业务挑战
业务挑战
-
数据未有效融合，精度差
交管、交委、互联网多源数据各自孤岛，无法有效融合。交通数据缺乏精准感知，无法支撑实时自动预警和精细化分析诊断交管、交委、互联网多源数据各自孤岛，无法有效融合。交通数据缺乏精准感知，无法支撑实时自动预警和精细化分析诊断 -
问题识别诊断靠人工，效率低
问题识别依赖大量人工投入，发现不及时，分析不彻底。问题解决依赖专家经验，无法规模复制和扩展问题识别依赖大量人工投入，发现不及时，分析不彻底。问题解决依赖专家经验，无法规模复制和扩展
-
全局优化弱，应急处理慢
缺乏区域协同、时空结合的全局交通优化能力。依赖人工操作，缺乏自动化智能化实时应急处理和协调能力缺乏区域协同、时空结合的全局交通优化能力。依赖人工操作，缺乏自动化智能化实时应急处理和协调能力 -
前端路口缺乏实时处理业务能力
前端路口缺乏数据智能分析和突发状况实时处理业务能力。依赖全量数据网络回传，数据中心集中式处理，无法应对高时效性的场景需求前端路口缺乏数据智能分析和突发状况实时处理业务能力。依赖全量数据网络回传，数据中心集中式处理，无法应对高时效性的场景需求
技术架构
交通智能体方案架构
通过采集、融合多源数据，构建完整的业务平台，提供从“感知-认知-诊断-优化-评价”的端到端产品能力，形成全息呈现、AI控制、丰富仿真等多维特性，同时满足多种客户建设诉求
架构优势
支持电警、卡口、雷达、信号机等设备数据，地图、浮动车、导航、天气等互联网数据，停车场、公交等数据，可扩展支持运营商OD等数据，多源数据通过行业底座融合计算形成目标主题数据
根据客户条件、建设目标、实施阶段等差异，提供单云、混合云和云边协同的灵活部署能力
提供从数据接入、数据处理、数据应用、算法训练/推理、大屏展示、仿真等完整的解决方案实施能力，将客户对复杂系统的部署和使用门槛降到最低
支持路网侧各类伙伴数据接入，提供数据底座标准开放接口、开放算法仓等多层次、多类别的生态开放能力，满足不同客户本地差异化诉求、现有组网利旧、存量合作伙伴能力互补等，并提供业务应用层灵活扩展能力
客户案例
深圳创新交通智能体
“深圳创新交通智能体是深圳交警与华为公司联合创新的产物，从顶层设计入手，全面规划深圳城市交通体系，并以视频云、大数据、人工智能为技术核心，建立了一个统一、开放、智能的交通管控系统。“
——李强
深圳市公安局交通警察局科技处处长
天津生态城
交通智能体TrafficGo深度参与天津生态城智慧城市建设，在人工智能、大数据、物联网、边缘计算等技术的协同下，实现主干道车辆的平均车速提升18%，早高峰期间的道路排队溢出次数减少20%，早高峰提前10-15分钟消散，极大的改善了天津生态城早高峰的拥堵现状
