【专家拍案】宇视智能交通：从实践中来，到实践中去

a＆s胡学慧

a＆s 朱明初：a&s编辑咨询委员、上海保安服务总公司原高级工程师，熟悉行业标准验收规范，拥有丰富的项目评审验收经验。

过去几年里，非现场执法设备、治安卡口以及高速公路监控项目中，软件与硬件是独立分开的。而今宇视科技已经做到集摄像机、智能分析算法以及智能交通软件平台等技术于一身。虽然单项技术暂不能确定是业界最先进的，然这种软硬件融合的架构，很大程度上提升了系统的稳定性与可靠度。

方案介绍中提到一个“智能学习”的概念，功能新颖，贴合实际需求。通过云平台，使得一个地方的实践经验可以移植到其他地方。

a＆s Q：现在不少城市都在扩建或改造包括非现场执法设备、治安卡口、高速公路监控的智能交通系统。那么，原有建智能交通系统的城市，如何将改造或扩建的非现场执法设备或卡口系统无缝接入到现有的平台中？

周春梅：方案级的改造：由原标清或工控识别的方案升级改造为现在的”嵌入式一体机摄像单元”方案；

规模级的扩建：方案已为嵌入式一体机方案，进行后期扩建。

以上两种情况再进行平台兼容时的关键是数据的共享。视频可以通过GB28181标准接入，而图片和过车数据则可以通过开放接口的方式与原有平台无缝对接。 目前宇视做的很多项目都已经实现了与原有平台的数据共享。

a&s Q：在一二线城市，由于前端点位数千个甚至上万个，很难把路面上的监控摄像机汇聚到同一平台上。如上海，因为其布点范围甚广，光缆铺设投入大；道路交通管理涉及单位多，统一协调困难重重。宇视智能交通方案如何在一二线大城市落地？

闫夏卿：宇视的研发设计有一个理念就是“从实践中来到实践中去”。因为技术和应用之间通常还有一段距离。技术本身需要为实际需求服务，方可接地气。这是我们在丹东收获最大的。

未来，地级城市交警针对智能交通系统还会提出更多样化的新需求。宇视会根据不同的模型、不同的数据去做分析。这并不是说宇视软件自己去做，也有可能通过其原有数字软件去做，且后者将来会越来越多。

智能交通发展比智能城市更超前、实用，因为它从前端开始，解决了数据问题，它上来的不只是图片内容，还有大量关键讯息。基于这些丰富完整的数据，可以产生很多想象空间。

其实，对厂家来说，最宝贵的就是需求，需求之外的因素都能通过其他渠道获取。这些源源不断的需求，对我们来说是非常宝贵的东西。照理来说，丹东不是一个发达的城市，北京、上海等地会有更高的复杂度。

但是最新的技术就发生在复杂的地方，这是一个很有意思的地方，我认为有了技术，他往往是是从一个薄弱的环节开始的。相对于北京、上海等地，他们会更靠后的去解决。这也是体现了使用者最实际的、最贴切的要求，从另外一个角度去看，软件偏向于业务，硬件更多的是质量和稳定的对比，而这恰好是宇视追求的一个方向。

a&s Q：丹东智能交通方案的一大闪光点便是超过700台前端相机内置智能分析算法。相比“摄像机+分析服务器”的模式，该类方案对前端摄像机提出了特别高的要求。因为现在一些项目中即便是一些知名品牌的电警设备也出现图像模糊现象，这倒不是灰尘干扰，而是机器本身的问题。此外还有爆闪灯的使用次数，是一百万次，还是五百万次？如果一个道每天过车万次，爆闪灯也就是半年的寿命。对此，宇视科技的前端设备性能保障有哪些独到之处？调试频率是几月一次？因为如果涉及点位较多，成本自然会高于软件成本和硬件成本。早在2008年，我负责管理，我们的维修的次数是8707，所包括的电警和卡口当时的数量还不多（1700台）。所以从用户角度来说，对这前端设备的质量问题特别关注，尤其是宇视的前端还嵌入软件模块。

闫夏卿：在硬件研究开发上，我们一直以来非常痛苦，市场已经把价格压得很低。从某种意义来说，并不是好事情，也不利于产业良性发展。如果要提升，必须有一个成本的提升，过度压低成本就只会牺牲品质。对于工厂而言，成本一块，我就两块卖出去，但对于使用者和维护者，就不是这个问题。个人认为，一台摄像机在卖的时候，如果是十个人力去维护，那么成本就是十倍。

