<ruby id="rlyzd"><table id="rlyzd"></table></ruby>
  • <track id="rlyzd"><table id="rlyzd"></table></track><ruby id="rlyzd"><option id="rlyzd"><thead id="rlyzd"></thead></option></ruby>
        <mark id="rlyzd"></mark>
          <ruby id="rlyzd"></ruby>
      1. 城市大腦1.0新技術(shù), 讓交通時(shí)間縮短一半

        2017-11-10 19:08:55 admin 39

            在2017杭州·云棲大會(huì )上,阿里巴巴宣布成立探索人類(lèi)科技未來(lái)的實(shí)驗室“達摩院”,并在三年內集團研發(fā)投入1000億人民幣,用于涵蓋基礎科學(xué)和顛覆式技術(shù)創(chuàng )新的研究。

          隨后,城市大腦1.0正式發(fā)布,交出了用智能治理城市的周年答卷:接管杭州128個(gè)信號燈路口,試點(diǎn)區域通行時(shí)間減少15.3%,高架道路出行時(shí)間節省4.6分鐘。在主城區,城市大腦日均事件報警500次以上,準確率達92%;在蕭山,120救護車(chē)到達現場(chǎng)時(shí)間縮短一半。

        3.jpg

        在阿里巴巴技術(shù)委員會(huì )主席王堅勾勒的藍圖中,未來(lái)城市大腦是城市重要的基礎設施,以互聯(lián)網(wǎng)、計算和數據為基礎,實(shí)現可持續發(fā)展。治理交通擁堵只是城市大腦邁向城市治理、成為超級人工智能的第一步。

          在杭州市城市大腦領(lǐng)導小組、杭州市數據資源局、杭州市公安局及杭州市公安局蕭山分局的努力下,杭州主城區、蕭山區、余杭區都在快步引入城市大腦,并很快看到效果。

          城市大腦已覆蓋主城區莫干山路區域等路面主干道,及南北城區的中河-上塘高架等快速路,同時(shí)服務(wù)蕭山城區,為杭州市逾900萬(wàn)常住人口的快速出行提供實(shí)時(shí)分析和智能調配。

          城市大腦首先實(shí)現的是通過(guò)各類(lèi)數據感知交通態(tài)勢進(jìn)而優(yōu)化信號燈配時(shí)。目前,已有128個(gè)信號燈路口由城市大腦掌管。

          在杭州主城區,城市大腦調控了24個(gè)莫干山路區域紅綠燈,通行時(shí)間減少15.3%。試點(diǎn)中河-上塘高架22公里道路,出行時(shí)間平均節省4.6分鐘。

          在蕭山,104個(gè)路口信號燈配時(shí)無(wú)人調控,范圍西至蕭然西路,南至晨暉路,東至通惠路,北至蕭紹路,此外還包括市心路、育東路、北山南路在內的5平方公里,車(chē)輛通行速度提升15%,平均節省時(shí)間3分鐘。

          此外,城市大腦融合高德、交警微波和視頻數據去感知交通事件,包括擁堵、違停、事故等,并觸發(fā)機制進(jìn)行智能處理。在主城區,城市大腦日均事件報警數達500次以上,準確率達92%,大大提高執法指向性。

          蕭山區還創(chuàng )新實(shí)現了120救護車(chē)等特種車(chē)輛的優(yōu)先調度,事件報警、信號控制與交通勤務(wù)快速聯(lián)動(dòng),提升應急事件處理效率。一旦急救點(diǎn)接到電話(huà),城市大腦就會(huì )實(shí)時(shí)計算,自動(dòng)調配沿線(xiàn)信號燈配時(shí),為救護車(chē)定制一路綠燈的生命線(xiàn)。

          據測算,救護車(chē)到達現場(chǎng)的時(shí)間已縮短一半,平均節省7分鐘。以市心路-晨暉路到市心路-建設一路全長(cháng)7公里路段為例,救護車(chē)總計需要經(jīng)過(guò)21個(gè)路口。在最近一次出車(chē)中,救護車(chē)節省時(shí)間高達14分鐘,沒(méi)有遇到一個(gè)紅燈。

        社會(huì )治理和公共安全保障,同樣是城市大腦的重要功能。結合視頻分析技術(shù),城市大腦能夠對整個(gè)城市進(jìn)行索引。通過(guò)精細定位、全局視頻分析、營(yíng)運數據,分析車(chē)輛主題關(guān)系和行為模式,蕭山區精準管控“兩客一?!奔斑`法處禁車(chē)輛,實(shí)現交通分層治理。

        下一個(gè)登月計劃 催生世界級技術(shù)

          王堅認為,如同60年代的登月計劃帶來(lái)了通訊技術(shù)、生物工程技術(shù),城市大腦也將為世界科技創(chuàng )新提供一個(gè)前所未有的探索平臺。

