基于AI技术的智慧城市治理系统架构与应用设计

摘  要：随着城市化率、人们生活水平的逐年提高，以及当前“十四五”数字经济的全面开展，现代社会对城市治理的要求不断提高：治理需规范化、管理需精细化、业务需数智化。通過将AI技术融入智慧城市建设和城域社会治理，系统性提升城市层面的架构规划和智慧应用的现代化水平，完善共建共治共享的城市社会治理制度，以“基层之治”夯实“中国之治”。

关键词：AI技术;城市治理;架构;应用

中图分类号：TP311        文献标识码：A文章编号：2096-4706（2022）05-0118-05

Architecture and Application Design of Smart City Governance System

Based on AI Technology

FU Haifeng

（China Data Matrix Technology （Beijing） Limited， Beijing  100085， China）

Abstract： With the increasing urbanization rate and living standards year by year， as well as the full development of the digital economy during the current “14th Five-Year Plan” period， modern society’s requirements for urban governance continue to increase： governance needs to be standardized， management needs to be refined， and business needs to be digital and intelligent. By integrating AI technology into smart city construction and urban social governance， we will systematically improve the modernization level of urban-level architectural planning and smart applications， and improve the urban social governance system of co-construction， co-governance and sharing， consolidate “China’s governance” with “grass-roots governance”.

Keywords： AI technology; urban governance; architecture; application

0  引  言

AI技术即人工智能技术，基于智能理念，可提供人类般思维、决策与反应服务。该技术现阶段主要分为三大学派：符号主义、连接主义和行为主义，典型代表分别是知识图谱、神经网络和多智能体，这三大学派目前呈现融合趋势，为促进新一代智慧应用的发展提供坚实的技术基础。

通过AI技术，结合大数据、云计算、物联网、移动通信、互联网等信息技术手段，智慧城市治理系统可实现高效便捷的智慧城市治理，提升“以人为中心”的城市生活质量，保障城市高效、健康、可持续的发展。

1  系统架构设计

社会治理业务涵盖城市生产生活的方方面面，而一般情况下，城市人口从数十万到上千万不等，地域范围从几千到上万平方公里，还具有许多建筑物、基础设施等资源分布，需要自上而下地进行系统规划。以AI技术为核心的智慧城市治理系统主要分为五层，分别是场景应用层、能力中心层、智能中台层、底层支撑层以及城市数据源层。

1.1  场景应用层

智慧城市治理系统的场景应用层主要包括综治、城市治理等方面场景的应用。主要的功能应用包括：

（1）资源算法共享共用，即将系统涉及接入的城市规划全部视频点位，可根据实时情况动态调整视频分析的计算资源。对指定区域的视频进行结构化，同时支持指定区域内的历史数据，对其进行结构化分析计算处理，共享分析资源。

（2）量化风险管控指标，即通过对重点人员的出行轨迹、日常活跃度以及生活关系圈的分析，建立重点人员的风险指数，并在重点人员档案中进行特殊标识。

（3）高效布控指挥调度，即由传统的卡口布控转变为多维度信息碰撞触网布控，同时实现人脸卡口与普通摄像头联动，由人脸联动人体布控，实现对重点人员的动态感知，结合预警信息与终端APP实现联动，并实现消息及时推送和接收状态反馈。

（4）对城市中的车辆与人员流量进行智慧交通智能疏导工作，为政府机关等职能部门提供信息数据的管理服务，利用计算机大数据挖掘技术对社会建设方面的相关数据进行收集、挖掘与分析，形成精准的城市治理信息数据，为相关职能部门人员的城市治理规划与整治工作提供数据支撑。

1.2  能力中心层

系统中的能力中心模块主要提供预警中心、研判中心以及指挥中心等功能：

（1）通过对预警中心提前设置预警规则，针对人、车、物等元素进行物理识别的布置控制，以及对人、车、MAC、RFID等进行任一维度的规则预警;利用人脸预警或人群预警为相关特殊事件做好警示或预防，例如利用人群预警分析路况、人流量，为交通提前做好人流疏导提供技术支持。

（2）研判中心基于AI视觉分析中台强大的底层服务与算法引擎能力，通过视频洞察分析（如智能搜索、全息档案分析、轨迹追踪、关系分析、落脚点分析），进行智能研判并输出结果。在城市范围内铺设大量视频监控点位，并将智能化的自动视频解析技术应用于城市治理的日常工作任务中，解放人工，实现自动化、智能化处理大量的监控视频内容，达到实时监控、智能分析、智慧搜索的目的。

（3）指挥中心通过系统，利用事件现场联动处置情况形成的数据信息资源库（如数据资源、视频资源以及能力资源等），将其与通信设施设备技术相结合整合成一体的数据库，为业务部门提供多方位的辅助（如综合治理、公安、城管等内部资源能力的高效整合），利用指挥中心实现实时交互辅助的智慧城市治理一线工作。

