阿里2年前拋出“城市大腦”進軍智能交通行業以來，有的力挺如火如荼的招投標上項目，有的覺得大腦夸大其詞了，而絕大多數是會引用"大腦"這個詞，但依然腳踏實地的進行著各個城市各個小腦的建設。
大腦優選交委業務效果可能更好
記得第一次參加杭州蕭山城市大腦示范的會議，對各家的視頻信息如何統一，對夜間、曝光情況下牌照的識別率，對OD的估算用于信號配時等大家展開了激烈的討論。
第二次與阿里接觸，聆聽了他們首席科學家對已經開展的信號配時優化、救護車路線優先等成果匯報，當時的反應是阿里怎么會選擇這樣的案例來作為大腦推廣呢？
在真實的交通環境中，執行任務的救護車有在安全的前提下不按照信號燈行駛的權利，也就對信號優先不是那么嚴苛。
我記得當時跟他們說，阿里的大腦提法是可以的，但是理念太大，案例太簡單，且選擇了交通業內很難說的清楚的信號配時優化到底提升了什么效率指標，怎么考量的難題。
如果他選擇交通委業務內一些客流監測、OD分析、公交調度、路網優化、城市規劃等議題，或許會更好點。
阿里還有一個計劃就是做城市的數據平臺，像ios或者andriod一樣，匯聚了城市數據，讓其他舞者各自做自己的應用。
阿里帶著美好的夢想和軒昂的雄心進場，掀起了一場對于城市大腦的爭議，也帶來了其他各種小腦、左腦、右腦、醫生等平臺發布熱潮。
城市交通大腦應建在哪里
回首2年來，我覺得城市大腦是一個智慧城市必須的，這個理念提的非常好，但實施起來，需要分專項，要分若干個專業大腦。
就像這個社會運轉一樣，每個人有自己的專業，每個專業又有自己的團體，而我們行業關注的應該是城市交通大腦。
城市交通大腦要建在哪里？
我認為應建設在每個城市的交通信息中心，信息中心曾經風靡了一段時期，但是在匯聚信息時遇到障礙重重，要么拿不到數據，要么是拿到本管轄范圍內的數據卻面臨數據質量層次不齊、可工程應用的模型無法建立，大腦根本就看不懂數據，不知道是哪個檢測器是哪個點位哪個斷面，不知道應該怎么歸集，不知道應該怎么計算得出什么指標(除了紅黃綠狀態和指數外)，所以前幾年大腦的顯著性效果沒有看到。
最近對智能交通這個詞也一直在反思，到底涵蓋了哪些東西，ISO的ITS框架，感覺只是一個框，智能交通沒出現前，交通信號控制也發展了很多年，出現了經典的幾大控制系統，到目前突破甚小。
對于交通委的業務，我覺得還是智能運輸更合適些，因為交委更關注從一個點到另一點的人貨安全高效運輸。
有的地方以為交警的業務才叫智能交通，有的認為自動駕駛也是智能交通，單車智能傳感器成本太大，需要搞智能交通的把道路基礎設施搞得智能起來，滿足全路網自動駕駛，搞得我也壓力很大。
再談智能交通的理論與實踐
2018年12月去拜訪楊兆升老師，老師說2000年左右他提出了智能交通理論，智能交通不僅僅是信息技術、控制技術，是有理論支撐的。
我就一直在想，智能交通理論包括哪些，信號配時模型算嗎？動態交通流分配理論，現在用的好嗎？為什么那么多學者研究了那么多理論，我落到圖紙上怎么就見攝像頭、信號燈組、信號機以及那些通信線路呢？我們的理論模型算法在設備里，在信息平臺上又體現了多少？
在經過10多年的智能交通行業工作后，對這些學科基礎問題的困惑仿佛又讓我回到了讀書時候的起點。
2019年1月去參加了“深圳市交通運輸一體化智慧管控平臺設計”的述標，11億的項目，目前全國最大的設計標3000萬，主要建設內容有綜合交通執法、交通運輸行業監管、智慧公共交通、精細化城市交通治理、交通基礎設施全壽命周期管理與決策支持系統。其實就是一個面向交委業務的城市大腦。
深圳的TOCC建設一直是全國的典范，此次升級的原因其實也是很多城市所面臨的新的挑戰。
