日前，2017年中國“云上貴州”智慧交通大數據創新大賽在貴陽收關，535個項目經過激烈角逐，16個項目最終站上領獎臺。從交通領域看，這些項目涉及公交線路優化、“綠通車”、出行行為預測、交通工程大數據等領域；從大數據角度著眼，物聯網、數據挖掘、深度學習等大數據力量在交通全領域、全維度進行著滲透應用。

“通過大賽可以看出，目前交通行業已經開始利用海量數據創造價值，這意味著交通行業已經開始進入4.0時代。”上海交通大學智能交通與無人機應用研究中心教授、長江學者彭仲仁告訴《中國科學報》記者。

挖掘歷史，大數據讓高速公路更易管理

2016年6月，云南警方利用基于高速公路收費大數據的營運稽查系統，實現穿線，破獲了一起篡改通行卡入口信息偷逃費大案，打掉制卡團伙4個，涉案車輛1652輛，涉案金額2250萬元。

“早在2015年，云南省出入口日車流量就已經超過160萬，傳統稽查早已力不從心。”參賽選手孫秀珍表示，“于是我們設計了一個新的基于大數據的高速運營稽查系統。”該系統通過流處理、Hadoop分布式并行數據處理、內存計算等先進大數據技術，整合了高速的全維度數據，利用神經網絡技術，對偷逃費車輛精準畫像，訓練優化出30余種偷逃費模型。

除了能穿越破大案，大賽的項目還解決了“綠通車”逃費問題。“綠色通道”是國家采取的一項免收農副產品運輸車輛過路費的政策。但是有一部分人卻在農副產品中混裝其它貨物逃避過路費。“稽查‘綠通車’不僅耗費大量的人力物力，還會造成收費站通行能力降低等，如果不稽查又面臨海量的高速收費流失。”貴州省高速公路集團楊瑩告訴記者。本次大賽參賽項目高速公路綠色通道“空中查驗”誠信管理平臺用歷史回溯的方式讓收費站工作人員全維度了解“綠通車”運行歷史，試圖解決該問題。

綠通車司機需要下載一個具有防偽拍照技術專用的APP，按要求記錄車輛的裝載貨物的場景，APP將自動記錄和識別裝貨時間、行駛路徑、貨品類別等多維數據；在車輛到達收費站時，收費站工作人員將結合該車輛歷史畫像利用大數據技術空中查驗“綠通車”，精準感知車輛類型，快速放行真正的“綠通車輛”。

把握現在，大數據讓事故監測實時準確

在2014年3月，兩輛甲醇運輸車輛在晉濟高速山西晉城巖后隧道追尾，并引發連環事故，造成40人死亡、12人受傷。

“從事故發生到事故發現我們整整花費了20分鐘，如果我們能在第一時間發現事故、準確掌握隧道中的人車情況就可能制定出合理的解決方案，2014年的悲劇就不會那么慘痛。”參賽選手呂超說，“我們參賽項目‘慧眼識交通’就是在這次事故后研發的。”呂超與團隊一起，研發了一套深度學習算法及多任務神經網絡模型，系統只需4個月的訓練，就可以秒級報警隧道交通事故、交通違法、擁堵等異常事件，確認異常事件地點、車型、隧道行人等情況，識別準確率高達99.6%。

“有了‘慧眼識交通’，高速檢測員將秒級監控隧道狀況，實時反應，第一時間發現并定位事故。”呂超說。另一個參賽項目“慧眼達”與“慧眼識交通”同是利用視頻數據的高速公路異常事件監測平臺，但是“慧眼達”更擅長全路網、全場景的實時監測。

據介紹，“慧眼達”利用深度學習技術和熵值突變模型對各路網運行態勢進行監測和預測、對異常事件進行精準識別和實時報警。哪怕在極端環境下、公路攝像頭盲區，也可以通過自適應場景切換的目標識別技術和路網運行間接預測模型實現路運行態勢實時監測。

預測未來，大數據讓城軌輕松調度

廣州地鐵的城軌調度員可能是天下最幸福的調度員，因為他們可以“看到”未來。城軌調度員利用‘城軌客流多維智能預測平臺’的可視化屏幕可以輕松看到未來5分鐘、10分鐘、1小時乃至1周、1個月的每個地鐵口的進出站量、站間客流分布、客流和換乘量，哪怕遇見節假日、極端天氣等，新地鐵線運行也絲毫不影響準確度。

“能做到跑得比時間快，是因為我們融合分析了海量歷史數據。”參賽選手、“城軌客流多維智能預測平臺”項目負責人郇寧表示，“我們將城軌刷卡數據、城軌運行數據、出行行為數據，POI數據、換乘數據、氣象數據集合起來，建立了9種預測模型，實現了對城軌客流多粒度、多場景、多指標的精確預測。”

除了預測平臺，新的預測算法也頻繁出現在本次大賽中。非常態路網流預測算法研究項目設計了一種新的流量預測算法，這種算法基于相同屬性下非常態交通流量變化呈現趨勢高度重復的特性，將路網流量分解為反映數據趨勢的基準和反映數據相對于基準序列的偏離兩部分，基于相似模式分別預測，之后疊加。 經過驗證，它與傳統算法相比準確率提高了3%-5%。

“本次大賽是中國智慧交通發展的一面鏡子，在這面鏡子里，有中國交通的未來。”貴州師范大學副校長謝曉堯表示。