★北京易華錄信息技術(shù)股份有限公司王凌,劉樹(shù)青,趙陽(yáng),郭增增,孫琢
1 背景
《交通強(qiáng)國(guó)建設(shè)綱要》指出,為了在本世紀(jì)中葉全面建成人民滿意、保障有力、世界前列的交通強(qiáng)國(guó),需要強(qiáng)化前沿關(guān)鍵科技研發(fā)、大力發(fā)展智慧交通、完善科技創(chuàng)新機(jī)制。交通是一個(gè)復(fù)雜的巨系統(tǒng),要立足問(wèn)題導(dǎo)向,考量各種因素,用系統(tǒng)的方法,有實(shí)效地解決交通問(wèn)題。在城市的日常生產(chǎn)生活狀態(tài)下,緩堵仍是當(dāng)前交通管理部門(mén)最核心、最主要的任務(wù)。舊方法解決不了新問(wèn)題,無(wú)論是提升交通系統(tǒng)的運(yùn)轉(zhuǎn)效率,還是提高交通安全保障能力,都要依靠大數(shù)據(jù)、人工智能等信息科學(xué)技術(shù)的實(shí)質(zhì)性提升和業(yè)務(wù)模式創(chuàng)新來(lái)實(shí)現(xiàn)。因此,構(gòu)建新型智慧交通體系,離不開(kāi)適應(yīng)交通高質(zhì)量發(fā)展能提供智慧交通技術(shù)的高新企業(yè)參與,央企控股的北京易華錄公司無(wú)疑是其中重要參與者之一。
2023年年初,易華錄自研新型交通信號(hào)自適應(yīng)控制技術(shù)和產(chǎn)品,在某市兩個(gè)交叉口開(kāi)展實(shí)戰(zhàn)測(cè)試。在“湖濱南路/湖濱東路交叉口、湖濱南路/金榜路交叉口”周圍,聚集商圈、學(xué)校、火車站、寫(xiě)字樓、地鐵站等功能區(qū),交通流集散流動(dòng)大,早晚高峰潮汐交通流現(xiàn)象明顯,各個(gè)進(jìn)口道排隊(duì)擁堵,路口通行能力較低。通過(guò)在路口布設(shè)雷視一體機(jī)(交通數(shù)據(jù)采集)、自研交通邊緣處理器(TEC,數(shù)據(jù)融合)、利舊信號(hào)機(jī),中心端部署易華錄交通自學(xué)習(xí)優(yōu)化管控平臺(tái)(ELOC),通過(guò)“中心自適應(yīng)控制技術(shù)”,實(shí)現(xiàn)路口交通流的精細(xì)化管控。
系統(tǒng)運(yùn)行期間,試點(diǎn)路口各方向的綠燈時(shí)間根據(jù)交通流的變化而不斷調(diào)整,自適應(yīng)生成新的路口配時(shí)方案,效果明顯。數(shù)據(jù)指標(biāo)驗(yàn)證表明,路口最大排隊(duì)長(zhǎng)度平均各時(shí)段下降11.58%,路口擁堵指數(shù)平均各時(shí)段下降14.80%,路口停車次數(shù)平均各時(shí)段下降12.65%,并發(fā)多路口協(xié)調(diào)控制,提升了主干道的通行效率,有效緩解了路口車輛過(guò)于集中、擁堵或者綠燈損失的現(xiàn)象,提升了市民的通行感受。
2 項(xiàng)目實(shí)施
項(xiàng)目構(gòu)建基于實(shí)時(shí)動(dòng)態(tài)信息分析的智能交通信號(hào)聯(lián)控系統(tǒng),在路口部署邊緣感知設(shè)備,收集機(jī)動(dòng)車、行人、非機(jī)動(dòng)車全量數(shù)據(jù),通過(guò)“融合、分析、決策、控制、評(píng)價(jià)、優(yōu)化”智能管控閉環(huán)機(jī)制,采用“自適應(yīng)控制”算法分析路口各個(gè)流向的實(shí)時(shí)交通情況,實(shí)時(shí)更新信號(hào)配時(shí)并向信號(hào)機(jī)下發(fā)信號(hào)控制方案,確保信號(hào)燈配時(shí)方案匹配當(dāng)前交通需求,實(shí)現(xiàn)“中心”策略決策,“邊、端”高效協(xié)同控制。
