基于人工智能的事件管控預警技術應用實踐

田曉健 常建國 楊振南

1. 天津市公安局交通警察總隊 天津 300000；2. 北京市商湯科技開發有限公司 北京 100080

引言

根據《交通管理與控制》（2008版）“第9章 特殊事件交通管理”中定義[1]：道路上發生的交通事故、車輛故障拋錨、惡劣氣候、盛大節日集會、游行、重大會議、道路養護作業以及需要臨時占用部分道路資源的運動項目如自行車比賽等，會導致道路通行能力暫時性下降或交通需求非周期性異常的事件，都屬于交通特殊事件。交通事件對道路交通能力、道路交通管理、道路安全等都有著直接或者間接的影響，如根據“美國道路交通安全管理局（NHTSA）”對較大以上事故導致的延誤相關統計數據來看，導致交通擁堵的最大原因是道路瓶頸，排在第二位的則是交通事件。因此，交通事件是交通管理領域的極其重要、值得高度關注和深入研究的課題。

從政策上來看，公安部交管局《2021年道路交通管理工作要點》指出“完善公安交通指揮中心警情事件指揮調度、應急處置、報送反饋工作機制及效能評價體系”，以及2020年8月19號公安部交管局召開全國事故預防“減量控大”視頻推進會中強調“要求各地要認真研判分析本地道路交通安全形勢，查找突出風險和薄弱環節”。影響道路交通安全的交通事件的檢測和研判處置受到了高度的關注。

而隨著平安城市、雪亮工程以及智慧交通等系統工程的建設，城市中擁有大量的視頻監控資源存量資源，賽文交通網《2021年中國城市智能交通市場研究報告》顯示“2011–2020年，我國電子警察、卡口、道路視頻監控市場合計投資規模達到約1700 億”。在海量的前端建設和千億級行業投入的同時，基于人工智能的視頻事件自動檢測技術日趨成熟，事件檢測能力和范圍不斷提升。通過人工智能手段來從海量視頻資源中發現、挖掘交通事件，識別道路隱患，是當前最具價值的手段之一。針對不同類型的交通事件預警信息，如何有效的甄別價值信息，并從分析研判到閉環處置，是交通事件處置的最重要且值得深入探究的最后一環。

通過天津交警總隊基于利舊視頻的事件分析實踐，我們探索了個性化事件報告單的方式的方式，將高價值事件精準及時呈現給相關負責民警，并在天津市內6區試點應用，受到一線民警的廣泛好評，本文將重點分享落地實踐經驗及對后續持續探索方向的思考。

1 交通事件的檢測現狀及存在的問題

交管事件是指導致道路通行能力下降或交通需求不正常升高的非周期性發生的情況[2-3]，交通事件具有發生原因不確定、發生時間和地點隨機、易引起擁堵和事故、易危及秩序和人員傷亡等特性。交通事件包括道路養護、占道大型活動（如體育競賽、游行等）等事前規劃可預測性的，也包括交通事故、異常停車、行人闖入、道路拋灑、團霧及惡劣天氣等無法提前預測的異常事件。無論哪種類型的交通事件均在不同程度上阻礙和限制了交通流的正常運行，對道路通行能力產生顯著影響。

因此，在近些年的智慧交通項目建設中，交通事件檢測預警、分析研判、處置發布等系統及應用占據了重要的位置。根據賽文交通網《2021年中國城市智能交通市場研究報告》顯示，2020年交通信息采集、處理和發布系統與設備市場項目數量為771項，市場規模為32.6 億，同比增長11.5%，無論是項目數量還是市場規模均呈現逐年遞增的趨勢。建設范圍包括城市范圍內的視頻、線圈、微波、地磁、電子標識等形式的交通數據采集類的系統與設備；城市道路交通誘導發布類的系統與設備；城市公眾出行信息服務類的系統與設備。

我們將交通事件從采集預警到處置閉環所采用的技術手段和處理流程歸結如下：

圖1 交通事件處理全流程

1.1 交通事件檢測預警

根據交通事件信息的反饋來源，分為感知前端反饋報送、各類人員人工反饋、各類周邊系統分析反饋。

1.1.1 感知前端反饋報送手段：包括紅外線、聲學、超聲波、感應線圈、微波雷達檢測等間接檢測技術和視頻圖像識別的直接檢測技術手段[4]。

1.1.2 各類人員人工反饋手段：包括交通出行人員如市民通過移動電話、App、微博、公眾號等方式反饋和交通管理者如交警巡邏人員、路段管理人員等發現并確認事件信息。

