BAT华为角逐智能交通 AI是智能交通的正确打开方式

网络上流传着一个著名段子—— 问：制约中国互联网未来10年发展的最大瓶颈是什么？ 答：西二旗后厂村的交通。

2018年，这个段子遇上了“终结者”，西二旗开始布设一种“AI交通灯”：过去是车看灯，读秒数通行，现在是灯看车，读车数放行…… 数据显示，“AI交通灯”使上地三街车流主方向平均延误降低了15．2％，平均车速提升了15％，附近两条支路上的平均延误时间也降低了10％～20％。

“AI交通灯”并不神秘，基于用AI算法实现智慧交通信号配时优化和时段自动划分的TrafficGo解决方案。以至于有互联网企业员工笑称：“到头来，还是华为AI解决了中国互联网的最大发展瓶颈”。

BAT华为角逐智能交通

智能交通概念提出多年，但技术应用落地也就是近几年的事情。

2016年9月，以LTE－V（C－V2X）技术为基础的智能交通试验网在杭州进行了小规模公开演示。

华为与浙江移动负责试验网搭建，上汽前瞻车队提供车辆改装，华为提供LTE－V车载通讯模组，阿里提供车载操作系统和数据整合，《壹观察》曾在现场体验了车辆在行驶过程中与其他车辆V2V防撞、公交车进站／出站提示、行人横穿马路提醒，以及数据中心根据区域车道数据通过交通信号灯进行智能调度等真实场景演示。

这也是华为、运营商、互联网企业，以及城市交管部门，首次联手对智能交通“人—车—场景”的重构和综合验证。

随后的两年时间，智能交通成为各大科技企业投入的重点方向，其中以华为＋BAT企业最有代表性。

阿里以阿里云为主体，开始推动“ET城市大脑”的试验，通过城市摄像头、交通信号灯与数据中心的连接，根据区域车道数据，对城市交通调度进行智能优化。

同时，阿里通过旗下的高德导航获得了更多用户出行大数据，车辆端通过向传统车厂提供AiOS车载操作系统搭建车联网应用场景，进一步获得用户驾乘大数据，目标打通从云端到用户端的双向数据交换，让城市智能交通不断“进化”。

阿里这套体系实际上有些像Google的做法，通过地图和操作系统不断丰富端侧场景和数据，云端则用于大数据优化和计算，最终再返回端侧优化。

当然也会遇到与Google相似的问题，比如传统车厂更偏向使用第三方云提供的专有云服务，投资的滴滴也使用了腾讯地图，传统车厂和移动互联网企业对自身数据还是有较强的保护意识。

腾讯的智能交通业务布局较广，主要分为三类。

一是通过旗下微信、移动QQ等超级APP，投资滴滴出行、美团、摩拜等用户出行／O2O入口，以及注资四维图新，为腾讯系产品提供高精度地图数据和导航，获得了互联网企业中最丰富的用户出行大数据，并以此为基础加强与交管部门的合作。

二是通过对地图、互联网连接、图像识别等方面的投入，进行无人驾驶技术的前期技术验证，马化腾2018年3月曾公开表示，希望腾讯未来能开发基于AI的无人驾驶汽车技术。

第三则是直接投资新造车公司，如特斯拉、蔚来汽车等，布局新的车辆终端、技术和服务入口。

总体来看，腾讯的用户出行数据维度较为丰富，投资手段多样化也有利于在智能交通的生态布局，不过目前这些策略布局较为分散，现阶段互相之间缺乏联动。

与阿里和腾讯相比，百度在无人驾驶的智能车辆端侧进展更为快速，在车载系统、感知、语音交互、智能决策与控制等方面皆有布局。

目前自动驾驶技术平台Apollo的生态合作伙伴规模已超过70家，通过向传统车厂提供“百度汽车大脑”方案，百度希望在未来更多覆盖用户以车辆出行的服务入口。

2018年7月，百度已宣布与金龙合作率先实现无人驾驶小巴车的小规模量产及试运营，并计划2019年与江淮、北汽，2020年与奇瑞共同推出无人驾驶车辆。

在云侧，百度也依靠在云计算、人工智能和大数据布局，推动构建“交通大脑”，比如与中国海事局、太原铁路局、南方航空公司、福田汽车达成深度合作，建立了智能交通生态联盟。整体来看，百度智能交通战略现阶段依旧更加强调端侧，在云侧的实际进展并不突出。

相比BAT等互联网企业，华为的智能交通战略覆盖了完整的云（华为云）—管（C－V2X／IoT标准和网络管道搭建）—端（车联网平台）。

在端侧，华为不造车，但强调的是标准与连接，早2013年华为就推出了车联网模块ME909T，每年投入上亿元用于车联网研发，包括奔驰、奥迪、丰田、东风、长安等车企都选择与华为进行车联网合作。

