AI＋智慧交管

近年来，构建城市级“交通大脑”被认为是一项行之有效可落地的智慧交通解决方案。

我们也正在通过车辆识别、行人识别和大数据来构建交通大脑，调动城市内的所有摄像头对车辆和目标进行精确感知，最终将结果映射到地图上，由此构建现实世界的虚拟数字镜像。

通过这个工作，可以实现车道级的车流统计与交通流仿真，道路参与主体人与车的跨镜头跟踪，高效精准的道路事件应急处置方案，精准的道路路况感知与识别等。

除此之外，对于车辆识别，我们将过去的7个字符的车牌识别扩充到了4000维度车辆特征识别。

过去的道路监测系统只能拍摄到车辆的车牌号等简单信息，通过AI技术，我们可以进行多维度识别并获得车辆的详细多维特征信息，例如车的品牌、年检标志、车内饰、车身粘贴标志、车辆天窗行李架特征等、驾驶人、副驾驶的人脸信息等，对车辆多维特征信息的掌握，可以衍生出非常广泛的杀手级AI应用，如套牌车假牌车识别、无牌车追踪及轨迹检测、无牌车违法处罚、遮挡号牌车辆分析研判、危化品车辆检测预警等等，我们称之为车脸识别技术。

下图为以宝马为例的案例分析：

通过车辆多维特征识别，还可以识别车辆的收费类型和轴型、轴数、轮数，进而推算出载重。今年两会中提到，要在2年内取消省界收费站，通过摄像头实现自动化的收费类型识别，将显著加速省界收费站取消的进程，这也是AI助力智慧交通的典型应用。

AI＋智慧停车

智慧停车是近年来特别火爆的一个智慧交通场景应用，通过车牌识别的应用已经落地了无感支付，无人值守收费等典型的AI场景应用。

我们利用车辆特征进行精准识别，可以实现无牌车、污损号牌车辆的进出场精准匹配和计费，并通过AI识别规避通过打印号牌或手机图片开闸的恶意逃费。

除此之外，我们还可以构建了一个AI无线视图物联识别感知平台，通过PaaS将AI能力赋能给智慧停车行业，其中一个比较典型的案例就是，我们给南京某大型商业综合体提供了入口车辆的精准识别画像，通过精准识别入口车辆的品牌、价位、颜色，并将数据推送给商家，由商家实现精准化的营销推送。

车位余量统计一直是智慧停车领域一大痛点，由于没有精准的车辆余位信息，因此区域的停车位诱导系统往往效果不佳体验不好。

目前我国尚没有一个平台能精确发布全国各地停车场剩余余量信息，主要是因为现有的车位检测方式，地上主要依靠地磁，地下主要依靠车位识别摄像机和超声波探测，其中地上检测问题尤为突出，地磁用于停车场干扰较为严重，精度往往不能很好的满足用户要求。

我们通过AI实现了车位占用状态识别，通过一个或多个摄像机组合即可实现一个室外停车场的车位余量实时检测，成本低，施工简单，精度高。

通过4G无线图传，通过PaaS云平台云服务的识别方式，采用极低成本实现智慧停车的监测，目前已经在全国多省市停车场应用，这也是一个非常典型的AIot应用和AI智慧交通的场景化应用。

AI＋智慧民航

AI技术除了在道路交通上广泛应用，在民航领域也能场景化落地。我们在国内某大型国际机场，通过AI实现了飞机泊位占用与停机坪检测，便于机场管理方进行飞机停靠的精准检测与识别。

除此之外，我们今年还打造了一款基于无人机的违规停车及占用车道违法抓拍系统，通过接入无人机的视频图像，通过AI实现违法停车抓拍及应急车道、公交车道违法抓拍。

这些都是AI在智慧民航领域的典型场景化应用。

AI＋公共交通

AI技术还可在公共交通领域进行场景化落地。我们通过对轨道交通和公交场站环境下行人的姿态关键点捕捉，可以在大客流及密集人群的情况下，监测人群密度、断面流量及乘客异常行为。

在旅游景区及普通山路，对行人进行分析并进行道路预警。此外还可以在公交场站进行人数统计及排队长度的统计，将信息发送给公交公司支持其进行精细化的公交调度。

展望未来

尽管近年来因为深度学习技术的应用，人工智能与计算机视觉领域取得了巨大的进展，但目前AI技术还不够成熟，很多场景下还无法实现100％或99．9％以上精度的识别，因而在很多地方，还不能完全满足应用的需求，因而需要针对场景，各个击破，把每个场景做到真正可用，这也是本次演讲的主题，AI场景化应用助力智慧交通。

当一个技术还不能完全解决应用的需求时，就意味着存在巨大的商业机会。我们的生活中还有太多不够智能的地方，AI的水平离大众想象的还差的很远，因而机会巨大，特别是在智慧交通领域。

我国经过近四十年的高速发展，“衣食住行”中前三个基本解决，但行依然面临着很多问题，这需要无数AI与智慧交通领域同仁的共同奋斗。

我们将继续坚持，不忘初心，精耕行业，致力做到让机器看懂世界，赋能生产与生活！通过AI技术，让交通更便捷更安全，为城市智慧交通贡献一份力量！