2019-09-05 11:51:21

 

说到人工智能在交通领域的应用，大家首先想到的并不是识别车牌，而是自动驾驶。在交通领域自动驾驶确实是将人工智能运用最彻底的一个方面。

自动驾驶涉及环境感知、智能决策和规划、智能控制等多门学科，其中人工智能、云计算等是限制无人驾驶发展的关键技术和瓶颈技术。

虽然当前自动驾驶技术发展日新月异，但具体产业化应用未真正启动，有赖于人工智能、云计算等技术的发展。自动驾驶大规模的商业化应用仍需要相当长的一段时间，未来最快让普通人真实体验自动驾驶技术的方式，很可能是通过出行服务平台提供混合派单，在路况相对简单的条件下，平台通过分析评估可能会派出配有安全驾驶员的自动驾驶车辆；而大多数复杂路况订单仍要派给专业的驾驶员。自动驾驶可以在特定场景下提供运力补充，填补供需不足。

目前自动驾驶已进入以企业为主体、以市场为主导的新阶段。行业普遍认为，2021年前后将是自动驾驶汽车发展的产业元年。自动驾驶产业落地速度的骤然加快，在很大程度上得益于人工智能近五年来取得的突破性进展。

此外，在高精地图、车联网与智能交通系统等的合力支撑下，自动驾驶汽车有望具有接近于人类水平的视觉感知、紧急情况预测与驾驶技巧学习等能力，其中路测大数据与低功耗高性能人工智能芯片正成为产业竞争的焦点。

非常重要的一个技术点就是图象识别，通过图像识别前方车辆、行人、障碍物、道路以及交通信号灯和交通标识，这项技术的落地应用将给人类带来前所未有的出行体验，重塑交通体系，并构建真正的智能交通时代。

公路交通安全防控体系涉及的核心技术是交通行为监测、交通安全研判、交通风险预警、交通违法执法，而这些技术现已与人工智能融为一体。实现公路交通运行状态"看得见"、车辆通行轨迹"摸得透"、重点违法行为"抓得住"、安全隐患事件"消得了"、路面协作联动"响应快"、交通信息应用"服务优"等目标，都离不开人工智能技术。

自动驾驶目前在智能交通领域被认为是最具潜力的应用方向之一，近年来受到资本的青睐。

自动驾驶的愿景虽然美好，但现阶段依然存在着很多问题，例如自动驾驶车辆也频繁发生交通事故，很多自动驾驶的演示方案往往是一些路况条件特别好的道路，对于大角度的弯道或一些具有非视距障碍物的道路，往往很难有效处理。

这一些的问题导致最近一年来，产业界对自动驾驶普遍持悲观态度，认为其可能是未来二十年甚至更久才能实现的故事，美国现任总统川普前一阵甚至说未来五十年都不可能实现。

但基于自动驾驶技术已经可以落地的辅助驾驶今年备受资本关注，原因是其可以更好的商业化落地。我个人比较看好辅助驾驶。

目前我们也正在打造了一项短期内可服务于辅助驾驶，远期可助力自动驾驶的技术--车路协同道路全息感知。

我们通过道路路侧的摄像机精准感知道路的路况、车辆以及行人等参与主体的位置、速度和方向，识别道路上的一些异常交通事件，落地车路感知技术。交通事件检测系统在高速公路上目前已经大量投入使用，城市道路近年也在逐步开始应用，但仅限于异常交通事件的检测和报警。

通过路侧摄像机将道路参与主体(人、车、非机动车)的状态、速度、方向、位置等信息进行检测，通过C-V2X或5G技术给周边车辆进行超低延时的广播，让其知道自己所处的环境，这显著提升了车载辅助驾驶系统和未来的自动驾驶车辆的环境感知能力，它相当于给每一辆车安装了一个"天眼"，能够站在高空俯视车辆周边的道路和环境，类似于极品飞车里的"上帝视角"。

可以想象，这种环境感知极大的弥补了辅助驾驶系统和自动驾驶车辆上车载传感器无法解决前方遮挡、大角度弯道或坡道、检测距离有限的非视距问题，随着5G及V2X技术的广泛应用，能够产生极具价值的车联网应用，例如高速公路上的团雾是目前高速公路交通事故特别是连环碰撞事故的主要原因之一，由于其发生距离短，往往只有几百米半径，传统的高速公路气象检测系统不容易发现，即使发现也无法通知车辆。

而对于基于视觉检测和5G及V2X技术的车路协同感知系统来说，检测相对容易。我们可以利用该技术将检测到的团雾预警信息发送给500米以外的车辆，提醒车辆减速规避危险，可以有效规避团雾引发的连环追尾事件，减少人车伤亡损失。

可以想象，未来路侧车路协同视觉检测单元，对于道路而言，将会变成一项必备的基础设施，它会像道路两侧的照明灯一样，将整个的道路状况清晰的检测出来，并通过5G等通信技术无延迟的投射到道路上的参与主体--车辆的"大脑"里，为辅助驾驶系统和自动驾驶车辆增加了一双天眼，为道路车辆行驶保驾护航，未来没有配置车路协同道路感知的道路好比是漆黑无灯的乡村公路，汽车都得小心翼翼缓慢行驶，而配置了车辆协同道路感知的道路就好比是灯火通明的公路，汽车视野开阔可以快速通过。