智慧交通可感可知规模应用加速落地 ——百度“车路云图”一体化推进交通强国试点建设

在广州黄埔,无论是行人还是车辆,来到交通路口,手机导航自动为当下红绿灯的实时变化进行语音提示。路边的智慧路灯还能播报哪里有积水、提醒行人不闯红灯。

在上海嘉定,智能出租车、智能配送车、智能清扫车纷纷亮相街头,多种智慧车辆穿梭在近300个智慧路口与230多公里智能网联示范道路之上,带来出行的便利与舒适的生活。

据百度智能云交通业务部总经理韩国华介绍,2022年,百度成为首个获批交通强国建设试点的民营智能交通科技公司。两年来,百度坚持“开放能力、共享资源、加速创新、持续共赢”原则,以国家方针政策为指引,以打造中国标准下“自动驾驶+车路协同”的自主、安全、可控的全产业链为目标,持续迭代更新百度智能交通引擎4.0等一系列智能交通产品,全面助力加快建设交通强国。

高精的图资产业务一图全景

面对紧急灾情,如果有一种技术可以动态反映现实世界,如同“智能生命体”,将道路基础设施、交通安全设施、管理服务设施、紧急设施、机电设施等所有细节精确展现在眼前,必将极大提升交通基础设施的养护管理和应急抢险水平。

如今,这些看似属于科幻大片里的场景,已经真实地来到我们身边,上演“科幻照进现实”。这种技术就是“高精度数字底图”,运维人员可以通过它快速找到设施和设备的具体位置,并通过数字孪生功能了解设备设施的基本信息和运行状态,实现道路资产的精细化管理以及设备的快速巡检和远程运维。

去年,广东省交通集团与百度联合发布了“高精度数字底图”,成为全国首家省级超万公里高速公路高精度地图“数字底座”,可为高速公路建设、管理、养护、运营、服务等提供统一的地图和数据服务能力,提升高速公路运营管理效率。谈及具体效果,韩国华认为“高精度数字底图”数字孪生地图引擎实现了“问题图上说、资产图上看、方案图上做、业务图上管”,以信息化技术引领交通运输行业运营管理精细化,推动交通运输高质量发展。

新领域需要坚定信念,需要找准方向后的一往无前。近年来,百度致力于建立卓越的地图业务引擎和数字化建模能力。以高速公路数字孪生地图细分领域为例,百度地图已实现全国高速公路数字孪生地图的全面量产,且具备先进的AI自动化辅助制图技术,使高速公路数字孪生地图的采集、制作成本大幅降低。结合实时孪生、一张图模式等特点,百度数字孪生地图成了承载公路交通业务数据的关键媒介,为解决行业难题提供切实可行的思路。

去年年底,交通运输部推出高速公路充电基础设施“随手查”小程序“e路畅通”,所有充电站信息亦同步上线百度地图。针对用户行车途中查看手机不便的问题,百度地图还加入了语音播报充电提示服务,可根据用户驾驶路线,以语音播报的形式,提醒其沿途的充电站信息。当车辆进入服务区,App会主动提示用户该服务区是否有充电服务,以及当前空闲的充电桩个数,以更个性化、智能化的交互形式,为车主提供更加高效、便捷、安全的导航体验。

智慧的路一路畅行一路平安

夏日清晨,京台高速公路福州段穿山越岭,长隧道群30公里范围内雾气缭绕。隧道内,智慧运行管控系统正在“一丝不苟”地进行全方位监测,守护过往司乘的安全。在AI技术和各种先进传感器的加持下,该系统拥有“鹰一样敏锐的目光”,能够迅速发现各种风险隐患,并实现15分钟、30分钟级隧道交通拥堵预测精度均大于90%。

隧道是高速公路路网中监管难度最高的路段,也是公路场景中难啃的“黑盒子”。繁杂的机电设备加上特殊的环境因素,使得隧道运营管理面临着设备运行状态监测不全面、核心设备国产化覆盖率低、异常事件感知不及时、机电设备运行管理不完善等难题。以数智技术与产品破解这些问题,正是智慧交通赋能隧道运营管理的关键所在。