2016年9月底，奥迪、宝马、戴姆勒联合华为等通讯企业成立了5G汽车通信技术联盟，华为成为其中重要的标准制定者之一。

在管侧，华为是5G、IoT通讯协议的重要标准制定者，以及LTE－V／5G V2V标准的主要推动者，并且承担了运营商在中国市场份额最大的高速通信网络搭建。

在云侧，华为同样拥有深厚的技术和产品积累，华为云EI企业智能服务于2017年底推出，智能交通成为其六大行业重点解决方案之一，并且依靠整体技术和解决方案能力获得了政府部门与行业的认可。

实际上，早在北京西二旗之前，华为在2017年9月就与启动了“深圳城市交通大脑项目”。

深圳交警选择了城市车辆密集度最高之一的华为坂田基地，在9个路口做了真实路况测试，结果显示该区域平均车速提升了15％，城市公交系统延误率降低了15．2％。

深圳交警与华为联合打造的“深圳城市交通大脑项目”，在2017年11月举行的2017世界智慧城市博览会上，从全球300多个城市中胜出，荣获2017世界智慧城市博览会唯一“平安城市大奖”。

从外界来看，包括BAT在内的智能交通战略都离不开华为的参与，华为的战略也更加开放与包容，有望成为中国智能交通的“基础设施”。

智能交通变革的重要变量

从亚马逊2005年宣布推出Amazon Web Services开始，云计算诞生已有14年。

但云计算真正爆发也就是近几年的事情，这是由网络基础设施、技术成熟度，以及承载的应用业务需求共同决定的，其中AI技术的创新应用，以及即将到来的5G，都是推动产业成熟和落地的关键因素。

2017年9月，华为云业务升级为与三大BG并列的一级集团业务部门，目标成为“全球五朵云之一”，甚至在内部被称为”面向客户的底座和平台”。

究其原因，一是华为三十年围绕ICT基础设施的巨大硬件投资，将以云服务方式开放出来，区别是原来卖产品，现在则可以卖服务；二是华为的运营商业务、企业业务、消费者业务等现在都将承载在华为云上，因此云自然就成了“华为的底座”。

华为的人工智能技术研究始于2012年之前，是国内最早进入AI技术研究的头部企业之一，随后由著名的诺亚方舟实验室接手，华为AI研发由此全面加速，主要围绕基础理论研究与创新、内部使能来改造华为的流程管理，以及人工智能相关的产品，对外赋能三大目标。

2017年是华为AI使能完成突破的重要时间节点。

华为在诺亚方舟实验室内部单独组建了AI使能工程部，推动AI技术在各个产品线上的使能与应用。

2C消费者领域，华为在德国IFA电子消费展上发布了全球首款手机AI处理器海思麒麟970，以此为基础，随后发布的华为Mate 10开启了手机行业“场景化智能识别”的AI摄影时代。

2B公安客户领域，华为发布了与深圳交警联合创新的解决方案，包括了具备深度学习、图引擎服务等技术的“城市交通大脑”。

具备人脸识别、图像识别和内容检测、精准语音语义识别和人机交互的多个通用服务。

以及包括智能水务、智能制造、智能电力、智能交通、智能金融、智能零售等六大行业场景解决方案。

其中，2017年10月成立的公共安全系统部，在内部被列为华为公司新的战略级方向，令业界尤为关注。

熟悉华为的人都知道，华为一贯是“慢热”。

论证周期长，决策谨慎，不过一旦战略确定，“就对准一个城墙口，千军万马扑上去，将缺口冲成了大道”，成为该领域的领导性行业。

不难想象，在华为云＋AI的技术优势推动下，被列为公司战略级方向的公共安全系统部，注定将成为推动中国在垂直行业市场变革的重要推动力量。

据了解，为了巩固技术研发与行业应用创新优势，华为大手笔投入了超过500名科学家，其中100多名为主攻AI的研究人员。

同时，华为研发云端使用的AI芯片、深度融合AI技术的前端摄像机、支持AI能力大算力的新一代服务器等也都对行业场景解决方案进行高匹配度创新。

在北京西二旗的“AI交通灯”，以及“深圳城市交通大脑项目”等项目，都是华为在智能交通领域推动应用创新变革的重要案例。

AI，智能交通的正确打开方式

中国是全球最大的汽车保有量国家，截至2018年6月底全国机动车保有量达3．19亿辆，其中58个城市汽车保有量超过百万辆，也是全球面临交通压力最大的国家之一。

以北京为例，高峰平均车速只有22．17Km／h，人均单程平均通行时间达56分钟，也就是平均每人每天要花近2个小时用于通勤，每年因拥堵产生的人均经济损失高达11747元。