1.3  智能中台层

智能中台模块包括数据中台与AI中台两种：

（1）数据中台主要实现能力共享、数据智能处理、数据采集以及数据治理等功能。因此，将数据中台模块设计为包含敏捷大数据开发体系和全域大数据资产管理体系两个部分。

敏捷大数据开发体系提供数据集成、数据开发、数据对账、算法开发以及任务调度等功能。全域大数据资产管理体系提供资产盘点、资产治理、资产共享以及资产优化等功能。全域垂直数据中心利用底层支撑模块的数据为公安、民政、工商、教育以及法院等行政机关单位提供数据服务。

（2）AI中台主要包含数据库、视频洞察分析服务、感知资源管理、底层分析服务、算法模型以及智能分析引擎等，如图1所示。通过AI中台来支撑场景化应用，统一提供视频分析、图像分析、语音识别、文字识别、机器学习等人工智能算法服务，如公安场景应用于案件事件融合分析、视频在/离线分析以及重点人员管控等;在城市公共场所场景综治应用中进行人员聚集分析、不文明事件识别等;在其他部门的场景应用包括水务、应急、城管以及环保等方面的应用。其中，感知资源管理包括感知终端、视频调度、算法调度、租户权限以及下载资源等方面的管理设计;底层分析服务+算法+引擎模块包含图搜服务、任务调度、数据查询、视频分析服务、机非人结构化、离线视频处理等。

图1  AI中台

以人、案件、区域为主要切入点，通过业界领先的AI视频分析功能，对视频进行分析解剖，融合GIS地图服务可汇聚其他多部门多维度的数据，融合碰撞，层层分析，研判数据可辅助管理部门进行智能化的决策管控。主要采用模块化的设计方法，将系统分为摄像头点位管理，视频动态调度、图搜、在线轨迹追踪、离线轨迹追踪和重点目标管控等几大功能。

例如在视频调度方面，进行全面的视频研判分析，实现跨维度的高速搜索功能。基于强大的视频分析功能，设计与实现一套高性能、高可靠性、高智慧化的视频多维度分析系统。该系统可以调用视频分析资源，实现对接入点位摄像头的动态操作，达到实时的视频监控效果;同时，通过集成智能化视频分析功能，对接重点人员数据库，让系统自动地对人、非机动车及机动车等群体进行分析处理（例如通过人脸比对、人体轨迹刻画方式对非机动车偷盗等行为进行分析），计算出结果，并做出精准的管控决策，实现对区域内重点人员的实时监控、追踪以及实施警告等目的。

1.4  底层支撑层

底层支撑模块是云计算平台与大数据计算平台的结合，利用云计算技术与大数据技术搭建一个计算平台，为其他模块的运算提供技术支持。

1.5  城市数据源层

城市数据源模块主要是依靠交通感知系统、视频感知系统、环境感知系统以及社会网格感知系统等进行数据的收集，结合城市人口、法人、财政、国土资源等数据，对采集到的这些异构数据进行转化、处理和融合统一，然后接入底层支撑模块。

2  系统应用设计

智慧城市治理系统的应用包含多种业务，本文主要涉及对综治协同及其他城市管理、应急、环保等治理的应用设计。

2.1  综治协同应用设计

綜治协同应用系统主要是将已有的综合治理“9+X”提升为全科业务协同联动。

通过全面整合基层各职能部门的管理服务资源，对这些资源进行数据挖掘、分析，以及进行知识图谱等相关算法的开发、设计、部署等，促进大数据在综治和公共服务中的应用，搭建了区域化、网格化、信息化、社会化的综治服务信息平台。基于大数据时空关系网络的可视化分析，围绕“大数据多源融合、计算应用、可视分析、业务智能”进行设计实现，结合关系网络、时空数据，揭示人、地、事、物、情、组织对象间的关联和对象时空相关的模式及规律，形成综治数据归集关系网，如图2所示。这里主要体现基于符号主义的人工智能在知识图谱中的应用。

图2  综治数据归集关系网图

以综治数据中心（主要包括视频、GIS、数据资源中心、云计算中心以及各级综治中心共享的相关数据信息）为基础，以机器学习、神经网络为支撑的融合AI处理业务为能力，建立集事件受理、研判分析、分流处理、督办反馈为一体，纵向贯通、横向联通的部门间业务协同平台，规范网上业务办理智能化处理流程，将网格内发现的安全隐患、民生服务、矛盾纠纷、便民服务、审批办证等社会诉求实时智能分派给有关职能部门，做到一网统管、限时办结、信息反映全面及时准确和部门联动处理（比如视频智能追踪），可根据人、车等事物特征对城市末端海量AI摄像机点位进行多点联动控制，并进行路线的实时追踪与分析，支持预判最大概率的几条路线。实现业务职能部门间信息采集、流转、反馈的智能化协同运作，形成综治业务的全科大联动，如图3所示。这里主要体现三大主义的融合AI在机器学习、神经网络及多智能体方面的应用。

