玛莎拉蒂|佳都科技副总裁林超:认知导向的交通管理革命( 二 )


二是个体出行的全面认知 。 我们利用全量的出行个体身份的检测 , 可以求解每一辆车的出行路径 , 每一辆车任意时刻的位置 , 这就为我们精准去掌握系统的出行需求以及交通运行的态势提供了一些分析的基础 。
三是交通运行规则的感知 。 其实这个简单来说就应该把交通系统要全体对象都实现数字化、实体化、数字实体化 , 根据个体行为的模型与交通系统逻辑的规则 , 我们就可以像交警一样 , 来分析研判出行的个体和交通要素之间相互影响的管理 , 来实现整个交通运行管理的态势的推演 。
有了以上对交通系统的全量认知 , 佳都科技目前也跟中山大学在一起致力于打造新一代的交通系统的理论 , 那就是城市交通信息物理系统 。 简单来说 , 其实我们要实现的就是物理空间里面的交通运行的场景 , 把它在数字空间实现数字孪生 , 我们要打造的交通管理系统是能够实现自主学习和进化的系统 。
以上的研究通过我们IDPS的理论来体系化 , 整个理论应该包含设施的建设、数据的采集、平台的建设以及个性化的服务管理 。 在基础设施建设这一层 , 强调两种的感知能力:一是可计算的车道及精细化的路网;二是对身份车辆检测的设备建设 。 按照交通管理的业务逻辑产生的数据 , 它就可以支撑我们去打造面向交通对象的三大计算平台 , 全要素地精准认知个体对象的管控策略 , 以此再来支撑交网业务各个方面的智慧化的业务需求 。
有别于传统的智能交通理论体系 , 我们要构建的是路网可计算、人车可测量的精细化的社会交通的管理新模式 。 在传统的交通建设里 , 业务导向型的 , 它只服务于特定的业务 。 此外 , 其采集的数据也是局部的 , 业务系统相对来说是孤立的 。 我们现在的逻辑系统是一个以认知为导向的业务系统 , 先认知、后业务 , 通过建设完善的基础设施来采集完备的交通管理数据 , 然后通过建设基础的计算平台来支撑各个智慧化的交管业务 。 总的来说 , 我们的交通指挥任务 , 正在由原来的集成指挥到一体化指挥、业务导向到认知导向在发展 。
依托于IDPS理论 , 打造城市交通大脑
依托于IDPS理论 , 佳都科技推出了智慧化的计算平台——交通大脑 。 我们的交通大脑由三大智能计算平台组成 , 即路网平台、认知分析平台和仿真决策平台 。
路网平台 , 即通过路网数字化来计算路网单元的通行能力(包括路段的承载力)清晰的告诉交通的管理者 , 整个城市的路网能承载多少辆车、每一个路段能承载多少辆车 , 以此来提前知晓道路拥堵的节点 。
认知分析平台 , 通过对每一辆车出行轨迹、出行规律的计算 , 全量、全域、全时的摸清交通出行的底数 , 包括每一个区域、每一个路段在网车辆数的变化规律 , 以此来提升交通管理的效率 。
仿真决策平台 , 它是交通的场景全数字孪生 , 可以全时空、全地域来精准复刻交通的运行状态 。 比如早晚高峰每一条路甚至是每一个车道、每一个路口车辆的行驶状态 , 通过这样的复刻就可以去调整管理和交通疏导的策略 。
赋能信号优化、安全管理、执法效率、交通资产
有了以上我们交通大脑全量全要素的精准认知以后 , 我们到底能做哪些事呢?这主要从四个赋能方面进行解读:
一是信号优化赋能方面 。 有了交通大脑全量数据的支撑 , 我们可以实时地对交通管理和交通路口的信控方案做实时的评价;在组织优化上 , 我们可以对通过对车辆出行OD的分析、对路口路段主要车流与通行能力的分析 , 这样就可以去做冲突点的分析 , 然后对车道功能的诊断以及潮汐车道的分析;在信控创新应用这一块 , 我们针对不同的场景与其他业务系统联动可以提供专项的信号优化、优先的服务 , 对特行车辆 , 例如对120、110一路绿灯和对特定公交车给予优先行驶的保障 。
二是安全管理赋能方面 。 我们的安全管理更侧重于数联管理 , 我们通过对人车路企的全量数据的掌握去分析人的驾驶习惯和常发的违法车辆 , 这样就可以对路段事故、热点分布进行一些分析 , 也可以对运输企业进行安全的评价 。 对于在叠加时空维度这种动态的行驶情况 , 我们可以加强对违法车辆在高发行驶的情况进行一些隐患的排查、优化设备设施和降低交通事故违法的发生率 。


推荐阅读