分享

收藏

点赞

  1. 主页 > 资讯 > 自动驾驶

推进广义车路协同建设 | 既要务实创新,也要避免概念创新

新基建不等于老基建的信息化,现在有很多示范项目走着走着,最后到工程实施阶段可能会陷入到老基建信息化的怪圈。

2020年8月18-19日,由赛文交通网主办的第九届(2020)中国智能交通市场年会在杭州钱江新城万豪酒店召开。

本届会议以“归初心 守匠心 致创新”为主题,论坛涵盖了交通信号、车路协同、智慧公交、智慧高速、智慧路网等多个专业领域。

在年会主论坛——中国智能交通市场经济管理论坛(暨智能交通产业领袖论坛)上,北京中交国通智能交通系统技术有限公司董事长兼总经理-孟春雷进行了“交通强国上云用数赋智”的演讲。

blob.png

以下为孟春雷的演讲实录,赛文交通网进行了不改变原意的整理(有删减)。

新一代国家交通控制网、交通强国建设纲要、数字交通规划纲要、新型基础设施建设指导意见等很多国家层面的政策,都会有一个共性的思路和脉络:积极推进鼓励创新,同时也保持冷静的态度。

2020年5月19日,交通运输部部长李小鹏、副部长刘小明在国新办新闻发布会上谈到自动驾驶等方面的工作内容中能看出,交通运输部从发展政策、技术研究、标准规范、测试验证、试点示范和国际合作6个方面在积极推进相关工作,自动驾驶及与车路协同推进的是对于新技术能够赋能新装备新机电形成新业态。值得关注的是“鼓励探索、包容失败、确保安全、反对垄断”16字,更是将交通运输部作为国家行业主管部门应有的积极推进、又非常客观冷静的态度表达了出来。

在大思路上,这就是与数字经济发展相一致的积极、包容、审慎、监管。

2020年7月30日,中央政治局会议,对十四五规划、国际国内形势、双循环战略布局、创新驱动等方面作出部署。

数字经济方面,我们现在是处于后工业化阶段,经济增长呈现结构性的减速,数据日益成为产业发展核心生产要素,三次产业的边界日趋模糊。

同时,产业结构升级更多表现为数据要素投入带来的边际效率改善,需要从研发设计、生产加工、经营管理到销售服务形成全流程的数字化,产业融合发展也要和供需精准对接,为转型升级开辟新路径,然后大幅减少中间环节,突破时空约束,缓解资源环境的压力,进而提高边际产出效率和全要素生产率,实现全要素数字化城市。另外,我们需要解决基础软件、高端芯片、核心的器件等关键核心问题。

所有的数字经济领域面临的问题,在智能交通领域都需要认真的思考,需要去解决这些问题,把这些问题解决掉了之后,就能找到未来智能交通落地的技术路径。

核心的数字经济“四化”框架,生产要素是基础,生产力是核心,生产关系是保障,最终的目的和经济社会是一样的,通过调整生产关系来促进生产力的发展。 

blob.png

2020年4月7日,发改委、网信办提出推进“上云用数赋智”行动,培育新经济发展,对未来智能交通、智慧公路很有参考价值和指导意义。

具体的工作举措主要从服务、示范、业态、创新和机制五方面进行赋能,发挥技术创新和赋能作用,加快产业数字化转型,培育新经济发展,构建现代化产业体系,实现经济高质量发展。

关于“上云”,需要注意,仅仅是物理上云远远不够。

上云是必然的,上云重点是内在的、逻辑的、核心的、换代的,并不是简单的物理上云就万事大吉,其实至是架构迭代、升级和物理环境的拓展。但仅仅物理上云,还远远不够。

blob.png

还有一点,也借这个机会跟大家分享一下,很多人说5G来了,似乎所有问题就迎刃而解了,我并不完全认同这种观点,我认为移动通信技术带给了我们跨时代的变化。

第一个跨时代的变化是4G,原来车载前装的导航终端,需要定期到4S店去做软件升级,现在转移到手机端,通过通用终端就可以实现。4G时代,真正的让我们的流媒体在移动终端上能够实现,可以不依赖于有线网、或依赖无线WiFi接入有线网的连接。 

而5G带给我们跨时代的变化,重点要业务落地,应该是在5G后或6G初。

还有一点,我们大家一定要注意, 5G是通信信息维度的技术,但我们还要解决交通维度的问题。通信维度的问题解决了之后,交通维度的采集、感知、研判、传感器、数据处理、服务手段并不等于天然的就解决了。

应该说在5G发展的同时,给从业人员甚至整个行业带来了更大的动力和压力,我们应该更有责任心的去研究,在未来新一代宽带无线通信的基础上,网络能力大大提升之后,让我们的交通业务更便捷的发展。

关于“用数”,需要清楚四个≠的问题。

海量数据≠大数据:比如视频数据,某一个特定的摄像头99%以上录像的信息内容是常态下的交通信息,在这种情况下,海量数据不见得是大数据,这里还有结构模化和非结构化的问题;

大数据≠大价值:这一点顾名思义,很好理解;

大数据≠稳定获取:互联网思维的众包数据,本身就有不确定性,但政府会对数据的确定性管理,这是有非常大的差异的,这也是互联网经济和传统经济模式发展的根本性差异; 

融合数据≠责任转移:用户既是我们的服务对象,今后也会变成我们的数据源,一旦数据发生错误,责任是用户还是提供服务的主体,大家也需要关注。 

再说一下关于“赋智”,其关键问题还是在于功能的落地。

很坦诚的说,有些搞自动驾驶的专用车道实验示范是有价值的,比如延嵩高速是为了冬奥会,冬奥期间全线自动驾驶专用或车道自动驾驶专用是非常合理、可行的。但有些省市动辄也在在高速公路网中确定一个路段搞无人驾驶专用车道进行相关试验,其目标和最后能够发生发挥出来的作用是什么?这些问题需要好好的考虑。

另外,我们还需要区分不同人工智能技术路线下的智能驾驶,比如封闭环境和开放环境是完全不同的两个人工智能的技术路线,最终我们需要关注示范点的真实价值,没有必要去把已经试验成功的还去进行试验,明确成功的就可以通过制定标准规范进行商业推广,但是,如果确实不成功,做再多的实验,恐怕实际的价值也不是非常大。

还有关于聪明的车和智慧路之间的关系,当然两条是要相辅相成的,相互之间要共同发展,但是不能因为聪明的车成本太高,就要靠路来支持。

还有一个责任主体也不能发生转移,智能车判断错误了,出现了交通事故,和基于车路协同信息判断错误,出现了交通事故,责任主体如何划分,也需要明确。

还要提醒大家关注一点,新基建不等于老基建的信息化,现在有很多示范项目走着走着,最后到工程实施阶段可能会陷入到老基建信息化的怪圈。

我们在积极推进的同时,还要避免神话,既要务实创新,也要避免概念创新,要敢于直面困难和问题。 

因此,近年来我们一直在积极研究推进广义车路协同系统建设,在这方面北京中交国通已经推出系列解决方案。

广义车路协同系统既有助于让新技术、新模式在工程层面落地,增加业务功能,提高社会用户和管理用户的获得感,同时也有助于对未来自动驾驶发展的积极探索与技术支持。

未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明等材料,与我们联系,我们将及时沟通与处理。

加载中~

你可能也喜欢这些文章




稿
意见反馈0
商务合作

商务合作 扫码联系

返回顶部