城市交通智能治理大数据计算平台及应用示范研究

我国有8亿城市化人口,每天出行约15亿人次,主要大城市每天出行人次超千万次。虽然各城市都广泛采用基础设施建设和政策调控等措施,但交通拥堵情况依然严重。本文主要介绍以"感—知—判—算—治"为主线,围绕提升交通全面感知能力、高可靠实时研判和态势推演能力、大规模高效计算能力,构建高效智能的城市交通智能治理大数据计算平台,进而缓解交通拥堵问题上所取得的研究进展。在"感"方面,建立了万路级视频分析引擎,实现了人、车特征识别率 80%,跨摄像头重识别率 60%;在"知"方面,研究了城市交通知识图谱的标准化设计方法,构建了包括2.87亿个实体和12亿条关系的深圳市交通知识图谱;在"判"方面,利用深圳市静态测试数据构建了大规模复杂系统推演算法,实现15 min交通状态的预测时间2.2 s,预测精度达94.09%;在"算"方面,研发了"云—边—端"协同的交通大数据智能平台软硬件,支持大规模智能治理大数据平台的集成与部署;在"治"方面,依托研发建成的城市交通智能治理Trans PaaS平台,在深圳和宣城实现了重大活动应急疏散、异常事件快速响应、出行服务、路段交通溯源、交叉口群信号协同五大示范应用。