客服 4000-320-999
首页 > 信息资讯 > 诚道资讯
来源：杭州诚道科技股份有限公司 日期：
编者按：3月5日，在第十五届（2026）智能交通市场年会—智能交通技术创新与应用实践论坛中，杭州诚道科技股份有限公司智能交通研究院院长申琳，作了《AI驱动下基层数智交管的探索与实践》主题报告。
申琳聚焦AI技术对基层交管的赋能价值，面对基层警力不足、风险难洞察、服务效能受限的行业痛点，以解放警力、提升能力为核心抓手，构建起以大模型为底座的基层交管数字化战力体系。从赋能警力、业务、公众三大维度，结合数字警务工具、事故归因大模型、多触点便民服务体系等实践案例，展现了 AI 在基层交管全流程的落地应用，同时探索打造 AI 化执法监管体系，让技术成为基层交管工作的硬支撑与软保障。
长期以来，基层交管工作被三座核心难题所困扰，这也是交通管理行业的普遍痛点。
其一为警力常态不足，除警员编制受限的客观因素外，双警执法的要求进一步降低了路面见警率，导致诸多警情的响应速度有所放缓。
其二为风险难以精准洞察，当前道路事故预防多依赖工作人员的经验判断，隐患治理也多凭主观感觉，缺乏科学、系统的研判依据。
其三为服务效能存在明显瓶颈，群众对于交管服务的期待持续提升，补牌换证等业务的办理，群众普遍有即时办、线上办、主动办的需求，传统的业务办理流程已难以匹配日益增长的民生需求。
在警力编制受限，而群众服务期待与交管管理复杂度双重提升的当下，破局的核心变量在于数字化转型。
本团队深耕公安交管行业二十余年，在推进交管数字化建设的进程中，深刻感知到基层交警的工作压力。上述三大困境，归根结底可归结为两大核心问题，即警力不足与能力不够，这里的能力既包括基层交警的个人专业能力，也涵盖整体的业务开展能力。因此，解放警力与提升能力，成为基层交管数智化建设的核心抓手。
新技术与新装备的发展为解放警力提供了重要支撑，大模型、多模态模型、智能体等技术手段，结合无人机、无人车、智能眼镜、警务机器人等智能装备，能够构建高效的人机协同模式，有效分担基层交警的工作压力。同时，警务机制的改革同样关键，通过引入远程办公、远程执法等模式，优化警务工作流程，能够最大化释放基层警力资源。
基层交警所需具备的核心能力可拆解为多个维度，如警务精细化管理能力、事故预防能力、疏堵保畅能力、专业执法能力、便民服务能力、队伍风险防范能力，每个维度均能通过智能化工具实现赋能提升。
在对基层交警能力需求拆解与智能化赋能工具梳理的基础上，本团队逐步形成了一套面向基层的交管数智化战力体系。该体系以大模型为技术底座，构建了多款交管智能体，结合各类新型智能装备形成坚实的技术支撑，在此基础上打造了数字警务、数字安全、数字畅通、数字服务和数字监管五大战力模块，各模块均有对应的系统与产品支撑，内嵌了警务自动化工作流、事故归因大模型、边问边办智能体、语音执法监督智能体等多元智能应用。
这一数字化战力体系最终面向警力、业务、公众三大方向实现赋能，核心目标是让基层警力更专业、更高效，让道路交通更安全、更畅通，让群众感受到更便捷、更满意的交管服务。
而这一体系能够落地实施的关键，在于大模型时代下基层交管信息化建设模式的根本性变革，区别于传统的信息化建设模式，大模型时代的技术底座为基层交管数字化提供了更灵活、更适配的建设路径。
传统信息化时代，基层交管信息化建设采用集约式模式，以自上而下的建设方式为主，由总队、支队统筹资金与建设工作，基层单位仅能被动使用建成的系统。这种模式存在建设周期长、系统更新慢的问题，且基层的个性化需求变更与定制化开发门槛较高，导致部分下发系统难以匹配基层实际工作需求，实用性大打折扣。
大模型时代，基层交管信息化建设转向模块化、可插拔、分散式的模式，核心是打造能力核心，基层单位可按照按需装配、即插即用的方式，结合具体工作痛点快速编排工作流，理论上能够实现基层需求的精准匹配，大幅降低定制化成本与部署门槛。这种从刚性集约到软性分散的模式变革，让真正适配基层、贴合实战的小型化信息化应用成为可能。
