交通强国,智慧的路与聪明的车缺一不可
目前我国智能交通技术条件日趋成熟,市场主体快速成长,已进入加快发展的战略机遇期。未来,智能交通技术发展与创新应用将成为我国从“交通大国”走向“交通强国”的必要路径。
近几十年来,我国交通运输行业已经走进了交通大国行列,无论是基础设施规模还是高速公路网络覆盖程度都在全世界具有一定的影响力和位置。但是,如何从“交通大国”走向“交通强国”?
11月9日下午,在2022中国汽车论坛,举办了“智能交通技术发展与创新应用”主题论坛。业内专家和学者在论坛上围绕智能交通应用市场前景、发展路径、车路协同赋能、智能出行服务以及智能交通与智慧城市融合发展等内容展开了深入研讨,为推进智能交通赋能交通体系现代化提供了新
文 / 本刊记者 马琨
思路。
本场主题论坛由同济大学汽车学院教授朱西产主持。他认为,真正改变堵车、停车难等影响城市交通、效率的要素,仅靠单车智能不一定可以解决。想要实现交通强国目标,还需通过智能交通来改善。
上海市嘉定区副区长李峰表示,“智慧交通”一直是嘉定主推的四大“高地”之一。在应用方面,嘉定开放了国内首批自动驾驶测试道路,并在去年代表上海参加了国内首批“双智”试点项目,这与
此次论坛的主题不谋而合。
而在中国汽车工业协会总工程师、副秘书长叶盛基看来,嘉定基于车路协同环境的建设,智能网联汽车示范力度的创新,智慧交通体系的优化构建,正在大力推动智能网联汽车与智慧城市的融合发展。
基于车路协同的中国式自动驾驶之路
交通和汽车行业互相连通,二者目标一致,都是为了道路交通的安全畅通和给车主提供更好的服务。在主题演讲中,交通运输部路网监测与应急处置中心联网结算服务部副主任刘旭指出,目前我国已构建了全球最大的车路协同基础设施环境,这也使得我国有能力走出一条中国式的自动驾驶之路。
何为中国式自动驾驶之路?刘旭这样解释:现在大部分的自动驾驶都基于单车智能,靠车辆的传感器进行路面相关事件的感知,从而进行相应的决策处理。但依托智慧交通体系,路方也一样可以具备感知及判断能力。
把路测信息结合起来赋能自动驾驶,这便是基于车路协同的中国式自动驾驶之路。
据刘旭介绍,为了给车辆自动驾驶赋能,交通运输部路网监测与紧急应急处置中心研究一套名为“交通守望者”安全预警系统。这套不仅能够通过公路网监测路面上的各类交通、气象事件,还能够将事件通过ETC体系同步给车方,提前给出行的驾乘人员进行安全预警,从而降低交通事故发生的概率。目前,“交
通守望者”系统已在上海的G60高速开展了相应的试点运营。同时在“沪杭甬高速”的浙江段也正在开展试点示范。
对于中国式自动驾驶之路构建,同济大学交通运输工程学院教授、党委书记马万经强调,汽车与交通相辅相成,并在智慧交通体系中相互成就。基于上述分析,马万经认为,智能网联交通是智能交通发展的一个新趋势。
例如,现如今许多新车都装配了丰富的自动驾驶感知硬件,而这也让车辆具备了对道路信息的收集能力。随着智能网联技术的进步和越来越多智能网联车型的普及,后续车端便可以将这些收集到的数据反馈到其它道路交通参与者,从而减少对于路端数据的依赖。而当我们有了足够多的网联车之后,路方的静态设施便可以被动态化利用,可以让这些设施什么时间、什么时段允许哪些车辆进入,从而大幅度提升设施的利用效率,进而提升整个智能网联交通体系运营的效率。
数智赋能,打通人-车-路-网-云-图
除了服务于自动驾驶车,智能网联还有效支撑了交通的精细化管理。百度智能驾驶事业副总裁、智能网联业务总经理高果荣分享了交通效率优化和安全生产方面的相关经验。
首先,在提升效率方面,百度引入深度学习基于图网络的交通预测,将智能网联与智能信控进行了有效
结合,使得百度地图可以精准的预测到未来5分钟、10分钟、1小时等交通流量。目前,这套解决方案可以让路口延误下降在20%以上,并已经应用于20多个城市。
其次,对重点车辆治理。在城市,营运车一直是交通安全治理的重点。百度基于道路基础设施融合了道路重点监管事件、管理信息以及车内实时驾驶员行为监测的证据链,成功打通了人、车、路、网,实现了运营车辆的安全治理。
最后,场景需基于道路基础设施管理。例如,百度通过网联和城市管理相结合,在桥隧下面部署了IoT设备。每当设备感知到水位警情时,都能及时将信息反馈给对应管理部门以及车机、百度地图等,避免大雨导致车辆被淹的事故发生。
百度的最终目的是打通“人-车-路-网-云-图”。经过多年积累,百度系统地推出了百度智能
交通ACE引擎2.0,整个架构采用1个数字底座、3个智能引擎和多个场景应用的总体架构,其中数字底座包括车路云图构成,智能引擎包含Apollo 自动驾驶引擎、车路云协同引擎和MaaS出行引擎,并围绕数字化、网联化、自动化深耕智慧交管、智慧高速、智慧停车等行业细分场景,实现感知能力更精准、数据资源更多元、智能引擎更强大的智慧交通系统。
