2008年時(shí)，IBM曾提出過(guò)一個(gè)名為“智慧地球”的概念，其預期是通過(guò)以物聯(lián)網(wǎng)、大數據、云計算為代表的新一代信息技術(shù)，來(lái)解決日益惡化的交通、能源等城市問(wèn)題。

 

當年，IBM將這一概念分為了三個(gè)維度，其一是感應和度量這個(gè)世界、其二是促進(jìn)世界更全面地互聯(lián)互通、其三便是將一切事物、流程、運行方式進(jìn)行更深入的智能化。拿到時(shí)下來(lái)看，這三個(gè)維度顯然就是智慧城市所需的物理世界信息化、萬(wàn)物互聯(lián)以及智能化。

 

雖然IBM在早期就提出了這一概念，但卻受到硬件與技術(shù)方面的限制遲遲未能落地。而此前最大的限制便在于難以結構化的物理世界信息，以監控為例，監控畫(huà)面能夠給人類(lèi)提供參考，但對于機器而言，以往價(jià)值是零。而在計算機視覺(jué)取得突破性進(jìn)展的當下，有效解決了這一難題，也讓智慧城市有了真正可以落地的方向。

 

智慧城市落地繞不開(kāi)交通這一命脈

 

在這個(gè)大概念里，交通作為城市的“命脈”，自然成為了智慧城市落地最為重要的一環(huán)。眾所周知的是，交通擁堵是每個(gè)城市發(fā)展到一定階段必將會(huì )面對的一個(gè)問(wèn)題。

 

據INRIX一組數據顯示，預計到2030年，歐洲和美國因塞車(chē)導致的燃料浪費和商貿活動(dòng)營(yíng)運成本將飆升至2931億美元。此外該項研究還指出，改善公共交通基礎設施雖然能為出行者提供更多元化的選擇，但并不能改善交通擁堵這一實(shí)際問(wèn)題。因此更要借助車(chē)聯(lián)網(wǎng)以及移動(dòng)設備上的實(shí)時(shí)流量等創(chuàng )新性技術(shù)，實(shí)現智能化的城市管理，才能有效緩解交通壓力。

 

回到國內來(lái)看，擁堵已然成為了出行時(shí)最為頭疼的問(wèn)題，行駛在上下班途中，打開(kāi)廣播便會(huì )發(fā)現，如果不是逆高峰行駛，基本上每條線(xiàn)路的情況都不容樂(lè )觀(guān)。

 

而造成這一問(wèn)題的主要原因在于交通紅綠燈利用不充分，大多紅綠燈還處于靜態(tài)配時(shí)。以一種最常見(jiàn)的情況為例，南北方向道路出現明顯交通溢出時(shí)，東西向一輛車(chē)沒(méi)有卻還亮著(zhù)綠燈，當道路吞吐量達到極限時(shí)，就需要具備動(dòng)態(tài)和邊緣能力的交警來(lái)到現場(chǎng)進(jìn)行輔助指揮。

 

但值得慶幸的是，隨著(zhù)軟硬件技術(shù)的不斷突破，全球都在逐步將“智能化”的交通管理系統列入城市規劃當中。不知你是否想過(guò)，未來(lái)當紅綠燈具備了動(dòng)態(tài)和邊緣能力，那么道路會(huì )出現怎樣的一種變化？在上周百度召開(kāi)的Baidu Create 2019大會(huì )上，百度就描繪出了這樣一種全新出行體驗。

 

解決擁堵難題——讓道路變得更聰明

 

記得在今年4月份時(shí)，李彥宏曾對外提出了自動(dòng)駕駛三境界：“基礎設施智能化、自動(dòng)泊車(chē)、全自動(dòng)駕駛”。

 

而回顧此次百度AI開(kāi)發(fā)者大會(huì )，無(wú)論是無(wú)人駕駛出租車(chē)“Apollo Go”項目還是實(shí)現最后一公里自由的自主泊車(chē)技術(shù)，都讓外界感受到了越來(lái)越智能的汽車(chē)技術(shù)。但在這兩項技術(shù)的背后，卻是以“基礎設施智能化”為依托進(jìn)行的展開(kāi)。

 

正如李彥宏所說(shuō)，當汽車(chē)變得越來(lái)越智能，道路的基礎設施也必須跟著(zhù)變。于是在去年年底，百度正式開(kāi)源了Apollo車(chē)路協(xié)同方案，為的是構筑一套“人-車(chē)-路”全域數據感知的智能交通系統。具象化來(lái)說(shuō)，這套方案猶如一個(gè)擁有完美視角的“交警”，既能起到疏導交通的作用又能夠對道路資源進(jìn)行高效分配。

