近年來，在 “交通強國”“新基建”“綜合立體交通網”等戰略規劃的推動下，我國智慧交通的發展取得了令人矚目的成就。

不過，智慧交通領域的復雜度、碎片化程度相當高，還存在大量待解的難題和挑戰，隨著產業向縱深發展，這些場景也成為產學研各界關注的焦點之一。

中科院自動化所旗下的企業——中科視語，作為智慧交通領域成長型代表企業，就在智慧交通管控、公路技術狀況評定這兩大場景中，發現了一些尚存的挑戰，比如：

低等級公路存在一些破碎、裂縫、拱起、坑洞等病害，以往要靠人工巡檢來發現問題，再進行維修養護，這個過程很長、效率也比較低，大大影響了居民的出行體驗。

一些違法車輛，會使用套牌、假牌、號牌遮擋等手段來躲避執法，傳統的交通監測系統難以準確識別，只能依靠交警們人工蹲守緝查，工作十分艱苦。

日常的城市生活中，也存在大量交通隱患，比如黑車、道路積雪、高速逆行、摩托車不戴頭盔、電動車違規行駛等等各種情況，有限的警力很難快速及時地處理，如果能在每一次交通危險事故之前就進行提醒，無疑能大大減少交通事故的發生，保障人們的出行安全……

中科視語基于昇騰AI基礎軟硬件平臺，打造了“視語通途?智慧交通行業解決方案”，嘗試解決智慧交通管控、公路技術狀況評定場景中的現實挑戰。這一方案，也在剛剛落下帷幕的2022昇騰AI創新大賽全國總決賽中，獲得應用賽道的金獎。

我們聚焦這一創新，管中窺豹地探究一下，AI開發者和初創企業如何在昇騰AI的協助與使能下，成為智慧交通的解題人。

中科視語交出的創新答卷

那么，針對智慧交通管控、公路技術狀況評定兩大場景的現實問題，中科視語給出了怎樣的解題思路呢？

以公路技術狀況評定為例，要對公路病害進行及時、準確、高效的數據采集、分析研判，將原本依靠人工進行的“人治”，轉變為用AI進行無人化采集、自動識別、精準分析的“數治”。

比如，依靠“視語通途?智慧交通行業解決方案”中的道路表觀病害識別分析一體機，打造出輕量化采集裝備，結合一體機上搭載的識別算法，就能夠對高速、國省道、低等級農村公路的缺陷與病害實現毫米級精度的檢測。在機場中，負責檢修跑道的工作人員也不需要靠腳步一寸寸丈量，通過遠程操控采集無人車，就能進行病害識別與定位，再輔助工人修補，可以快速完成道面維修養護。

在智慧交通管控場景中，“視語通途?智慧交通行業解決方案”則針對違法車輛跨省布控難、道路安全綜合管控難度大、營運車輛綜合行政執法等具體挑戰，基于昇騰AI基礎軟硬件平臺，結合自研的多元耦合神經網絡、細粒度正則化模型壓縮等技術，交出了別具優勢的答卷。

針對識別難度大的套牌車、假牌車、污牌車等違法違規行為，中科視語基于數億級車輛檔案數據研發了車紋識別技術，海量場景數據積累與先進的AI算法相結合，能夠有效減少光線、拍攝角度、圖像背景及遮擋等對模型魯棒性的影響，精準地識別出違法車輛。

車紋識別技術當前在集成指揮平臺中得到了有效應用，為跨省違法車輛的緝查難題帶來了行之有效的辦法。比如，平臺發現懸掛同一號牌的同品牌車輛在相近時段同時活動在山東、湖南、廣東、貴州四省，經系統比對后發現這些同號牌車輛，局部特征差異很大，有較大的套牌風險。四省的交警部門結合該關鍵信息，快速開展跨省研判緝查，查處了六輛相同號牌的套牌車輛。

而針對日常交通綜合管理中違規事件類別多、數量多、管理難度大的問題，“視語通途?智慧交通行業解決方案”通過軟硬協同、邊云融合等優勢，通過端側感知識別+云端平臺分析決策，在每一次交通危險事件到來之前都及時提醒，避免事故發生。

具體來說，中科視語的邊緣智能計算單元（MEC），具備多模態融合感知的能力，部署在諸多交通細分應用場景中，能夠克服霧霾天、光線、雨雪等環境帶來的干擾，對交通要素進行高效精準地感知和識別，更好地幫助工作人員進行證據采集和遠程審核。

在感知基礎上，視語通途?智慧交通平臺集成了大量高性能的交通事件算法，比如路面積雪結冰、高速公路逆行、摩托車不戴頭盔等等，可以及時主動進行分析研判，將事故隱患信息告知路面部門，并通過無人機巡航喊話、LED屏顯等形式提前干預提醒，從而有效預防潛在風險。

此外，系統還可以對違規駕駛人進行精準告知，通過短信、電話、APP等多種渠道，提醒駕駛人注意交通安全，避免危險事故的發生。

相關大數據高效存儲在視語通途?智慧交通平臺上，指揮中心可以基于互聯互通的大數據，進行更全面地統籌和調度，讓警務安排更加高效。

軟硬協同、邊云融合的解決方案，對于營運車輛的綜合執法也大有裨益。日常工作中，交通運輸部門會遭遇大量營運車輛違法違規的情況，比如非法營運的“黑車”，正常營運車輛的違規上客、計價器打表異常、不按規定路線行駛，大型貨車超速、超載、遮擋號牌等問題……這些情況都給普通人的出行安全和出行體驗，帶來了比較負面的影響，查處起來又費時費力、效率較低。

