一文详解城市交通大脑

本文来自机械工业出版社出版的《智慧城市与智能网联汽车，融合创新发展之路》一书。

（一）城市交通大脑概述

伴随着“智慧城市”从概念到实际建设，道路交通管理科技信息化也逐步从“智能”走向“智慧”。特别是近年来，在大数据和人工智能技术快速发展的大背景下，通过对城市交通相关信息的获取、解析、判断、决策、应用，城市交通正在向人类大脑高度相似的方向进化，交通将具备自己的视觉和听觉，拥有自己独立思考的能力，构建出类似于人类大脑的感知、认知、决策过程的核心部分，这个核心被形象地称为“交通大脑”。

在宏观层面，交通大脑是以“交通大数据”为核心，利用大数据、云计算、5G、北斗、人工智能等新一代信息技术，在“交通大数据”基础上，提供集成控制、数据服务和输出多种AI能力的平台。从问题导向上看，交通大脑必须能够助力破解交通难题，缓解拥堵、提高服务品质和交通安全水平、保证良好交通秩序、实现动态交通管理、规范出行者交通行为等。从目标导向上看，交通大脑要具有不断自我进化能力，逐步走向完全的自动化和智能化，包括基于多源异构信息的深度态势分析、问题症结及其机理研判、对策方案自动生成和实施、车路协同控制指挥服务一体化、交通组织和诱导智能化等。交通大脑能够利用交通各种相关的信息，实现“眼疾手快”、“有的放矢”地优化交通控制和交通组织，在一定程度上能缓解交通拥挤，特别是当路口的交通控制很不合理，路网的交通组织很不科学时，在短时间内能起到一定作用。但是，道路交通系统因其多样化、突变性、强非线性规律的复杂特性，注定维护交通秩序、缓解城市交通拥堵的对策也必须是多方面的、灵活的、综合的，不能指望单个措施或技术手段能彻底解决问题。交通大脑概念给我们最大的启示是，当前社会已经进入到“数据时代”，我们需要更充分地采集、汇聚、分析、应用好数据，需要将数据与需求、业务更紧密地对接，需要构建数据驱动下的交通管理新模式。分析交通大脑的类人功能，从生物学角度看，中枢神经系统是人体神经系统的最主体部分，其负责接受全身各处传入的信息，输送、储存到中枢神经系统内成为学习、记忆的神经基础，并经其整合加工后成为协调的运动性传出指令以控制人类活动。中枢神经系统中，人的大脑是最高级部分，是实现高级功能的核心。人脑成为中枢神经系统的核心，其根本原因在于其可实现“环境感知、行动控制、情感表达、学习记忆、推理判断、理解创造”六大功能，因此交通大脑要担任交通治理中枢系统的核心，亦需具备以上六大类人功能。交通大脑类人功能演化机制如图1所示。

图1 交通大脑类人功能演化机制

具体而言，交通大脑的类人大脑六大功能分析如下：

（1）实现类人脑“环境感知”——信息汇聚全景感知强调全方位数据信息的运用，对不同来源、不同行业、不同交通方式所产生的细化到出行个体的海量时空轨迹数据进行融合分析，实现对交通运输体系中各种要素（包括人、车、路、环境）的全面感知。

（2）实现类人脑“行动控制”——泛在互联系统协同强调人、车、路、环境的泛在互联、信息在交通要素间有序交互、流动与反馈，各个应用系统能够协同运行，支持交通协同指挥控制的实现。

（3）实现类人脑“情感表达”——实时反馈闭环控制交通大脑表达类人“情感”，即实现数据信息的实时传递、反馈与预警，以“零延迟”完成交通系统接收与反馈闭环，建立“数字孪生交通系统”，最终实现交通系统智慧、高效服务。

（4）实现类人脑“学习记忆”——人工智能机器学习充分运用机器学习、人工智能大模型等先进技术，通过自学习、自组织的方式推理交通运行状态并产生相应的应对机制，从而完成对交通系统的自我反馈和自我调节，实现交通系统智慧化运行。

（5）实现类人脑“推理判断”——数据分析算力支持依托数据中心提供大数据高性能计算并完善数据汇集与储存机制，对汇聚数据开展高水平的存储、计算与分析，实现数据推理判断。

