in观点 | 智慧交通——为低碳出行寻找最优解

本文共计3779字，预计阅读时长10分钟

根据国际能源署（IEA）的统计数据显示，相较于工业、建筑等领域，交通领域成为各国实现碳中和远景目标的重点和难点。以我国为例，交通领域的碳排放量占全国终端碳排放的15%且增速较大，其中道路交通占交通运输碳排放总量77%。私人乘用车排放占比上升较快，是道路交通碳排放持续增长的主要原因。在这样的背景下，以“安全、畅通、高效、便捷、绿色”为目标的智慧交通，将被赋予助力实现碳中和的时代责任，智慧交通与低碳交通的目标统一、融合发展成为了大势所趋。

01

什么是智慧交通？

智慧交通不同于智能交通，智慧交通是智能交通的技术和范围革新。

智能交通是20世纪90年代初美国提出的理念，是一个基于现代电子信息技术面向交通运输的服务系统。它的突出特点是以信息的收集、处理、发布、交换、分析、利用为主线，为交通参与者提供多样性的服务。

2009年被IBM提出智慧交通的理念。它是在智能交通的基础上，融入物联网、云计算、大数据、移动互联等高新IT技术，通过高新技术汇集交通信息，提供实时交通数据下的交通信息服务。大量使用了数据模型、数据挖掘等数据处理技术，实现了智慧交通的系统性、实时性、信息交流的交互性以及服务的广泛性。

智慧交通是需要人、车、路三位协同，人与车、车与路的信息交互共享，打破藩篱，实现交通一体化。发展智慧交通而不是智能交通，是实现各种交通方式的高效协同，从科技感提升到科技体验的层面。

新基建是智慧交通的建设基础，但在此基础上需要数字政府作为推手去推动项目实施。智慧交通建设需要结合物联网、大数据、人工智能等技术进行运作，数据处理尤为重要，以城市交通为例：

1.数据采集

这需要在城市道路范围布局的所有传感设备采集的大数据都可被利用，结合卫星定位、智慧灯杆等将城市道路情况、车辆行驶情况繁杂的大数据进行精细采集，同时，对道路上行驶的车辆产生的各类移动数据流做到实时采集上传。

2.大数据处理

交通数据的一个特点就是数据量大且异构源多，城市建设中的许多设备每天产生的大量原始数据，需要对这些原始数据进行精准高效的处理和分析，并且能及时反馈到用户终端。

3.数据处理中心规划

数据处理中心像是一个汇总站，通过专网通信连接采集设备和服务器，对各种被采集的数据进行汇集、存储、处理和分析，然后转化为相应的交通信息反馈给各大平台应用，实现数据信息具象化。

4.公共网络发布

城市中布局的各种设备使用的通信网络是不一致的，在经过数据中心处理之后的信息通过GIS和GPS技术将城市路况和路线指引规划反馈到用户终端。

02

智慧交通的应用场景

智慧交通是破解交通难题的着力点，也是智慧城市构建的关键点，其建设和发展可聚焦以下几大应用场景：

1.智能驾驶

智能驾驶包括自动驾驶、编队行驶、远程驾驶等应用场景。例如，自动驾驶是在单车智能的基础上增加了车联网的支撑，相比于单纯的单车智能而言，其最大优势在于车路协同作业，通过将“人-车-路-云”交通参与要素有机地联系在一起，可以支撑车辆获得比单车感知更多的信息，助力解决非视距感知或容易受恶劣环境影响等情况，其中最典型的应用包括路径规划与道路交叉口通行。

2.智慧道路

智慧道路具体包括道路管理、道路运维、道路救援等应用场景。围绕“桥-隧-坡-路”等基础设施关键场景，基于高精度定位、GIS+BIM可视化搭建智慧、安全、服务的智慧养护平台，降低应用成本，提升宏观决策、业务管理和综合服务的能力，而通过机器人或无人机巡检的应用则能够节省人力成本，全时空高效保障交通安全。

3.智慧停车

智慧停车包括自动代客泊车、泊车机器人等应用。例如，针对停车场的停车管理系统中存在的车位查找困难、车位状态管理不方便和成本高、停车定位导航不方便、车辆自主代客泊车难度大等问题，结合V2X云平台、V2X智能车载终端，实现室外停车库车位状态管理、车位申请与授权、停车导航入库、车位查找、动静态障碍物躲避、泊车路径规划、自主泊车入位等功能。自动代客泊车（Automated Valet Parking，AVP）则是针对大众停车难、以及停车场管理等诸多痛点问题而设计实现的应用场景，是智慧停车中自动化级别最高的应用之一。

