面向未来的智能交通

城市交通存在的问题

• 交通供需矛盾突出：城市人口和汽车保有量快速增长，而道路建设速度远低于需求增长速度，导致交通拥堵。中国大城市人均道路面积不及发达国家的1/3，停车位缺口率达50%。
• 城区建设规划不合理：城市中心区功能布局过度集中，土地开发强度过高，导致交通需求过大，路网无法承载。
• 城市交通管理效率不高：管理部门众多，协调配合难度大，职能交叉明显，交通设施配置不足，交通参与者维护意识差。
• 公交分担率和服务水平待提升：公交出行比例低，服务水平不高，线网布局不合理，站点设置不合理，调度效率低。
• 智能交通系统成效有限：传统智能交通系统存在“重硬件、轻软件，重建设、轻使用”现象，数据难以共享，系统整合不够，功能目标无法实现。

AI+ 智能交通概述

• 定义：利用人工智能实现前端数据的结构化采集，将交通系统数据化、信息化，实现对道路、基础设施、车辆的全方位感知，并通过设备或系统的自主分析、思考，对交通运行态势进行研判，形成相应的优化决策或处置方案，实现交通系统的自主优化、自动处置。
• 体系能力框架：实现交通系统的“可测、可视、可控、可响应”。
  • 感知层：结构化数据采集、实时动态数据采集、数据来源全域覆盖能力。
  • 平台层：人工智能地图、交通云平台、交通仿真平台、智能分析决策平台、车路协同。
  • 应用层：精细化交通掌控、个性化出行服务、自动化车辆驾驶、智能化基础设施。

“AI+” 智能交通系统应用体系

• 实时动态自适应交通管理：
  • 功能介绍：实现实时决策，让交通系统实现自主优化；从“适应未来”转向“调整未来”。
  • 应用场景：治理拥堵、交通信号智能控制、交通异常报警、交通规划辅助决策、智能公交调度、需求管理。
  • 案例实践：百度智能交通研判平台、腾讯优图。
• 全出行链个性化出行服务：
  • 功能介绍：高效的全出行链信息服务体系，建立精准用户行为画像，提供个性化出行信息服务。
  • 应用场景：交通信息发布、全出行链交通出行服务、出行即服务、共享出行。
  • 案例实践：百度智能诱导发布平台2.0、高德交通大数据生态、腾讯位置大数据应用。
• 自主控制的可互动载运工具：
  • 功能介绍：人车AI交互功能，全方位自动感知周边环境，多场景控制方案。
  • 应用场景：人车交互、自主泊车、汽车信息安全、汽车安全黑匣子。
  • 案例实践：百度无人驾驶班车、百度DuerOS、驭势科技停车场摆渡车、深圳无人驾驶公交车。
• 智能网联交通基础设施：
  • 功能介绍：基础设施运行状态全面掌握，设备运行状态全面监控，支撑车路通信。
  • 应用场景：交通基础设施运维、智能停车体系、智能枢纽。
  • 案例实践：北京市全面的基础设施监测运维系统、易华录智能交通设备设施运维管理平台、百度车路协同开源方案。

AI+智能交通的社会价值

• 社会效益：
  • 降低交通出行成本：预计每年节约社会拥堵成本数百亿元。
  • 提升道路通行能力：道路通行能力预计提高20-30%。
  • 改善交通服务环境：提供更加全面、精准的出行服务信息。
  • 促进绿色低碳发展：全国范围内温室气体排放预计减少10-15%。
  • 提高交通系统安全：交通事故死亡率有望降低10-20%。
  • 促进区域协同发展：提高区域内不同城市间交通出行的效率。
  • 形成新的产业集群：智能交通产业链将迎来爆发式增长。
  • 实现基础设施高效投资：智能交通市场规模将达到千亿美金规模。
  • 提升社会管理水平：为城市管理决策提供参考，提升城市综合运营管理效率。
• 影响：
  • 成为城市发展新增长极：拉动城市经济发展，市场规模将持续快速增长。
  • 重塑城市交通资源配置方式：城市空间格局重构，城市道路网络空间资源配置优化。
  • 城市交通“水陆空地”一体化发展推动规划模式创新：交通组织向综合立体化的方向扩展，交通规划需要从二向平面思维模式转向三维立体思维模式。

结论与展望

• 以规划引领智能交通发展建设，以服务城市治理为核心，构建全面感知、全局决策、实时控制的交通管理系统。
• 以人为本，满足个性化、差异化的交通服务需求，建立无缝衔接的网络化交通系统。
• 更好地解决交通拥堵、交通安全等痛点问题。
• 进一步推进数据融合，搭建“AI+”智能交通应用基础环境。
• 提升城市交通管理智能化水平，推进“AI+”和交通管理工作的深度融合。
• 推动体制机制创新，发挥对交通规划建设管理全过程的支撑。
• 人工智能将对城市交通运行环境产生革命性影响，全面助推未来城市智能交通。