細細數來，普遍困擾大家的痛點無非有以下三點：

首先是道路擁堵。其實這也是老大難問題了，甚至可以說是城市治理中的“痼疾”。誰還沒經歷過幾次堵車長龍呢？以往處理道路擁堵問題，只能通過后臺監控畫面進行人工判斷，然后增派警力到擁堵點進行疏導。然而這種方式相對被動且耗費人力，效率也不高。

其次是識別違法行為耗時耗力。在交通治理過程中，這一點也讓絕大多數的交警倍感頭疼。一方面，人、車、數據相互獨立，形成數據孤島，使違法預警十分困難；另一方面，違法取證耗費大量人力物力，如果發生在沒有監控的視野盲區，那就更是難上加難。

第三是應急處理效率有待提升。尤其是在交通事故發生，或是正常交通秩序被意外事件阻斷時，如果交管部門無法及時到場，一來將增加二次事故的風險，同時也會讓當下交通環境雪上加霜。

曾經的深圳也面臨以上種種交通難題。深圳城市面積不足2000平方公里，卻有2200多萬人口，全市道路里程只有6500多公里，平均每公里的車輛密度為530輛。人、車、路的矛盾更加凸顯。如何應對交通亂象，是深圳交管部門必須直面的一道課題。但如今，深圳的道路交通面貌卻發生了質的變化。

最亮雙眼+最強大腦+最快雙手=深圳破局

為有效緩解以上交通問題，深圳交警與華為合作，將AI、大數據、云計算、5G等技術融入交通執法、車輛查控以及交通管控等關鍵業務場景，以創新解決方案，打造“鵬城交通智能體”，全面謀劃深圳城市交通體系，全面提升交通智慧化、精準化管控水平，為交管提供“最亮雙眼”、“最強大腦”和“最快雙手”。

1、從車看燈，到燈看車：

信號燈控制與配時優化

早在，華為就已配合深圳交警建立了智能信控（TrafficGo）聯合創新實驗室，共同建立了“專家+AI”的道路交通優化新模式。同時，圍繞實現城市級智能信控目標，華為推出了軟件定義攝像機和邊緣智能計算平臺，實現了端（攝像機）-邊（路口）-云（中心）三級架構的數據和算法協同。

TrafficGo解決方案可以根據路口車流情況，動態優化信號燈配時，提升通行效率。過去是車看燈，讀秒數通行；現在是燈看車，讀車數放行。據統計，部署TrafficGo解決方案路口的等待時長平均下降了8%-12%，通行“速”、“率”齊升。

2、AI“警官”上任：不到現場，亦能執法

過去，在執法過程中，深圳交警采用的均是人工方式，違法行為的確認需要人工審核以確保符合相應的法律法規。如今引入人工智能技術后，通過AI技術對視頻流和過車圖片進行解析，就能自動結合規則庫對違法行為有效檢出。同時，AI技術還可以對疑似違法圖片進行預審，改變純人工審核的現狀，提升效率和準確率。

自AI技術投入使用后，大數據研判平臺實現了對卡口數據運算的秒級響應，對于車牌、車型的識別精度達98%。經檢驗，在部署了開車打手機、未系安全帶、刷臉執法等AI應用后，深圳交警執法量提升了15%，執法“量”、“質”齊升。

3、最強大腦：提升指揮效率

此外，深圳交警還與華為通過聯合創新共建了“城市交通大腦”，從頂層設計入手，全面規劃深圳城市交通體系，建立一個統一、開放、智能的交通管控系統。2019年，雙方又通過搭建優化全市外場感知體系覆蓋網，構建城市級視頻云存儲及AI資源，探索實踐“云—邊—端” 運算新模式，將“城市交通大腦”升級為“鵬城交通智能體”。

深圳交管部門構建了新型運營指揮中心，通過“最亮雙眼”實現路網全息感知，通過“最強大腦”精準研判交通態勢，實現交通治堵實時處置，隱患風險精準打擊，通過“最快雙手”快速聯動勤務處置，實現在事故快處快撤等交管業務上的快速閉環。

新時代的變化，需要新的交通管理模式。基于對行業的持續深耕和專注，華為作為加速各行業數字化轉型的“懂行”人，將核心業務場景與最新數字技術相融合，攜手“內行”伙伴，打造創新的場景化解決方案，全面推進人、車、路協同，為百姓的交通出行提供更好的保障和體驗。
? ? ? ? 責任編輯：tzh