从质量来说，有两点，一个是设计呈现出来的细节，宇视给自己定的标准高于行业标准，这也是我们感到压力很大的原因之一。我觉得，不是所有的客户，而是重要的行业客户都会选择我们，事实上，我们的客户分两类，一类是快速消费品，去使用，学习他们的快速产量等方式；而在交通、金融、电力始终会回到这方面来，因为一个城市发展几千上万的市场，我真的去核算维护成本，其实难度是非常大的。如像旁边的小超市，他们自己买5台DVR，其中一台坏了，有可能就重新买个新的再插上去而不是选择售后，这就是他的方式。

那我觉得存在是合理的，从长远来看，宇视科技的理念是有存在价值的。我们做过统计，我们的前端设备的返修率、损坏率，在行业里面是最低点的1\3。

另外一点，我们是在技术上解决维护，宇视产品中使用的每一个配件，都会考虑和整机使用时间的匹配度。如刚才说到的爆闪灯，本来这个灯，不是宇视的核心技术，最近两年都在自己研发，而且我们也一直在摸索最近的补光技术，其实也是出于产品性能与稳定性保障的考虑。就是说，只有掌握了这些技术，才能控制设备及系统的稳定性。

a&s Q：闯红灯抓拍到一定的数量，就会放行，也就不罚。其实我们内部也有一个说法，不是抓的越多越好。反倒是堵车问题的解决更为重要，尤其是像上海、杭州这一类大城市。针对交通堵塞一问题，刚才讲解涉及并不多，可否作说明。

周春梅：智能交通用于交警行业的主要业务一是处罚，目的在于规范驾乘行为，减少事故发生概率; 一是交通诱导，目的在于方便出行。而后者的问题现在更突出,因为它与我们老百姓每天的出行息息相关。完全可以利用卡口电警所上报的过车信息，进行一些算法计算分析后，得出路况信息，再配合一些可视化手段将这些信息实时的发布，同时还应针对这些路况信息中的拥堵路段做出实时响应以缓解拥堵。同时针对一段时间的路况信息汇总后,得出道路建设规划的方案才是最终目的。

凌宁：a&s技术顾问，上海瑞润电子科技有限公司总经理，长期从事安防集成项目，工程实战经验丰富。

a&s Q：方案中提及的“轨迹碰撞”如何理解？

周春梅：那个轨迹碰撞，其实是我们给它起的一个名字。它实现的功能就是刚才描述的故事一样，即从A点到B点，有同一车牌的车辆同时经过了若干个卡口。可以这么理解，我开着一辆车，从机场到宇视公司所在地，我是走的这条线，然后，闫总也是开着一辆车，从另外一条线，到我们外围，走的是重复的地方，我们就把重复的地方筛选出来，或者说，我们想把已知地点重复的车找出来。

闫夏卿：“轨迹碰撞”应用到数据分析。只要数据在那，我就可以做到。但是到底要做什么，要实现怎样的价值，还需根据交警用户的需求。如此一来，一个新的模式就产生了，这也是我们在丹东的业务中的学习。

最初，宇视对大数据的理解是在海量数据中检索，但是我检索的速度，和以前不是一个数量级。那这只是一个基本的动作，在这个动作的背后，进行一个数据的叠加、交互和分享，又会有很多延伸动作。在暂无实际业务需求的情形下，该发挥什么样的作用目前还不明朗。

a&s Q：怎样才能让抓拍细节更细腻、清楚？

周春梅：因为我们这个细节拍的清楚度，是对比车辆的一个关键因素。丹东项目中宇视提供的是200万摄像机用的是2/3英寸的CCD、500万摄像单元用的是一英寸的CCD。这样在CCD的靶面上，可以充分地抓拍到每个车道，每个车头上面的信息的像素是足够的。比之1/1.8CCD的200万，2/3寸CCD的500万，该成像方面细节突显清楚。

a&s Q：宇视的智能交通系统算法有何特别之处？

周春梅：在智能交通应用布局，宇视科技是软硬兼备。除了500万、200万的前端，还有专门研制针对道路监控的智能分析算法。我们的算法涉及到的有三大类，一大类就是我们的特征识别，比方说，汽车有汽车的特征，要将它与自行车、行人等其他物体区分开，就是一个特征的提取；第二就是车牌识别的技术，因为我们最后要呈现出来的就是车牌信息，那么我们就要通过车牌的识辨率来保证；第三是非现场执法设备，就是刚才提到的，因为他是抓违法的，那算法就得通过行为来识别，是正常行驶还是违法行驶。我们的算法主要是覆盖了这三个部分。

