<mark id="oztn4"></mark>
0
2020年于智慧交通行業而言，是極具意義的一年。
后疫情時代“新基建”熱潮的來臨，讓“智慧交通”的字眼頻頻出現在媒體文章之中；國內密集爆發的智能網聯示范區也在加緊各種道路、車輛測試工作。
事實上，科技互聯網巨頭BATH在智慧交通領域已經就位，一場科技變革也蓄勢待發：
今年4月，百度推出了全棧式智能交通解決方案“ACE交通引擎”；
6月，華為在線上詳述了其“交通智能體”解決方案；
9月，在全球數字生態大會智慧交通專場上，騰訊也正式亮相了城市智慧交通解決方案“We Transport”；
同樣，阿里在云棲大會上正式發布城市大腦3.0的核心技術體系，其智慧高速解決方案也在不斷升級；
有別于傳統交通企業的方案，這些方案的技術底座是5G、云計算、大數據、AI技術等新興技術。也正是這些新興技術，讓交通的數字轉型有了更多的想象空間。
本文嘗試對BATH在智慧交通方面的最新布局進行一次梳理，窺探其觸手在交通行業伸到了何處。
在“新基建”話題火爆交通行業之前，人工智能、大數據、云計算這些信息技術，早已成為BATH近年來發展的關鍵詞。
但在四家競爭中，百度Apollo的自動駕駛技術顯然是一個獨特又關鍵的存在。
百度的自動駕駛之路，最早可以追尋到2013年。經過7年的發展，系統的一次次迭代，百度逐漸成為國內自動駕駛的領頭羊。
但單車智能的發展很難滿足自動駕駛的安全要求，所以百度認為，自動駕駛的最優解是聰明車+智能路的結合。也就是說，車路協同是可以借助的外力。
在這個技術路線探索的過程中，百度發現，在自動駕駛領域收集的海量數據不僅可以用來指導無人車的發展，也可以賦能交通，解決目前交通管理中存在的感知、研判、和控制痛點。
因此在今年4月，百度發布了一個全棧式智能交通解決方案“ACE交通引擎”，系統地呈現了百度“一大數字底座、兩大智能引擎、N大應用生態”的業務規劃。
從路線來看，可以看到小度車載OS、飛槳、百度智能云、百度地圖是這個架構的數字底座，通過車、路、云、圖等基礎技術的智能化來賦能其他場景。
而Apollo自動駕駛和車路協同則是這個架構的兩大引擎。
通過這些技術基礎，百度的方案能在智能信控、智能停車、交通治理、智能公交、智能貨運、智能車聯、智能出租、自主泊車和園區物種等N個場景上落地。
可見，百度對智慧交通的理解，并不止于路端的改造升級，而是通過自身的業務板塊將自動駕駛、車路協同、智能云納進統一的版圖進行聯動。
憑借著“ACE交通引擎”，百度Apollo的智能交通項目在近段時間迎來了集中爆發，與國內10余個省市開展智能交通的落地合作。
9月3日，合肥市與百度Apollo在自動駕駛、智能交通、智能網聯等領域全面深化合作；
6月24日，百度與成都市高新區進行簽約，將聯合推動四川省第一個智能駕駛標桿項目建設；
5月8日，百度Apollo與廣州開發區簽訂戰略合作協議，將在自動駕駛、智能交通等領域開展全面合作；
4月21日，百度是與南京市、秦淮區兩級政府以及亞信集團簽訂了三方戰略合作協議；
3月24日，百度Apollo中標山西省交通強國建設試點自動駕駛車路協同示范區（城市路段）項目；
3月23日，百度Apollo中標合肥市智能網聯汽車塘西河公園5G示范運行線設計采購施工一體化項目，將建設中國首個大型5G車路協同示范線；
3月17日，百度Apollo中標重慶永川區“西部自動駕駛開放測試基地”建設項目。
如此密集的城市合作簽約中，“自動駕駛”“車路協同”是高頻詞匯?？梢娮詣玉{駛確實是百度在智慧交通項目落地上的一大助力。
但就像自動駕駛的實現不能依靠一家企業單打獨斗，智能交通的發展也不能只依賴一家企業的支撐。
百度也在積極尋找合拍的智能交通合作伙伴。
今年8月19日，百度還首次舉辦了一個面向智能交通領域的區域合作伙伴大會，以此吸引更多的交通合作伙伴，不斷促進智慧交通技術的迭代升級和業務落地。
至此，百度Apollo在智能交通領域的底牌已然十分清晰：一手是“ACE交通引擎”方案，用以吸引城市合作，另一手則是不斷擴張的百度Apollo合作生態，兩者有望形成一種良性的循環。
一直以來，騰訊在交通層面的觸手也不算少：騰訊乘車碼、公共出行服務、智慧高速、智慧停車等，但始終缺少一個系統性的框架。
因此在9月10日，騰訊在全球數字生態大會智慧交通專場上，正式亮相了城市智慧交通解決方案“We Transport”。
