《智能交通》图解
2022-04-28 23:29:54 0 举报
AI智能生成
未来城市:聪明的车、智能的路、车路协同的运输智能化,一幅宏大的智能交通全景图。
作者其他创作
大纲/内容
智能交通·李彦宏
没有自动化,应急辅助
L0
部分驾驶辅助
L1
组合驾驶辅助,部分自动驾驶
L2
有条件自动驾驶
L3
高度自动驾驶
L4
完全自动驾驶
L5
自动驾驶分级标准
视觉为主,逐渐演进
从低级别的辅助驾驶系统搭载开始,先量产商用再迭代,最终实现无人驾驶
以特斯拉为代表的渐进式
选择摄像头和激光雷达等多传感器融合路线
一步到位直奔L4以上,然后再降低成本
以Waymo为代表的跨越式
融合了渐进式和跨越式的优点
先研发最高级别的自动驾驶,在完成成熟的L4技术储备后,再把技术释放到ANP上
以百度为代表的技术降维、数据反哺示
自动驾驶发展路线
要实现99.9999%的成功率目标,才能确保上路无碰撞事故风险
需要1000万公里级的大规模道路测试,以及至少10亿公里级的仿真训练
安全
自动驾驶汽车规模量产,成本能更低,但目前全球L4级不足万辆
通过自主研发把没用模块去掉
通过集成化降低成本
降低成本的方式
成本
L4及以上自动驾驶两大难点
通过正向设计,将传感器和控制器提前装配,流水线示标定
在生产过程中完成多项整车测试
前装量和降低成本
大部分自动驾驶公司测试的出租车,去掉了司机位的安全员,但在乘客位上保留了安全员
百度实现“远程安全员”,高效率、低成本
去“安全员”
向用户提供常态化服务,让用户从好奇到依赖
对规模化车队稳定运营的城市,进行商业化试点
在规定区域内小规模投放无人车队,提升其在路运营的实用性
三步走
规模商业化运营
自动驾驶商业成熟的关键
智能汽车
线下人工参与度高,运营成本高,管理效果差
停车秩序混乱、逃费、乱收费现象严重
停车泊位建设情况和配建标准存在差距
停车行业痛点
人工智能、GPS、无线通信、移动终端等
利用的技术?
停车位状态采集、管理、查询、预定、支付、导航
用于哪里?
车位资源、停车场利用率最大化;停车服务最优化
达到的目的?
概念
减少车主的停车、寻车时间
让停车管理企业降本增效
帮助城市住建、规划实现智能化管理、决策
弥补支路管理缺陷,保障道路运输安全
为新能源汽车 、无人驾驶汽车提前布局
建立与智能停车应用相关的数据体系
价值
政府或城投公司牵头实施的批量化的公共停车设施建设项目
形成全程停车场“一张网”格局
城市级
停车场、停车库、路侧停车
主要技术是车牌识别和不停车电子收费技术
场库级
通过智能车位锁、视频、地磁等设施判断车的进和出
通过咪表计时刷卡收费
对公众自觉性要求高,容易逃单
人工+咪表模式
通过地磁传感器识别车辆
属于半智能技术,信息采集需要人工干预,收费管理不规范问题严重
人工+地磁模式
车位上的视频装置检测车辆,全程不用人管
存在人为损坏现象,容易被遮挡、建设成本高
视频桩模式
全视频检测+巡检PAD+互联网
全天监视、准确率高达99%,可实现无感支付
高位视频模式
主流方案和模式
车位级
主要模式
为个人用户提供的智慧停车服务贯穿整个出行环节
对抗信息部队称,识别98%的充电桩
个人侧:出门到回家的出行闭环
根据具体情况为停车管理企业提出具体建设方案
停车系统建成后可实现无人值守
帮助企业掌握多个地区停车场管理收费运营情况
行业侧:建设到运营的运营闭环
帮助政府将所有城市停车信息统一到城市停车管理平台
通过智能诱导技术向车主推荐空位
基于大数据分析帮助决策者判断在哪规划建设新车位
政策侧:规划到决策的治理闭环
三大闭环
百度的布局
智慧停车
车
借助大数据、云计算、人工智能等技术,实现高速运输系统的协同管控和创新应用服务
集成难度大
技术发展快但标准滞后,不同企业的产品之间难以互通互联
海量数据和复杂任务计算难度大
车路协同技术
我国公路覆盖地形复杂,定位精准度下降
高精地图和定位技术
车、路、云信息融合后,会面临传感器数据有效同步等问题
传感器设备、路测设备等暴露在网上,有被攻击的风险
多源信息融合与网络安全技术
面临的挑战
基于百度ACE智能交通底座,参与建设高速公路AI智慧感知一张网
讲AI引擎助力智慧监控发展需求,打造看得清、看得快、看得准的智慧高速监控体系
对偶发、突发事件实时预警,提升事故处理效率
遇上事故,用户可借助百度地图进入报警页面
智慧监控
云端、路段、收费站三位一体的完整稽核方案
收费AI稽核