          車(chē)流量大、路網(wǎng)復雜、路面立體,是城市交通的主要特點(diǎn)。城市大腦通過(guò)一個(gè)普通的攝像頭,就能讀懂車(chē)輛運行狀態(tài)和軌跡,同時(shí)實(shí)時(shí)分析來(lái)自交通局、氣象、公交、高德等13家機構的海量交通數據,這一視頻數據處理規模全球罕見(jiàn),催生一系列世界級技術(shù)。

          為完成復雜場(chǎng)景下的車(chē)輛檢測任務(wù),城市大腦的iDST視覺(jué)計算團隊提出基于區域融合決策和上下文相關(guān)的多任務(wù)深度神經(jīng)網(wǎng)絡(luò ),解決多視角、多姿態(tài)及車(chē)輛遮擋等問(wèn)題。這一技術(shù)成果打破了全球權威視覺(jué)算法測評平臺KITTI的世界紀錄,將車(chē)輛檢測率拉升至90.55%,從而幫助機器更好地看懂世界。

          今年城市大腦還有3篇技術(shù)論文入選國際頂級學(xué)術(shù)會(huì )議ACM MM,論文所涉及的交通事故識別、人流軌跡判斷、交通數據樣本研究等領(lǐng)域都與城市大腦的應用場(chǎng)景密不可分。

          電商圖像搜索技術(shù)的成功經(jīng)驗也被放到了城市場(chǎng)景。城市圖搜技術(shù)上線(xiàn),城市的基本要素,包括車(chē)、步行人、騎行人、道路、建筑等都可以作為一個(gè)目標,進(jìn)行識別、索引和搜索,準確率達99%以上,精準度甚至細到顏色、車(chē)牌的某一字段。

          城市大腦視覺(jué)智能負責人、iDST副院長(cháng)華先勝表示,城市大腦的應用場(chǎng)景是許多技術(shù)研究的起點(diǎn),研究成果都將幫助到城市大腦的落地。華先勝是視覺(jué)識別和搜索領(lǐng)域的國際級權威學(xué)者,曾獲選國際電氣與電子工程協(xié)會(huì )院士(IEEE Fellow)、美國計算機協(xié)會(huì )ACM杰出科學(xué)家。

          數據曾經(jīng)只是城市規劃院的“工具”,但在城市大腦的不斷技術(shù)攻堅下,數據將成為城市不可分割的一部分。城市管理者可以從運行的角度來(lái)利用數據,對城市的人、車(chē)進(jìn)行有效分析。

        城市大腦解決城市病,是杭州獻給世界城市發(fā)展的禮物

          一年前,城市大腦被定義為“杭州代表中國的城市為世界做一次探索”。時(shí)隔一年,王堅認為,城市大腦是“杭州獻給世界城市發(fā)展的禮物”。

          王堅在會(huì )上舉例,修更多的路是以往城市用來(lái)解決交通擁堵的辦法,這其實(shí)是上世紀的思路。而未來(lái),城市大腦將成為城市新的基礎設施,利用數據資源來(lái)解決問(wèn)題。

          城市是人類(lèi)最了不起的發(fā)明,但遺憾就是城市病,但幸運的是有數據這個(gè)新的自然資源,可以通過(guò)城市大腦來(lái)優(yōu)化所欲的城市公共資源。在杭州,城市大腦每15分鐘就能根據攝像頭數據調節紅綠燈資源,對道路和時(shí)間資源再次分配,讓老百姓早一點(diǎn)回家。

          以交通治理為起點(diǎn),經(jīng)過(guò)一年試驗,城市大腦已經(jīng)首先消滅從攝像頭到紅綠燈“最遠的距離”,并且落點(diǎn)到了更多城市,包括蘇州、衢州、澳門(mén)等。

          2050年的杭州是什么樣?王堅此前給了一個(gè)猜想,未來(lái)城市會(huì )擁有100萬(wàn)倍的數據,只消耗1/10的水和電,不斷優(yōu)化道路資源,讓原本需要修路的土地變成公園,讓生活更加舒適方便。

          用機器解決超越人腦極限的挑戰,是王堅發(fā)起城市大腦的目標。他認為,城市所面臨的所有問(wèn)題,不是因為人不夠努力,或不夠聰明,而是因為城市發(fā)展到今天,許多問(wèn)題已經(jīng)無(wú)法靠人類(lèi)大腦解決,而必須依靠機器。用機器解決人類(lèi)解決不了的問(wèn)題,在這個(gè)意義上,機器智能比人工智能更加準確。


        中国精品18VIDEOSEX性_色窝窝无码一区二区三区_亚州AV无码专区国产乱码_欧美牲交a欧美牲交aⅴ久久

        <ruby id="rlyzd"><table id="rlyzd"></table></ruby>
      2. <track id="rlyzd"><table id="rlyzd"></table></track><ruby id="rlyzd"><option id="rlyzd"><thead id="rlyzd"></thead></option></ruby>
            <mark id="rlyzd"></mark>
              <ruby id="rlyzd"></ruby>