伦敦七七爆炸案对中国产生了启示作用 。 2006 年 ， 中国开始构建「平安城市」 ， 最重要的目的是预先发现整个城市中可能存在的危险因素 。 各个城市开始布设很多摄像头 ， 这是中国第一轮智慧城市建设 。
尽管城市的硬件在不断更新 ， 但目前为止还不能算作「智慧城市」 ， 只能称作「平安城市」——违法犯罪已经无处遁形 ， 但整个城市并没有真正「智慧」起来 。
讲一个传统交通工程的故事 。 早先 ， 一位同济大学的教授研究城市中哪些路口需要设置左转灯 ， 他去了很多路口 ， 亲自站在那里数 ， 一辆车过去就按一下计数器 。
得到统计数据后 ， 他做了一套数理统计方法 ， 提出什么样的道路需要左转灯来控制流量 。 这就是传统交通工程中设计信号灯的方法 。
这种基础的数理统计可以决定道路的建设宽度 ， 但无法对真正的交通运行情况拥有感性认知 。

文章图片

闪马智能参加 2021 上海国际交通工程、智能交通技术与设施展览会
闪马智能利用 AI 算法构建了一套全路程智能感知计算系统 ， 能真正知道城市道路上各种各样的变化 ， 改变了传统的交通工程 ， 推动交通智慧化管理升级 。
03
软迭代省钱又高效
在城市的工程化升级过程中 ， 「软迭代」非常重要 。 这不是从 1.0 到 2.0 ， 而是从 1.1 到 1.2 ， 小步快跑 ， 快速跟进 。
城市原有的摄像头已经基本无死角 ， 重新布设是一种浪费 。 就像伊隆·马斯克回收火箭一样 ， 每一次火箭发射升空后不能回收的话 ， 几千万美金就没了 。

文章图片

闪马智能决定为原有摄像头配置一套 AI 平台系统 ， 用软件算法去赋能 ， 无需将旧摄像头全部换新重布便可实现全路程感知 ， 省钱又高效 。 这就是工程经济学 。
摄像头想要感知不同的角度、场景 ， 以及机动车、非机动车、行人等不同个体的行为 ， 需要非常庞大的模型数量和内容 。 这背后是一套完整的、工业化的工程体系 ， 而不是像传统的 AI 算法那样 ， 一个人管理几台机器 ， 训练几种模型 。
闪马智能构建了 ATOM 深度学习平台 ， 能够更快训练各种交通模型 ， 包括个体的各种交通行为及路面整体设计 ， 及时发现整个城市中各种各样的实时交通状态 。
具体来说 ， 全路程感知可以了解道路的整体情况 ， 掌握所有路口实时发生的车辆变化 。 对所有车型建模之后 ， 摄像头可以同步看到这些车辆的行驶状态 ， 实时发现违法违规行为 ， 第一时间处理交通事故 ， 总结常见的违法行为类型 ， 挽救更多生命 。
基于这个数字底座 ， 可以衍生出各种各样的内容 。 比如 ， 获取交通违法车辆在每个时间段的行驶路线、车型、车牌信息 ， 跟踪车辆在夜间或雨天场景下的状态 ， 记录整条路上的交通实时状态等 。
一个城市最重要的是人和信息的流动性 ， 城市发展变化速度的快慢取决于此 。 交通是一个城市的基础设施 ， 对交通的全路程感知可以成为一个城市数据感知的基础 ， 理解整个城市的流动性规则 。
根据人和信息流动性的不同规则 ， 可以将整个城市划分为五大空间：道路交通空间、工作学习空间、生活娱乐空间、城市环境空间、互联网信息空间 。 对五大空间进行整体的数据感知 ， 关注人和信息流动性的变化情况 ， 致力于发现并解决问题 。