AI,是智慧交通唯一的正確開啟方式
文/壹觀察 宿藝
網路上流傳著一個著名段子—— 問:制約中國網際網路未來10年發展的最大瓶頸是什麼? 答:西二旗後廠村的交通。
最近這個段子遇上了“終結者”,西二旗開始佈設一種“AI交通燈”:過去是車看燈,讀秒數通行,現在是燈看車,讀車數放行…… 資料顯示,“AI交通燈”使上地三街車流主方向平均延誤降低了15.2%,平均車速提升了15%,附近兩條支路上的平均延誤時間也降低了10%~20%。
“AI交通燈”並不神祕,其技術由提供,基於用AI演算法實現智慧交通訊號配時優化和時段自動劃分的TrafficGo解決方案。以至於有網際網路企業員工笑稱:“到頭來,還是華為AI解決了中國網際網路的最大發展瓶頸”。
BAT華為角逐智慧交通
智慧交通概念提出多年,但技術應用落地也就是近幾年的事情。
2016年9月,以LTE-V(C-V2X)技術為基礎的智慧交通試驗網在杭州進行了小規模公開演示。華為與浙江移動負責試驗網搭建,上汽前瞻車隊提供車輛改裝,華為提供LTE-V車載通訊模組,阿里提供車載作業系統和資料整合,《壹觀察》曾在現場體驗了車輛在行駛過程中與其他車輛V2V防撞、公交車進站/出站提示、行人橫穿馬路提醒,以及資料中心根據區域車道資料通過交通訊號燈進行智慧排程等真實場景演示。這也是華為、運營商、網際網路企業,以及城市交管部門,首次聯手對智慧交通“人—車—場景”的重構和綜合驗證。
隨後的兩年時間,智慧交通成為各大科技企業投入的重點方向,其中以華為+BAT企業最優代表性。
阿里以阿里云為主體,開始推動“ET城市大腦”的試驗,通過城市攝像頭、交通訊號燈與資料中心的連線,根據區域車道資料,對城市交通排程進行智慧優化。同時,阿里通過旗下的高德導航獲得了更多使用者出行大資料,車輛端通過向傳統車廠提供AiOS車載作業系統搭建車聯網應用場景,進一步獲得使用者駕乘大資料,目標打通從雲端到使用者端的雙向資料交換,讓城市智慧交通不斷“進化”。阿里這套體系實際上有些像Google的做法,通過地圖和作業系統不斷豐富端側場景和資料,雲端則用於大資料優化和計算,最終再返回端側優化。當然也會遇到與Google相似的問題,比如傳統車廠更偏向使用第三方雲提供的專有云服務,投資的滴滴也使用了騰訊地圖,傳統車廠和移動網際網路企業對自身資料還是有較強的保護意識。
騰訊的智慧交通業務佈局較廣,主要分為三類:一是通過旗下微信、移動QQ等超級APP,投資滴滴出行、美團、摩拜等使用者出行/O2O入口,以及注資四維圖新,為騰訊系產品提供高精度地圖資料和導航,獲得了網際網路企業中最豐富的使用者出行大資料,並以此為基礎加強與交管部門的合作;二是通過對地圖、網際網路連線、影象識別等方面的投入,進行無人駕駛技術的前期技術驗證,馬化騰今年3月曾公開表示,希望騰訊未來能開發基於AI的無人駕駛汽車技術;第三則是直接投資新造車公司,如特斯拉、蔚來汽車等,佈局新的車輛終端、技術和服務入口。總體來看,騰訊的使用者出行資料維度較為豐富,投資手段多樣化也有利於在智慧交通的生態佈局,不過目前這些策略佈局較為分散,現階段互相之間缺乏聯動。
與阿里和騰訊相比,百度在無人駕駛的智慧車輛端側進展更為快速,在車載系統、感知、語音互動、智慧決策與控制等方面皆有佈局。目前自動駕駛技術平臺Apollo的生態合作伙伴規模已超過70家,通過向傳統車廠提供“百度汽車大腦”方案,百度希望在未來更多覆蓋使用者以車輛出行的服務入口。今年7月,百度已宣佈與金龍合作率先實現無人駕駛小巴車的小規模量產及試運營,並計劃2019年與江淮、北汽,2020年與奇瑞共同推出無人駕駛車輛。在雲側,百度也依靠在雲端計算、人工智慧和大資料佈局,推動構建“交通大腦”,比如與中國海事局、太原鐵路局、南方航空公司、福田汽車達成深度合作,建立了智慧交通生態聯盟。整體來看,百度智慧交通戰略現階段依舊更加強調端側,在雲側的實際進展並不突出。
相比BAT等網際網路企業,華為的智慧交通戰略覆蓋了完整的雲(華為雲)—管(C-V2X/IoT標準和網路管道搭建)—端(車聯網平臺)。在端側,華為不造車,但強調的是標準與連線,早2013年華為就推出了車聯網模組ME909T,每年投入上億元用於車聯網研發,包括賓士、奧迪、豐田、東風、長安等車企都選擇與華為進行車聯網合作。2016年9月底,奧迪、寶馬、戴姆勒聯合華為等通訊企業成立了5G汽車通訊技術聯盟,華為成為其中重要的標準制定者之一。在管側,華為是5G、IoT通訊協議的重要標準制定者,以及LTE-V/5G V2V標準的主要推動者,並且承擔了運營商在中國市場份額最大的高速通訊網路搭建;在雲側,華為同樣擁有深厚的技術和產品積累,華為雲EI企業智慧服務於2017年底推出,智慧交通成為其六大行業重點解決方案之一,並且依靠整體技術和解決方案能力獲得了政府部門與行業的認可。