（6）实现类人脑“理解创造”——全局视野系统最优借助机器学习、人工智能大模型等先进技术，以全局视角对交通供给、需求和状态进行综合“分析判断”和“预测应对”，以系统整体供需平衡为原则，替代人脑创造全局最优的交通设施、运力资源配置。

（二）城市交通大脑架构

随着智能交通产业技术的进步，新技术研究开发和商业应用将会推动交通运输产业业务模式创新和产业效率提升，提高产品和服务质量。

交通大脑就是在大数据、云计算、人工智能等新一代信息和智能技术快速发展的大背景下，通过类人大脑的感知、认知、协调、学习、控制、决策、反馈、创新创造等综合智能，对城市及城市交通相关信息进行全面获取、深度分析、综合研判、智能生成对策方案、精准决策、系统应用、循环优化来更好地实现对城市交通的治理和服务，破解城市交通问题并提供系统的、综合服务的智能交通系统的核心中枢，推动交通运输产业发生颠覆性变化，提升交通运输产业效率，丰富产品和服务形态。

交通大脑全景图如图2所示，交通大脑是传统智能交通体系的衍生与进化，通过搭建人、车、路、环境、全量数据资源池，实现对全量个体用户画像式需求细分、数据集成与融合处理，形成“个体触觉”与“需求全景”。

以全局最优、系统协同、个体智能为目标，基于深度学习与反馈的迭代更新，对交通网络进行实时智能化运算与模拟，并对未来趋势进行前瞻性预判，依托“交通数字孪生系统”进行交通系统时空资源调配，实时提出精准、个性化的系统解决方案，实现供需适配、系统最优的智慧、高效交通系统。以一体化需求响应、出行预约的全新交通服务模式，建设零拥堵、零延误、零等待的有序交通系统，实现平等多样、体验最佳的人性化交通系统。

图2 城市交通大脑全景图交通大脑应具有不断自我进化能力，逐步走向完全的自动化和智能化，综合考虑每个场景不同的应用环境、技术特点、运维要求、项目成本等因素。交通大脑应采取“统一规划、分步实施、逐步深化”的形式进行演进。

从搭建硬件基础设施、建立规范标准、建设数据中心、建设企业中台、不断丰富交通大脑的能力、升级模型，到深化落地应用场景。另外，在交通大脑不断完善的过程中考虑系统的升级迭代和集成需求，应充分考虑系统的横向扩展和纵向深入，在系统的演进发展中解决问题，如图3所示。

图3 城市交通大脑建设技术路线

其中，交通大脑提供的集成控制、数据服务、AI能力等将随着业务范围和应用场景的需求变化灵活建设，通过不断优化算法和模型，“子能力”融合以支撑应用场景的落地，最终实现交通大脑的自我演化目标。

（三）城市交通大脑建设标准规范

（1）标准规范建设原则

交通大脑应该以国内外成功的标准化工作经验为参考，以体系为框架，为交通信息化提供支持与服务；建立系统标准规范贯彻实施机制，为标准规范的实施提供有效服务。落实工作任务规范化、标准化是保障交通大脑建设和系统正常运行的科学管理手段。因此，为有效支撑交通大脑信息化建设，在调研国内外标准化现状的基础上，从现实需要出发，应以采标为主，制定为辅的原则，在满足交通大脑项目建设需求的基础上，首先考虑采用国家及交通运输部、交通行业已有的相关标准规范，其次是修订或制定适合城市特点的、专用的、不与国家或行业标准冲突的前瞻性标准规范，实现各部门、各业务板块之间互联互通、信息共享、业务协同和信息安全。