2.1 應(yīng)用場(chǎng)景
測(cè)試路口為湖濱南路/湖濱東路交叉口、湖濱南路/金榜路交叉口,測(cè)試區(qū)域位于福建省XX市XX區(qū),處于思明區(qū)繁華地帶,周圍聚集商圈、學(xué)校、火車站、寫(xiě)字樓、地鐵站等功能區(qū),交通吸引點(diǎn)眾多。
同時(shí),該區(qū)域道路之間距離較近,湖濱南路/湖濱東路交叉口南向、北向、東向的臨近路口都不超過(guò)400米,一旦路段交通流密度過(guò)大,短間距的路口間極易發(fā)生溢流現(xiàn)象,導(dǎo)致路口出現(xiàn)卡死現(xiàn)象。
圖1 測(cè)試路口位置及周邊區(qū)域現(xiàn)狀
2.2 功能特點(diǎn)
基于交通信號(hào)在監(jiān)測(cè)、控制、評(píng)價(jià)、自優(yōu)化全閉環(huán)管理的業(yè)務(wù)需求,目前實(shí)現(xiàn)的功能有:
2.2.1基礎(chǔ)配置
將信號(hào)機(jī)配時(shí)、路口渠化、檢測(cè)器配置、基礎(chǔ)路網(wǎng)、地圖配置等基礎(chǔ)配置信息作為平臺(tái)運(yùn)行的基礎(chǔ)條件。
2.2.2數(shù)據(jù)管理
負(fù)責(zé)對(duì)數(shù)據(jù)進(jìn)行治理與存儲(chǔ),并對(duì)上層提供數(shù)據(jù)服務(wù)。將交通檢測(cè)設(shè)備所采集的交通流量信息以統(tǒng)一的格式進(jìn)行存儲(chǔ),并提供各類交通數(shù)據(jù)查詢分析,為交通決策分析提供數(shù)據(jù)支持。
2.2.3數(shù)據(jù)計(jì)算
負(fù)責(zé)對(duì)交通數(shù)據(jù)進(jìn)行交通控制、交通認(rèn)知等算法處理。
2.2.4應(yīng)用模塊
(1)態(tài)勢(shì)監(jiān)測(cè)
匯集交通流、信號(hào)控制點(diǎn)位等數(shù)據(jù),關(guān)注交通數(shù)據(jù)的變化趨勢(shì)實(shí)現(xiàn)城市綜合交通運(yùn)行態(tài)勢(shì)可視化。通過(guò)對(duì)多類交通指標(biāo)的分析,從數(shù)據(jù)維度展示城市交通的變化規(guī)律。從空間維度基于地圖綜合展示實(shí)時(shí)排隊(duì)長(zhǎng)度、交通規(guī)律,從時(shí)間維度上以圖表形式展示城市擁堵指數(shù)、流量、運(yùn)行速度等指標(biāo)的變化趨勢(shì)。
(2)智慧路口
以GIS地圖的形式實(shí)現(xiàn)全域動(dòng)態(tài)區(qū)域、道路、路口交通態(tài)勢(shì)的實(shí)時(shí)監(jiān)測(cè),將交通運(yùn)行狀況可視化展現(xiàn)在道路與各個(gè)路口中。基于視頻監(jiān)控、道路感知設(shè)備可圖形化刻畫(huà)交叉口運(yùn)行流量狀態(tài)、信號(hào)控制配時(shí)方案及多種監(jiān)測(cè)設(shè)備的點(diǎn)位分布,快速掌握城市當(dāng)前交通運(yùn)行現(xiàn)狀、演變趨勢(shì)以及路口交通運(yùn)行狀況。