1.1.3 周邊系統分析反饋手段：通過大數據分析研判平臺或者各地自行建設的態勢分析、一體化指揮等系統的異常數據研判分析對疑似的交通事件進行預警推送。

1.2 交通事件分析研判

通過各類手段獲知的交通事件預警信息通常僅呈現單點的事件信息，事件產生的原因、造成的影響、宏觀的態勢、關聯的事件等信息還需要通過進一步的研判分析。目前常用的研判分析手段包括各地建設的視覺中樞分析平臺、交通態勢分析研判平臺、交通大數據分析研判平臺及各類交通大腦系統。

系統通過融合各種渠道反饋的交通事件信息，結合交通流量數據、交通路網數據、道路運行容量數據等進行融合分析，以發現不合理路段設置、事件發生態勢、道路通行效率的影響情況以及二次事件的發現等。

1.3 交通事件處置發布

交通事件在獲取、確認并進行分析研判后，需要將信息發布給交通管理者和道路出行參與者，以達到及時處置交通事件、維護交通秩序、優化道路設定和規避交通影響、選擇最佳路線的目的。

1.3.1 面向道路交通管理者推送發布。將交通事件經過系統確認后向交通管理者發布準確的預警信息，同時結合歷史信息進行深度的研判分析，給出路段的事件的成因、趨勢、優化建議等信息，以指導交通管理者進行進一步的管理優化。

1.3.2 面向道路交通出行參與者推送發布。系統研判后的準確事件信息和可能影響的范圍、時間等信息通過導航地圖、道路誘導屏、微信公眾號、微博、交通廣播等手段及時發布出去，通知到交通出行人員，以避免交通時間造成更嚴重的交通擁堵、秩序混亂等影響。

隨著技術的發展和各地項目的建設，交通事件管控的各個環節擁有豐富的手段和技術能力，給各地進行交通異常事件感知、風險管控等方面提供了巨大的支持。但是，我們也發現交通事件管控還主要面臨兩個方面的困境：①由于目前還有較大量的前端為普通視頻前端或智能化不足的前端，海量的視頻資源未充分利用，從而使得大量的交通事件信息未能第一時間預警上報。②大量的各類系統建設豐富交通管理部門管控管控手段的同時，也增加了一線民警的使用負擔和信息獲取的成本。

大量的各類系統建設豐富交通管理部門管控管控手段的同時，也增加了一線民警的使用負擔和信息獲取的成本。

因此，基于這兩個維度的深度思考，我們采用了基于存量視頻的計算機視覺中樞的事件檢測、分析研判方式和個性化報告單的信息呈現方式。

2 基于計算機視覺的事件檢測應用

基于視頻的交通事件檢測手段，具有報警速度快、不受交通量影響等特點[4]，是最為直觀的方式。在城市交通場景下，存在著海量視頻資源可以充分利用的有利條件，同時也面臨著前端建設差異導致智能化未充分發揮、事件信息獲取滯后、人力視頻巡查的方式耗時耗力、道路環境變化要求事件管控類型變更、交通規則及城市發展的影響導致新型事件管控需求增加等諸多挑戰。

針對這些有利的條件和面臨的挑戰，如何將交管部門的痛點轉變為亮點，我們提出了AI交通視覺開放平臺的建設方案如下：

圖2 AI交通視覺開放平臺建設方案

在數據中心搭建一套分布式的AI交通視覺開放平臺，提供智能數據交換引擎、智能視覺感知引擎、分析研判服務等服務。在智能數據交換引擎模塊，通過GB/T 28181、SDK、RTSP、ONVIF等協議接入電警、卡口、違停球、路段監控、雪亮監控等各類視頻前端，獲取各場景豐富的視頻流數據資源。在智能視覺感知引擎模塊，提供交通事件感知算法倉，包括行人非機動車闖入機動車道、道路拋灑、交通事故、異常停車、車輛逆行等數十種豐富的交通事件感知算法。在分析研判服務模塊，提供異常事件實時感知、深入分析研判和事件流轉對接等服務。最終，通過“AI+”視頻實現交通事件的自動感知、預警和推送，構建警情提前處置的智能感知研判體系。

通過AI交通視覺開放平臺集中處理的方式，實現前端充分利舊、打破前端算力瓶頸，滿足一路視頻資源接入、多類算法并行解析，同時按照交通管控需求進行算法靈活調配、算力分時復用。視覺平臺也提供增量訓練機制，滿足算法精度根據誤報樣本在線自學習優化提升。

