共计 1113 个字符，预计需要花费 3 分钟才能阅读完成。
道路通行条件良好, 前车却慢悠悠压着速度走 , 后车被迫频繁变道——这种被俗称为“龟速车”的现象, 正在被 AI 系统精准识别。据央视新闻报道, 成都交警上线的一套专门治理“龟速车”的 AI 智慧系统, 经过一年多测试后, 近期已在成都城区所有快速路及绕城高速完成部署。
📌 什么是“龟速车”
- 违反最低限速规定, 例如在高速公路上车速低于每小时 60 公里, 或在多车道高速左侧快速车道低于车道限速行驶;
- 车速与当前车流速度严重不匹配, 远低于正常通行条件下的车流速度。
成都市公安局交通管理局情报指挥大队民警张淳举例说, 主道上一台车持续被其他车辆超越 , 系统检测到其在 200 米路段内被 18 台车超越, 便会将该车定义为“龟速”行驶车辆。
🔍 AI 如何锁定慢车
这套系统依托智慧交通平台, 研发了多套 AI 分析模型 , 整合高速公路 ETC、卫星定位与视频感知数据, 对车辆行驶状态进行刻画。一旦车辆被超车次数过多且车速排名靠后, 系统会自动锁定, 并通过路面 LED 诱导屏提醒驾驶员提升至安全车速。
与此同时, 系统还会利用道路感知设备核查慢速车辆驾驶员是否存在拨打接听手持电话、客运车辆违规载货等违法行为 。一旦查实, 相关信息将推送至属地公安交管分局, 驾驶员会被依法处罚。
💡 数据背后的通行账
据公安部道路交通安全研究中心数据, 车速每降低 10 公里 / 小时 , 道路通行能力下降约 15%。自 2025 年 4 月试运行以来, 成都公安交管部门累计发布 LED 精准提示 3.1 万余次, 监测路段“龟速车”数量同比下降约 20%, 道路通行能力有所提升。
📊 观察:AI 治理从路面延伸到社区
值得注意的是, 成都的 AI 治理实践并不局限于交通 。在成华区青龙街道昭青路社区, 独居老人家中安装了毫米波雷达智能跌倒检测器, 异常时毫秒级触发三级预警。AI 系统还能识别长时间卧床、夜间频繁起夜等行为, 首批 20 余户独居、空巢老人家庭已完成安装。自 2025 年 7 月上线以来, 该社区累计处置老人安全预警 66 条, 识别消除安全隐患线索 300 余个。
🚀 影响与看点
- 通行效率 : 慢车治理直接关系到道路资源的利用效率, 尤其是在快速路和高速场景下, 一辆慢车可能引发连锁拥堵。
- 执法边界 : 系统识别的是“被超车次数”与“车速排名”等相对指标, 如何避免误判、保障驾驶员申诉权利, 是后续落地的关键。
- 场景复制 : 从交通到养老、消防,AI 治理正在向城市末梢渗透, 数据打通与闭环处置能力成为衡量成效的核心指标。
🧭 总结
围绕“成都以 AI 治理“龟速车”: 覆盖城区所有快速路及绕城高”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