这套引擎的核心是一套由“端边云”组成的网联服务。其中,端侧通过不同的传感器组合可以实现全天候2
4小时的感知服务;在边侧,除了提供充分的算力之外,同时通过AI算法的搭载,可以实现准确的道路侧目标的检测、跟踪和事件的识别;而在云端,通过全局的数据汇总之后,便可形成一整套数字孪生系统,进而为L4级自动驾驶以及智慧交通落地赋能。
自动驾驶技术商业化需多维度兼顾
如果说自动驾驶上半场比拼的是技术,那下半场比拼的就是商业化运营。这几年,包括百度在内,各家自动驾驶公司都在大力推进自动驾驶的商业化和规模化,而在实现的过程中,核心要解决的还是安全和效率问题。
智能汽车创新发展平台(上海)有限公司总经理王晨东表示,智能汽车、智能驾驶、智能座舱将成为车、路、云互联交叉的端口,重新定义现在阶段车路协同的智能汽车。未来,智能交通一定基于人、车、路、云整体的协同,进行全局的优化,从根本解决安全和效率问题。
在小马智行上海研发中心副总经理黄俊看来,评判一套自动驾驶技术是否成熟需要从安全性、舒适性和通行效率三个维度共同考虑。这三个维度,单纯做到哪一点都不难,你可以为安全而牺牲车速,也可以为保证舒适而较晚介入制动,但对于消费者来说,这都不是好产品。
而且在实用场景中,问题的复杂程度会指数性上升。如何既保证安全又保证舒适,同时又要不扰乱交通。这便是小马智行本身在做,且接下来产品以及商业化路径里面所需要的寻的关键元素。
车被淹了怎么办酷哇机器人副总裁、合伙人何赛认为,自动驾驶商业化落地的本质是要降本增效,给客户创造价值,这样做这个事情才真正有意义。一方面,他认为企业需要有在技术、感知、定位、规划领域有所突破。另一方面,他认为技术要有能够赋能的场景,并且入场的时机也很重要。为此,他提出自动驾驶的商业化需要天时地利人和,基于这三个方面准备好了,规模化的商业化落地才可成。
武汉中海庭数据技术有限公司CEO刘奋则表示,自动驾驶真正商业落地,离不开平衡各个车厂不同算法的规则体系,这套规则体系大概率在云上面有一套三维地图或者三维数据场景集,来支撑着大量的集控制和相应的规则定义。
而随着汽车的智能网联化,地图的本质已经变成时空的数据集,它就像是车的数据大脑,服务于中央域控制器算法所需要的各种数据。这些数据既可以用在人机交互界面上面,也可以服务于自动驾驶或是车身控制。某种程度上来说,高精电子地图会成为自动驾驶技术解决方案竞争力的能力构成。
携手共建智能交通新生态
每个时代都有自己对应的时代计算架构,从PC时代到智能手机时代再到现在的智能汽车时代,推动浪潮不断前进、不断发展、不断迭代升级,核心在于整个计算架构的升级。随着核心计算能力的升级,也带给我们大量智能汽车智能驾驶方面的创新。在此次论坛最后,地平线智能驾驶产品规划与市场总经理吕鹏压轴出场,从车载智能芯片公司的视角分享了地平线对于高效计算赋能智能汽车的思考。
首先,在吕鹏看来,数字驱动的方式将逐步代替传统的规则计算。这就要求芯片对于智能计算要有很强的支撑,高效计算数据驱动的计算模式。不过,算力也意味着成本,如果算力不能被充分发挥出来,它带来的便是更高成本和更高功耗。所以,如何保持经济且高效的算力支撑成为了地平线的关注点。
其次,吕鹏指出,伴随着新技术的快速迭代和变革,传统的供应链已经逐渐转变为生态共赢的模式,并且从供应链整体也正在从“链条状”走向“网络化”。而这就要求产业上下游共同发挥协同作用,共建开放的生态,才能适应高速发展、不断迭代创新的市场。
为此,地平线一直在深度打磨自己的计算平台和工具链的赋能,去支持软件合作伙伴提供相应量产级的算法给到车厂,以及对应硬件的参考设计提供给硬件的合作伙伴,设计量产级的硬件。同时地平线也把相应的计算平台、开发工具链等等深度开放给合作伙伴和,提供相应的智驾系统。
一个开放的芯片平台后面会延伸出多种多样的应用,随着一层层赋能和支持,地平线也构建起了完善的生态合作图谱,并希望通过生态的力量,给车企最终的开发进行更好的服务和支持。
最后,朱西产做了总结。根据预测,到2025年,中国L2及以上智能汽车销量将破千万辆,对应智能汽车渗透率达49.3%,产业规模十分庞大。因此,构建跨界融合中国智能汽车产业生态体系,赋能推动中国标准、智能汽车的规模化量产这件事情非常重要。
目前在全国,我们的智能汽车发展已经取得了阶段性成果,有各类示范区、先导区在北上广、无锡等地不断涌现。但同时,我们也正在面临诸多挑战。比如,从车路协同方面来说,虽然企业提供的技术方案有很多,但真正闭环的验证还不够;在数据利用方面,尽管在云端存储了海量的数据,但真正实现互联互通却很少;另外在交通治理方面,单点的赋能案例很多,但如何形成单车智能到网联赋能的双轮驱动发展道路,共建智能交通新生态?这是汽车行业全产业链“十四五”期间需要共同完成的一件事情。
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论