主页（http://www.cnwulian.net）：数据中心”为双核心的城市智能交通新生态
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
有了数据之后，下一步工作是搭框架。这个框架的本质是什么？需求驱动是什么？其实就是更符合实战场景的一个合理应用需求。
举例而言，还是以信控为例，云平台汇聚全城路网、过车、信控配时数据，提供全局的交通数据“超脑”计算中心。但是同样的，在路口终端，边缘计算系统则自主学习路口的交通流模态，通过场景适配自主生成路况管理预案库，自动调节路口的交通秩序管理手段。因此形成了智能交通中心大脑+神经元末梢的新型智能交通生态系统。目前，我们已经在宜春、海口、洛阳等城市做过试点。
王启东：大家下午好！今天跟大家分享的是主要内容--云图交通，代表着海康威视智能交通领域整体解决方案的定位，后面是方案的核心框架——云平台边缘计算，或者是边缘计算+数据中心双模式。
2、误识别（如京279A17）.
二、“云-边”计算，构建智能交通应用新系统
怎么让数据将业务结合起来，以业务驱动数据价值，这个是最主要的最核心的智能交通运用模式。
我们举一个进京号牌的反向逻辑，如何通过数据分析和相关性判断，提升每一辆车（即交通小数据）的属性信息。
4、提升图像数据的智能化水平
而这些数据又恰恰是交管部门作为辅助决策的重要依据，包括科学布建、道路管控（限行）、勤务警力资源精准投放以及专项整治行动的数据辅助决策。而这就是大数据在可视化和实战化方面的深度融合。
在大家的传统印象中，认为海康威视只是卖监控等设备的，但实际上我们的业务范围远不止这些。不知道在座各位有没有买海康股票，如果有，从年初到现在，至少小赚了一点。给大家分享一下海康威视今年的股票涨势原因，主要是因为国外一家专业的人工智能评估团队评估了中国市场上诸多人工智能公司，认为海康威视不是卖噱头，而是实实在在做研发的单位之一。
三、用户思维，描绘智能交通应用新蓝图
第二，以数据为本质为核心的融合和应用体系。
3、高价值
4、实战性
还是以失驾为例：失驾管控系统从海量的卡口数据和驾驶人数据中筛选出与目标嫌疑人相似度极高的基础后，我们可以直接在AR系统中，看到人车的轨迹，实现多个场景的“高高联动”和“高低联动”等。因此将传统的缉查布控、涉牌拦截等业务，可以真正地与大数据和可视化系统进行深度地融合。
以上就是海康威视对于新一代的智能交通新生态的探索和分析。所谓海康云图，就是以数据全感知为基础，以系统泛融合下的云边计算框架为核心，以用户的需求来实现、新的交通大数据的四大应用方向作为提升的新的行业解决方案，即“全感知、泛融合、深应用”的核心主题。以上就是我对于整个云图交通系统的详细阐释。
图象数据涵盖整个智能交通管理各个方面的多个场景。海康威视对于图像应用是老本行，我们对于整个图像数据应用在智能交通各个场景都有完整的先进的解决方案，比如超高清城市制高点监控解决方案。基于图像数据图象处理的前提，可以保障数据采集的高质量，比如说超低照度，今年海康威视最新研发的黑光级摄像机，可以做到在完全无光环境下还原正常图像。
杭州海康威视系统技术有限公司智能交通行业总监 王启东
什么是云边计算？不管是传统智能交通企业，还是智能交通的需求方，都会提到交通数据中心框架的设计，海康威视也不例外。海康威视的智能交通数据中心设计，包括视频图像、云存储系统、GPU深度智能分析资源池，商用的大数据核心架构，业务模型库，数据总线，交通运维体系等都是海康威视非常成熟的系统和产品。
3、扩展图像采集的颗粒度
交通态势研判，实时流量分析，拥堵统计，流量预测，这是交通监控三板斧里面经常提到的，海康威视的图像分析设备可以实现单个断面流量监测的准确率90%以上，基本上跟百度地图、高德地图利用浮动数据在城市主干道的监测率差不多。当然海康威视的智能交通系统产品有差不多1000人的研发团队，做到这个也不稀奇。
以这样一种车牌举例京QT9A17，在现有的卡口系统中，由于前端的识别率做不到100%，因此错误情况往往分为两种：
一、 深度智能，追求交通数据采集的极致
2、提升图像数据的采集效率
未来，我们会将感知维度、感知效能再进行更加深入的提升，比如通过路口视频分析，判断碰撞、事故的发生几率，或者是道路事件，及时通过车载智能终端（如通过行车记录仪进行发布），对道路交通参数、车辆类型的感知，也逐步作为宏观交通管理的重要依据。
阅读 ()
左下角这张图片，演唱会周边拥堵监测，大家猜周杰伦和张惠妹哪个影响力大一些，目前来看还是周杰伦影响比较大。在杭州，张惠妹和周杰伦去开演唱会，对交通影响较大的，一个是西湖，一个是华农周边，通过交通拥堵率分析可以得出明星的影响力。同样通过这个交通数据的热力监测，可以看出高德对业务和需求的分析很超前，这是传统的厂商需要去学习互联网企业的地方。
因此，有了上述的新型架构下，海康威视接下来做的就是，站在交管实战的立场，以用户思维，描绘智能交通应用新蓝图。