《加快建设交通强国五年行动计划(2023—2027年)》提出,加快推动智慧交通建设;实施公路数字化专项行动,推动公路设计施工、养护保通、运营服务、市场治理、标准供给的数字化转型和智能化升级。当前,人工智能赋能千行百业,已成为公路行业数字经济高质量发展的抓手与着力点,“AI+智慧高速公路”正在为我国人工智能产业发展壮大、数字经济蓬勃发展提供强牵引力。

韩国华举例介绍,百度联合河北高速公路集团研发的智慧公路AI数字人“简璐璐”在京哈高速公路进行了全天候通行试点。司乘可以通过河北高速公路集团开发的“高速智行”App在线申请,实现恶劣天气下的预约通行。在车辆行驶过程中,司机会收到实时语音播报提示,帮助司机控制车速、车距,选择合适的车道,保障安全通行。

“十四五”期间,智慧高速公路建设不断推进,高速公路数字化转型进入新阶段,以准全天候通行、收费稽核、伴随式出行服务以及视频上云等为代表的智慧化应用场景初露头角,不断提升通行安全性与运行效率,重塑群众出行形态与物流运输生产业态。

聪明的车自动驾驶穿梭日常

乘客输入密码坐上车辆后排,点击屏幕确认行程,方向盘随即自行转动,车辆稳稳汇入车流之中……近年来,自动驾驶技术广泛应用于各种交通运输场景,越来越多的无人驾驶出租车、公交车驶上各地街头,凭借聪明的“头脑”愈加熟练地穿梭于缤纷多彩的城市之中。

北京亦庄高级别自动驾驶示范区是百度联合北京经开区打造的全球首个城市级高级别自动驾驶示范区,也是全球最大的自动驾驶和车路协同应用测试基地之一。在这里,百度实现了路侧智能基础设施建设标准创新,通过首创的“多杆合一、多感合一”一体化投资标准路口,实现了自动驾驶、智慧城市等设备的深度复用,完成了数字化智能路口基础设施全覆盖。

近年来,我国智能网联汽车产业规模快速提升,多地积极推进自动驾驶和车路协同试点建设与示范应用。2023年以来,工业和信息化部等多个部委陆续出台支持智能驾驶技术发展的政策文件,鼓励厂商加快L3及以上级别自动驾驶车型的商业化应用。今年1至5月,我国乘用车L2级自动驾驶渗透率突破50%,部分功能接近L3级自动驾驶水平。

历史的车轮滚滚向前,自动驾驶不仅承载着百度的期望,更将深刻改变人们的生活方式,带来更为便捷高效的未来。在今年5月召开的“ApolloDay2024”大会上,百度发布了全球首个支持L4级别自动驾驶的大模型ApolloADFM。在ApolloADFM的加持下,无人驾驶车辆将具备更加精准的超长尾场景检测能力,能够更好地应对占道施工、不规则障碍物等复杂多变的城市道路场景,在“鬼探头”、窄路会车等强交互场景下具备更加完善的安全处理能力。

智能的云海量数据快速交互

交通运输是一个高频产生数据的行业,面临海量数据处理、实时计算、超大规模仿真等技术需求。在百度管理者们的眼中,这与互联网行业有着共同的诉求。

常年与交通运输领域打交道的韩国华很清楚,交通运输是一个非常复杂的系统,是一个非常典型的从感知到认知、到决策、到控制的过程,传统的人工智能在其中只能呈现碎片化应用,如识别一个红绿灯、识别违章行为等。想要真正系统性地解决问题,则需要通过大模型将所有因素串联起来。