如上三部分都是海量数据分析的一个基础，这个特征提取的技术针对车辆独有特征进行感知，例如车灯、后视镜、轮廓、车牌等。感知之后就进行快速的学习，以提高系统识别率。

把神经元的理念引入我们的算法也是一样的。看这个“浙”字，在我们相机拍到这个“浙”字，然后把它变位成一堆像素点排列之时就有区别，车的拍摄位置稍微、角度稍有偏差，最后体现到的像素上的排列就有区别。此时，需要神经智能元的感知和经验的累积，达到都认识它是一个“浙”字，这样就提高字体的识别率。比如别国的车牌，我们最初做了一版过去，识别率也不是很高，只有60%-70%，但是经过三、四天的训练之后，这个准确率就提高上来了。

a&s Q：丹东项目中，智能交通系统的实际性能表现如何？

周春梅：在布控、抓捕行动中，时间相差几秒钟，犯罪嫌疑车辆可能就开过路口，错失抓捕机会了。丹东智能交通系统搜索引擎的服务器部署，模糊检索在四秒内返回，精确车牌检索在三秒内返回。即使，在上亿条数据当中，我们搜索一个车牌，就三、四秒钟的一个节奏。我们的这种在查询速度，已经是非常快了，而且还能保证整个系统正常运行。

实际拍摄的图片，你看着车牌、行人是比较清晰的。交警关注的则是具体的性能参数，丹东项目实际捕获率能达到99%，车牌白天可以达到99%，夜间能达到97%，车身颜色可以到85%。

张淂福：a&s资深技术顾问、PELCO亚洲泰国及中国地区工程案例技术支持工作20年，熟悉掌握专业的产品技术应用经验，大型系统项目集成经验丰富。

a&s Q：如此海量的数据运算很考验前端的运行效率与稳定性，然在丹东项目中“云监控”竟然做得这么好，这是一个亮点。刚才讲解人提到，宇视项目实施过程中遇到一些挑战和问题，比如说选点立杆、开挖布线等施工环节以及夜视补光问题。还有自然环境因素，比如卡口设备架设好后调试时，其效果受到温差、雪霜等环境因素的干扰。因为丹东与南方的气候差异较大。对此，宇视科技是怎样去克服？

周春梅：其实在丹东项目之前，宇视已经积累了一些在东北项目的施工经验，比如我们提到的黑龙江的双鸭山和齐齐哈尔等项目，历经了几个项目后，不管是东北地区的极温，还是雨雪等环境因素，我们都在实际的开局施工中遇到并解决了这些问题，比如加热，除雪，除霜，以及因为温度变化带来的红绿灯位置偏移等问题。所以在丹东开局时，在这些方面都处理的相对顺利一些。

a&s Q：你们遇到外国车牌，如果是在深圳，可能他还有挂双车牌，这个可能会是你们遇到的问题。像境外地区还有一些特殊车辆、特种车辆挂的车牌位置是不一样的。在你的3D条件来讲，不一定能抓到车牌，尤其是在转向的时候，他挂车牌的位置，可能会造成一个死角，这是我们在之前面临到的一个问题。

周春梅：这其实是两个维度的问题，首先关于特殊车牌识别，因为我们的算法是可以进行自学习经验积累的，所以,可以针对特殊车牌进行训练。 其次是大角度识别的问题，因为卡口电警安装的位置是垂直于车道安装，所以拍摄到的车牌基本是很规范的照片。非现场执法设备针对转向位置的车辆的算法主要是跟踪,识别还是以停车线以内的正向车牌为主的。

a&s Q：你们这个的特点，就是自我学习，我们也在看他能自我学习到什么地步，可能我们现在看到是遥遥领先，这个是针对国内市场，如果宇视走上国际，可能你们就会遇到我们之前所面对的问题，至少是环境上的问题。

周春梅：的确,多语言识别则需要我们建立更多的样本库进行学习训练。但从国际智能交通市场来看,我们面临的更大的问题是了解国际智能交通行业需求，行业业务，甚至是使用习惯。而这个需求也许还会根据地域，或者国家的发达程度，会有不同纬度的需求。宇视一直提倡客户导向的核心理念，因此了解需求并规划产品才是解决之道。