深圳綜合交通運行指揮中心已匯聚29大類81項交通運輸行業靜態信息和動態運營信息數據、行業信息化系統85個。
我們分析面臨以下問題：
1.交委業務的管控服務全覆蓋，更加精細化、智慧化；
2.如何應對數據質量、設定適宜的數據粒度；
3.復雜的模型如何在工程中簡化應用；
4.輔助決策如何做到從數據—判斷—業務流的全過程銜接。
因此，需要建立一套從數據到模型、預警、決策、業務流控制的可操作流程，解決如何用數據去做綜合治理，如何從標治本(通過多個現象去挖掘交通本質，根除城市交通建設缺陷)。
這也就是說智能交通，已不僅僅是一種管控手段，它需要跟交通規劃、交通治理、交通業務等結合一起，它可以為城市獲取更多更全面的數據，與規劃、建設、管養等一起提供城市交通大腦的服務。
上面只是交委業務城市交通大腦的1個案例，城市交通大腦是由若干個大腦組成，每個業務，都應該有自己的數據、模型構建大腦。
比如交警的交通監控指揮中心，交通局(交通委)的交通運輸指揮中心TOCC，規劃局的城市規劃信息中心，建委的交通基礎設施規劃建設信息中心，路政局的設施健康監測及管養中心、城管局的停車管理信息中心......
這么劃分的理由是，智能交通的落地建設，還是離不開一個城市交通管理的體制和機制的。
分析下來，我們也就會看到，大腦本質是數據匯聚、處理和應用中心。眼睛、手，腳、舌頭等都是我們常說的傳感器，獲取城市的信息后，交給信息中心的大腦去處理，反饋在我們的再行動、再提升上。
強調軟實力投入再造交通大腦
我們是必須要重視城市交通大腦了，也就是要重視交通信息中心的數據挖掘。
有的大數據分析平臺或一體機自帶了很多通用的大數據分析模型，但不是采購了就能用在交通上的，有的城市建設了成百上千上萬的攝像頭，提取的有價值的數據還遠遠不夠，我們需要一批數據分析師、交通建模師、軟件開發師從業務需求著手，協同再造有智慧的城市交通大腦。
大腦優選交委業務效果可能更好
記得第一次參加杭州蕭山城市大腦示范的會議，對各家的視頻信息如何統一，對夜間、曝光情況下牌照的識別率，對OD的估算用于信號配時等大家展開了激烈的討論。
第二次與阿里接觸，聆聽了他們首席科學家對已經開展的信號配時優化、救護車路線優先等成果匯報，當時的反應是阿里怎么會選擇這樣的案例來作為大腦推廣呢？
在真實的交通環境中，執行任務的救護車有在安全的前提下不按照信號燈行駛的權利，也就對信號優先不是那么嚴苛。
我記得當時跟他們說，阿里的大腦提法是可以的，但是理念太大，案例太簡單，且選擇了交通業內很難說的清楚的信號配時優化到底提升了什么效率指標，怎么考量的難題。
如果他選擇交通委業務內一些客流監測、OD分析、公交調度、路網優化、城市規劃等議題，或許會更好點。
阿里還有一個計劃就是做城市的數據平臺，像ios或者andriod一樣，匯聚了城市數據，讓其他舞者各自做自己的應用。
阿里帶著美好的夢想和軒昂的雄心進場，掀起了一場對于城市大腦的爭議，也帶來了其他各種小腦、左腦、右腦、醫生等平臺發布熱潮。
城市交通大腦應建在哪里
回首2年來，我覺得城市大腦是一個智慧城市必須的，這個理念提的非常好，但實施起來，需要分專項，要分若干個專業大腦。
就像這個社會運轉一樣，每個人有自己的專業，每個專業又有自己的團體，而我們行業關注的應該是城市交通大腦。
城市交通大腦要建在哪里？
我認為應建設在每個城市的交通信息中心，信息中心曾經風靡了一段時期，但是在匯聚信息時遇到障礙重重，要么拿不到數據，要么是拿到本管轄范圍內的數據卻面臨數據質量層次不齊、可工程應用的模型無法建立，大腦根本就看不懂數據，不知道是哪個檢測器是哪個點位哪個斷面，不知道應該怎么歸集，不知道應該怎么計算得出什么指標(除了紅黃綠狀態和指數外)，所以前幾年大腦的顯著性效果沒有看到。