實際上,早在北京西二旗之前,華為在2017年9月就與啟動了“深圳城市交通大腦專案”。深圳交警選擇了城市車輛密集度最高之一的華為阪田基地,在9個路口做了真實路況測試,結果顯示該區域平均車速提升了15%,城市公交系統延誤率降低了15.2%。深圳交警與華為聯合打造的“深圳城市交通大腦專案”,在2017年11月舉行的2017世界智慧城市博覽會上,從全球300多個城市中勝出,榮獲2017世界智慧城市博覽會唯一“平安城市大獎”。
從外界來看,包括BAT在內的智慧交通戰略都離不開華為的參與,華為的戰略也更加開放與包容,有望成為中國智慧交通的“基礎設施”。
智慧交通變革的重要變數
從亞馬遜2005年宣佈推出Amazon Web Services開始,雲端計算誕生已有14年。但云計算真正爆發也就是近幾年的事情,這是由網路基礎設施、技術成熟度,以及承載的應用業務需求共同決定的,其中AI技術的創新應用,以及即將到來的5G,都是推動產業成熟和落地的關鍵因素。
2017年9月,華為雲業務升級為與三大BG並列的一級集團業務部門,目標成為“全球五朵雲之一”,甚至在內部被稱為”面向客戶的底座和平臺”。究其原因,一是華為三十年圍繞ICT基礎設施的巨大硬體投資,將以雲服務方式開放出來,區別是原來賣產品,現在則可以賣服務;二是華為的運營商業務、企業業務、消費者業務等現在都將承載在華為雲上,因此雲自然就成了“華為的底座”。
華為的人工智慧技術研究始於2012年之前,是國內最早進入AI技術研究的頭部企業之一,隨後由著名的諾亞方舟實驗室接手,華為AI研發由此全面加速,主要圍繞基礎理論研究與創新、內部使能來改造華為的流程管理,以及人工智慧相關的產品,對外賦能三大目標。
2017年是華為AI使能完成突破的重要時間節點。華為在諾亞方舟實驗室內部單獨組建了AI使能工程部,推動AI技術在各個產品線上的使能與應用;2C消費者領域,華為在德國IFA電子消費展上釋出了全球首款手機AI處理器海思麒麟970,以此為基礎,隨後釋出的華為Mate 10開啟了手機行業“場景化智慧識別”的AI攝影時代;2B公安客戶領域,華為釋出了與深圳交警聯合創新的解決方案,包括了具備深度學習、圖引擎服務等技術的“城市交通大腦”;具備人臉識別、影象識別和內容檢測、精準語音語義識別和人機互動的多個通用服務;以及包括智慧水務、智慧製造、智慧電力、智慧交通、智慧金融、智慧零售等六大行業場景解決方案。
其中,2017年10月成立的公共安全系統部,在內部被列為華為公司新的戰略級方向,令業界尤為關注。熟悉華為的人都知道,華為一貫是“慢熱”:論證週期長,決策謹慎,不過一旦戰略確定,“就對準一個城牆口,千軍萬馬撲上去,將缺口衝成了大道”,成為該領域的領導性行業。不難想象,在華為雲+AI的技術優勢推動下,被列為公司戰略級方向的公共安全系統部,註定將成為推動中國在垂直行業市場變革的重要推動力量。
據瞭解,為了鞏固技術研發與行業應用創新優勢,華為大手筆投入了超過500名科學家,其中100多名為主攻AI的研究人員。同時,華為研發雲端使用的AI晶片、深度融合AI技術的前端攝像機、支援AI能力大算力的新一代伺服器等也都對行業場景解決方案進行高匹配度創新。
在北京西二旗的“AI交通燈”,以及“深圳城市交通大腦專案”等專案,都是華為在智慧交通領域推動應用創新變革的重要案例。
AI,是智慧交通唯一的正確開啟方式
中國是全球最大的汽車保有量國家,截至2018年6月底全國機動車保有量達3.19億輛,其中58個城市汽車保有量超過百萬輛,也是全球面臨交通壓力最大的國家之一。以北京為例,高峰平均車速只有22.17Km/h,人均單程平均通行時間達56分鐘,也就是平均每人每天要花近2個小時用於通勤,每年因擁堵產生的人均經濟損失高達11747元。北京的交通問題,既有之前道路規劃與目前居民出行方式的不匹配,也存在交通排程、居民遵守交通意識的諸多問題。
