胡慶勇：態(tài)勢感知下的智慧指揮（附視頻&PPT）

來源：THU數(shù)據(jù)派 時(shí)間：2018-06-21 16:47:28 作者：

城市擁堵現(xiàn)象日趨嚴(yán)重，而如何應(yīng)用大數(shù)據(jù)解決交通領(lǐng)域的相關(guān)問題成為交通數(shù)據(jù)研究院的核心。近期，在第二屆“大數(shù)據(jù)在清華”高峰論壇分論壇“醫(yī)療大數(shù)據(jù)及交通大數(shù)據(jù)之應(yīng)用專場”上，清華87級自動化系的校友、清華-青島數(shù)據(jù)科學(xué)研究院交通大數(shù)據(jù)研究中心副主任胡慶勇發(fā)表了題為“態(tài)勢感知、智慧指揮”的演講，為大家介紹了數(shù)據(jù)科學(xué)研究院在交通大數(shù)據(jù)領(lǐng)域的研究工作，同時(shí)提出了大數(shù)據(jù)智慧升級七步法，包含頂層設(shè)計(jì)、團(tuán)隊(duì)建設(shè)、政策保障、數(shù)據(jù)治理、場景嵌入、流程改造、治理提升等方面。

胡慶勇：預(yù)計(jì)到2020年，全國GDP將超過90萬億元人民幣，人均GDP將突破1萬美元，常住人口城鎮(zhèn)化率將達(dá)到60％；汽車保有量將由"十二五”末的1.72億輛增至2.5億輛，汽車保有量超過100萬輛的城市將由31個(gè)增至100個(gè)，駕駛?cè)藢⒂?.27億人增至4.2億人；高速公路里程將由12.35萬公里增至15萬公里。機(jī)動車、駕駛?cè)思暗缆肺锪鞯热詫⑻幱诟咚僭鲩L期，交通事故預(yù)防工作壓力增大。同時(shí)，城市交通擁堵、出行難等問題可能會加劇，對道路交通安全工作提出更高的要求、帶來更加嚴(yán)峻的挑戰(zhàn)。

為應(yīng)對這些挑戰(zhàn)，國家對交通領(lǐng)域進(jìn)行了大量的信息化投資。與此同時(shí)，大數(shù)據(jù)被用于解決此類應(yīng)用場景問題，發(fā)揮出真正的價(jià)值。這類交通大數(shù)據(jù)是以路為核心的，結(jié)合人、車、設(shè)備、環(huán)境、事件的復(fù)合型數(shù)據(jù)。

交通大數(shù)據(jù)涉及到交通、交管、公交、氣象、環(huán)保、互聯(lián)網(wǎng)、電信運(yùn)營商等方面，融合了大約有86類數(shù)據(jù)源。這里面既有靜態(tài)的交通數(shù)據(jù)，也有動態(tài)的交通數(shù)據(jù)。在靜動態(tài)數(shù)據(jù)中，我們以交管數(shù)據(jù)為主，同時(shí)融合其他數(shù)據(jù)來解決一些特定場景的問題。

由于這些數(shù)據(jù)的數(shù)據(jù)量大，類型多，智能交通系統(tǒng)時(shí)常需面對一些管理缺陷與技術(shù)故障難以區(qū)分的問題，那基于現(xiàn)在的情況，我們?nèi)绾稳ソ鉀Q? 1975年計(jì)算機(jī)圖靈獎及1978年諾貝爾經(jīng)濟(jì)獎得主西蒙（H.A.Simon）提出了一個(gè)聰明的對策：有限的理性，即把無限范圍中的非概念、非結(jié)構(gòu)化成分可以延伸成有限時(shí)空中可以操作的柔性的概念、結(jié)構(gòu)化成分處理，這樣就可把非線性、不確定的系統(tǒng)線性化、滿意化處理，進(jìn)而把表面上無關(guān)之事物相關(guān)在了一起，使復(fù)合型智能交通大數(shù)據(jù)變得更加智慧落地。

現(xiàn)實(shí)的研究場景通過復(fù)合型大數(shù)據(jù)融合構(gòu)建數(shù)據(jù)鐵籠，態(tài)勢感知，融合指揮，情指一體，信息閉環(huán)的智慧計(jì)算技術(shù)支撐體系，建成實(shí)戰(zhàn)、實(shí)用、實(shí)效，集情報(bào)中心，宣傳中心，輿情控制中心，督察中心，指揮中心等五大業(yè)務(wù)中心為一體大數(shù)據(jù)聯(lián)合作戰(zhàn)智慧指揮中心，從而提升交通管理和治理的能力。