图3  综治业务的全科大联动图

2.2  其他应用设计

城市治理应用覆盖面很广，这里主要介绍AI在智慧城管、智慧应急以及智慧环保中的作用。

应急、环保、城管在城市治理中业务种类繁杂且有相似之处，甚至有重合之处，如图4所示，需要联合执法且进行精细化管理才能有效解决城市发生的针对性症结问题。

图4  应急、环保、城管智慧融合业务

依托城市现有的物联网监测平台、监控视频联网及5G、光纤网等基础设施，应急、环保、城管围绕以人为中心的交叉事件、自然生态及车辆，以及消防管理、企业安全生产、森林防火、气体、水源、固废、土地、物品、垃圾等监管要素，经过城市末端感知，可监测识别各类业务并形成数据，计算平台对数据进行统一汇集及清洗处理转换。通过智能中台的智能算法模型和智能分析引擎分别进行数据分析和AI视觉分析，支撑相应业务形成预警聚焦管理能力、分析推荐研判能力、平时的监管执法精准推荐能力或战时的救援指挥辅助决策能力，支持各归口业务单位在城市场景中共享共用这些智慧能力，优化城市综合管理体系，进一步创新城市治理模式，提升城市管理精细化能级。

例如，某市汛期河水暴涨，环保部门水位5G在线监测、实时监控，当发生城市内涝与河流共同挤压城市生命线时，AI智能触发城市各监测点警戒水位的告警信息，协助防汛人员启用蜂群无人机根据定位在城市沿河、内涝处的上空进行智能监测督察，监测河流上人员和船只安全、水体变色污染以及会产生间接影响的水毁道路、沿岸滑坡塌陷等事件，监察河道各处危险点，AI智能联通应急部门共享现场情况，展示视频及监测预警数据，AI提供研判结果并推荐处置措施，自动提供相应领域专家联系方式、救援队伍种类、投入人员数量、救援车辆种类及物资种类，AI洞察危险点和危险程度，全景式辅助指挥员进行救援力量的指挥调度，全过程记录并在结束后依据灾害指标和救援结果指标结合历史数据分析原因，记录保存数据，智能生成环境灾害损失及应急救灾过程联合分析评估报告。

3  结  论

将AI技术应用于智慧城市治理系统，利用AI算法模型和视觉分析引擎等方面的技术，统一提供AI算法服务，打造互联、开放、赋能的智慧中枢，实现职能部门减人增效，方便群众生产生活，保障产业安全发展，智能高效地应对突发事件等，保障城市高效、健康、有序的可持续发展，形成中国城市治理的“智治”范式，展现具有中国特色的智慧治城理念。

参考文献：

[1] ABUSAADAA H，ELSHATER A. Competitiveness， distinctiveness and singularity in urban design： A systematic review and framework for smart cities [J/OL]. Sustainable Cities and Society，2021，68（4）：[2021-12-20].https：//doi.org/10.1016/j.scs.2021.102782.

[2] 宋刚，刘志，黄玉冰.以大数据建设引领综合执法改革，创新橄榄型城市治理模式，形成市域社会治理现代化的“北京实践” [J].办公自动化，2020，25（5）：8-10.

[3] 顾洁.复杂系統视角下的智慧城市生态分析与推进思路 [J].上海城市管理，2019，28（2）：18-23.

[4] 陈宇晔.新时期人工智能与智慧城市普适性探究 [J].中国高新科技，2018（9）：62-64.

[5] 丁睿，吴昊天.成都市温江区智慧城市规划管理平台建设及作用探讨 [J].规划师，2017，33（5）：21-25.

[6] 沈振江，李苗裔，林心怡，等.日本智慧城市建设案例与经验 [J].规划师，2017，33（5）：26-32.

[7] 张小娟，贾海薇，张振刚.智慧城市背景下城市治理的创新发展模式研究 [J].中国科技论坛，2017（10）：105-111.

[8] ZYGIARIS S. Smart city reference model： assisting planners to conceptualize the building of smart city innovation ecosystems [J].Journal of the Knowledge Economy，2013，4（2）：217-231.

作者简介：付海峰（1982—），男，汉族，陕西西安人，AIoT事业部副总经理，学士学位，研究方向：ABCDE（AI、Block Chain、Cloud Computing、Data Tech、Edge Computing）等信息通信前沿领域技术应用。