近年来,随着百度智能云的快速发展,云计算、大数据、人工智能等技术逐步用于解决一些传统信息化手段解决不了的问题。就拿公路上的隐患识别检测来说,过去由于样本量过小,系统设备的训练数据达不到要求,进而降低了识别质量和精度。而依托大模型的重构,百度智能云将在交通运输安全事件检测领域大有可为,破解过去小模型不能解决的问题成为可能。例如,以往的技术手段对抛洒物的识别准确率并不高,而大模型技术出现后,这类事件的识别准确率可快速提升至80%。

此外,百度交通大模型还可以研判拥堵发生的可能性,并通过强大的计算能力,生成最佳调控方案。借助提前预知哪里会堵、为什么会堵的“先知”能力,大模型可以因地制宜地“谋划”治堵方案,并自动生成信号灯配时方案,保障车流最大限度快速通行。截至目前,百度的全域信控缓堵方案已经落地北京、贵阳、长春、重庆、苏州、绵阳、保定、株洲等多个城市,缓堵效果得到了出行市民的验证与肯定。

“天地交而万物通也,上下交而其志同也。”观照“车、路、云、图”,正好对应着“天、地、上、下”,其融合发展重塑了智慧交通的新形态,孕育着加快建设交通强国的新动能。多年来,在一系列政策的护航下,智慧交通千帆竞发,像百度这样的科技企业通过模式创新和技术引领,推动前沿技术不断在交通运输各个领域落地生根、开花结果,预示着一个更高效、更安全、更环保的智慧交通时代已经拉开序幕。