同時，騰訊直接在會上騰訊啟動了智慧交通生態合作伙伴計劃，并發布《騰訊未來交通白皮書》。
可見，無論是技術業務譜圖，還是生態合作伙伴，騰訊都勢在必得。
從解決方案“We Transport”來看，騰訊將在交通建設、交通管理、交通營運和交通出行服務四個具體場景進行落地。
也就是說，騰訊將會助力建設智慧道路、交通大數據中心、智能網聯先導區建設等主要場景，賦能交通基礎設施；
同時，發力交通綜合監控和指揮、交通安全管理與應急、綜合智能緩堵整治等場景，為交通管理部門提供便利；
此外，還會與合作伙伴為智慧園區、公交、地鐵等城市公共交通輸出針對性的運營解決方案；
最后，構建MaaS一體化出行服務平臺，通過騰訊自有的C端觸達能力如乘車碼、小程序、騰訊車聯等能力來讓用戶獲得更好的體驗。
這是一個非常龐大而分散的產業鏈條。
對此，騰訊整合了自身的業務資源，提出了一個全新的業務和能力圖譜。其中包含了一個動態的數據底座和一個“5+5+3+3架構”。
動態的數據底座里面既包含了騰訊自有的數據，同時也包含了交通運輸數據，從而獲得源源不斷的數據來源。
同時，通過“5+5+3+3戰略架構”，可以將整個數據底座上的信息充分的運用起來，提供給各個城市或者地區使用。
而“5+5+3+3戰略架構”，則是五大基礎設施、五大核心引擎，三大能力平臺和三大生態。
五大基礎設施包含：大數據、AI、騰訊云、5G和GIS（空間位置信息系統）；
五大核心引擎包含：V2X數據服務引擎、高精差分服務引擎、信息安全引擎、交通大數據引擎及城市級仿真引擎；
三大能力平臺包含：車路協同邊緣計算平臺，自動駕駛云平臺及交通云控平臺；
三大泛在生態包含：內容生態、社交生態、服務生態；
這一系列操作一氣呵成，不難看出在新基建背景下，騰訊想在智慧交通領域大展拳腳的愿景。
當然，騰訊過往并非沒有積累。
在自動駕駛和車路協同領域，目前騰訊在北京首鋼冬奧園區已經做了5G邊緣計算的車路協同場景驗證；
在虛擬仿真技術層面，騰訊的TAD sim也已經落地了國家智能網聯汽車（長沙）測試區；
此前，騰訊與廣州地鐵聯合推出全國首個軌道交通智慧大腦“穗騰OS”；
今年6月，騰訊還與西安交通局達成戰略合作，共同構建西安公共交通領域的智慧大腦；
7月，騰訊與交通部公路院聯合發布“公共交通出行大數據平臺”，推動交通大數據在交通產業發展中融合應用。
通過資源的整合，騰訊在智慧交通層面的能力和規劃更加一目了然，在項目合作和生態建設上也更具吸引力和競爭力。
事實上，華為在2017年就進入了交通領域。2018年，華為推出主打交通信號優化的“TrafficGo方案”。
同年10月，推出華為云EI城市智能體，跟應急、環保、水務、水利、燃氣等場景共同成為城市智能體的組成部分。
不過，在此后的一年多里，華為的智慧交通信息大多停留在新品發布的階段。
直到今年6月23日，華為才透露更多信息，在線上首次詳細完整地介紹了其“交通智能體”解決方案。
“交通智能體”是華為智慧交警業務的大旗，以智慧城市為建設目標，面向新基建，為交警客戶打造的端到端完整解決方案。
據雷鋒網了解，這個方案主要分為三大部分：感知層、交管大腦、執行體。
在感知層面，華為布局了軟件定義攝像機SDC、全系路口等產品和方案。通過感知端的智能化升級，實現路網全息感知（全智能、全要素、全天候），實現路口數據全量精準刻畫；
而“交管大腦”層則通過感知數據的匯聚，挖掘視圖資源，賦能執法管控、車輛綜合研判、路況分析、態勢分析、精準服務、交通組織優化、信控優化策略等7大業務。
最終在執行層上，基于大數據情報串聯實戰應用，實現交通業務上的管理閉環。
目前，華為的“交通智能體”在天津、無錫、深圳、湖南等城市已經應用落地。
在天津生態城，主要是圍繞交通信號優化展開應用；
在湖南全省道安云項目，華為則是提供了大數據平臺、云平臺技術；
在國家智能交通綜合測試基地（無錫），華為則是發力于城市級的C-V2X網絡，部署了自研芯片的RSU和T-Box等產品；
在深圳，華為則與深圳交警開展全市智能燈控一張網、人工智能輔助執法、提升大數據打擊效率等方面的工作。
可以看到，不同于百度和騰訊，華為的智慧交通方案更加垂直化，在硬件上也更加底層和深入。
但這不意味著，華為在智慧交通的布局只在交警端有動作。