自由流收费:依托北斗星系统对车辆高精度定位,绘制车辆的运行轨迹,计算出里程费率,通过互联网收费,由此实现收费站无障碍通行
实现高速公路全天候通行、自由流收费、车路编队管理的场景应用
车路协同
借助车载和百度智能云服务,实现管养数据采集即上云,上云即开启病害检测流程
自由完成数据处理、特征识别、结果输出等工作
智慧管养
百度的解决方案
智慧高速
采用先进的技术,实施车与车、车与路、车与人之间的动态实时信息交互,并开展车辆安全控制和道路协同管理
自动驾驶安全面临挑战,不能实现100%安全
单车感知长尾问题限制了车辆可运行设计域,难以彻底解决准确识别和高精度定位问题
自动驾驶的经济性问题没得到解决
道路交通情况让自动驾驶的预期功能安全变得更特殊
以单车智能路线为代表的自动驾驶面临挑战
低成本:一辆自动驾驶汽车的硬件成本为100万,把一部分让渡给路,就能补齐单车智能的短板
安全:综合考虑地上所有汽车的运动情况,保证驾驶安全
效率:车路协同效率优于单车智能
商业落地:车路协同在安全性等方面优势明显,会加快自动价值的商业落地
车路协同优势明显
为什么要发展车路协同
自动驾驶与车路协同深度融合所形成的复杂系统,需要解决一系列问题
道路智能化与驾驶智能化发展不够协调
需要探索更高效、经济的车路通信技术方案
车路协同自动驾驶需要跨行业、跨地域互联互通
政策法规和标准建设要跟上
路
IV 聪明的车和路
通过整合公共交通和私营交通,为用户提供门到门的出行服务
用户使用一个移动应用,通过一个账号实现一站式购票和支付
一站式服务
解决“最后一公里”的痛点问题
减少私家车使用
意义
用户体验放在首位
以人为本
通过一站式服务,降低私家车的拥有量和使用量
公共交通为先
倡导共享化理念
交通是一种服务,不是对车辆的拥有
共享化为基础
通过一站式服务、月费等更经济的方式,鼓励公民使用公共交通方式出行
缓解交通拥堵,降低温室气体排放
可持续发展
MaaS运营商基于对端到端出行服务的整合,提升经济效益
出行服务提供商基于用户出行数据,优化路线、调整运营时间
更好的经济性
特征
强力推动
确保运转
指挥的角色
政府、城市管理者
公交网线覆盖好,站点设置灵活
运营稳定、可持续,更可靠
更容易形成综合的交通体系
优势
MaaS的运营主力
公共交通运营商(公交、地铁、网约车、共享单车等)
商业模式从产权交易变成使用权交易
整车销售不再是一锤子买卖,对用户的出行服务按需收费
关键势力
汽车OEM厂商
运营主导方
通过APP和小程序就获得一站式服务
出行用户
统一平台管理,全局规划调查,大大提升了运营效率
运营企业
运力统一监管,提升了交通运行效率
、政府部门
百度首个MaaS平台亮相广州,给各方带来价值
实现交通出行需求与运力供给的精准匹配
实现跨交通方式出行查询、订单一键预定、无感支付等功能
成为MaaS全栈式解决方案提供商
着眼未来
百度MaaS模式探索
MaaS出行即服务
二氧化碳排放力争与2030年前达到峰值
努力争取2060年前实现碳中和
3060双碳目标
车的电动化和智能化
路的网联化,大力发展车路协同、智能信控、智慧高速、智慧停车,减少拥堵
出行共享化、创新交通出行方式,推行基于MaaS的出行服务
智能交通减排的途径
智能交通与碳中和
建设绿色数据中心
构建智慧办公楼宇
碳抵消
智能交通的全链条减碳技术赋能
绿色供应链伙伴机制
2030年实现集团运营层面的碳中和
承诺
发展智能网络汽车,实现直接减排
车路协同,最大限度提升交通的效率,实现缓堵型减排
智能信控,优化信号灯配时,实现缓堵型减排
智慧停车,打造闭环体验,解决最后一公里痛点
智慧交管,缓堵保畅,减少碳排
智慧高速,更安全、更便捷、更高效、更低碳
百度地图,低碳交通和出行服务的基础承载平台
实践
百度的承诺和减碳实践
V 智慧的未来
谷歌的Sidewalk Toronto
学习先进技术
构建智能交通课程
起步阶段(1996-2000)
设立12个科技项目支持智能交通研究
选择12个城市进行示范应用建设
培育阶段(2001-2005)
加强研究
形成基础(2006-2010)
公、铁、水、民等领域开发了代表性工程
提升发展(2011-2015)
体制改革、信息技术发展
智能交通进入更多领域
创新引领(2016-至今)
国内发展
国家高度重视,上升为国家战略地位
技术创新推动快读发展(新能源汽车、人工智能、智能驾驶、新一代通信技术、物联网、云计算)
发展机遇
自动驾驶消除90%人为事故
降低交通事故,保证出行安全