(3)信號(hào)控制
多模式交通信號(hào)優(yōu)化控制功能是信號(hào)控制系統(tǒng)的核心功能之一,包括系統(tǒng)的所有信號(hào)控制策略與功能,其中有常用的基礎(chǔ)交通信號(hào)優(yōu)化控制、對(duì)交通數(shù)據(jù)深度應(yīng)用的自適應(yīng)交通信號(hào)優(yōu)化控制、可主動(dòng)調(diào)整控制方案的人工控制等。
(4)交通效果評(píng)價(jià)
基于交通流數(shù)據(jù),從數(shù)據(jù)層面展示城市交通狀態(tài)。數(shù)據(jù)分析研判包含多源交通數(shù)據(jù)對(duì)比分析和控制效果對(duì)比評(píng)價(jià)兩部分。
2.3 技術(shù)路線
在測(cè)試路口布設(shè)必要的感知設(shè)備,通過(guò)邊緣設(shè)備匯聚路口的交通流數(shù)據(jù),依托“自適應(yīng)控制”算法分析路口各個(gè)流向的實(shí)時(shí)交通情況,實(shí)時(shí)更新信號(hào)配時(shí)并向信號(hào)機(jī)下發(fā)信號(hào)控制方案,確保信號(hào)燈配時(shí)方案匹配當(dāng)前交通需求,實(shí)現(xiàn)基于實(shí)時(shí)交通流數(shù)據(jù)的交通信號(hào)自適應(yīng)控制。
圖2 總體架構(gòu)圖
2.4 實(shí)施方案
圖3 路口連接示意圖
總體建設(shè)內(nèi)容分為:
(1)路口交通流采集體系建設(shè):利用雷視一體機(jī)進(jìn)行前端數(shù)據(jù)采集,通過(guò)邊緣設(shè)備收集匯聚數(shù)據(jù),并通過(guò)視頻解析功能解析行人和非機(jī)動(dòng)車的流量數(shù)據(jù),并將所有數(shù)據(jù)上傳給平臺(tái)。
(2)自適應(yīng)控制系統(tǒng)搭建:建設(shè)“易華錄自學(xué)習(xí)優(yōu)化管控系統(tǒng)(ELOC)”作為中心管控平臺(tái)的核心信號(hào)控制系統(tǒng)平臺(tái)。
2.5 技術(shù)指標(biāo)
自適應(yīng)控制技術(shù)對(duì)數(shù)據(jù)采集的準(zhǔn)確率有一定的要求,通過(guò)上傳數(shù)據(jù)準(zhǔn)確率測(cè)評(píng),各個(gè)方向的數(shù)據(jù)準(zhǔn)確率均在90%以上,網(wǎng)絡(luò)延遲在10ms以下,統(tǒng)計(jì)數(shù)據(jù)粒度為1min統(tǒng)計(jì)上報(bào),自適應(yīng)控制算法根據(jù)統(tǒng)計(jì)數(shù)據(jù)每間隔10分鐘計(jì)算下發(fā)方案執(zhí)行,同時(shí)啟動(dòng)自我保護(hù)機(jī)制,當(dāng)檢測(cè)器數(shù)據(jù)20分鐘間隔無(wú)法上傳,系統(tǒng)主動(dòng)由自適應(yīng)控制降級(jí)為固定配時(shí)控制,保護(hù)路口放行安全。
2.6 當(dāng)前用戶情況
通過(guò)對(duì)優(yōu)化前后各項(xiàng)指標(biāo)的數(shù)據(jù)分析對(duì)比可得:運(yùn)行期間,兩個(gè)測(cè)試路口交通運(yùn)行效果改善明顯。優(yōu)化后路口平峰總流量評(píng)價(jià)時(shí)段內(nèi)總體上有所提升,路口流量平均上升8.07%,最大排隊(duì)長(zhǎng)度平均下降11.58%,路口失衡指數(shù)平均下降6.35%,路口擁堵指數(shù)平均下降14.80%,路口停車次數(shù)平均下降12.65%,大路口通行能力平均提升15.12%。