以中國香港和日本東京位列。雖然人口密度同樣大,但交通壓力和居民出行效率都好於北京。雖然北京等中國一線城市近年來在交通訊號燈、監控攝像頭、遠端排程上投入了很多物力人力,但居民關注度較高的出行體驗並未得到好轉,反而有繼續加劇趨勢。
正確的“開啟方式”,只有AI。讓大資料來預測城市交通擁堵情況,通過敏捷視訊系統觀測實時交通狀況,並通過AI完成交通訊號配時優化和時段自動劃分。面臨千萬人口出行的城市複雜交通狀況,基於大資料、雲端計算的AI,肯定比人的判斷要準確,失誤率更少,並且還會根據結果不斷優化演算法,逐漸“成長”。
華為智慧交通解決方案總監何均巨集對此表示:“一個城市的文明水準,站在路口就能一目瞭然”。何均巨集和團隊的工作方向為雲端計算、大資料、人工智慧和5G車聯網研究,為城市交通大腦提供海量的連線、海量資料儲存、強大的計算和智慧。何均巨集認為,解決城市交通問題,必須先了解目前交通管理面臨的六個“新常態”:一是車輛數井噴,車輛發展快於道路承載能力;二是交通文明還需改進,部分人的不良出行習慣可以擾亂整個城區的交通安全、有序;三是交通規則豐富,不同城市的交通規則差異需要因地因時制宜,交通規則越來越豐富、彈性;四是停車位少、不均衡,新舊路網並存;五是功能區密集,城市化快速發展,城區快速擴張,但教育、醫療、商業、產業園區等核心功能相對集中在部分城區;六是交通監控、訊號機、交通誘導和網際網路應用、移動應用難於協同。
基於對交通管理六個“新常態”的理解,華為智慧交通行業解決方案,為此提供了AI違法圖片識別、TrafficGo、視訊流量監測等領先的創新方案:
在城市智慧交通排程方面,目前傳統交通監控攝像每天要產生大量的圖片和視訊資料,給執法中的判定效率和準確度帶來了巨大的壓力。智慧交通解決方案設計的演算法倉可融合目前多家分析演算法,支援開車打手機、主/副駕駛不繫安全帶、變道壓實線、車型/車牌識別等多種典型場景演算法,並支援根據當地交通執法部門要求的實際場景提供可定製演算法。經過多地實際測試,車牌識別精度達99%,車型識別和各類違法行為識別精度不低於90%,明顯高於目前的傳統演算法方案。
比如絕大多數城市使用的傳統交通監測,浮動車資料只佔有效資料的5%-10%,只能粗略地顯示道路是否擁堵。華為智慧交通的TrafficGo方案,可通過視訊監測資料,精準識別整個道路上每一條車道的全量資料(過車數量、過車速度、車輛排隊長度等)。TrafficGo還可以把車流的行車軌跡和轉向資訊通過正反裝視訊進行了提取,充分掌握了區域發車規律,對端到端小於500ms的區域行車規律提取,為多路口多智慧體的協作提供了有效的觀測資料基礎。
傳統的訊號燈配時聚焦在單路口的通行優化,一個路口實現了暢通,卻將交通壓力轉移到了其他路口。TrafficGo首家實現了交通智慧體和訊號管控平臺的安全通訊介面標準制定,可以將配時方案實時、自動地推送配時方案到訊號機。同時,TrafficGo對區域所有車道的交通流量資料進行協同計算,然後形成該區域各個路口的訊號燈配時方案,實現整個區域的交通流量最大化,將區域內車輛在路口的等待時間降低10%以上,智慧提升區域內的通行效率。
何均巨集透露稱:基於華為交通大腦開放平臺的生態圈,現在已能支援交通狀態感知、智慧非現場執法、大資料違法打擊、智慧交通路況服務、智慧訊號控制等等業務,實現整個交通管理系統的閉環。目前除了北京、深圳等城市,華為智慧交通的合作伙伴已經開始為更多全國各地的交警部門服務,得到十多個城市交通管理者的讚揚。
《壹觀察》分析認為,從中國城市的規劃資料來看,中國一二線城市的交通道路佔比市區總面積的比例,與發達國家相比並不低。比如上海楊浦區的道路面積已佔全區土地面積的20%左右,但並沒有解決交通道路的擁堵問題,背後實際上是規劃和管理沒有及時跟上城市居民的交通出行需求。同時,城市交通巨大的流量,也讓中國城市管理者們獲得了更為豐富的交通大資料。在這個過程中,華為提供的“城市交通大腦”方案,向我們展示了雲端計算+AI技術方案融合給城市帶來的智慧交通變革,也讓我們看到了一個清晰可觸控的萬物互聯智慧世界。
【壹觀察】—————————————
☞本文來自知名科技自媒體《壹觀察》,轉載請務必註明作者。
☞歡迎關注我的《壹觀察》微信公眾號:guancha01,如果覺得本文不錯,可以分享到朋友圈。
☞《壹觀察》網站為:guanchacn.com ,已入駐媒體平臺有: