智慧交通的待解谜题，中科视语在首届昇腾AI创新大赛交出金奖答案_风闻

近年来，在 “交通强国”“新基建”“综合立体交通网”等战略规划的推动下，我国智慧交通的发展取得了令人瞩目的成就。

不过，智慧交通领域的复杂度、碎片化程度相当高，还存在大量待解的难题和挑战，随着产业向纵深发展，这些场景也成为产学研各界关注的焦点之一。

中科院自动化所旗下的企业——中科视语，作为智慧交通领域成长型代表企业，就在智慧交通管控、公路技术状况评定这两大场景中，发现了一些尚存的挑战，比如：

低等级公路存在一些破碎、裂缝、拱起、坑洞等病害，以往要靠人工巡检来发现问题，再进行维修养护，这个过程很长、效率也比较低，大大影响了居民的出行体验。

一些违法车辆，会使用套牌、假牌、号牌遮挡等手段来躲避执法，传统的交通监测系统难以准确识别，只能依靠交警们人工蹲守缉查，工作十分艰苦。

日常的城市生活中，也存在大量交通隐患，比如黑车、道路积雪、高速逆行、摩托车不戴头盔、电动车违规行驶等等各种情况，有限的警力很难快速及时地处理，如果能在每一次交通危险事故之前就进行提醒，无疑能大大减少交通事故的发生，保障人们的出行安全……

中科视语基于昇腾AI基础软硬件平台，打造了“视语通途®智慧交通行业解决方案”，尝试解决智慧交通管控、公路技术状况评定场景中的现实挑战。这一方案，也在刚刚落下帷幕的2022昇腾AI创新大赛全国总决赛中，获得应用赛道的金奖。

我们聚焦这一创新，管中窥豹地探究一下，AI开发者和初创企业如何在昇腾AI的协助与使能下，成为智慧交通的解题人。

中科视语交出的创新答卷

那么，针对智慧交通管控、公路技术状况评定两大场景的现实问题，中科视语给出了怎样的解题思路呢？

以公路技术状况评定为例，要对公路病害进行及时、准确、高效的数据采集、分析研判，将原本依靠人工进行的“人治”，转变为用AI进行无人化采集、自动识别、精准分析的“数治”。

比如，依靠“视语通途®智慧交通行业解决方案”中的道路表观病害识别分析一体机，打造出轻量化采集装备，结合一体机上搭载的识别算法，就能够对高速、国省道、低等级农村公路的缺陷与病害实现毫米级精度的检测。在机场中，负责检修跑道的工作人员也不需要靠脚步一寸寸丈量，通过远程操控采集无人车，就能进行病害识别与定位，再辅助工人修补，可以快速完成道面维修养护。

在智慧交通管控场景中，“视语通途®智慧交通行业解决方案”则针对违法车辆跨省布控难、道路安全综合管控难度大、营运车辆综合行政执法等具体挑战，基于昇腾AI基础软硬件平台，结合自研的多元耦合神经网络、细粒度正则化模型压缩等技术，交出了别具优势的答卷。

针对识别难度大的套牌车、假牌车、污牌车等违法违规行为，中科视语基于数亿级车辆档案数据研发了车纹识别技术，海量场景数据积累与先进的AI算法相结合，能够有效减少光线、拍摄角度、图像背景及遮挡等对模型鲁棒性的影响，精准地识别出违法车辆。

车纹识别技术当前在集成指挥平台中得到了有效应用，为跨省违法车辆的缉查难题带来了行之有效的办法。比如，平台发现悬挂同一号牌的同品牌车辆在相近时段同时活动在山东、湖南、广东、贵州四省，经系统比对后发现这些同号牌车辆，局部特征差异很大，有较大的套牌风险。四省的交警部门结合该关键信息，快速开展跨省研判缉查，查处了六辆相同号牌的套牌车辆。

而针对日常交通综合管理中违规事件类别多、数量多、管理难度大的问题，“视语通途®智慧交通行业解决方案”通过软硬协同、边云融合等优势，通过端侧感知识别+云端平台分析决策，在每一次交通危险事件到来之前都及时提醒，避免事故发生。

具体来说，中科视语的边缘智能计算单元（MEC），具备多模态融合感知的能力，部署在诸多交通细分应用场景中，能够克服雾霾天、光线、雨雪等环境带来的干扰，对交通要素进行高效精准地感知和识别，更好地帮助工作人员进行证据采集和远程审核。

在感知基础上，视语通途®智慧交通平台集成了大量高性能的交通事件算法，比如路面积雪结冰、高速公路逆行、摩托车不戴头盔等等，可以及时主动进行分析研判，将事故隐患信息告知路面部门，并通过无人机巡航喊话、LED屏显等形式提前干预提醒，从而有效预防潜在风险。

此外，系统还可以对违规驾驶人进行精准告知，通过短信、电话、APP等多种渠道，提醒驾驶人注意交通安全，避免危险事故的发生。

相关大数据高效存储在视语通途®智慧交通平台上，指挥中心可以基于互联互通的大数据，进行更全面地统筹和调度，让警务安排更加高效。

软硬协同、边云融合的解决方案，对于营运车辆的综合执法也大有裨益。日常工作中，交通运输部门会遭遇大量营运车辆违法违规的情况，比如非法营运的“黑车”，正常营运车辆的违规上客、计价器打表异常、不按规定路线行驶，大型货车超速、超载、遮挡号牌等问题……这些情况都给普通人的出行安全和出行体验，带来了比较负面的影响，查处起来又费时费力、效率较低。

“视语通途®智慧交通行业解决方案”在这一垂直场景中，就将端侧计算与云端计算的优势充分结合，借助边缘计算能力，交管人员不在现场也可以完成及时准确的证据采集，大大提升了审核处置的效率。基于智慧交通平台，车辆信息查询、追踪、布控等工作，可以在云端完成智能分析研判，让现场执法更加高效准确。

目前，视语通途®智慧交通行业解决方案已经在许多城市落地应用。在2022昇腾AI创新大赛全国总决赛中，该方案也凭借技术领先性、方案落地能力、极高的华为兼容性适配能力等优势，从16个赛区的32支入围项目中脱颖而出，夺得应用赛道金奖。

昇腾AI使能 “金奖”闯关

中科视语的智慧交通行业解决方案，让人印象深刻，但这一优秀答案的诞生，实际上也遇到了不少考验。

中科视语的交通事业部副总经理赵旭告诉我们，智慧交通领域是高度碎片化、多元化的，比如仅仅一个车辆识别，就要进一步细分到型号识别、颜色识别、品牌识别、姿态识别、年检标志识别、司机违规行为识别……庞大而复杂的细分应用场景，对中科视语的研发交付综合效能，提出了较大的挑战。

另外，在数字化升级改造中，有的城市和乡镇对于成本比较敏感，所以AI软硬件必须解决“有用，但过贵”的问题，才能真正落地。

因此，中科视语选择昇腾AI作为合作伙伴，携手闯过了AI落地行业的难关。

首先，基于紫东.太初千亿参数预训练大模型及昇腾AI基础软硬件平台，解决了AI模型开发中的效率难题。将模型生产周期从原本的两个月缩短到两天，模型应用部署从原本需要3-5个人花一个月时间完成，到现在2人就可以在数天内完成，所需要的数据量也从千级样本减少到十级样本。

这不仅让中科视语的研发交付流水线效能，实现了“数量级的提升”，也有助于解决方案快速、高效地迭代升级，更好地服务于交通行业。

其次，针对行业应用AI的成本顾虑，中科视语结合昇腾AI基础软硬件平台，让所需要的研发资源、研发成本都呈“数量级下降”。

比如基于昇腾AI，边缘智能计算单元（MEC）在同等算力情况下，单位时间处理的数据体量是同类型产品的2倍。道路表观病害识别分析一体机上，采用Atlas 300I单卡分析速度达140公里/小时，应用算法模型推理提速，达到了同类型方案的1.8倍，满足了智慧交通产品的性能需求，硬件解决方案的综合成本优势明显。

此外，实际应用中要具有足够高的可靠性，保证高并发任务的实时稳定运行，减少无效计算，充分发挥出解决方案的技术优势。

中科视语充分发挥昇腾AI能力，基于CANN异构计算架构，实现模型的高效推理；并结合Profiling和Advisor工具，对神经网络的性能瓶颈进行排查分析和优化；使用MindX进行流程编排，优化业务处理效率；结合自研模型压缩技术，最终让视语通途®智慧交通解决方案能够围绕交通行业的痛点需求，实现精准感知、高效运算、快速检索等能力。

中科视语交通事业部总经理张淼表示：中科视语希望在产业痛点与AI技术之间架起一座桥梁，通过AI落地和应用去让整个交通出行更安全，提升人们的出行体验，一路畅通，一路坦途。

在昇腾AI的全方位使能下，中科视语也顺利闯过了AI创新的层层关卡，为智慧交通相关产品及解决方案的落地，铺设了一路坦途。

寻找AI时代需要的解题人

AI时代的人才需求量巨大，今天也有大量的企业、学校、培训机构在致力于AI人才的培养。为什么中科视语会选择本次大赛作为自我锻炼的一种方式？

团队坦言，参加比赛的原因之一是看中了昇腾AI基础软硬件平台的影响力，此外，希望通过同场竞技的方式，看清楚自身实力在行业当中的位置。

我们从中可以看到，昇腾AI的两方面特质，对开发者具有很强的吸引力：

一是全栈AI。昇腾AI基础软硬件平台包括了丰富的AI硬件和全栈AI软件能力，工具链覆盖AI开发的全流程，降低AI的应用开发门槛；基于昇腾AI可以打造体系化的场景解决方案，支撑特定场景需求。

二是全周期。开发者还需要一套完整的成长体系来获得锻炼，依托昇腾社区提供的“学-练-训-赛”全周期成长路径，不同阶段的人才都能够得到所需要的资源支持。以昇腾AI创新大赛为例，参赛队伍中既有中科视语这样实力强劲的专业团队，也有独立参赛的在校大学生，以及零基础的开发者。通过一场比赛来探索AI创新、拓宽视野、交流碰撞，被初创企业和开发者看作是一种非常有意义的锻炼。

从一场大赛中，我们可以看到：AI人才在成长，中科视语在智慧交通领域交出新的答卷；昇腾AI生态在壮大，将全国优秀的开发者及AI人才汇聚在一起，加速AI走向行业场景；智能中国在进化，产业智能化的种种谜题，都将在AI人才手中被一一破解。

这些画面，共同组成了一个值得期待的数智未来。