共譜新篇——聚焦城市管理，助力交通減排

中國交通行業處于高速發展階段，是未來幾十年能源消耗和碳排放增加的主要驅動因素，也是中國最有可能無法在2030年達到碳排放峰值的行業。近年來，中國交通行業在推動節能減排方面作出了諸多努力。但要加速行業節能降碳進程，實現“雙碳”愿景，交通領域還面臨諸多問題和挑戰。

圖 1  道路交通石油消耗量預測

因此，我們系統分析了中國交通行業發展現狀，基于能源消費情況評估了交通行業碳排放情況，并就中國交通行業的主要氣候目標和政策措施進行了梳理，識別出中國交通領域碳減排面臨的主要問題與挑戰，提出了相應的解決方案。
為實現道路交通碳中和的目標，緩解交通擁堵，提高用能效率，優化能源結構是三大關鍵措施。2021年10月，本團隊開始了項目市場調研，得到了道路交通節能減排的“兩高兩難”結論。團隊成員開始聚焦城市管理，致力于開發更綠色、更智慧的新型交通治理解決方案。

圖 2  系統效果圖

通過查閱文獻，我們得到現有的交通管控治理方案存在成本高、碳排大、能源浪費等痛點。因此，我們通過軟硬件設計與物聯網相結合的方式，設計了一款新型綠色交通管控系統解決十字路口交通擁堵的問題，實現交通領域節能減排。

圖 3  系統工作原理圖

通過我們的努力，該機器人具有以下創新特色。
實現多種交警手勢，協助交警道路指揮。通過應用單片機舵機控制技術，以及上位機調試技術，實現機器人能夠完成完整交通指揮手勢。解決交警工作強度大的問題，優化交通警察資源配置，實現智能化交通指揮。有效規范了智慧交通管理。
預測交通情況，緩解交通擁堵。通過將機器學習應用于智慧交通管理，利用機器學習方法對智慧城市中產生的交通數據進行處理和分析。此外，我們還利用它來了解交通數據的分布規律和數據之間的內在聯系，挖掘智慧城市中的交通特征，準確預測未來的交通狀況，從而解決智慧城市中的交通擁堵和路徑規劃問題。提高燃料利用率，降低碳排放，助力3060目標的實現。
違章檢測抓拍，規范城市交通秩序。通過YOLOv5目標檢測算法、違規檢測算法等多種算法的引入，實現有效捕捉違規車輛，該模塊還可用于檢測車輛牌照、獲取登記號并將其存儲在系統中，從而將處罰報告和違章圖像立即發送給相關人員。有助于有關部門更有效率地處理錄像，促進了“智慧綠色平安城市”的建設。
數據平臺統計所有數據，實現云管理。通過應用大數據與云計算等技術，實現機器人將抓拍數據實時上傳至云平臺，平臺對數據進行反饋統計，使得交警可對平臺上違規車輛及時進行處理，并且在該平臺上也可查看車主歷史違規信息。有效實現了交通智慧治理，提升了交通路網整體運行效率。
隨著社會經濟的不斷發展和人們生活水平的普遍提高以及整個社會對交通領域需求的日益增加,交通領域對經濟發展的制約作用不同程度地普遍存在于各個國家和地區，通過增加技術含量的方法提高現有道路的利用率、降低車輛油耗，減少碳排放已經成為當前社會的研究熱點,因此，本系統應運而生，該系統通過人、車、路、云的密切配合提高交通效率，提高路網通過能力，減少交通事故，降低能源消耗，減輕環境污染，譜寫時代城市管理新篇章，助力交通領域節能減排。

圖 4  交通管控圖