具體需要做什么呢？要進(jìn)行全方位的交通態(tài)勢及風(fēng)險(xiǎn)感知，即在特定空間和時(shí)間范圍內(nèi)，對環(huán)境要素的認(rèn)知理解以及對當(dāng)前或近期狀態(tài)的預(yù)測。態(tài)勢感知分為原始數(shù)據(jù)、理解任務(wù)目標(biāo)重要性的融合數(shù)據(jù)和預(yù)估近期將要或可能發(fā)生事件的數(shù)據(jù)。態(tài)勢感知不僅僅意味著數(shù)據(jù)的共享，還包括從戰(zhàn)略層面做出決策和反饋。

智慧指揮中心通過各種各樣的傳感器感知物質(zhì)世界的運(yùn)行狀態(tài)，實(shí)時(shí)分析交通智能軟件的數(shù)據(jù)、信息、知識；通過大數(shù)據(jù)平臺實(shí)現(xiàn)異構(gòu)系統(tǒng)數(shù)據(jù)的流動與知識的分享，通過控制器、執(zhí)行器等機(jī)械硬件實(shí)現(xiàn)對決策的反饋響應(yīng)。這一閉環(huán)賦能體系被概括為“一硬”（感知和自動控制）、“一軟”（交通智慧計(jì)算軟件）、“一網(wǎng)”（交通網(wǎng)絡(luò)）、“一平臺” （交通云和大數(shù)據(jù)智慧賦能服務(wù)平臺），即“新交通智慧四基”。

一個(gè)完整的交通安全態(tài)勢感知體系實(shí)現(xiàn)必須是“平臺+數(shù)據(jù)+團(tuán)隊(duì)”三位一體:交通安全態(tài)勢感知體系不僅僅是一個(gè)技術(shù)實(shí)現(xiàn)，也不僅僅是軟件和硬件，它是一個(gè)系統(tǒng)工程，體現(xiàn)了各類交通設(shè)備和系統(tǒng)之間的機(jī)機(jī)協(xié)同，還包括人機(jī)協(xié)同。交通態(tài)勢及風(fēng)險(xiǎn)感知平臺是整個(gè)系統(tǒng)運(yùn)轉(zhuǎn)的大腦，是數(shù)據(jù)融合中心、數(shù)據(jù)分析中心、決策指揮中心；態(tài)勢感知數(shù)據(jù)源是獲取全面要素信息的抓手和神經(jīng)節(jié)點(diǎn)；態(tài)勢感知支撐團(tuán)隊(duì)則是系統(tǒng)發(fā)揮實(shí)效的指揮官、決策者和關(guān)鍵保障；三者相互支撐、缺一不可，其本質(zhì)是要打造“態(tài)勢感知-實(shí)時(shí)分析-科學(xué)決策-精準(zhǔn)執(zhí)行”的數(shù)據(jù)閉環(huán)，構(gòu)筑數(shù)據(jù)自動流動的規(guī)則體系。

耳聰目明的智慧交通管理大腦一個(gè)是集管理融合、信息融合、功能融合、場景融合、系統(tǒng)融合的指揮體系，其六大方向?yàn)椋罕O(jiān)管，指導(dǎo)，評價(jià)，指揮，培訓(xùn)，服務(wù)；形成了一個(gè)信息領(lǐng)、情況明、看得見、喊得應(yīng)、調(diào)得動的閉環(huán)。指揮中心的未來，應(yīng)是所有數(shù)據(jù)都集中到一個(gè)中心，為隊(duì)伍管理，交通管理、安全管理，停車監(jiān)管、運(yùn)輸監(jiān)管、公交管理，以及為出行服務(wù)提供數(shù)據(jù)和方案支持，同時(shí)與統(tǒng)一集群通訊平臺，統(tǒng)一接警信息平臺，統(tǒng)一視頻匯聚平臺等無縫對接，優(yōu)化交通管理和治理，更好的服務(wù)人民群眾。

最終智慧指揮體系一定是七統(tǒng)一的扁平化智慧，即統(tǒng)一接警、出警、通訊、視頻、策略、信息、角色。如果要用大數(shù)據(jù)去改造一個(gè)東西，大數(shù)據(jù)智慧升級的七步法適用于眾多領(lǐng)域:

第一，有頂層設(shè)計(jì)，做頂層設(shè)計(jì)的目的決定了看數(shù)據(jù)的視角，各種各樣的技術(shù)也是為了頂層設(shè)計(jì)服務(wù)。