 

 

以近期百度落地在保定的微觀(guān)路口全息感知系統為例，該系統能夠感知每條車(chē)道車(chē)輛的平均速度以及每個(gè)路口的流量的熱力圖，配合動(dòng)態(tài)的調優(yōu)算法，讓保定市民早晚高峰期間的交通延誤時(shí)間減少了20%-30%。當然這只是最基礎的一套方案。

 

據百度自動(dòng)駕駛事業(yè)部總監孫勇義介紹稱(chēng)，在這套智能交通解決方案中，百度進(jìn)行了三個(gè)維度的構建：

 

·基于道路上部設的攝象頭、像雷達以及線(xiàn)圈等傳感設備，對當前道路上的車(chē)流情況并且能夠做到全天候、全地域實(shí)時(shí)了解當前道路上的情況;

 

·借助單車(chē)仿真+交通流仿+百度地圖數據+歷史交通流數據，對全時(shí)空進(jìn)行推演決策，判斷道路流量狀況;

 

·實(shí)時(shí)控制技術(shù)，對信號燈做實(shí)時(shí)控制，以及未來(lái)對自動(dòng)駕駛的車(chē)輛做實(shí)時(shí)的控制。

 

一方面，百度通過(guò)機器視覺(jué)將此前非結構化的數據結構化出來(lái)，如車(chē)流量、直行、左右轉流向級的數量，另一方面，借助高精地圖3D感知，來(lái)判斷車(chē)流數量以及交通事故識別?？梢哉f(shuō)一旦掌握了這些數據，信控的調優(yōu)算法也就不再是難題，而依托與這些數據，AI能夠實(shí)時(shí)周期級的信控方案的下發(fā)，動(dòng)態(tài)的對信號燈時(shí)長(cháng)進(jìn)行調整。

 

未來(lái)隨著(zhù)5G和V2X的持續推進(jìn)，這套方案能夠更低延時(shí)的實(shí)現車(chē)端到云端、云端到車(chē)端的實(shí)時(shí)傳輸，并在云端構建出一個(gè)智慧交通的中樞。在這個(gè)中樞里，不僅能夠彌補駕駛時(shí)的盲區，也能夠對車(chē)輛進(jìn)行遠程實(shí)時(shí)調節控制。比如將紅綠燈這類(lèi)設施當前的狀態(tài)通過(guò)V2X推送給車(chē)輛，以此來(lái)彌補自動(dòng)駕駛的盲區。

 

或許你認為這種智慧出行離我們還很遠，實(shí)則不然。去年10月百度曾與長(cháng)沙市基于A(yíng)pollo開(kāi)放平臺達成全面合作，致力將產(chǎn)長(cháng)沙打造為自動(dòng)駕駛之城。而在本屆開(kāi)發(fā)者大會(huì )上，這一項目又有了全新進(jìn)展，無(wú)人駕駛出租車(chē)項目“Apollo Go”將率先在長(cháng)沙落地，幫助長(cháng)沙打造全國最大規模的L4級自動(dòng)駕駛出租車(chē)車(chē)隊。

從交通看智慧城市的本質(zhì)

 

雖然出行是城市中最為重要的一環(huán)，但智慧城市囊括的不僅只有交通，更涉及到企業(yè)、個(gè)人、政務(wù)、交通、能源等方方面面問(wèn)題。但歸根結底，這些分支與交通一樣，核心之一是在考量城市與信息之間的融合程度。

 

另一個(gè)核心便是與人們的生活幸福感、參與感直接掛鉤，智慧城市要落地的并非僅是冰冷的技術(shù)，以自動(dòng)駕駛為例，如果百度此次落地的僅是一個(gè)測試項目，那么就不能將其看為是一個(gè)城市智慧成功與否的指標，更談不上是真正意義上的智慧城市。

 

當然智慧城市也不是一套通用的解決方案，更要因地制宜的進(jìn)行開(kāi)展，舉例來(lái)說(shuō)，如果這個(gè)城市的交通已經(jīng)成為了制約整個(gè)城市發(fā)展最核心的問(wèn)題，那么智慧城市首要任務(wù)便是提升交通效能。反之一個(gè)旅游城市，其側重點(diǎn)更在于其頂層產(chǎn)業(yè)，顯然城市規劃也并不一定要以交通為重點(diǎn)。

 

但有目共睹的是，智慧城市正在被飛速發(fā)展的技術(shù)不斷向前推進(jìn)著(zhù)，未來(lái)技術(shù)與城市、與人會(huì )產(chǎn)生怎樣的化學(xué)反應，十分值得我們期待。