（2）标准规范建设内容

标准规范体系包含数据、技术、管理规范三大部分，见表1。

表1 交通大脑标准规范建设内容

（四）城市交通大脑建设内容

（1）城市交通大脑大数据中心

2019年12月12日，交通运输部印发《推进综合交通运输大数据发展行动纲要（2020—2025年）》，指出到2025年，力争实现以下目标：综合交通运输大数据标准体系更加完善，基础设施、运载工具等成规模、成体系的大数据集基本建成。政务大数据有效支撑综合交通运输体系建设，交通运输行业数字化水平显著提升。综合交通运输信息资源深入共享开放。大数据在综合交通运输各业务领域应用更加广泛。大数据安全得到有力保障。符合新时代信息化发展规律的大数据体制机制取得突破。综合交通大数据中心体系基本构建，为加快建设交通强国，助力数字经济发展提供坚强支撑。如同综合交通大数据中心体系于综合交通的战略地位一样，交通大脑的核心是交通大脑大数据中心体系，它是构建交通大脑的数据支撑、数据服务和数据运转（包括数据计算加工能力、数据传输存储能力、数据容灾备份能力等）三大数据核心能力的提供体系。交通大脑大数据中心体系以数据资源赋能交通发展为切入点，按照统筹协调、应用驱动、安全可控、多方参与的原则，聚焦基础支撑、共享开放、创新应用、安全保障、管理改革等重点环节，推动大数据与智慧公路运输深度融合，有效构建交通大脑大数据中心体系，为加快建设交通强国提供有力支撑。交通大脑大数据中心体系通过对完善标准规范、强化数据采集、加强数据同步、集中数据处理、深度数据开发、加强技术研发应用等过程，最终将如同金山银山的数据资源进行深度挖掘，并最终转化为价值密度高的交通大脑数据资产。

a）建立统一的数据模型梳理基础设备、基础设施及基础业务，创建基于本体对象的数据模型，将多源的数据格式转化成统一的数据模型对象。一是建立基础设备、基础设施数据模型。为基础设备与基础设施建立统一的数据模型，定义模型和相关联属性。这主要涉及道路、立交桥、收费站、路段、服务区、可变信息标志、摄像机及车辆等。二是建立基础业务数据模型。为交通大脑建立基础业务数据统一的数据模型，定义模型和相关联属性。这主要涉及交通态势、交通流量、收费数据、监控数据、养护施工、交通事件、车路协同及气象信息等业务。

b）建设统一的数据资源仓库根据交通业务系统中多源异构的数据特点，将基础设备、基础设施、业务系统、第三方产生的实时数据和历史数据，根据结构化数据、半结构化及非结构化数据的区分，汇集、处理、融合到统一数据模型中，得到统一的数据资源，从而建设综合性的数据资源仓库。根据功能结构和汇聚数据特点的不同，数据中心的数据库分为原始库、基础库、业务库、主题库、标签库、模型库、知识库等类型数据库。

原始库：从分散的各业务系统、设备或手工录入方式采集到的原始数据。此数据没有经过任何加工处理，保留了数据的原貌。原始库的数据保留了数据汇集前的原始定义，在数据汇集时记录元数据信息。

基础库：是支撑各类应用系统的主数据，此数据具有一致性和权威性。是以原始库数据资源为起始，通过匹配去重、评分选取等策略整合形成主数据。主数据整合的策略制定需要考虑到数据的采集生成时间、来源业务、数据的质量以及多个来源数据的差异等因素，需要专门的整合软件进行处理。主数据的治理主要实现并确保了主数据的整体数据质量与可靠性，形成切实可行的“一数一源”权威数据基础库。

业务库：根据业务实际需求建设业务库。从基础库中抽取需要的业务数据组装成业务库的内容，业务数据需要贴切业务应用实际，设计的业务数据模型贴近实际业务需求。通过使用业务数据模型，屏蔽了底层的数据存储和访问方式，使数据应用者不再受制于原始数据库管理系统的专业性、复杂性和使用上的困难，并实现跨数据库的业务应用。

主题库：对业务数据和基础数据进行抽取形成的历史断面数据，用于支撑综合运行分析的统计数据。

标签库：针对各类业务场景和主题、设立不用维度的标签、用于数据的汇总、统计分析和辅助决策支撑。模型库：建立数据汇总、分析、决策、运算的模型，为实现多种应用场景提供模型支撑。

知识库：依据数据、算法、模型的沉淀，形成能够指导业务开展和为决策提供辅助支持的数据库。

c）推进数据融合交通大脑大数据中心将各类数据经过数据提取、数据转换、数据筛选、数据融合四个步骤，通过统一的数据评估、标准化和转换处理，利用数据融合算法得到新的高精度数据，并对数据融合后的结果进行准确性验证。

d）提供数据交换服务交通大脑大数据中心能够实现各业务系统之间的数据级集成和非耦合式的互联互通。业务系统间的数据传输与交换，通过“抓取”与“分发”两种方式来实现。

一是“抓取”方式。对于专题数据库中的数据，业务系统通过交通大脑大数据中心提供的接口与服务抓取数据。

二是“分发”方式。对于需要实时交换的数据，通过分发的方式由交通大脑大数据中心分发给业务系统。在数据交换过程中，交通大脑大数据中心实时分流正在交换的实时数据，并进行数据分析与存储，处理与平滑各业务系统数据之间的差异。当其他业务系统查询该数据时，交通大脑大数据中心直接返回查询结果，降低原有业务系统的压力。

