科技日报记者 都芃
“五一”小长假将至，我国许多城市又将迎来出行高峰，不少游客可能再次遭遇“堵在路上看人山人海”的尴尬。然而，交通拥堵并非假期“专属病”。随着我国城市化水平不断提升、机动车保有量持续攀升，拥堵已成为制约城市高质量发展的“顽疾”。
近年来，各类智慧交通技术快速迭代，从态势感知到智能调控，从被动处置到主动预判，一系列创新技术落地应用，为破解拥堵难题提供了精准高效的解决方案，推动城市交通实现智慧变革。
智能感知系统：
秒级捕获交通异常
“以前靠人工盯着屏幕看拥堵、找事故，不仅累，而且总慢半拍；现在系统自己就能感知路况，还能提前预测重点路段拥堵情况，工作效率大幅提升。”在辽宁省沈阳市公安局交通管理支队指挥中心，沈阳市公安局交通管理支队指挥调度大队信号管理中队副中队长王大鹏指着大屏幕上跳动的车流数据，向记者介绍当地自主研发的交通态势智能感知系统。
作为机动车保有量突破350万辆的城市，沈阳曾长期面临超饱和车流管控难题。以该市青年大街南段为例，其设计饱和流量为7600辆/时，实际高峰流量却高达8300辆/时。过去依赖交警视频巡查、经验判断的管控模式，难以应对当地复杂的交通状况。2025年，沈阳公安交警启动交通态势智能感知系统建设，盘活既有设备、用AI赋能治理。
该系统借助AI技术对既有设备进行智能化升级，并融合各类终端的多源数据，为交通态势综合感知与预测提供数据支撑。沈阳交警对全市11099处车辆卡口、1295台监控球机等既有设备进行算法赋能，让这些原本功能单一的老设备摇身一变，成为持续输出数据的智慧终端。
“这套系统的核心优势是感知精准、响应快速、预判超前。”王大鹏解释道，该系统通过计算机视觉技术，可实现违停、拥堵等异常情况的秒级自动捕获。一旦发现异常，系统会立即生成预警信息，同时自动搜索距离最近的执勤民警，下发派警指令，实现“事故发生—系统捕获—指令下发—警力到场”的全流程闭环，大大缩短出警时间。
该系统不仅可以实现事故快速处置，而且能做到“未堵先防”。系统融合路况、车流、气象等数据，构建综合态势预测模型，可提前30分钟推演路网运行状态，关键路段拥堵预测准确率达89.6%。除此之外，系统还融入多模态大模型，拓展了违法识别范围，可自动识别改装车。“我们把民警的研判经验‘喂’给AI，告诉它哪些车型易改装、改装特征是什么，它就能自动比对车辆注册图片和路面图像，一旦发现异常立即预警。”辽宁省沈阳市公安局交通管理支队交通科技研发中心民警赵玉龙介绍。
智慧扩容系统：
让应急车道按需开放
不久前，四川首套高速公路智慧扩容干线通道主动管控系统在成都绕城高速建设完成并开始联动测试，可实现应急车道“秒级开放、按需智能管控”。经常往返于四川成都与周边城市的司机，普遍感受到成都绕城高速通行效率显著提升。
成都绕城高速作为串联成都中心城区的核心交通环线，全长85公里，沿线布设25座互通立交、17个收费站，平均每3公里就有一个出入口，车流分合情况极为复杂，是成都车流量最大、日常保畅压力最突出的高速公路之一。
长期以来，高速公路应急车道遵循“全程禁入”的管理原则，除紧急情况外，所有社会车辆一律不得驶入。这导致在日常早晚高峰及节假日大流量期间，主车道拥堵加剧，而应急车道资源却闲置。为解决这一问题，此前成都绕城高速在保证安全的前提下，尝试对应急车道进行弹性开放。不过，以前该模式主要依赖人工巡查判断，需要监控人员逐段排查视频画面。这不仅耗费大量人力，而且存在拥堵发现滞后、判断精度不足的问题，难以快速响应突发通行状况，道路通行潜力无法得到充分释放。
蜀道集团川西公司运行调度中心工作人员介绍，不同于以往传统的应急车道管理模式，此次测试运行的管控系统通过数据驱动的主动管控，解决高速大流量拥堵问题，全面提升成都绕城环线的通行效率。
该系统的运行，离不开高密度感知网络与动态智能算法。成都绕城高速沿线布设了百余套多源交通感知与信息发布设备，每隔300米到500米就设有一个毫米波雷达点位，这些雷达可分车道、分区段实时监测路段内车流的平均速度、流量和密度。在此基础上，系统实现了应急车道从“全程禁入”向“按需开放、智能管控、全域联动”的转变。
“依托历史车流数据，系统会为每个路段、每个点位设置专属的动态阈值，阈值还会根据车流变化按月、按季度动态调整。”上述工作人员介绍，当某一路段的三项指标同时达到阈值，系统会立刻弹窗预警，向工作人员推送应急车道开启建议，把原来的“人工找拥堵”变成“系统主动报拥堵”，为应急车道“秒级开放”提供支撑。
该系统自2026年1月试点运行。仅2026年春运期间，成都绕城高速智慧扩容路段已累计开放应急车道超310次，开放总时长近800小时，为1600余万辆车提供通行服务。
拥堵识别智能体：
精准发现异常堵点
“双碑隧道出口突发拥堵，持续时长36秒，已推送预警至辖区交警。”重庆市公安局交通管理总队指挥中心的大屏幕上突然弹出这样一条信息。几分钟后，导航软件上该路段原本表示畅通的绿色，逐渐转变为代表缓行状态的黄色。而此时，接到预警信息的交警已赶赴现场进行处置，避免拥堵进一步扩大。这一幕，正是重庆异常拥堵识别智能体“上岗”后的真实场景。
重庆地形复杂，隧道、桥梁众多，交通流量时空分布不均，车辆故障、突发事故等非预期事件极易引发局部拥堵。若不能及时发现处置，局部拥堵很可能发展为大面积拥堵。为破解这一难题，重庆通用人工智能研究院联合重庆市公安局交通管理总队，开发出异常拥堵识别智能体。
“智能体发现异常拥堵的速度，往往比导航软件快。”重庆通用人工智能研究院行业智能体中心主任陈崇雨介绍，与早晚高峰形成的常态拥堵不同，该智能体重点识别的是车辆故障、突发事故、局部车流异常等非预期事件。该智能体采用独特的概率语法模型，实现了异常拥堵的快速识别与预警，其技术优势在于不依赖异常样本、自适应能力强。
“我们的思路是‘先学正常，再找异常’。”陈崇雨解释，传统模型需要学习大量标注好的拥堵、事故数据，而该智能体通过概率语法模型，先学习不同路段、不同时段的正常交通运行状态，比如车流速度、行驶间距等，建立正常交通行为的基准模型。一旦发现与正常行为明显不同的情况，它会先将其识别为异常，再判断其是否为拥堵或突发事故。
据了解，该智能体已在重庆市公安局交通管理总队上线，在一些先行部署路段，其识别准确率已达到95%。智能体仅用1分钟便可完成从识别异常拥堵到发出警报的任务，大幅减少了人工巡查的工作量。今年，该智能体的应用范围有望逐步扩大。
网友评论
