交通拥堵、事件处置滞后、警力投入重复……这些市民出行中的“堵点”，也是城市交通治理的“难点”。近日，沈阳市公安局交通管理支队正式推出集“感知、分析、研判、处置”全流程功能的交通态势智能感知系统，已在全市重点区域开展应用。

　　该系统通过自研核心算法，深挖数据潜力，实现交通治理从“经验判断”到“数据驱动”、从“事后补救”到“事前预防”的跃迁。如今，系统试运行成效显著：日均智能感知交通事件1100余件、预警违法行为300余起、指导信号调优300余处。2026年1月第三方数据显示，沈阳交通延误指数同比下降4.2%，黄河大街、市府大路等老城区通行效率大幅提升。

　　过去，针对突发道路通行异常现象，往往只能通过视频巡查被动发现、事后调警处置，最后辅以人工信号调优的工作方式，不仅效率低、覆盖面窄，还会占用大量警力资源，导致交通隐患识别滞后、事件处置被动。为破解这一难题，沈阳公安交管部门锚定“节约集约、自主创新”方向，由民警主导研发了基于深度学习的AI模型框架，搭建融合“跨模态交通警情分析+小模型视频检测”的分层融合算法平台，将交管实战多年积累的治理经验“投喂”给AI模型算法，将其转化成可计算、可复用的算法规则，经过进一步信息整合后，最终形成紧贴交管实战应用的交通治理方案。

　　在破解交通数据集中度不高、全市覆盖面低等难题中，沈阳公安交管部门首次创新引入“算力赋能、‘数’尽其用”的数据理念，依托打造的大型“智算中心”，全面整合11099处车辆卡口、1295台监控球机等既有设备视频数据，结合警务手持终端、警车车载终端及水位检测器等设备，构建起“全域覆盖、全时感知”的交通态势感知网。最后，采用数据清洗、格式标准化、特征对齐等预处理技术，实现了多源数据的集中汇聚与融合治理。

　　同时，沈阳公安交管部门基于地理信息系统（GIS）构建路网模型，对城区6282个路口、13511条道路、109个重点区域的交通元素开展实时数据分析，通过AI模型的时空聚类算法、关联规则分析功能，深度挖掘流量潮汐规律、路网瓶颈节点、事故高发黑点、恶劣天气影响等核心特征，为宏观交通规划、微观信号调控、交通态势预判、事件处置复盘提供高精度、高时效的数据基底。值得关注的是，系统首创自主研发的交通预测AI模块，融合路况、过车、气象等多维数据，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%。辅以高低点监控联动、区域布控联动、虚实融合可视化联动等创新机制，指挥中心能精准预判拥堵、快速调度资源，从源头遏制拥堵蔓延，真正实现交通治理“未堵先防、未发先治”，让主动警务、预防警务理念落地生根。（文 金冈）