交通精准治理的前提是对交通异常事件的普适感知

新型智慧城市建设及运营应以人为本，这个在业内已经达成共识。交通出行作为刚需，其是否便利、顺畅已经成为我们非常关心的话题，合理的通勤时间也成为了满足感考量的重要因素。轨道交通+最后一公里的共享单车固然是不错的选择，但是能够达到300万人口也有300亿收入的城市毕竟不是多数，因而，公交和自驾成为这些城市出行最主要的方式，今天就简单聊聊交通精准治理的第一步-交通异常事件的采集。

毋庸置疑，还没有红绿灯的时候，交通拥堵是通过人来感知和处理的，有了红绿灯后，我们就通过配时来调节路口的通行时间，这个调节的过程，现在已经逐步从人工经验向人工智能的方式过渡，而且也已取得了比较明显的成果。

姑且放下AI+交通，还是回到现代城市交通异常事件的感知上来。

首先，我们采用的是地磁的方式-通过埋设线圈来感知车辆，这种方式比较可靠，但是需要开挖道路，工程量及资金投入比较大。

后来，我们开始采用视频算法的方式。白天以车辆通过视频帧边沿的方式来‘数’有多少辆车，夜晚通过读取车灯的方式来‘数’车辆，从而与历史经验形成的阈值来判断是否拥堵。这种方式不需要开挖道路，但是受天气影响比较大。

再后来，业内有提出用特定车辆的GPS数据来判断道路拥堵，比如出租车，在城市道路普遍分布，通过其内置的GPS数据，以单位时间通过道路单元网格的时间来判断是否存在交通异常事件。这种方式可以提前一定时间预判某个路段出现拥堵，对于交通管理部门进行警力高效调配有辅助决策的作用。这种方式的实施难点一个在于这些GPS数据的实时获取方式，另外一个就是道路网格的划分，还有一个就是核心算法。

采集特定车辆GPS数据的方式固然可行，但是依然有缺陷，一个样本量不够，再一个出租车辆在特定时间段会绕行相关路线，此时，如果将手机终端利用起来，让每一个车辆驾驶员都参与到交通拥堵感知上来。实现方式上，可以通过城市唯一服务入口内置相关服务体现，从而将手机变成一个个感知器和诱导屏。为了提升驾驶员的参与度，可以通过与赞助厂商进行合作，积分兑换相应商品或服务来实现。

或许，你要说，让驾驶员在驾驶途中使用手机对交通异常事件进行采集和上报对于交通安全有影响，反倒可能产生交通事故。是滴，二叉非常赞同这样的观点，那么问题是终极形式V2X自动驾驶面世之前我们怎么办呢？

技术是中立的，在向第五级完全自动驾驶前行的过程中，为了切实减少交通拥堵对于大家的影响，我们可以综合利用各种方式来感知到异常的交通事件，只有尽可能的采集多种数据，也才能在不断优化的算法支撑下，满足便捷交通出行的刚性需求，最终提高大家的幸福感，满意度！