在天津交警總隊視覺中樞平臺的建設過程中，通過與AI領域頭部企業商湯科技合作的警企聯創模式，以天津交警遇到的實際場景問題與商湯科技自研超算、Open MMlab業界最全的視覺算法研體系和模型體系、城市級AI視覺平臺豐富落地實踐相結合，深度挖掘連續變道、道路場景的全結構化等復雜算法以及持續優化非機動車管控等長尾應用問題，從而實現合作模式良性迭代，AI能力持續賦能交管創新。

3 交通事件處置分析的個性化報告單創新機制探索

在交通事件應用的研判和閉環環節，我們發現系統會彈出大量各類型的報警，巨大的警情壓力下一時間讓指揮中心民警頗感困惑，如何將需要的警情有序、高效、簡潔的方式推送給一線民警，成為探索的核心問題。

我們采用與現有指揮調度系統對接的方式，將交通事件信息與地理信息有機結合起來，將交通事件信息進行分析與可視化表達。集成現有的道路基本數據以及通過檢測器實時檢測的數據進行集中管理，實現圖形化信息的統計、分析功能，幫助通管理部門及時快速了解道路信息、交通事故信息統計分析，為交通管理部門決策與管理提供依據，同時為用戶提供實時、準確、快速的信息服務[5]。這一方式能夠將信息進行充分的融合分析和數據流轉起來，但是需要登錄系統主動查詢的形式來獲得信息，使得一線民警使用上有一定的困難，且無法快速獲取需要的信息。

為了解決事件信息高效、簡潔的抵達一線民警，減少系統登錄查詢的煩惱，我們創新性的采用了交通事件處置分析的個性化報告單的機制。如下圖所示：

圖3 報告單模板

一線民警登錄系統根據關注的事件類型、發生地點、時間周期、自定義級別等配置適合個人閱讀習慣的報告單和推送方式，同時系統內置事件處置專家意見庫和案例庫。配置完成后，系統就按需推送報告單給響應的民警用戶，幫助各轄區的客戶在不登陸系統的情況下及時獲得所關注的事件信息報告和處置建議，從而實現精準施策、快速響應的效果。

4 實戰應用效果

在天津交警總隊的日常管理中，面臨著交通管控“減量控大”工作的巨大壓力，迫切需要掌握全是的交通事件實時動態。而天津市建設有豐富的前端視頻資源，但早期建設的前端攝像機的功能相對單一，對于視頻挖掘、深度應用不夠，因此亟須基于傳統攝像機“AI云賦能”實現交通事件檢測，為交通管理提供輔助決策支持，提升智慧化運行調控能力。

我們對天津市內六區視頻資源進行梳理，一期梳理共346個點位，包括和平區80個監控點位、河西區123個監控點位、南開區56個監控點位、紅橋區65個監控點位、河北區17個監控點位、河東區5個監控點位。經過多個部門進行技術論證，結合聯創科研項目，提出充分利用現有違停、卡口、電警等前端設備和電警平臺資源，不在硬件方面做投入，建設后端智能分析平臺進行深度賦能，通過視頻智能分析技術，加強交通綜合態勢感知、情報主動發現等能力建設，利用此類存量前端視頻資源結合AI智能視頻分析算法實現對道路交通違法行為、交通事件的精準識別，自動檢測、識別行駛中車輛、人員的違法行為，不文明行為。

圖4 異常交通事件告警截圖

系統在3月份上線試運行期間，系統上報豐富的告警結果，其中異常擁堵共計告警334條，行人非機動車闖入共計告警224430條，倒逆行共計告警1728條，車輛逆行告警809條，車輛連續變道共計告警2281條，車輛違法變道共計告警190條，非機動車違法載人共計208條，騎手未戴頭盔共計告警48255條。同時，組織市內六區的集中研討會議，按照一線民警的關注特點和使用相關，按月定制輸出事件報告單4篇次，幫助試點區域進行針對性優化改進。

5 結束語

在天津交警總隊與商湯科技的聯合創新努力下，成功試點上線了AI開放視覺平臺，實現天津市部分探頭的利舊和智能化升級，同時創新應用了報告單的事件警情推送機制，幫助一線民警精準獲取高價值信息。課題試點收到一線民警的良好反饋。

接下來，雙方聯創機制將繼續深化開展，融合多維度數據進行充分的研判分析并打通多種事件信息發布渠道，將系統價值信息更大化地呈現出來，進行大規模應用和培訓推廣。同時，我們將繼續優化報告單的機制，完善基于事件單點-道路條線-轄區層面等不同維度的精細化報告單模式，使得不同層級、不同崗位的用戶聚焦在高價值信息中，實現整體事件管控細節、全局兼顧！