當你在手機上的公交App里查詢112路還有幾站到時，是否覺得這不過就是公交車裝上GPS的事兒？當你下班路上在百度／高德看著滿城的紅色“淪陷區”一籌莫展時，可有抱怨過地圖App只能提示擁堵，卻并不能解決擁堵？當你在趕往機場的路上被一路紅燈道道阻攔、急火攻心時，可曾想過為什么信號燈偏偏跟你過不去？

[[186903]]

在對于無人駕駛的暢想中，解決交通擁堵，減少浪費在路上的無謂時間是很多人的美好期待（據2016年數據，北京市工作日平均每天堵車約3個小時）。然而，然而車與車之間的數據共享與時時“溝通”目前看來仍然遙不可及，受限于無線通信標準、車廠合作、政府監管等原因，“車聯網”在短期內仍然難以實現。更為棘手的是，司機經常會違背或忽略交通規則，而無人車與行人之間的意識“溝通”仍然是天方夜譚。

　　既然短時間內無法寄希望于無人駕駛將“堵車”問題一勞永逸地解決，那么目前的智能交通系統能夠做些什么？如何在“車輛網”尚未實現的情況下實現車流的控制，交通的疏導？大數據、深度學習又能在其中發揮什么樣的作用？

　　“一座城市每天會產生數千萬的海量交通數據，但這些數據以前大多數只能‘沉睡’，不能為人所用。”作為中國智能交通領域連續八年的“隱形冠軍”，海信網絡科技董事長周厚健認為，目前基于GPS、攝像頭、超聲波雷達、橫斷面雷達、地磁感應器等“外部監控網絡”形成的天羅地網，已經可以產生足夠的數據，來幫助實現“交通交響曲”的宏觀指揮。

　　目前的問題在于，這些數據并未被充分挖掘和利用。

　　“我們不是去告訴大家哪里擁堵哪里不堵，而是要解決怎樣把擁堵變成不堵。”按照周厚健的說法，智能交通解決方案就是通過合理的車流調配，讓擁堵的地方松馳一些，讓閑置的地方密集一些。通過交通管控平臺，給出卡口及紅綠燈信號，引導車流流向。

　　比如，如何借助智能交通系統盡可能實現“一路綠燈”？海信的信號控制專家馬曉龍給出了基于人工智能技術的解決方案。通過深度學習模型，以數據大腦為核心，實時監控分析道路車流量，依據動態的交通數據，自動切換和調配信號燈時間，最直觀的變化是紅綠燈的時間不再固定，甚至全程綠燈不停車。

　　在海信自適應信號控制系統下，按推薦速度行駛，就可以實現“一路綠燈”。在南昌，15條綠波控制的路段，協調控制方向的行程時間平均減少30%以上，車速平均提高40%以上，交通流量提高15%以上。在青島，智能交通系統的建設完成讓高峰持續時間下降1.48小時，平均速度提高比例提高9.71%。

　　再比如，如何實現交通堵塞問題的快速疏導？以往對于交通堵塞問題，往往是發生擁堵后十多分鐘，交警才收到報警，部署警力前往現場疏導。不僅反應過程長，而且容易導致擁堵加劇和潛在安全事故。

　　海信建立起基于深度學習的交通預測，“以海量交通數據為基礎，分析交通運行的規律性和相似性，建立智能學習模型，通過深度學習去預測流量等交通參數，預知擁堵區域等”。就可以預測擁堵地區和時間，提前進行方案制定、信號調配、誘導信息發布以及警力的部署。

　　這一切都建立在海信研發的“數據魔方”之上，基于深度學習的交通預測，可在30秒內完成10億規模交通大數據的可視化分析。

　　十幾年時間里，基于對城市交通數據的持續研究，海信率先提出了基于大數據的新一代城市交通一體化解決方案并不斷優化。在全國39個省會城市和計劃單列市中，海信的智能交通解決方案已應用于其中28個。

　　2012到2015年，國內億元以上的智能交通大項目海信的中標額占比42%，并直接把相關產品的價格拉下2/3。海信的智能交通方案，包括智能調度公交車、智能紅綠燈、對突發擁堵進行超前檢測等，已經服務國內100多個城市。

　　在成都，海信將13000多輛公交車接入到智能公交調度系統中，實現全國首例1萬臺以上公交接入。智能公交調度系統實施后，乘客平均候車時間下降40%，月均投訴下降20%，同時，月均事故下降47%，超速違規行為下降97%。

　　今年兩會期間，在回答媒體追問“是否可以解決像北京這樣的大城市擁堵問題”時，身為人大代表周厚健自信地回答： 能！ 并“希望北京給海信智能交通一個機會”。周厚健的回答之所以如此充滿底氣，是因為無論是北京奧運村區域的智能交通管理系統，還是朝陽路、安定路的快速公交系統，都是海信網絡參與搭建的。

　　你也可能會好奇做家電的海信何以成為了智能交通行業的領頭羊？實際上，出走家電紅海的海信悄然之間已經成為了很多細分領域的“隱形冠軍”。目前，海信智能交通成為***，光通信全球第五、接入份額***，商用空調已位列國內第二。周厚健透露，B2B業務目前已近占海信集團利潤的近四成。