2.7 拓展計(jì)劃
該項(xiàng)技術(shù)的推廣主要面向前端感知基礎(chǔ)條件好、網(wǎng)絡(luò)傳輸穩(wěn)定的信控路口實(shí)現(xiàn)自適應(yīng)控制,以緩解交通擁堵,提升綠燈有效利用率,未來(lái)將更大范圍規(guī)模化推廣應(yīng)用。本次案例優(yōu)先在XX市“湖濱南路/湖濱東路交叉口、湖濱南路/金榜路交叉口”進(jìn)行實(shí)戰(zhàn)應(yīng)用,下一步將圍繞湖濱南路的9個(gè)臨近路口進(jìn)行技術(shù)的應(yīng)用,實(shí)現(xiàn)在區(qū)域的緩堵中靈活應(yīng)用;并同步在全國(guó)其他城市選擇感知設(shè)備條件較好的城市(如哈爾濱、北京、煙臺(tái)等),實(shí)現(xiàn)城市交通網(wǎng)聯(lián)化協(xié)同化發(fā)展及緩堵優(yōu)化服務(wù)推廣應(yīng)用。
3 項(xiàng)目創(chuàng)新
3.1 技術(shù)及產(chǎn)品創(chuàng)新
(1)基于實(shí)時(shí)動(dòng)態(tài)分析的配時(shí)參數(shù)智能調(diào)配算法
以計(jì)算交通需求值Ti為核心,通過(guò)獲取交通流實(shí)時(shí)狀態(tài)識(shí)別數(shù)據(jù)利用閾值自學(xué)習(xí)算法模型,計(jì)算最優(yōu)區(qū)域到路口的配時(shí)參數(shù)模型,實(shí)現(xiàn)交通供給能力的主動(dòng)調(diào)配。
(2)智慧路口實(shí)時(shí)監(jiān)測(cè)與輔助決策系統(tǒng)
基于高精地圖實(shí)現(xiàn)路口的實(shí)時(shí)運(yùn)行狀況監(jiān)測(cè),包括信號(hào)燈的實(shí)時(shí)相位和配時(shí)方案、路口的交通流量等,做到實(shí)時(shí)信號(hào)評(píng)價(jià)優(yōu)化,輔助提升道路通行效能決策。(3)自適應(yīng)控制模式交通信息配時(shí)方案
自適應(yīng)控制狀態(tài)下可根據(jù)交通流的變化自動(dòng)切換固定配時(shí)、感應(yīng)控制等不同控制模式,以提升道路通行能力,保護(hù)路口的控制安全。
(4)統(tǒng)一開(kāi)放系統(tǒng)接口,實(shí)現(xiàn)聯(lián)控平臺(tái)互聯(lián)互通互操作
易華錄智能交通信號(hào)聯(lián)控系統(tǒng),開(kāi)放了包括平臺(tái)對(duì)接、信號(hào)機(jī)對(duì)接的相關(guān)協(xié)議,支持平臺(tái)互聯(lián)互通互操作,實(shí)現(xiàn)了交通信息的開(kāi)放共享,信控統(tǒng)一平臺(tái)建設(shè),促進(jìn)XX市未來(lái)智能交通體系產(chǎn)品的迭代升級(jí)。
3.2 應(yīng)用及模式創(chuàng)新
(1)構(gòu)建高效協(xié)同的交通信號(hào)智能聯(lián)控閉環(huán)機(jī)制
依托路口邊緣設(shè)備感知機(jī)動(dòng)車、行人、非機(jī)動(dòng)車全量數(shù)據(jù),通過(guò)“融合、分析、決策、控制、評(píng)價(jià)、優(yōu)化”智能管控閉環(huán)機(jī)制,實(shí)現(xiàn)“中心”策略決策,“邊、端”高效協(xié)同控制。
