表，长期监测治理成效，形成长效治理的闭环。
值得一提的是，得益于商汤方舟交通开放平台的大规模视频解析能力，智库系统无需依赖任何其他数据源，可实现更高效、更准确、更可靠运行。
绍兴案例：交管AIaaS应用示范
目前，商汤交通智库系统已在浙江绍兴实现落地，取得良好的应用成果。例如，针对道路交通拥堵，系统可通过挖掘交通事件数据、车道级交通参数指标与拥堵成因之间的相关性，精准定位拥堵点并进行交通状态预测与跟踪等。同时，系统还可对诊断分析结果进行汇总，帮助管理者解答例如，拥堵原因、如何治理等问题，为城市交通精细化管理提供长期指导。
郭海锋博士认为，交通智库系统在功能上，可看做是全自动的“交通智库”诊断决策系统，其可在几秒之内给出交通专业团队需要几周、几个月，甚至更长时间才能完成的复杂分析和决策。因此，他认为“交通智库系统的核心价值，在于通过实现业务平台的自动化和专业化运转，可大大缩短现有交通管理业务的链路。”伴随着交通运营管理链路的缩短，城市路网未来将可承载更多交通流量。
除了交通智库系统，商汤睿途交管AIaaS解决方案中，还包括睿控交通信号控制系统，它可将交通信号控制与商汤领先的AI算法融合，依托商汤方舟交通开放平台产生的数据，对路口进行精细化研判，并生成控制方案推荐，实现AI辅助或AI自动控制，从而提升城市交通信号控制的科学性，提高城市交通管理的效率。
商汤还打造了睿途交通安全治理系统。通过对机动车、非机动车、交通事件及交通参与人实时监测及大数据分析，可实现交通事故和交通隐患事件的主动预警，帮助做到“事前交通隐患排查、实时交通事件监测、事后交通安全态势分析”，实现增强警情主动发现与快速处理能力。
目前，商汤已成功在绍兴落地睿途AIaaS模式和系统平台。面对交通数据严重不足的现状和难点，通过利旧原有设备，依托方舟交通开放平台进行大规模视频解析，确保数据解析的稳定性和算法精度。通过一次部署，即可实现交管全流程的自动化运营。
随着在绍兴实现AI智库决策、AI辅助控制、AI自动控制等多方面的突破，商汤领先的交管AIaaS模式与产品也将持续推动交通决策系统、交通信号控制系统、交通安全治理等领域的智能化升级。