第二，有團(tuán)隊(duì)，即使智慧系統(tǒng)、人機(jī)互動的系統(tǒng)，也是需要人去做的，機(jī)器還做不到。

第三，有政策保障，需要資金，需要各種部門協(xié)調(diào)。

第四，有數(shù)據(jù)治理，各種各樣數(shù)據(jù)都是原始數(shù)據(jù)狀態(tài)，需要把它們?nèi)谄饋怼?/p>

第五，有場景嵌入，做大數(shù)據(jù)的目的要解決特定場景特定問題，特定問題就要是特定場景。

第六，有流程改造，如果過去的流程不適合于要解決的問題，不配合流程，不能形成閉環(huán)，大數(shù)據(jù)的結(jié)果就不會產(chǎn)生價(jià)值。

第七，從上到下解決問題，使整個(gè)治理得以提升。

復(fù)合型智慧指揮中心要形成雙閉環(huán)。

第一個(gè)閉環(huán)為警力管理閉環(huán)；

第二個(gè)閉環(huán)為用戶閉環(huán)。

交通大數(shù)據(jù)研究中心用互聯(lián)網(wǎng)的想法和手段去對傳統(tǒng)上大家可能想象不到的事情進(jìn)行嘗試。

我們針對交通場景建構(gòu)了一套計(jì)算體系，即交通大數(shù)據(jù)智慧的體系。這里面涵蓋了用戶、場景、專題、公共、基礎(chǔ)和引擎。在引擎上，我們應(yīng)用了交通仿真技術(shù)，用于道路指導(dǎo)和道路建設(shè)，可以清晰的輔助分析預(yù)測交通堵塞的地段和原因。通過交通仿真、大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，每個(gè)引擎發(fā)揮著特定的效用。

在數(shù)據(jù)基礎(chǔ)平臺上，設(shè)計(jì)數(shù)據(jù)中臺，然后進(jìn)行應(yīng)用創(chuàng)新，就形成了跨界多維交通大數(shù)據(jù)智慧運(yùn)營體系，既保障了流程機(jī)制，又使得運(yùn)營方式得到創(chuàng)新。

如何解決交通態(tài)勢信息融合、路網(wǎng)風(fēng)險(xiǎn)預(yù)警指標(biāo)、路網(wǎng)事故預(yù)測指標(biāo)、交通知識智能問答、駕駛員信用評分、城市交通出行行為、城市交通出行規(guī)律、城市信號控制優(yōu)化等系列問題？我們進(jìn)行了整個(gè)網(wǎng)絡(luò)體系的架構(gòu)。如下圖所示。

具體的應(yīng)用場景有哪些呢？核心分為4大類，即數(shù)據(jù)鐵籠 、公路安全、城市暢通和旅游保障。如下圖所示。

為了提前預(yù)知風(fēng)險(xiǎn)，我們做了一些模型指數(shù)，包括道路交通路網(wǎng)的量化風(fēng)險(xiǎn)預(yù)測預(yù)警指標(biāo)和路網(wǎng)風(fēng)險(xiǎn)動態(tài)量化指標(biāo)。道路交通路網(wǎng)的量化風(fēng)險(xiǎn)預(yù)測預(yù)警指標(biāo)，提供量化決策依據(jù)，而路網(wǎng)風(fēng)險(xiǎn)動態(tài)量化指標(biāo)為交通管理指揮決策提供量化依據(jù)。

智慧誘導(dǎo)可以精準(zhǔn)，及時(shí)的進(jìn)行引流。用戶上路之后，如果收到一些信息，大部分人認(rèn)為是無效的，但是實(shí)際上收到的信息對特定區(qū)域和特定人群是很有意義的。這里分為擁堵區(qū)域臨近車流引流和擁堵區(qū)域道路流量峰值削減。擁堵區(qū)域臨近車流引流指擁堵區(qū)域的車流量很難瞬時(shí)降低，擁堵中的車輛也很難做出調(diào)整改變，因此在發(fā)送信息的時(shí)候是不會針對擁堵區(qū)域中的車輛，而是擁堵區(qū)域附近20-100公里左右的高速公路上的車輛，引導(dǎo)不要開往擁堵區(qū)域，或者繞行到其他高速公路，或者延緩行車速度，或者停車等待。而擁堵區(qū)域道路流量峰值削減指一定時(shí)間段的總交通量往往是固定的，是客觀存在的。造成交通癱瘓的并不是總交通量，而是交通峰值。因此我們需要通過信息發(fā)送引導(dǎo)交通參與者的出行行為來削減峰值，使得交通流走勢趨于平緩。

智慧誘導(dǎo)在2018年春運(yùn)的實(shí)戰(zhàn)中得到了檢驗(yàn)，交通事故死亡率再次下降。而態(tài)勢感知，智慧指導(dǎo)還需要更長時(shí)間去驗(yàn)證，交通大數(shù)據(jù)研究中心從今年開始可能到各省會去做一些相關(guān)性的引導(dǎo)，逐步使所有大數(shù)據(jù)要形成一個(gè)閉環(huán)的場景。

責(zé)任編輯：陳近梅