“視語通途?智慧交通行業解決方案”在這一垂直場景中，就將端側計算與云端計算的優勢充分結合，借助邊緣計算能力，交管人員不在現場也可以完成及時準確的證據采集，大大提升了審核處置的效率。基于智慧交通平臺，車輛信息查詢、追蹤、布控等工作，可以在云端完成智能分析研判，讓現場執法更加高效準確。

目前，視語通途?智慧交通行業解決方案已經在許多城市落地應用。在2022昇騰AI創新大賽全國總決賽中，該方案也憑借技術領先性、方案落地能力、極高的華為兼容性適配能力等優勢，從16個賽區的32支入圍項目中脫穎而出，奪得應用賽道金獎。

昇騰AI使能 “金獎”闖關

中科視語的智慧交通行業解決方案，讓人印象深刻，但這一優秀答案的誕生，實際上也遇到了不少考驗。

中科視語的交通事業部副總經理趙旭告訴我們，智慧交通領域是高度碎片化、多元化的，比如僅僅一個車輛識別，就要進一步細分到型號識別、顏色識別、品牌識別、姿態識別、年檢標志識別、司機違規行為識別……龐大而復雜的細分應用場景，對中科視語的研發交付綜合效能，提出了較大的挑戰。

另外，在數字化升級改造中，有的城市和鄉鎮對于成本比較敏感，所以AI軟硬件必須解決“有用，但過貴”的問題，才能真正落地。

因此，中科視語選擇昇騰AI作為合作伙伴，攜手闖過了AI落地行業的難關。

首先，基于紫東.太初千億參數預訓練大模型及昇騰AI基礎軟硬件平臺，解決了AI模型開發中的效率難題。將模型生產周期從原本的兩個月縮短到兩天，模型應用部署從原本需要3-5個人花一個月時間完成，到現在2人就可以在數天內完成，所需要的數據量也從千級樣本減少到十級樣本。

這不僅讓中科視語的研發交付流水線效能，實現了“數量級的提升”，也有助于解決方案快速、高效地迭代升級，更好地服務于交通行業。

其次，針對行業應用AI的成本顧慮，中科視語結合昇騰AI基礎軟硬件平臺，讓所需要的研發資源、研發成本都呈“數量級下降”。

比如基于昇騰AI，邊緣智能計算單元（MEC）在同等算力情況下，單位時間處理的數據體量是同類型產品的2倍。道路表觀病害識別分析一體機上，采用Atlas 300I單卡分析速度達140公里/小時，應用算法模型推理提速，達到了同類型方案的1.8倍，滿足了智慧交通產品的性能需求，硬件解決方案的綜合成本優勢明顯。

此外，實際應用中要具有足夠高的可靠性，保證高并發任務的實時穩定運行，減少無效計算，充分發揮出解決方案的技術優勢。

中科視語充分發揮昇騰AI能力，基于CANN異構計算架構，實現模型的高效推理；并結合Profiling和Advisor工具，對神經網絡的性能瓶頸進行排查分析和優化；使用MindX進行流程編排，優化業務處理效率；結合自研模型壓縮技術，最終讓視語通途?智慧交通解決方案能夠圍繞交通行業的痛點需求，實現精準感知、高效運算、快速檢索等能力。

中科視語交通事業部總經理張淼表示：中科視語希望在產業痛點與AI技術之間架起一座橋梁，通過AI落地和應用去讓整個交通出行更安全，提升人們的出行體驗，一路暢通，一路坦途。

在昇騰AI的全方位使能下，中科視語也順利闖過了AI創新的層層關卡，為智慧交通相關產品及解決方案的落地，鋪設了一路坦途。

尋找AI時代需要的解題人

AI時代的人才需求量巨大，今天也有大量的企業、學校、培訓機構在致力于AI人才的培養。為什么中科視語會選擇本次大賽作為自我鍛煉的一種方式？

團隊坦言，參加比賽的原因之一是看中了昇騰AI基礎軟硬件平臺的影響力，此外，希望通過同場競技的方式，看清楚自身實力在行業當中的位置。

我們從中可以看到，昇騰AI的兩方面特質，對開發者具有很強的吸引力：

一是全棧AI。昇騰AI基礎軟硬件平臺包括了豐富的AI硬件和全棧AI軟件能力，工具鏈覆蓋AI開發的全流程，降低AI的應用開發門檻；基于昇騰AI可以打造體系化的場景解決方案，支撐特定場景需求。

二是全周期。開發者還需要一套完整的成長體系來獲得鍛煉，依托昇騰社區提供的“學-練-訓-賽”全周期成長路徑，不同階段的人才都能夠得到所需要的資源支持。以昇騰AI創新大賽為例，參賽隊伍中既有中科視語這樣實力強勁的專業團隊，也有獨立參賽的在校大學生，以及零基礎的開發者。通過一場比賽來探索AI創新、拓寬視野、交流碰撞，被初創企業和開發者看作是一種非常有意義的鍛煉。

從一場大賽中，我們可以看到：AI人才在成長，中科視語在智慧交通領域交出新的答卷；昇騰AI生態在壯大，將全國優秀的開發者及AI人才匯聚在一起，加速AI走向行業場景；智能中國在進化，產業智能化的種種謎題，都將在AI人才手中被一一破解。

這些畫面，共同組成了一個值得期待的數智未來。

審核編輯黃昊宇