(2)以試點(diǎn)路段建設(shè)奠定XX市全市智能交通建設(shè)基礎(chǔ)
結(jié)合兩條智能交通試點(diǎn)路應(yīng)用實(shí)際情況,基于交通信號(hào)在態(tài)勢(shì)監(jiān)測(cè)、智慧路口、信號(hào)控制、交通效果評(píng)價(jià)等實(shí)現(xiàn)全閉環(huán)管理,通過(guò)對(duì)復(fù)雜路段智能交通信號(hào)聯(lián)控試點(diǎn)測(cè)試,驗(yàn)證解決XX市主城區(qū)交通擁堵理念和技術(shù)的正確性與合理性,為下一步全市智能交通精細(xì)化管理建設(shè)奠定基礎(chǔ)。
(3)引領(lǐng)全國(guó)城市交通網(wǎng)聯(lián)化協(xié)同化發(fā)展
秉承“高起點(diǎn)”的建設(shè)理念,XX市智能交通信號(hào)聯(lián)控實(shí)戰(zhàn)案例密切結(jié)合公安部交通管理行業(yè)的最新科技發(fā)展規(guī)劃,以交通信號(hào)聯(lián)網(wǎng)聯(lián)控為基礎(chǔ),緩解交通擁堵為目標(biāo),提升了市民的通行感受,在高起點(diǎn)上謀劃建設(shè)思路和建設(shè)內(nèi)容,通過(guò)應(yīng)用使交通管理工作躍升至全國(guó)的先進(jìn)行列。
4 推廣價(jià)值
首先,案例圍繞智能交通領(lǐng)域方向,以交通信號(hào)聯(lián)網(wǎng)聯(lián)控為基礎(chǔ),緩解交通擁堵為目標(biāo),提出大數(shù)據(jù)、人工智能技術(shù)為基礎(chǔ)的“信號(hào)自適應(yīng)控制技術(shù)”智能紅綠燈。而傳統(tǒng)紅綠燈對(duì)路口信號(hào)的控制時(shí)間一般固定不變,無(wú)法根據(jù)實(shí)際車流量大小自動(dòng)變化,不利于提升路口的通行效率,智能紅綠燈技術(shù)實(shí)時(shí)自動(dòng)調(diào)整路口信號(hào)燈各個(gè)相位的持續(xù)時(shí)間,有效提升綠燈利用率和路口的通行能力;其次智能紅綠燈技術(shù)可復(fù)制和擴(kuò)展到區(qū)域內(nèi)其它路口,一方面可實(shí)現(xiàn)單個(gè)路口的通行效率提升,另一個(gè)方面可以進(jìn)行區(qū)域化的推廣,實(shí)現(xiàn)干線自適應(yīng)、區(qū)域自適應(yīng)控制技術(shù),結(jié)合城市不同地區(qū)的交通特性,規(guī)模化地進(jìn)行不同區(qū)域智能紅綠燈技術(shù)的推廣,以實(shí)現(xiàn)對(duì)城市擁堵區(qū)域交通信號(hào)的智能控制,實(shí)現(xiàn)交通信號(hào)燈的相位調(diào)度和配時(shí)方案與交通流實(shí)時(shí)匹配。再次,該案例實(shí)現(xiàn)的效果以及算法技術(shù),推動(dòng)現(xiàn)有信號(hào)聯(lián)網(wǎng)聯(lián)控技術(shù)的發(fā)展,有望在信號(hào)控制領(lǐng)域?qū)崿F(xiàn)智能化的進(jìn)一步提升,能夠有效緩解交通信號(hào)燈配時(shí)不合理的問(wèn)題,提高市民出行的通行效率,對(duì)智能紅綠燈技術(shù)賦能的相關(guān)信控產(chǎn)品(如智能交通信號(hào)機(jī)、邊緣計(jì)算單元、中心平臺(tái))和產(chǎn)業(yè)積極推進(jìn)市場(chǎng)起到了帶動(dòng)影響。