接下来，将从赋能警力、赋能业务、赋能公众三个维度，结合实际案例具体分享基层交管数字化战略体系的落地实践，让大家更直观地感受技术赋能基层交管的实际效果。
（一）AI 赋能警力：打造全链路数字化警务管理体系
数字警务产品是专门面向基层交警打造的全链路数字化警务管理工具，核心目标是实现警务工作的精准化、高效化开展。该工具的核心价值在于连接警员个体端与管理领导端，对于警员个体，能够明确每日工作任务、警务执行标准与操作流程；对于管理领导，能够实现警力资源的可视化管控，清晰掌握在岗人数、人员调度、任务执行效率等核心信息。
数字警务产品的落地，首先以解决精准勤务问题为基础，通过精准划定勤务时间、位置、任务，搭配智能派单系统，同时建立完善的警务工作精准评价体系，构建起精准勤务的基础底座。在这一底座之上，搭建远程执法、远程事故处理、远程调解等远程业务体系，从机制层面解决警力不足的问题。以精准勤务底座与远程业务体系为支撑，还能拓展出日常勤务、巡逻防控、重大安保等多元应用场景，并实现与智能眼镜、数字铁骑、无人机、无人车、机器狗等智能装备的打通联动，将各类智能装备纳入警力资源调度体系，最终实现警务工作的全链路闭环管理与智能调派。
在实际应用中，数字警务产品实现了警力资源的精细化上图展示，在产品首页可清晰查看在岗、离岗人数，通过不同颜色标注警员的工作状态，如红色代表繁忙处理事故，且配备进度条展示任务剩余处理时间，灰色代表警员超出电子围栏、离开辖区，让警力状态一目了然。
同时，为每位警员建立人员卡片，勤务排班、巡逻里程等信息均可实时查看，实现警员管理的精细化。基于精准勤务体系，还能将 120、119 等应急资源同步上图，以往事故发生后，群众无法知晓交警与应急资源的到位情况，如今交警、应急资源、报警群众三方信息可实时同步，且通过小程序、专属链接等轻量级方式，破解了跨部门协调的技术与管理难题，有效缓解群众的焦虑情绪，减少二次报警情况的发生。
为进一步提升警力定位的精准度，在手机定位的基础上，引入了智能工牌与智能肩章设备，智能肩章配备发光报警灯与定位功能，小设备的应用实现了警力定位的精准化升级。2025年在诸暨的高考安保试点中，为试卷押运车、考官护送车配备智能工牌，在路况复杂、天气恶劣的情况下，实现了送考路线的可视化管控，保障了押运与护送车辆的同时到达，为公共应急安全事件的处置提供了有力支撑。
各类智能装备与警务管理系统的打通联动，进一步提升了警务工作的智能化程度。智能眼镜作为下一代智能警务终端，已在多场景落地应用，在景区实现人车核查的身份验证，在舟山落地校园护学场景，同时适配大型活动安保、事故现场处置、接处警、技术侦查等多元场景，大幅提升警务工作效能。
无人车（警务智能巡逻机器人）也已在高速路段、城市路段逐步投放，将无人车打造为移动卡口、移动宣传屏，还可搭载无人机实现空地协同，加装云台与移动抓拍设备后，可实现违停、交通违法等行为的自动抓拍。同时，结合团队在车驾管领域的专业优势，设计服务型无人车，聚焦农村道路与基层中队交管服务短板，既能开展农村道路安全隐患排查，又能将补牌换证等交管服务送下乡，解决基层中队权限不足、群众进城办业务不便的问题，全方位提升基层交管服务水平。
（二）AI 赋能业务：以大模型实现道路交通安全治理升级
道路交通安全治理是基层交管业务的核心课题，本团队针对人、车、企业、路面、环境等不同管理对象，打造了对应的信息化管理手段与系统。2025 年的核心突破，是将大语言模型应用于事故归因分析领域，区别于事故致因分析对事故发生诱因的探究，事故归因分析聚焦于已发生事故，挖掘其背后的各类影响因子，并以此为依据制定针对性的事故隐患治理策略。