4.智慧公交

智慧公交主要包括城市公交、轨道交通等应用场景。城市公交是满足市民日常出行需要的重要民生服务系统，可通过赋能公交基础运营管理、公交运行监控、公交智能调度、公交运营分析等方面，助力城市公交智能化水平的提升。而围绕城市轨道交通运营服务体系的升级需求，可以在客流态势分析、客流疏导、站线联动运能优化以及数据转存储等方面实现深度赋能，助力轨道交通服务能级的提升。

5.智慧枢纽

智慧枢纽主要包括智慧港口、智慧火车站等应用场景。港口、车站、机场作为交通运输的枢纽，在国际贸易、旅客通行和地区发展中起着举足轻重的作用，作业效率对于这些交通关键节点来说至关重要。在5G发展的时代背景下，这些枢纽也在进行数字化、全自动的转型升级。随着全球技术浪潮的到来，枢纽结合物联网相关技术进行自动化、智能化的持续升级趋势已经形成。“智慧枢纽”对通信连接有低时延、大带宽、高可靠性的严苛要求，目前拥有两大开发方向，包括智慧枢纽的设备自主操作需求和智慧枢纽的旅客智能化服务。

03

智慧交通保障绿色出行，重在融合创新

《国家综合立体交通网规划纲要》将创新和智慧作为一个重大的板块予以体现，提出推进交通基础设施数字化、网联化，提升交通运输智慧发展水平。

全国政协委员、交通运输部科学研究院副院长兼总工程师王先进在接受媒体采访时表示，2019年颁布的《交通强国建设纲要》提到，要构建安全、便捷、高效、绿色、经济的现代化综合交通体系，这五个词高度概括了拥有成熟智慧交通的未来交通形态。

他解释道，智慧交通就是要运用精准感知、高速传输、超级计算来实现车路协同、自动驾驶，这会极大改进交通出行的路径优化与出行效率，同时避免车辆追尾、碰撞等交通事故，促进交通安全，并且节能降耗。

在交通强国、综合立体交通网建设的大背景下，这样的智慧交通建设思路离不开人工智能、大数据、5G等创新技术的场景化赋能。

伴随着融合创新，智慧交通将会大大助力低碳出行，其应用前景也将更加广阔：

1.通过人工智能技术，可识别车辆特征（车标、车型、年款等）、交通违法行为（开车打手机、不系安全带、机动车不礼让行人等）等信息。在人工智能的大背景下，无人驾驶的技术和政策将逐步完善，相信不久的将来，我们都将享受到无人驾驶的乐趣和科技感。

2.“交通测序”系统是构建智能道路网的实践、探索。“交通测序”系统的技术实现和业务逻辑彻底让城市交通参与者变得透明，把实时的三维元素从复杂的交通路网中抽离，从而进行平面二维的展示，实现了“所见即所现”。基于每辆车精准的运动坐标提取，对应现实情况实现了虚拟坐标呈现，从而为实时交通参数、完整空间轨迹回放、全程GIS事件预警等提供数据支持，这些断面流量、交通参数等让城市交通管理更加有的放矢。所有车辆特征通过“交通测序”技术来获取，系统可用于交通态势研判、精准预测、自适应信号控制、城市路网规划等。

3.运用仿真模型再现实际交通系统的特征，分析交通系统在各种设定条件下的可能行为。通过仿真试验寻求现实交通问题的最优解和交通设计方案的评价，为交通规划和整改提供决策辅助。交通仿真在交通信号管控中，特别是在交叉路口问题排查、关键走廊信号优化方面发挥积极的作用。

4.利用大数据技术分析城市交通数据。大数据技术能够提供比以往更快、更精确的城市交通状况分析及预测，对影响交通关键因素进行全面洞察，分析城市交通拥堵成因，并基于分析结果进行宏观调控。

5.AR实景指挥作战系统将得到深化应用。系统将所有交通资源集约在一张实景地图上，通过全息感知、精确分析、实景作战、高效调度，实现了道路交通从“治”理到“智”理的转变，是城市指挥调度模式的创新，提高了城市交通管理科学化、现代化水平。

未来，随着信息化和智能化进一步提高，智慧交通将会得到充分发展和应用。

本文主要参考资料来源：

大数观：《智慧交通发展前景》

物联传媒：《智慧交通站在风口，多个城市已“起飞”》

万位物联：《数字化时代智慧交通应着力加强哪些应用场景建设？》

智能风控联盟：《政府工作报告提及综合立体交通网，智慧交通如何建设？》

END

关于InnoSpace

InnoSpace是一家专注于科技企业孵化加速和开放式创新的创新服务机构，以“创造有价值的产业链接”为理念打造创新型技术与服务平台，以技术创新赋能产业升级，以产业资源助力企业发展。 围绕前沿产业与科技领域，InnoSpace以“技术创新产业化”为核心，以“产创合作+技术转化”模式链接场景、技术、与资本，搭建起“三擎驱动”开放型生态系统。