5 效益分析
汽車停/啟至正常速度約耗時(shí)3秒,按本案例測(cè)試路口時(shí)段行駛的距離計(jì)算常速所需用時(shí)(大概0.5秒),即多用時(shí)2.5秒,停/啟過(guò)程油耗約為常速時(shí)的2.5倍(根據(jù)常速油耗,可計(jì)算出每秒耗油0.89毫升),綜上可分析出,單次停/啟需額外耗油量為2.5s*0.89ml*2.5=5.6ml,每輛汽車在停車后重新啟動(dòng)一次耗油量為1毫升。
案例中相關(guān)指標(biāo)表明平均減少停車次數(shù)為2次,即減少耗油量:0.002升;每天通過(guò)路口的燃油車8萬(wàn)輛,即每天減少耗油量:80000*(0.07+0.002)=5760升;按每升油耗產(chǎn)生2.3千克含碳排放量(二氧化碳、一氧化碳)計(jì)算,則每天碳排放量減少13.248噸,一個(gè)月(30天)減少397.44噸,一年(365天)減少4769.28噸。
該案例實(shí)施后取得了良好的經(jīng)濟(jì)效益和生態(tài)效益。綜合上述估算:通過(guò)智能紅綠燈技術(shù)提升了路口的通過(guò)流量,減少了停車次數(shù),將可大大減少城市交通的碳排放量。案例路口的擁堵指數(shù)平均下降14.80%,路口停車次數(shù)平均下降12.65%。
從交通管理者角度,自適應(yīng)技術(shù)實(shí)施后,路口通行效率得到了提升,有效縮短了擁堵時(shí)長(zhǎng),釋放了一定的警力資源,為交通管理的精細(xì)化治理提供了效果導(dǎo)向價(jià)值。
從公眾出行的角度,信控效能的提升,大大減少了駕乘者在路口的等燈時(shí)間和擁堵時(shí)間,提高了公眾的出行效率,有效節(jié)約了出行成本,提升了出行的體驗(yàn)。
6 風(fēng)險(xiǎn)分析
案例實(shí)施和推廣過(guò)程中的風(fēng)險(xiǎn)主要存在以下方面:
(1)對(duì)前端檢測(cè)器的準(zhǔn)確率要求較高,自適應(yīng)控制技術(shù)的數(shù)據(jù)來(lái)源于前端雷視檢測(cè)器采集的流量、排隊(duì)長(zhǎng)度等數(shù)據(jù),一般情況下檢測(cè)器數(shù)據(jù)的準(zhǔn)確率都會(huì)在95%以上,但會(huì)受到大車遮擋,天氣影響等使得準(zhǔn)確率下降,從而影響自適應(yīng)控制技術(shù)的有效性。通過(guò)配置檢測(cè)器通道、調(diào)測(cè)好雷視檢測(cè)器角度降低準(zhǔn)確率的影響,減少數(shù)據(jù)采集準(zhǔn)確率下降的影響。
(2)網(wǎng)絡(luò)不穩(wěn)定的影響,自適應(yīng)控制技術(shù)實(shí)時(shí)性較強(qiáng),中心生成的方案需在規(guī)定的時(shí)延下下發(fā)給前端信號(hào)機(jī)執(zhí)行,從而實(shí)現(xiàn)路口信號(hào)控制時(shí)間能夠隨交通流的變化而匹配,通過(guò)升級(jí)網(wǎng)絡(luò),提升帶寬的方法來(lái)規(guī)避網(wǎng)絡(luò)不穩(wěn)定的影響。
