智慧城市杭州当属No.1?因为它解决了这个问题
智慧城市不是一个新名词,最开始由IBM提出这个概念以后很多地方都在跟踪。到目前为止,中国有几十个智慧城市的试点单位。但其中,个人认为做得比较好的是杭州的智慧城市,它系统地解决了一个问题。什么问题呢?城市交通的问题。我们看看它怎么解决的。
到目前为止,杭州大概有两百万辆车,其中九千辆公交车,覆盖一共六百条线路,涉及的交叉路口非常多,大概有五万条道路,八万个交叉路口。这样一个非常复杂的系统,是否可以对杭州的信号系统进行控制,对城市交通信息进行升级改造?当然可以。
我们看看杭州怎么做的。杭州把信号灯路口的视频搜集起来,交给城市大脑进行分析,在分析几个月数据后,把所有情况分成三类情况:第一类情况是道路低饱和度,第二类是道路中饱和度,第三类是道路高饱和或者叫准饱和。
经过大数据的分析,发现在整个杭州道路上低饱和状态下城市车辆的行驶速度大概是每小时37公里平均,中饱和大概是30公里,在准饱和或者接近饱和大概是22公里,这是整个城市的交通状况。
用城市大脑优化模型计算以后,重新驱动信号灯系统。结果是什么呢?根据系统开发商阿里云给出的报告显示,结果是在低饱和情况下大概平均速度可以到43公里,中饱和度在35公里,准饱和度在26公里。也就是说什么基础设施都不需要改变,只是把数据经过这个城市大脑重新计算一下,可以对道路通畅率在低饱和情况下提高16%、中饱和情况下提高17%,准饱和情况下提高18%,平均提高17%。这就是城市大脑给城市运行带来的好处。
我们在智慧城市中不可避免应有一个决策支持系统,我们把它叫城市大脑。如果把智慧城市里所有的传感器,不管是图像的、视频的还是其他各种各样的数据全都汇总到城市大脑系统中去,然后再由城市大脑计算得出一个结果,最后得到一个响应。
这是怎么做到的?这里显示的就是那套城市大脑系统:上面有操作和服务平台,中间是算法平台,再往下数据交换和集成平台,用于各类传感信号的搜集和集成。这里既有摄像头的信号,也有路下面埋的线圈的信号,各种各样信号搜集起来都送到城市大脑里进行计算。
然而,现有摄像头的种类很多,并且各个摄像头都仅负责某一方面的功能,例如监视摄像头采集的视频专门用于人工监视与数据保存;人脸抓拍摄像头专门做人脸识别,比如看看这个路上有没有人在走;电子警察专门做车牌识别,比如车跑过去马上就能识别出来这个车的牌照号码是多少;还有一些卡口摄像头,在每一个高速公路入口出口都会有。可以看到,每一个摄像头都只执行单一功能,要么编码存储要么识别,而所有这些东西都会送到云端的系统。当然它也可能是分级的,可以通过第二梯队分中心,再送到云端。
研究的很多包括很多人工智能的问题。都是为了解决在这个城市大脑里我们怎么能够让大脑响应得准确、快速,也是我们必须要考虑的问题。