在交管行业，六合一平台是核心的业务平台，但该平台存在数据完整性不足、准确性打折扣的问题，以往的事故成因分析多从事故违法行为角度展开，且六合一平台的事故成因描述较为笼统，如 “未与前车保持安全距离”“未降低行驶速度” 等表述频繁出现，此类模糊化描述无法为事故治理提供有效支撑，成为无实际价值的废数据。而事故认定书与事故调查报告中隐含的细节信息，以往仅能通过 NLP 小模型以分词、热词、词频统计的方式进行分析，分析效果有限。
本团队率先尝试将大语言模型应用于事故归因分析，依托通义千问等大模型开展技术研发，取得了突破性成果。具体实践路径为，在内网部署大语言模型，选取 上千条高质量事故认定书开展人工标注，输出事故成因特征值，形成初步的事故成因标签集合；再利用万余条事故数据进行验证，参数微调，优化模型性能；结合交通管理专家经验对成因特征进行梳理归纳，形成多层级事故成因标签规范体系；对全量事故数据进行清洗治理，构建交通事故成因数据底库；最终依托大模型打造事故魔方平台，实现事故黑点的自动拉取、事故成因的智能分析、治理建议的精准输出，指导事故黑点治理与整体交通治理工作。该模型相比人工分析，具备更快的分析速度、更深入的挖掘能力与更客观的分析视角，大幅提升了事故归因分析与治理的效率。
除事故归因分析的技术突破外，本团队还关注到基层交管的软性实力短板，多数基层交警大队缺乏专业交通工程师，难以从交通工程角度开展隐患治理与工作规划。
为此，本团队将 AI 技术与交通工程相结合，打造了多款智能化工具并完成成型落地，包括道路交通隐患点段 AI 智能化分析工具、交通运行分析工具、基础设施缺陷检测工具、AI 交通工程绘图工具。通过这类专业工具的赋能，让普通基层民警也能掌握专业的交通工具和知识。
（三）AI 赋能公众：构建多触点交管便民服务体系
相关政策文件明确提出交管服务窗口化、全程网办的要求，本团队架构的数字服务体系与政策要求高度契合，目前已发展出线上线下多触点的交管便民服务体系，涵盖主动办、视频办、边问边办等线上服务模式，以及无人车管所、指挥大厅服务窗口、智办机器人等线下服务载体，全方位匹配群众的交管服务需求。
其中，边问边办服务模式依托自然语言交互技术，实现交管业务的一站式办理，群众从业务咨询开始，可通过自然语言对话完成业务引导、受理、审核、缴费全流程操作，无需繁琐的操作步骤，大幅提升业务办理的便捷性。智办机器人不仅能实现业务引导，还能通过对话交互完成业务办理。
交管网办业务的顺利推进，离不开智能化的审核后台支撑。本团队打造的智能审核体系，实现了机动车驾驶人档案的智能分类、智能审核，业务办理过程中的合规性检查、智能归档、完整性审查等工作均由智能系统完成，大幅缩减了业务办理时间，提升了审核的精准度与效率。
在推进 AI 赋能警力、业务、公众的同时，交管业务全流程可溯、全环节可控、全数据可查的监管目标也亟待实现。交管业务细碎且复杂，将 AI 技术应用于监管场景，打造自动化感知、动态预警、主动干预、闭环管理、全程留痕的自驱型、学习型监管体系，具有重要的现实意义，同时也面临着不小的挑战。
本团队深耕交管监管领域十几年，2025年在原有监管体系的基础上，打造了AI 语音执法监管系统。以往交管执法视频的审核工作由法制部门的法制员人工完成，需逐一对执法流程合规性、执法寻租、不文明执法等问题进行核查，工作效率低且易出现疏漏。AI 语音执法监管系统依托算力支撑，可实现执法视频的全量机器审核，自动审查执法环节的合规性，智能分析执法异常问题。
AI 执法监管体系的建设，并非为基层民警设置执法束缚，而是通过规范化的监管，成为保护执法者、服务公众的安全网。
AI 的终极目标是赋能于人、服务于人，基层数智交管的建设与发展，离不开行业各界的协同发力。本团队期待与各界携手，以 AI 技术为核心驱动力，持续推进交通治理体系的优化升级，让道路交通朝着更安全、更畅通、更人性的方向发展。