交通信号系统智能化疏导交通
MaaS(出行即服务模式)缓解交通拥堵
应对城镇化挑战,缓解交通拥堵
减少交通拥堵,减少碳排放
车辆集成物联网技术,车内智能呼叫系统等降低安全事故
发展新能源汽车,促进交通出行模式转变
助力“双碳”目标达成
Apollo自动驾驶引擎
车路协同引擎
MaaS出行引擎
车、路、图全栈技术为核心的数字底座
百度AEC智能交通理念
I 智能交通概况
主导智能交通基础设施建设的机构
主导智能交通基础设施建设
提供智能交通服务,满足用户安全、高效的出行需求
推进智能交通产业链(行人、路、车)
创新智能交通技术(全息交通、计算交通、共享交通、协同管控、大数据分析、车路协同等)
责任
智能交通、自动驾驶的政策和标准
自动驾驶汽车研发、生产、销售、商业化的政策和标准
制定政策、统一标准
负责智能交通系统的顶层设计
系统各部门工作
统筹规划、主导运营
政府加大在智能交通方面投资
政府鼓励和带动企业的投资
主导投资、鼓励创新
政府
政府旗下的国有企业或平台公司
智能交通运营商本身
百度等科技公司提供软硬件技术、赋能运营商
技术服务商
众多企业都可成为智能交通时代的开发商,打造智能交通的应用
应用服务开发商
市场
关键参与方
投资方、主导方、亦庄政府
智能交通运营商:车网科技有限公司
基础设施建设与维护:数字基础设施建设有限公司
技术提供方和生态应用开发者:百度等企业
参与者
数字基建公司规划在哪建设什么设备
政府或运营商购买设备
运营商主导运营、给用户提供服务
用户随时进入运营商的服务
角色、分工
运作模式(北京亦庄案例)
依赖智能交通技术的成熟度
围绕智能互联和交通生态、聚合一群应用开发商
智能网联汽车的普及
成本问题
亟待解决的问题
II 智能交通运营商
借助自动化检测设备全天候检测交通流情况,运用信息网络技术和系统工程学理论,自动生成交通信号配时方案
为公众出行提供更通畅的体验
提升交警指挥效率
提升道路日均服务车次,降低拥堵指数
减少安全事故
当前路段情况
周边路网特征
实时对交通流的检测
感知
在“感知”基础上,形成对交通流的判断
认知
以“认知”为基础,实时决策当前路口的最佳配时方案
决策
关键环节
根据对环境的适应度将群体中的个体移动到好的区域
粒子群优化算法
借助深层神经网络和大交通数据,了解隐藏在交通网络中的潜在网络
图神经网络
总结经验--找到规律--找到最佳途径
强化学习
技术原理
单点自适应控制
动态干扰协调
溢流控制
自适应截流
可变车道联控
百度智能信控模型
典型案例
改善检测手段
创新问题诊断
优化信控算法
优化效果评估
简化系统部署
升级方式:自适应(根据当前情况自动调节红绿灯时长)
目前信控系统还不够智能
智能信控
刻画真实世界(百度地图POI高精度知识图谱)
路上导航+停车或车库导航
沉浸式导航,复杂道路的导航指引一目了然
导航极致准确(百度地图沉浸式导航)
实时出行预估时间准
未来出行预估时间准
智能语音交互(百度地图语音助手)
信息获取、数据采集、数据生产、动态修正
流程
组建专业采集车队
深度融合AI技术到整个流程
重要工作
AI化的数据生产
百度地图目前有1.8亿POI
百度地图用机器自动拨打电话代替人工POI信息核验,效率提升百倍
AI化的POI信息核验
数据
更准确、全面、清晰
具有实时性
特点
感知层面:不受天气、障碍物限制,拓宽车载传感性能边界
定位层面:卫星信号不佳时,通过传感器获取实时信息
规划决策层面:通过红绿灯状态,交通流量等数据的回传,实现智能化路径规划
验证训练层面:为自动驾驶系统提供基础数据
高精地图
精细化程度最高,相对精度达0.1-0.2米
生产效率最高,数据自动化处理程度已达96%
覆盖最广,拥有国内最大规模的高清地图采集车队,2023年实现160万公里的覆盖
成本优势,国内唯一具备完整的自主知识产权
百度高精地图优势
拥有车道级地图数据
拥有实时的智能交通路况信息
可以发布交通实时动态事件
可提供实时和未来7天的驾车路线规划和到导航服务
车用导航地图优势
为乘客推荐上车点,室内外高精定位
提供高性能批量预计到达时间,高效分单
有“司乘同显”功能精准导航
提供网约车解决方案
智慧交管:提供缓堵保畅、安全管控、出行服务三大场景的解决方案
智慧停车:把公共道路导航和停车场导航联结,实现一张图导航
智慧路况播报:各交通广播电台可随时随地访问百度地图提供的路况播报平台
智慧地图
百度地图
智能地图
III 可靠的工具
0 条评论
回复 删除
下一页