智能汽車是未來智慧交通的一個核心組成，華為也這上面花了大力氣。
在9月26日的北京車展上，華為就全面展出了其在汽車方面的布局。
展臺上，華為展出了包括激光雷達、角雷達、雙目攝像頭、魚眼攝像頭、多合一電驅動系統，以及全新一代的MDC智能駕駛計算平臺等產品，幾乎囊括了全部智能駕駛汽車所涉及的硬件。
從感知、規劃、到控制，這些硬件對于打造一輛聰明的車來說，無疑是至關重要的。
此前，華為C-V2X產品線總裁呂曉峰就表示：智慧的路+聰明的車，是智慧交通和自動駕駛的終極方向。
因此除了打造智能汽車硬件之外，華為還自研了一系列的車路協同產品：5G 車載模組 MH5000、路測單元、網關等產品。
而在自動駕駛方面，華為除了自研MDC智能駕駛計算平臺等，還能夠提供包含虛擬仿真在內的自動駕駛云服務、高精度地圖產品，促進智能駕駛快速發展。
雖然這些能力都分散在不同的組織架構，但依然是華為智慧交通大框架上不可缺少的核心組成。
跟華為一樣，阿里的智慧交通業務板塊也分屬不同的組織架構。
作為改善城市交通擁堵的探索性項目，杭州城市數據大腦項目在2016年6月啟動。其中交通大腦，就是阿里云城市大腦中最為核心的業務，與城管、文旅、衛生健康等業務并行。
在2014-2019年間，阿里通過全資收購高德地圖（定位與導航）、合資成立千尋位置（高精地圖）、收購浩鯨科技（運營商ICT、交通）等一些列進行了交通大腦的版圖布局。
2019年8月15日，阿里云聯合千方科技、高德地圖推出“城市大腦?交管聯合解決方案”。這個交管聯合方案主要包括：三層基礎架構、四大核心能力和六大應用場景。
三層基礎架構：數據層、算法層、應用層；
四大核心能力：阿里云計算的底層服務能力、千方科技和交管的業務融合能力、高德地圖的交通信息服務能力、三方合力打造的數據接入能力；
六大應用場景：交通指揮管控應用、交通信號優化應用、交通緩堵治亂應用、交通運行評價應用、預警預測研判應用、公眾出行服務應用。
此外，阿里云推出的四款AI視覺平臺天曜、天鷹、天機、天擎能夠對城市道路的交通事件、事故進行全方位的感知。
但阿里云的智慧交通方案也遠不止于。
2019年6月14日，阿里云聯合高德地圖推出了智慧高速解決方案，通過底層數據處理和視頻感知，來處理高速公路上不同場景下的問題，實現異常事件發現處置、未來路況預測、公眾出行引導、出行安全治理等應用。
同年的杭州云棲大會期間，阿里云還聯合多家生態伙伴發布了智慧高速自由流解決方案?；谶@個方案的“高速自由流稽核項目”于2019年末正式落地廣東。
這個項目采用了阿里云的云計算、AI視覺識別和數據技術，能夠快速處理海量數據，能在海量圖片中準確識別車輛，更加清晰地反應車輛在高速公路上的實際通行與收費情況，解決高速收費站撤站后帶來的難題。
在智能車端方面，阿里的智能網聯汽車業務資源主要集中在斑馬網絡。
2020年5月，斑馬網絡實現了戰略重組，阿里將AliOS的完整技術體系和核心技術人才全都注入了斑馬網絡。后者擁有AliOS底層架構代碼完整的所有權和使用權，并可授權汽車品牌或其指定合作伙伴使用。
而在更高級的自動駕駛層面，則是由阿里的達摩院來負責。
2020年的云棲大會上，阿里發布了首款自動駕駛物流小車——小蠻驢，來滿足末端物流場景、提供最后三公里配送服務的物流需要。
同時，阿里還亮相了自動駕駛車輛的技術圖譜。
在算法層面，達摩院提出了“小前臺、大中臺”算法架構，利用自動駕駛機器學習平臺AutoDrive來提升算法的研發效率。同時，阿里還進行了軟硬協同設計，以減少硬件成本，同時帶來功耗降。
總地來看，阿里雖然也沒有形成智能汽車、自動駕駛、交通大腦統一的業務大版圖，但每個板塊的定位和發展都是非常清晰且深入，并且資源也都相互共享。
其內部生態包括了達摩院、高德地圖、數據智能、IoT物聯網等團隊，外部則是有千方科技、浩鯨科技、斑馬網絡、千尋位置、公路科學研究院等合作伙伴。
通過內外的聯動，也得以勾畫出阿里在大交通上的版圖模樣。
隨著各家的智慧交通方案的到位，傳統的交通行業正在被重塑。但對于交通行業來說，無論怎么升級，保證安全、提升效率才是真正的關鍵。玩家只有認真地在產品上打磨這兩點，才能在賽道上立足腳跟，放眼未來。
（雷鋒網） 雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