（2）构建交通大脑三种能力（集成控制、数据服务和AI服务能力）

交通大脑通过构建应用中台、数据中台、AI中台，从而提供集成控制、数据服务和AI服务的能力，支撑业务层各类应用场景的应用。交通大脑的三种能力各有所长，集成控制能力整合各类计算与存储资源，通过图形化交互界面对资源进行管理与分配，整合内部资源，打破数据孤岛。数据服务能力使能从海量数据中提取加工出具有服务价值的数据集与信息，提供给不同群体的用户。AI服务能力面向未来，高效快速地完成各类任务，克服由于人性导致的各类失误与懈怠，体现出项目的自动化与智能化。基于这三种能力，生成可快速化部署，弹性分配资源的云业务板块，每种业务板块由不同的能力赋能。

a）集成控制能力建设应用中台，利用应用中台提供标准化组件、引擎、服务和功能，实现业务应用系统快速集成和控制。利用应用中台提供的集成控制能力，整合现有应用系统的统一入口，建设统一应用门户，实现“人员注册、应用授权、数据权限、上线登陆应用、操作日志审计”等环节的规范统一，方便应用和统一管理，快速集成。根据计算与存储资源包括云资源的相继上线情况，对各业务板块下的系统进行资源重新分配整合。为各业务模块提供资源配置与调用服务，便于后续扩展与升级。

b）数据服务能力以数据中心为基础，搭建数据中台系统，利用数据中心和数据中台，构建“数据超市”。为各类对象（政府部门、交通管理者、车辆、乘客、企业、物联网设备等）提供数据服务。数据中心实时汇总和分析来自各业务的数据，并随着时间推移不断沉淀形成不同的业务数据仓库资源，为交通大脑提供数据支撑。数据中台实现数据抽取、转换、加载、加工、共享等功能，提供动态颗粒度集成的API接口，根据对不同用户群体开放的权限为各类用户提供数据服务。管理层可根据需求，设计以获得订阅式BI报表等服务。

c）AI服务能力基于数字服务能力，通过AI技术的导入并根据业务灵活、切合实际地加入创新，提供AI服务能力。AI服务能力可以将确定的事情自动化，不确定的事情辅助化。AI遵循“以用促建”的建设模式，将海量计算与高复杂度的算法及研究成果落地，形成具有数据流控制的闭环。AI服务能力可人为主观性地介入，依托技术与业务的双向支持，随时能根据需求修改其工作逻辑产出结果。

AI服务能力是交通大脑的核心能力，具备以下功能：

①信息感知。通过布设在道路上的各类传感器以及交通共享数据，将离散的时变信息流实时汇总提取成为作用于特定业务或功能的服务与告知信息。

②计算分析。AI服务不仅能生成基础的统计类报表，还能透过深层逻辑算法，提供具有价值的参考建议或者直接采取行动，比如通过图像处理检测出视频中的异常事件，及时发出警报。

③自行动力。如提前预判拥堵发生，及时发送相应指令，自动发布信息。④多方交互。能够与交通出行者进行交互，信息发布及时触达，从而使业务面向更广阔的群体，形成规模效应，交通出行者能够获得更多的路乘交互感和出行科技感。根据业务应用场景与用户的不同，交通大脑的应用主要包括面向交通安全管控的“公安交通集成指挥平台”、面向交通运输管理的“交通运行监测调度中心”、面向智慧高速的“智慧高速公路大脑”等。

▎好书推荐

本书由吴冬升、李大成担任主编，机械工业出版社出版。书中在分析智慧城市重点建设内容和智能网联汽车重点发展内容基础上，进一步探讨智慧城市与智能网联汽车融合发展带来的车联网智能道路基础设施、新型能源基础设施、地理位置网、现代信息通信网、车城网平台建设和发展情况。并且介绍智慧城市与智能网联汽车融合创新发展的相关案例。

吴冬升 博士