(3)該案例中實(shí)現(xiàn)了多品牌的聯(lián)網(wǎng)聯(lián)控,通過(guò)中心平臺(tái)統(tǒng)一下發(fā)控制來(lái)實(shí)現(xiàn)前端路口的管理、調(diào)度和策略的下發(fā),因此在統(tǒng)一管理方面具有優(yōu)勢(shì),主要的風(fēng)險(xiǎn)存在于與私有協(xié)議的對(duì)接,通過(guò)私有協(xié)議對(duì)接實(shí)現(xiàn)平臺(tái)全功能的開(kāi)放與管理,更好地實(shí)現(xiàn)效果。通過(guò)合作規(guī)避該風(fēng)險(xiǎn)。
(4)關(guān)于人才和資金方面,技術(shù)的實(shí)現(xiàn)需要技術(shù)人才的參與,本案例有專家級(jí)的研發(fā)工程師駐場(chǎng)和緩堵優(yōu)化專家駐場(chǎng),能夠根據(jù)案例的實(shí)際運(yùn)行狀態(tài),及時(shí)調(diào)整,以效果為導(dǎo)向,讓技術(shù)應(yīng)用后能夠取得預(yù)期效果。
(5)在資金方面,案例的兩個(gè)路口都安裝的前端設(shè)備包括兩個(gè)路口的雷視一體機(jī)、邊緣計(jì)算設(shè)備、中心服務(wù)器等,設(shè)備成本和施工成本都比較低,能夠滿足城市信息化建設(shè)的需求,僅需政府在交通信控信息化建設(shè)投入較少的資金支持,即可實(shí)現(xiàn)該案例的規(guī)模化應(yīng)用。
7 結(jié)語(yǔ)
作為智能交通領(lǐng)域頭部企業(yè),近些年來(lái),易華錄逐步加大對(duì)智能交通業(yè)務(wù)的產(chǎn)品研發(fā)、業(yè)務(wù)運(yùn)營(yíng)資源投入,推出智能交通領(lǐng)域重磅核心產(chǎn)品及解決方案,受到業(yè)界廣泛關(guān)注。未來(lái),易華錄將持續(xù)保持行業(yè)初心,在大數(shù)據(jù)、人工智能技術(shù)創(chuàng)新和場(chǎng)景應(yīng)用方面重點(diǎn)發(fā)力,進(jìn)一步提升易華錄在交通領(lǐng)域中的競(jìng)爭(zhēng)力。
作者簡(jiǎn)介:
王 凌,男,博士,高級(jí)工程師,現(xiàn)任北京易華錄信息技術(shù)股份有限公司縱向科研中心主任,研究方向?yàn)榇髷?shù)據(jù)、人工智能技術(shù)在交通、安防、政企數(shù)據(jù)融通等領(lǐng)域的產(chǎn)業(yè)化應(yīng)用。
劉樹(shù)青,女,博士,高級(jí)工程師,現(xiàn)任北京易華錄信息技術(shù)股份有限公司智能交通事業(yè)群副總裁,研究方向?yàn)榇髷?shù)據(jù)、物聯(lián)網(wǎng)技術(shù)在交通規(guī)劃與管理、交通信號(hào)控制等領(lǐng)域應(yīng)用和落地推廣。
趙 陽(yáng),男,博士,現(xiàn)任北京易華錄信息技術(shù)股份有限公司副總裁、總工程師,研究方向主要為大數(shù)據(jù)、人工智能技術(shù)在信息安全、數(shù)據(jù)資產(chǎn)化等領(lǐng)域技術(shù)應(yīng)用和產(chǎn)業(yè)推廣。
郭增增,男,碩士,現(xiàn)任北京易華錄信息技術(shù)股份有限公司解決方案工程師,研究方向主要為交通規(guī)劃與管理,交通信號(hào)控制等領(lǐng)域的應(yīng)用和落地推廣。
孫 琢,女,碩士,現(xiàn)任易華錄縱向科研中心科研項(xiàng)目經(jīng)理,研究方向主要為計(jì)算法學(xué)、網(wǎng)絡(luò)空間安全治理等領(lǐng)域的產(chǎn)業(yè)應(yīng)用。
摘自《自動(dòng)化博覽》2023年12月刊