广州交信投科技股份有限公司搭建了“一个中心、三套体系、八大平台”的GCI大数据AI技术服务能力体系,建设了智能交通数据中台,赋能业务数据化、数据资产化、资产服务化、服务价值化全链条。

攻克了客流大数据AI分析预测、智能排班动态发班、边缘云高级辅助驾驶等核心技术,应用实时全量的交通大数据,全面解构出行需求和供给能力,既能辅助行业监测管理、经营效益分析、诊断分析评价、资源管理优化等管理决策,满足智能调度、安全防控等生产运营所需,又能有效支撑面向公众的“广州交通·行讯通”一站式交通综合信息服务、“定制公交”需求响应式服务。

紧扣行业企业业务服务需求,研发大数据AI模型算法,赋能数字化转型、智能化升级。例如,基于大数据技术分析超大型城市海量车辆出行强度、出行结构、出行频率分析,结构城市交通出行规律,为政府决策、企业运营提供依据。

综合运用大数据、人工智能、交通仿真等技术,集成交通运输、手机信令、气象、环保等20余类数据,围绕火车站、机场、客运站、高速公路等重点区域,实施对人群、车流、路况、对外交通方式、城市交通运力多维度、全方位实时监测、关联分析、趋势预测和仿真评估,日均处理数据1.7亿条,有效支撑重大节假日期间重要交通枢纽和高速公路的交通组织、客流疏运及保畅通等工作。

基于智能视频和交通大数据,全国首创在交通行业深度应用图片识别人工智能算法,对“车-人-站-路”等交通要素的特征识别,与交通大数据相融合,实现时间与空间的分析及交通参与者特征精准画像;对客运、危运、出租、公交行业共计16种营运违规场景逻辑实现智能分析告警。营运车辆特征值识别准确率95%以上,16种智能分析告警线索准确率90%以上。

融合移动物联、大数据等技术,针对互联网租赁自行车行业存在的超量投放、停车不规范、停/找车难等问题,建设国内首个城市级共享单车行业监管系统,对接共享单车平台,实现“投放、管理、回收”全链条的信息化管理,结合车辆GPS、骑行订单等数据,应用大数据技术分析车辆动态调配策略,辅助行业管理。

基于5G智能网联车路协同,结合边缘云技术,将车辆客流、视频、调度、安全等信息实时传输并分析,更快速地实现车辆运营调度和实时到站信息服务,实现全国首条5G快速公交智能调度试点线在广州落地应用。在交叉路口安装红绿灯信号采集设备,开展绿波车速引导、 超视距预警等车路协同试点应用

视频AI能力分析平台

基于国标、部标等多种协议设计兼容所有视频终端数据的视频AI能力分析平台,支持接入不同厂家的高清卡口抓拍机、视频摄像机、车载视频主机等前端视频设备数据,通过视频智能识别分析实现人、车、路、站等交通要素特征高效提取,融合数据关联挖掘,推动视频从“看得到”,到“识得准”,再到“用得好”,助力智慧交通、智慧城市集约发展。

  • 在交通要素特征识别方面,针对交通运输管理需求,基于深度学习研发视频智能识别算法,支持复杂场景的车、人、站、路等交通要素的超过30多类特征识别,包括车牌号码、车辆类型、车辆标识、司机人脸、站台车辆进出、车道线等,特征识别准确率达95%以上。
  • 在安全管控方面,利用车载视频实时采集司机信息,自动识别司机闭眼、打哈欠、打电话、长时间不目视前方、未系安全带等状态与行为,并通过蜂鸣、震动等方式及时预警提醒司机安全驾驶;除了对司机状态与行为采集分析外,车载视频还能支持逃生玻璃锤等设施识别,提高车载设备设施完备性巡检工作效率。
  • 在辅助驾驶方面,基于机器视觉与图像算法的3D 视角无缝拼接技术,实时感知识别公交车辆周边环境特征,消除公交车辆视角盲区,实现车道偏离、车距过近、与周边行人距离过近等风险识别与防碰撞预警,有效辅助司机安全驾驶,公交企业在应用期间总体公交事故率与违章率降幅均超过20%。
  • 在客流数据采集方面,通过对公交车载视频、站台视频的智能识别,实时检测上下车客流、进出站客流人数、车厢客流人数、站台候乘客流情况,为车辆调度提供精细化数据,辅助合理调配高峰运力和安排日常发班,支撑综合客运枢纽、大型活动与节假日等客流应急疏运组织工作。目前,广州融合视频与大数据技术,支持实现全市12000多辆、90%以上公交车辆的客流采集与100%BRT站台客流分析。同时,将车厢客流人数转化为公交车内拥挤度,通过广州交通·行讯通APP、小程序向超1200万公众发布,提升公众公交出行体验。
  • 在智慧城市感知方面,平台利用近1万辆公交车固定线路运行的特点,利用车载视频采集沿线道路、路侧信息,支持路政、道路管养等业务应用。利用公交车载视频开展城市道路道路巡检应用,支撑道路坑槽、裂缝、龟裂等多种道路病害检测分析,在超过1万辆公交开展应用,覆盖公路、市政道路、桥梁、隧道等四类道路工程,巡检城市主次干道路近700条,市属政管养道路累计长达200多公里,巡检养护工作效率提高65%以上。此外,还支持占到施工、路政建设工程、非法占道、施工人员未带安全帽、未穿反光衣等检测识别,支持智慧交通、智慧城市集约化信息感知。

