6月3日晚

　　已過下班晚高峰時間，阿里巴巴工程師劉勇找到成都市交通運輸局信息中心（成都市交通運行協調中心，簡稱“TOCC”）主任羅健。“今天生成了近4億條數據，地鐵客流增長明顯，我想把地鐵客流出行規律模擬仿真實驗再推動一下。”

　　他口中的模擬仿真實驗，是指通過數據建模的方式，模擬例如高峰時期地鐵人流的出行特征。“說細一點，人流突然增加應該怎么疏導，防護欄應該怎么擺放，都可以通過這個仿真實驗完成。”而這個仿真實驗準確度影響最大的指標，就是要有大量的歷史人流數據。

　　“這還只是一個小環節，整個成都市智慧交通的成形，都離不開各類數據的支持。”羅健介紹，分布在全市的如流量攝像頭等在內的超10萬路感知終端，正在采集整個城市的交通信息。“一個路口，單位時間內通過車輛是多少，一個地鐵站，早高峰期間通過了多少乘客，都是一條條數據。”

　　TOCC每天的平均數據采集量，已超3億條。

　　一天產生超3億條數據

　　海量信息為“智慧”升級打下了基礎

　　“這是向智慧交通快速轉型的最佳時機。”羅健直言，交通的“信息化”和交通的“智慧化”是兩回事。

　　“信息化”是前段基礎，在信息充分采集基礎上，對其進行“智慧化”處理，才是智慧交通的“正確打開方式”。

　　而“智慧化”的關鍵，在于其能夠為交通行業的運行，提供更合理的解決方案。

　　以一個細節為例·

　　TOCC專門打造的“司機小秘書”APP，可讓巡游出租車司機實時查看高鐵站、機場等交通樞紐的等車乘客數量、巡游出租車待客時間、空車數量等信息。

　　“甚至連這個時間段，這里接客的出租車每單參考價都能顯示出來，太方便了。通過它，我專門選擇待客時間短、運價高的區域去跑，現在每個月能多掙600多元。”巡游出租車司機曹明華說。

　　在監測大廳·

　　可以通過大屏幕看到成都市全盤交通情況。大屏幕上的每一個子項目都分得很細，比如過去兩個月，成都人早高峰通勤狀況這一子欄目中，就有包含了私家車、打車、地鐵、公交四個選項，而每個選項又分為0-5公里、5-10公里、10-20公里、20公里以上四個區間。

　　為什么要分這么細？

　　“分細了，才有使用價值。我們可以看到早高峰期間，地鐵乘客行程中，10到20公里人數最多，大家平均搭乘的站數為13站。如果今后想在地鐵上提供一些具有附加值的服務和地鐵票制票價調整，這條數據就是很好的參考。”劉勇說。

　　投訴率下降90%

　　數據共享超90個部門

　　運行模式變為“人做、天看、云算”

　　以成都雙流國際機場為例，機場周邊巡游出租車運營數據接入平臺后，傳統“人盯車”的模式變成“人做、天看、云算”。

　　例如·

　　乘客在非規定地點上車，視頻捕捉到能進行AI識別，將該違規行為通知到后臺處理。

　　“哪輛車在哪里違了什么規，全能識別出來。”成都市交通運輸行政執法總隊機場支隊執法大隊負責人邱銳說，這讓雙流機場出租車投訴率下降了90%。

　　這些交通樞紐配套服務的運行合理性也隨之提升。

　　同樣以出租車為例·

　　羅健介紹，此前一次春運返程高峰期間，出現過幾班列車同時晚點，上千人滯留在火車東站的情況。

　　“當時只能在微信群里吼，讓出租車公司調派空車過去。”但具體需要調多少？沒人知道。最終讓100多輛車跑了空路。“師傅們的怨言很大。但這個現象在中心正式營運后，再沒發生過。”

　　TOCC現在正在做的一個重點，是大運會賽事交通的智慧保障。這也是入駐在此的阿里云工程師孟帥的工作職責。

　　“開閉幕式場館、雙流田徑場館、媒體中心、雙流機場、天府機場、火車東站等，大運會期間都需協同調度。”孟帥說。

　　尤其針對賽事場館，中心聯合阿里云正在對客流預測、疏散、出行方式、游客態勢等模型進行優化，這將提高運動員、游客和媒體的出行和使用體驗。

　　“我的規劃是，所有事前預測和交通建議將分別在提前1天、1周、1個月三個節點提供，幫助相關人員做到心中有數。”孟帥說。

　　羅健介紹·

　　大運會期間，中心還將融合大運所需的互聯網導航數據、運營商數據等多源數據，通過統一數據模型、統一數據管理的形式，構建全領域交通數據采集，實現數據的多部門、多區域、多層級的共享和交換。

　　而互聯網導航企業，也非常愿意將數據共享。“共享之后，他們的‘獲得’將遠大于自己的‘支出’。”

　　以成都市為例，如果在導航APP輸入市中心到青城山的公交路線建議，“你會發現它真的會讓你花4個小時坐‘公交車’到青城山。但事實上軌道交通公交化后，搭乘地鐵到犀浦再轉高鐵，才是最優的公交路徑。”為什么導航APP沒有這個選項？“因為他們接入不了高鐵信息。”劉勇說。

　　該中心所發揮的一個重要功能，就是打通了交通領域的數據壁壘。

　　“我們的數據提供單位達到39家，并計劃向超90個各級部門提供數據共享的服務。”

　　描繪畫像

　　打造交通“征信體系”三個生態

　　讓綜合交通大數據發揮最大效用

　　群智涌現機理、模型、算法仿真及應用，由華南理工大學、阿里巴巴達摩院、TOCC、西南交通大學、同濟大學等單位共同打造的成都全域交通大數據聯合創新中心完成。“這是科技部的人工智能重大專項研究課題，我們負責提供數據驗證及算力，當然成果也就能最快應用到我們這里。”羅健說，這一課題不僅能應用到日常交通上，各類重大應急協同都能派上用場。

　　比如2020年初·

　　新冠肺炎疫情發生后，中心聯合阿里云開發的“成都市公路疫情檢疫站登記系統”，就讓通行車輛耗時從2分鐘縮短到30秒，在提高通信效率的同時，還形成了可查詢檔案，與相關部門實現數據共享。

　　下一步，TOCC也想將現有數據資源的能量發揮到更廣闊的空間中去。

　　“我們想要打造三個生態。”羅健說。

　　第一是數據生態。通過大數據感知、管理、分析與應用服務，形成對交通行業生產、生活、出行具備良性增益的生態系統。“其中之一，就是打造車輛和駕駛員的全生命周期畫像。”通過車輛事故信息、駕駛員從業情況的全周期管理，建立交通安全行駛的“征信體系”。

　　第二是產業生態。以大數據、人工智能為突破口，在智慧交通等產業方面協同創新，培養新動能。車路協同、無人駕駛等技術，都在這個生態之中。此外，這一生態也將為商業運營提供更多具備參考性的建議。“人流就是經濟流，什么樣的店開在公交站合適，什么樣的店開在自行車停留多的地方合適？我們都可以給出數據參考。”

　　第三是人才生態。聯合高校、科研機構，培養具有大數據能力、研發運營能力的復合型交通專業人才，形成覆蓋交通規劃、建設、運輸、服務全鏈條的人才生態系統。

　　“智慧是手段不是目的，希望通過這一系列方式，讓成都的交通更‘聰明’‘溫暖’‘舒心’。”羅健說。