THE END
1.电子电气架构智能网联汽车“车路云”模型车路云一体化系统是通过新一代信息与通信技术将人、车、路、云的物理空间、信息空间融合为一体,基于系统协同感知、决策与控制,实现智能网联汽车及交通系统安全、高效、节能及舒适运行的信息物理系统。该系统由车辆及其他交通参与者、路侧基础设施、云控平台、相关支撑平台、通信网等组成,其系统组成可参考图: https://blog.csdn.net/Soly_kun/article/details/144314620
2.车端中台架构分为哪几层mob64ca12ee66e3的技术博客在当今智能化的汽车产业中,车端中台架构的设计与实现已成关键因素。不同于传统的系统架构,车端中台架构的分层设计使系统更具灵活性与可扩展性。本文将深入探讨车端中台架构的分层结构,并通过一个简单的代码示例进行说明。同时,我们将使用类图来帮助理解这一架构的设计。 https://blog.51cto.com/u_16213423/12754510
3.白皮书中国联通车联网技术路线及布署策略1车联网系统架构 为满足车联网的业务需求,未来网络将采用“终端—网络—平台—应用”的统一架构,打造“多模通信+人车路协同+车云同步”的云网协同一体化网络,如图1所示。 图1:云网协同一体化网络架构 (1)立体化通信网络 支撑未来车联网发展必然是一个立体化通信网络架构,通过横向和纵向两个方面实现多模接入、车车http://www.cheyun.com/content/18831
4.车路协同云平台零束科技官网车路协同云平台 车路协同云平台利用零束自主研发的数据工厂与网络安全技术,整合人、车、路、云多端数据,构建协作式智慧交通,使能协同式自动驾驶。为用户出行提供更安全、更高效、更便捷的服务,为管理者提供了全路段感知、全天候通行、全过程管控的智慧运营。https://www.z-one.tech/www.z-one.tech/solution/car-cloud/
5.V2XLINK车路协同数字化交通运营商V2XLINK车路协同品牌是“斯润天朗”在数字化交通领域全新的品牌,斯润天朗(北京)科技有限公司(以下简称“斯润天朗”)是一家专注于智能网联汽车数字化运营服务提供商,企业从基础车载连接服务开始,通过将车联网平台组件化完善和基于云端PAAS融合将车联网开放式核心平台https://www.v2xlink.com/
6.智能驾驶发展趋势:“车路云”一体化计算主体为智能汽车本身或路侧设施,更新频率控制在1s以内;(2)宏观地图:收集区域内所有智能汽车及路侧设施的感知信息,在云端绘制全面的高精度地图,更新频率为每分钟2-3次。 图三:高精度地图示意图 (资料来源:公开资料,本翼资本整理) “车-路-云”一体化方案具备两大优势:(1)信息感知更全面细致,对单车智能的https://m.36kr.com/p/1556281654660226
7.基于AI的车云协同自动驾驶系统组成关键技术图3 基于 AI 的车云协同自动驾驶系统架构方案示意图 该架构方案由基于 AI 的自动驾驶智能车端设备和基于大数据分析的自动驾驶云端系统两部分组成,共同形成一个集复杂环境精确感知、通行智慧决策与行车控制优化执行的车云协同一体自动驾驶系统。 2.1 基于 AI 的自动驾驶智能终端 https://maimai.cn/article/detail?fid=353605280&efid=3_KpW3dIn06x5LhujY9-dw
8.国信证券:华为汽车产品有序落地5G芯片智能座舱先行华为智能汽车延续“云-管-端”架构。云:智能车云;管:智能网联;端则从最初的车机扩展到了智能驾驶、智能座舱、智能电动三大终端。华为汽车业务在“端-管-云”五大业务板块和产业链上下游均建立了一定的合作关系,本文主要从华为合作车型入手,梳理了截至目前有搭载华为产品所有量产车型(来源于公开资料)。 http://finance.sina.cn/2020-05-29/detail-iircuyvi5653241.d.html
9.2022国央企数字化实践报告——深度解读国央企不同嘲数字化痛点农信社与品高股份和VMware合作,搭建地州资源池、生产资源池和灾备资源池,建设基础设施云平台,实现计算、存储、网络等IT资源的池化管理。该农信社将已有的业务迁移到云中,实现应用的云化部署,并以公有云的模式为下属地州以服务的形式提供相应资源。 图3:云平台部署架构图 https://www.shangyexinzhi.com/article/5006827.html
10.苏标ADAS协议,JT808协议,JT809协议,JT1078协议的车云慧智慧车云慧智慧交通云平台是基于,JT808协议,JT809协议,JT1078协议(《JT/T808-2011道路运输车辆卫星定位系统终端通讯协议及数据格式》以及《JT/T808-2013道路运输车辆卫星定位系统北斗兼容车载终端通讯协议技术规范》)通讯协议上构建,适用于物联网(车联网)领域应用,特别是https://www.legaoyi.com/elink-platfrom.html
11.《车路云一体化信息交互技术要求第1部分:路侧设施与云控平台数据《车路云一体化信息交互技术要求 第1部分:路侧设施与云控平台数据接口规范》.pdf,概述这份车辆与道路通信技术要求部分详细描述了车辆与云计算Cloud集成的信息交互流程,涉及云控平台和路侧设施的数据接口规范指南强调了总体架构数据类型传输规则以及云端与RSU云端与MEC之间https://m.book118.com/html/2024/0814/8015001060006120.shtm
12.小鹏汽车技术中台实践:云平台篇架构小鹏汽车基础架构团队封装标准 Boot 概念(应用视角):统一架构提升,标准化开发、测试、运维术语; 动态注入内容:配置在 configmap,可全局调整,下一次部署生效(例如:sidecar、环境变量、资源配置、harbor 地址等)。 上图为 Logan-App-Operator 的架构流程,很标准的 Operator 做法:定义 CRD,结合统一配置并复用 Kubernetes 原生的能力,将应用https://www.infoq.cn/article/pzUQxao7udgMbO2ObR0C
13.2022国央企数字化实践报告——深度解读国央企不同嘲数字化痛点1)内网基础云平台建设农信社与品高股份和VMware合作,搭建地州资源池、生产资源池和灾备资源池,建设基础设施云平台,实现计算、存储、网络等IT资源的池化管理。该农信社将已有的业务迁移到云中,实现应用的云化部署,并以公有云的模式为下属地州以服务的形式提供相应资源。图3:云平台部署架构图 https://www.esensoft.com/industry-news/dx-14125.html