平台支持场景化、标签化的视频点位治理,形成交通视频标签200多种,为业务部门在多个业务场景提供高效支撑。有效提升交通运输管理与执法、道路交通安全、运输组织服务效能。经全国知名专家成果评价,平台核心关键技术成果总体达国际先进水平,其中交通要素特征高效提取技术达到国际领先。

大数据智能处理分析平台(数据中台)

针对行业大数据应用缺乏深层有效信息挖掘、数据孤岛严重、数据隐含关联挖掘不充分、同类业务重复建模等问题,广州交信投打造了国际领先的城市交通大数据智能处理分析平台(数据中台),提供数据汇聚、数据治理、数据共享、关联挖掘、快速建模等成套关键技术应用,为行业数字化转型提供共性底座。

  • 平台结合《城市公共汽电车监管信息系统技术要求》等国家、行业或地方交通领域相关标准规范,构建城市交通行业数据治理体系,覆盖数据采、存、管、用全生命周期,满足,PB级高密度数据处理并发量不低于10000条/秒。在广州落地建成城市级交通行业数据中台,对包括公交司机从业、公交车辆权属、公交事故、公交企业投诉等在内的1000 多类交通行业数据提供全生命周期管理支撑。
  • 平台支持对全行业信息的高效检索服务,响应速度达到秒级。在数据有效治理基础上,平台支持动态提取人、车、企、路、场、站等主体特征信息,自动化实现多源特征信息关联和匹配,满足跨系统、跨业务隐含信息的深度挖掘,助力行业宏观态势分析与综合管理。例如,利用关联检索分析从业情况,能够发现短时间内多次更换工作单位的司机;结合事故多发的企业、司机群体的事故责任、碰撞对象等多维数据,为事故防控专题业务提供有效信息。
  • 平台可提供多样化的开发能力、分析工具、数据建模服务,方便各个业务部门进行快速开发和集成,支持配置化、可视化、拖拽式、自助式数据建模分析,形成“集中建模、多处赋能”的交通模型服务模式。例如,利用平台训练公交车辆周转时间预测模型,支持对广州12000辆公交车、14000多个站点的进站时间预测,为车辆发班调度与公众信息服务提供高效数据支持。例如,利用平台内置的地理网格化工具,对广州公交、地铁、出租、网约车、共享单车、信令等多源数据进行同一尺度粒度分析计算,在此基础上开展公交线网优化。

目前,大数据智能处理分析平台(数据中台)已在广州、成都、西安等多个城市及新加坡推广应用,为交通、政数、公安、环保、水务等行业领域的50多个业务系统,提供数据共享与模型支撑服务,服务类别达20多类500余项,服务调用次数超2亿次。大数据智能处理分析平台关键技术成果经全国知名专家评价,总体达到国际先进水平,其中面向行业特性的海量交通数据治理技术、基于知识图谱的多元交通关联数据挖掘技术国际领先,平台还获得了亚太信息通讯科技大奖、中国智能交通协会科技进步奖等多个奖项。

DAAS公交数据智能服务平台

DAAS公交数据智能服务平台致力于为中小型城市公交运营企业提供轻量级的数字化转型服务,满足公交行业在数字化时代下的业务需求。平台采用云端架构,结合大数据、人工智能等前沿技术,实现公交运营从“传统管理”到“数据驱动”的智能升级,助力公交企业降本增效,推动行业创新。

  • 在数据治理与管理方面,平台支持公交企业的多源数据汇聚与标准化处理,实现实时数据采集、历史数据分析、客流OD推导等多项功能。平台通过智能化的数据治理方案,帮助公交企业提高数据管理效率,为企业的业务运营决策提供可靠的数据支撑。
  • 在智能排班方面,平台基于深度学习与强化学习算法,能够根据公交线路、客流分布和实时路况等因素进行智能排班优化。平台不仅能自动生成排班方案,还支持对计划的适配度进行验证,确保公交运营的高效性与合理性。该功能在试点城市应用中取得了显著的运营效率提升。
  • 在客流分析方面,平台通过智能算法实现客流实时监测与历史数据的深度挖掘,为公交企业提供精细化的调度决策支持。基于客流特征值算法,平台能够精准推导客流OD链路,并为线路优化和调度提供可靠的数据支撑。在线路优化与诊断方面,平台结合多源数据与线路诊断大模型,能够智能分析线路的运行状况,提供线路优化建议。平台支持线路的仿真模拟与诊断功能,有效提升公交线路的运营效率和乘客满意度。
  • 在创新算法研究方面,平台以客流特征分析为基础,开展基于AI的多种核心算法研发,包括客流OD推导、线路诊断、车况预测等智能算法,不断升级平台的智能化水平。未来,平台将继续引入更多智能算法,助力公交企业实现全方位的数据驱动管理。

DAAS公交数据智能服务平台通过轻量化、模块化的设计,实现快速交付与部署,降低了中小型公交企业的数字化转型门槛。平台架构具备高扩展性和灵活性,能够根据不同企业需求进行功能组合与定制,为企业提供稳定高效的数字化解决方案,推动公交行业的数字化升级与创新发展。目前,平台已在重庆、石家庄等城市试点运行,效果显著。