当高速公路突发交通事故，交通管制人员该如何选定最优交通管制方案，以便尽可能减少拥堵状况？通过比较上下游交通情况及相关收费站流量情况，相关管制方案带来的流量、车速及拥堵状态迅速模拟呈现，管制人员就能从中选择最为合理的方案……从发生事故到事故被发现，原本5-10分钟左右的时长可缩短至30秒以内。

　　这要归功于之江实验室的智慧算法。近日，之江实验室的几位专家演示了多项智慧交通领域的“黑科技”。目前，之江实验室已设立了包括“基于端边云一体化架构的智慧高速车联网系统”、“基于数字孪生技术的智慧交通虚拟仿真推演平台”两大项目。这些智慧算法已在沪杭甬高速公路试验路段取得不少成果。它们正让我们的道路变得越来越“聪明”。

　　“我们在沪杭甬的云控平台上布局了四套算法——短时交通预测算法、交通事件预警算法、应急疏导效果仿真算法、车流诱导效果评价算法，融合了门架、卡口、视频、毫米波雷达等多种数据源，进行车辆轨迹还原、交通流量速度统计等分析，从而提升高速公路的管理水平和运行效率。”之江实验室智能网络研究中心副研究员季玮说。

　　据悉，四套算法使用了时序分析模型、深度学习、多元数据融合、元胞传输模型等算法模型，并根据高速公路管理业务对算法结果的时效性与可靠性的要求，在算法与工程上进行拓展。经过多轮验证，算法整体准确率在90%以上。

　　其实，看似抽象而颇有距离感的算法，与我们的日常生活息息相关。

　　以导航平台为例，当前我们所使用的导航平台多是通过数据众包的方式，利用用户的手机信号获取实时路况信息，从而进行路线规划和行程时间预测。但很多人还是会有这样的体验：即使开着导航，在某些车道上还是会遇到开错道等尴尬。“手机信令数据精度有限，无法做到车道级定位；且当无人使用导航软件时，导航平台就无法更新路况。这些都是影响导航准确性的因素。” 季玮说，此次之江实验室研发的算法则以路侧传感设备为主要数据源，数据质量较手机信令数据更高且稳定。

　　“‘聪明’的车加‘聪明’的路，是未来智慧出行的一大趋势。”之江实验室智能网络研究中心研究员朱永东说，高速公路、城市道路不仅是钢筋水泥，还是能实现对车的融合感知、可靠通信、路车协同、辅助智能网联汽车实现自动驾驶等功能的载体，包括辅助汽车实现对驾驶盲区的检测和判读，对宏观交通状态的预测和同步等。可以说，未来交通中的人-车-物等元素都将经过精准计算，这些在载具、设施、管理、服务等交通领域应用的人工智能技术，实际上就是由算法-算力-数据-应用共同支撑的。

　　据悉，之江实验室的智慧交通项目开始于2019年11月，于今年6月正式上线试运行，前后共耗费约半年时间。“最棘手的问题是数据的质量问题。”季玮说，以往做算法研究，通常使用标准数据集。但本项目是直接使用真实的原始数据，耗费了大量的精力在数据的清洗和处理上。同时，考虑到真实场景中可能出现的各类极端情况，研究人员还尝试通过各种方法来保证算法在边界场景中的适应性。目前，来自之江实验室的高速云控平台的部分技术已落地使用，之后随着相关数据规范、业务标准等的制定，智慧交通领域的更多“黑科技”将有望实现大规模推广应用。

　　对于智慧交通的未来，之江实验室高级研究员华炜认为，仿真推演技术的瓶颈在于计算能力和通信能力，未来通过物联网采集到的数据将更为庞大，研究人员需要在边缘搭建多级分布式计算资源、同时在云上提供高性能计算能力才能真正推广实现。“未来总是有无限可能，推演的规模再大，平行世界再多，也不能将所有可能性都涵盖其中。因此，智慧算法的完善永无止境，我们也将不断为之努力。”华炜说。