如何推进智慧城市交通管理

全球正在加速部署智慧城市。然而，这些城市的部署速度比预期的要慢，甚至有所缩减，而且经常面临强烈反对。相对于 15 年前预见飞行汽车的概念，智慧城市的定义也发生了变化。本文将从交通管理的角度讨论智慧城市，事实证明，交通管理是实施智慧城市最具挑战性的领域之一。

好处和挑战

智慧城市承诺提高安全性、减少污染、提高生产力和改善生活质量，这些承诺实在太好了，不容忽视。城市是一个比大多数人意识到的要复杂得多的系统。早先的预期可能需要缓和。一个很好的例子是纽约市的拥堵收费计划，大多数乘用车每天要支付 15 美元才能进入曼哈顿 60 街以下的拥堵区。这项备受争议的计划已经酝酿多年，原定于今年上线，但纽约州长 Kathy Hochul 决定无限期暂停该计划。

无论如何，它体现了交通管理系统面临的一些挑战。让我们回顾一下智慧城市交通管理面临的一些主要挑战：

  •  大规模 智慧城市的概念最适合应用于较大的城市地区。很难将智慧城市项目的部署划分为较小的、分阶段的方法。较小的部署对于概念验证来说很好，但对于实现智慧城市的全部好处来说却不是那么重要。
  • 互联互通 真正的魔力来自于多样化的传感器，它们相互连接并作为一个智能的单一实体工作。从网络的角度来看，这些传感器之间的连接可能很难实现，但对于软件来说也是如此，因为每个传感器都有不同的 API 和不同的通信方式。较小的、重点狭窄的系统在其功能范围内是可以的，但如果没有互联互通，它们就无法扩展到智慧城市系统。
  • 不断变化 城市是一个动态变化的空间，不断快速更新。交通流量会因为新的发展、道路维修、事故和其他事件而不断改变。密集化的驱动带来了新的挑战，需要以过去的城市规划无法想象的方式更新基础设施。
  • 隐私 智慧城市的概念包含隐私风险，因为现在商业和政府机构可以获得更多的个人数据。如果敏感数据被暴露，数据泄露或系统黑客攻击的风险会带来巨大的麻烦。
  • 法律和政治框架 技术是为了支持社会，而不是相反。像智慧城市这样具有社会影响的技术的部署必须经过深思熟虑。法律和政治框架以自己的速度发展，落后于技术发展的闪电速度。人们还担心智慧城市数据被用于诉讼目的。
边缘架构

先进交通管理的核心承诺是改善交通流量并减少拥堵。事实证明，实现这一目标具有挑战性。早期的概念验证通常效果很好，足以吸引城市管理者进一步探索大规模部署，但这些大型系统的复杂性却令他们灰心丧气。降低复杂性的一种方法是在收集点使用边缘处理架构处理信息。

“智慧城市基础设施的架构师必须考虑到人工智能不断发展的性质”

边缘处理提供了在传感器级别分析数据的能力。传感器可以有多种类型，包括基于视觉的检测、计数、分类、监控等。其他传感器可以测量空气质量、天气状况、路面和噪音水平。这些传感器上的边缘处理可以通过过滤甚至在本地做出决策来减少数据。

通过仅传输结果而不是原始数据，边缘处理架构具有许多好处：

  •  弹性基于边缘的系统本质上更具弹性，因为没有单点故障。智慧城市的系统至关重要，而且有几件事可能会出错。
  • 速度 这样的系统执行速度更快，因为它不必等待数据传输和远程处理后再做出决定，从而避免了处理队列可能出现的瓶颈。
  • 可扩展性 基于边缘的系统可以随着需求的扩大而轻松扩大规模。只需添加更多节点即可增加容量和覆盖范围，而无需改造整个系统。
  • 隐私 边缘处理还具有减少隐私担忧的额外好处。这种方法最大限度地减少了系统内交换或进入托管云服务器的原始数据量。
如何推进智慧城市交通管理

边缘处理和人工智能的创新相结合，催生出新的解决方案。人工智能能够融合来自多个传感器的信息，以传统算法编程无法实现的方式识别模式和相关性。人工智能并不是一个新话题，我们谈论将其应用于交通已有近 10 年。人工智能在其早期迭代中可能已经提高了当时无法实现的期望。然而，最令人兴奋的特点之一是它发展得如此之快。昨天不可能实现的功能今天可能看起来微不足道。

智慧城市基础设施的架构师必须考虑到人工智能不断发展的性质。基础设施需要设计为易于升级到未来版本的人工智能的组件，最好是软件。为了完成这样的任务，硬件组件（包括传感器）必须提供灵活性和嵌入式处理能力，可能是基于 GPU 或 FPGA 的。在摄像头系统中，这意味着使用内存和某种处理引擎。

摄像头是智慧城市实施中的关键传感器。摄像头可以部署在交叉路口，用于监控道路交通，并充当执法设备。要构建灵活的系统，摄像头还必须具备超出当前任务的成像能力。可以用面向未来的思维来分析高分辨率、更好的动态范围和更快的帧速率等特性，从而使解决方案能够随着时间的推移而发展。近年来，成像传感器发展迅速——就像我们在人工智能方面看到的演变一样。

拥有广泛的摄像头组合是确保系统面向未来的一种方式。摄像头技术的最新进展带来了对智能城市特别有用的新功能。例如，能够在多摄像头系统中提供同步性——例如在交叉路口发现的摄像头——或者能够通过使用摄像头内的多感兴趣区域来减少要处理的信息量。

前进的道路

架构需要将智能边缘传感器与中央主机功能相结合，以充分利用新的 AI 功能，并实现现代智能城市系统所期望的全部功能。中央主机最好通过云计算进行部署，就像边缘计算一样，它灵活且易于扩展。构建此类系统所需的组件现已可用，包括内置处理功能的摄像头或更简单的机器视觉摄像头，这些摄像头可通过 USB 端口轻松连接到同地嵌入式处理器板。

“城市是一个比大多数人意识到的要复杂得多的系统”

这种实施策略带来了前所未有的新水平的功能，系统可以实时预测事件，而不仅仅是对某种情况做出反应。事实上，当发生交通堵塞时，系统可以做的远不止发出警告和封锁当地交叉路口。相反，它可以通过预测局部阻塞将如何影响更大的区域来重新调整整个街区的交通流量。对现代基础设施管理的要求是实时响应和预测，而不是反应。

交通应用中部署的智能系统的一些早期示例是自动限速和红灯执法。在智能城市中，我们现在可以采用更先进的执法系统，包括分心驾驶（手机）、危险驾驶（不稳定的驾驶行为和醉酒驾驶）和交通阻塞。高水平的连接性使系统能够与警察执法机构和其他机构实时通信，以提供实时响应。

这项新技术带来的其他新功能包括智能停车、动态限速、多模式交通流量管理、智能交通信号灯等，所有这些都是完全互联的智能系统的一部分。这样的系统实现了提高所有道路使用者（从车辆到自行车骑行者再到行人）效率和安全性的承诺。最终，这些好处转化为更环保的城市和更好的生活质量。

作者：Dany Longval