北京的交通问题，既有之前道路规划与目前居民出行方式的不匹配，也存在交通调度、居民遵守交通意识的诸多问题。

以中国香港和日本东京位列。虽然人口密度同样大，但交通压力和居民出行效率都好于北京。

虽然北京等中国一线城市近年来在交通信号灯、监控摄像头、远程调度上投入了很多物力人力，但居民关注度较高的出行体验并未得到好转，反而有继续加剧趋势。

正确的“打开方式”，是AI。

让大数据来预测城市交通拥堵情况，通过敏捷视频系统观测实时交通状况，并通过AI完成交通信号配时优化和时段自动划分。

面临千万人口出行的城市复杂交通状况，基于大数据、云计算的AI，肯定比人的判断要准确，失误率更少，并且还会根据结果不断优化算法，逐渐“成长”。

华为智慧交通解决方案总监何均宏对此表示：“一个城市的文明水准，站在路口就能一目了然”。

何均宏和团队的工作方向为云计算、大数据、人工智能和5G车联网研究，为城市交通大脑提供海量的连接、海量数据存储、强大的计算和智能。

何均宏认为，解决城市交通问题，必须先了解目前交通管理面临的六个“新常态”：

一是车辆数井喷，车辆发展快于道路承载能力；

二是交通文明还需改进，部分人的不良出行习惯可以扰乱整个城区的交通安全、有序；

三是交通规则丰富，不同城市的交通规则差异需要因地因时制宜，交通规则越来越丰富、弹性；

四是停车位少、不均衡，新旧路网并存；

五是功能区密集，城市化快速发展，城区快速扩张，但教育、医疗、商业、产业园区等核心功能相对集中在部分城区；

六是交通监控、信号机、交通诱导和互联网应用、移动应用难于协同。

基于对交通管理六个“新常态”的理解，华为智能交通行业解决方案，为此提供了AI违法图片识别、TrafficGo、视频流量监测等领先的创新方案：

在城市智能交通调度方面，目前传统交通监控摄像每天要产生大量的图片和视频数据，给执法中的判定效率和准确度带来了巨大的压力。

智慧交通解决方案设计的算法仓可融合目前多家分析算法，支持开车打手机、主／副驾驶不系安全带、变道压实线、车型／车牌识别等多种典型场景算法，并支持根据当地交通执法部门要求的实际场景提供可定制算法。

经过多地实际测试，车牌识别精度达99％，车型识别和各类违法行为识别精度不低于90％，明显高于目前的传统算法方案。

比如绝大多数城市使用的传统交通监测，浮动车数据只占有效数据的5％－10％，只能粗略地显示道路是否拥堵。

华为智慧交通的TrafficGo方案，可通过视频监测数据，精准识别整个道路上每一条车道的全量数据（过车数量、过车速度、车辆排队长度等）。

TrafficGo还可以把车流的行车轨迹和转向信息通过正反装视频进行了提取，充分掌握了区域发车规律，对端到端小于500ms的区域行车规律提取，为多路口多智能体的协作提供了有效的观测数据基础。

传统的信号灯配时聚焦在单路口的通行优化，一个路口实现了畅通，却将交通压力转移到了其他路口。

TrafficGo首家实现了交通智能体和信号管控平台的安全通讯接口标准制定，可以将配时方案实时、自动地推送配时方案到信号机。

同时，TrafficGo对区域所有车道的交通流量数据进行协同计算，然后形成该区域各个路口的信号灯配时方案，实现整个区域的交通流量最大化，将区域内车辆在路口的等待时间降低10％以上，智能提升区域内的通行效率。

何均宏透露称：基于华为交通大脑开放平台的生态圈，现在已能支持交通状态感知、智能非现场执法、大数据违法打击、智能交通路况服务、智能信号控制等等业务，实现整个交通管理系统的闭环。

目前除了北京、深圳等城市，华为智能交通的合作伙伴已经开始为更多全国各地的交警部门服务，得到十多个城市交通管理者的赞扬。

从中国城市的规划数据来看，中国一二线城市的交通道路占比市区总面积的比例，与发达国家相比并不低。

比如上海杨浦区的道路面积已占全区土地面积的20％左右，但并没有解决交通道路的拥堵问题，背后实际上是规划和管理没有及时跟上城市居民的交通出行需求。

同时，城市交通巨大的流量，也让中国城市管理者们获得了更为丰富的交通大数据。

在这个过程中，华为提供的“城市交通大脑”方案，向我们展示了云计算＋AI技术方案融合给城市带来的智能交通变革，也让我们看到了一个清晰可触摸的万物互联智能世界。