最近對智能交通這個詞也一直在反思，到底涵蓋了哪些東西，ISO的ITS框架，感覺只是一個框，智能交通沒出現前，交通信號控制也發展了很多年，出現了經典的幾大控制系統，到目前突破甚小。
對于交通委的業務，我覺得還是智能運輸更合適些，因為交委更關注從一個點到另一點的人貨安全高效運輸。
有的地方以為交警的業務才叫智能交通，有的認為自動駕駛也是智能交通，單車智能傳感器成本太大，需要搞智能交通的把道路基礎設施搞得智能起來，滿足全路網自動駕駛，搞得我也壓力很大。
再談智能交通的理論與實踐
2018年12月去拜訪楊兆升老師，老師說2000年左右他提出了智能交通理論，智能交通不僅僅是信息技術、控制技術，是有理論支撐的。
我就一直在想，智能交通理論包括哪些，信號配時模型算嗎？動態交通流分配理論，現在用的好嗎？為什么那么多學者研究了那么多理論，我落到圖紙上怎么就見攝像頭、信號燈組、信號機以及那些通信線路呢？我們的理論模型算法在設備里，在信息平臺上又體現了多少？
在經過10多年的智能交通行業工作后，對這些學科基礎問題的困惑仿佛又讓我回到了讀書時候的起點。
2019年1月去參加了“深圳市交通運輸一體化智慧管控平臺設計”的述標，11億的項目，目前全國最大的設計標3000萬，主要建設內容有綜合交通執法、交通運輸行業監管、智慧公共交通、精細化城市交通治理、交通基礎設施全壽命周期管理與決策支持系統。其實就是一個面向交委業務的城市大腦。
深圳的TOCC建設一直是全國的典范，此次升級的原因其實也是很多城市所面臨的新的挑戰。
深圳綜合交通運行指揮中心已匯聚29大類81項交通運輸行業靜態信息和動態運營信息數據、行業信息化系統85個。
我們分析面臨以下問題：
1.交委業務的管控服務全覆蓋，更加精細化、智慧化；
2.如何應對數據質量、設定適宜的數據粒度；
3.復雜的模型如何在工程中簡化應用；
4.輔助決策如何做到從數據—判斷—業務流的全過程銜接。
因此，需要建立一套從數據到模型、預警、決策、業務流控制的可操作流程，解決如何用數據去做綜合治理，如何從標治本(通過多個現象去挖掘交通本質，根除城市交通建設缺陷)。
這也就是說智能交通，已不僅僅是一種管控手段，它需要跟交通規劃、交通治理、交通業務等結合一起，它可以為城市獲取更多更全面的數據，與規劃、建設、管養等一起提供城市交通大腦的服務。
上面只是交委業務城市交通大腦的1個案例，城市交通大腦是由若干個大腦組成，每個業務，都應該有自己的數據、模型構建大腦。
比如交警的交通監控指揮中心，交通局(交通委)的交通運輸指揮中心TOCC，規劃局的城市規劃信息中心，建委的交通基礎設施規劃建設信息中心，路政局的設施健康監測及管養中心、城管局的停車管理信息中心......
這么劃分的理由是，智能交通的落地建設，還是離不開一個城市交通管理的體制和機制的。
分析下來，我們也就會看到，大腦本質是數據匯聚、處理和應用中心。眼睛、手，腳、舌頭等都是我們常說的傳感器，獲取城市的信息后，交給信息中心的大腦去處理，反饋在我們的再行動、再提升上。
強調軟實力投入再造交通大腦
我們是必須要重視城市交通大腦了，也就是要重視交通信息中心的數據挖掘。
有的大數據分析平臺或一體機自帶了很多通用的大數據分析模型，但不是采購了就能用在交通上的，有的城市建設了成百上千上萬的攝像頭，提取的有價值的數據還遠遠不夠，我們需要一批數據分析師、交通建模師、軟件開發師從業務需求著手，協同再造有智慧的城市交通大腦。
17621123178