基于时空图神经网络的交通预测——带你了解真正的城市大脑！

基于时空图神经网络的交通预测——带你了解真正的城市大脑！: 作者：刘睿健来源：中国公路网时间：2019-06-14

当今，类似于“城市大脑”这样的智慧城市系统，正在逐渐成为大城市的“标配”。什么是城市大脑？简单来说，就是将散布在城市各个角落的数据连接起来，通过对大量数据的分析和整合，对城市进行全域的即时分析、指挥、调动、管理，从而实现对城市的精准分析、整体研判、协同指挥。目前，城市大脑对城市最突出的贡献在于治理城市的“交通病”，城市大脑将所有人、车、道路数据都接入系统，通过人工智能分析技术，把庞大的数据转化为科学合理的业务模型，就此形成城市交通实时大视图，以此来完成城市交通系统的调度和管理。虽然当前“城市大脑”一词十分火热，尤其是在智能交通领域常常被提及，但如何构建真正的城市大脑，有效解决城市的“交通病”，仍然是值得探索的课题。

阿里云达摩院视觉智能总经理金仲明在2019 WTC中欧智能交通论坛上带来了主题为《基于时空图神经网络的交通预测》的专题报告，报告详细描述和解读了阿里云达摩院关于城市大脑的理念和设计，并详细阐述了城市大脑对数据处理的五个阶段，即认知→决策→挖掘→预测→干预。

认知

交通目标检测和属性识别。包括对车、行人、骑行人，以及属性目标(如车牌、车型、性别、服饰等)及信号灯等移动或静态目标的检测识别，识别要求快且准，对目标大小都能检测识别，且对视频质量、光照、天气、夜晚等鲁棒性要求高。如对拥堵、事故、行人闯禁、非法占用应急车道、非法穿越导流区等交通事件的检测。

决策

规律性事件治理。一天多达几十次甚至上百次的事件可被认为是规律性事件，分析交通态势，完成事件检测及信号灯优化等。

挖掘

交通流规律挖掘。根据整个城市或关键区域的整体流量和当前的流量预测一段时间之后的流量、速度，并考虑交通事故、天气、事件等因素。

预测

构建交通流预测模型。解决建模复杂路网、学习交通流传播规律、适应动态交通状态等问题，通过算法实现Graph建模路网、多模态信息输入(包括流量、速度、方向、路网状态、天气、事故等)、双分支结构、时空图卷积层(建模交通流时空传播规律)、动态学习图结构，适应交通状态变化。

干预

构建交通流预测/干预统一模型。预测信息用于优化干预，反过来干预也会影响数据分布，从而影响预测。金仲明介绍，苏州城市大脑可预测未来1小时内外部路口各方向车流量、停车场停车位占有率、商场各区域人流量等，准确率均达90%以上；基于预测信息，控制停车场闸机，车位均衡度可提升30%。

基于对城市大脑的解读，金仲明在报告中介绍了城市大脑人工智能开放创新平台，该平台是科技部首批四个国家人工智能开放创新平台之一。

【编辑：】

【关闭窗口】【返回上一级】

欢迎关注中国公路、中国高速公路微信公众号

中国公路

中国高速公路

相关阅读

欢迎关注中国公路、中国高速公路微信公众号