本文由张一豪撰写，李逸昕补充，特别鸣谢~

编者按

2020年，智能交通的市场并不缺少故事。

2020年2月，11部委联合发布《智能汽车创新发展战略》，将车路协同作为自动驾驶发展的国家战略方向进行了明确。4月，国常会部署“新基建”，随后的7-8月份，各省纷纷出台“交通强国”、“数字交通”以及“新基建”的落地政策，多地出台自动驾驶、车路协同驶测试场/区以及高速公路的建设计划......

后疫情时代“新基建”热潮的来临，让“智慧交通”的字眼频频出现在媒体文章之中；国内密集爆发的智能网联示范区也在加紧各种道路、车辆测试工作。大交通的快速变革以迅雷不及掩耳之势席卷整个学术界和工业界，大厂玩家的资本介入让传统交通企业如坐针毡，纷纷寻求转型突破。

近年来，虚拟测试和加速测试已成为智能交通发展，特别是自动驾驶安全性测试的核心手段。越来越多的厂商亟需通过交通仿真手段加速智能汽车的开发与研制进程。TOPS课题组经过数十年深耕，在交通仿真领域取得了丰硕成果，得到了业界的赞誉和普遍认可。结合自身优势，TOPS课题组也积极响应各大互联网/传统车企厂商的合作邀请，开展智能交通“产学研”合作项目，深化成果创新、力求科研成果落地，最终反哺智能汽车行业的发展。

目前，课题组全方位布局智能汽车研发领域，已完成或正在进行的智能交通相关的产学研合作主要包括三方面：(1) 虚拟测试背景交通流构建与注入；(2) 智能汽车危险场景自动提取与加速测试方法研究；和(3) 车路协同评估系统开发。在上述方面，课题组已陆续为腾讯、华为、百度、德国大陆、宇通、上汽、上海国际汽车城等企业提供了大量相关技术支持，合作项目达10余项。在合作进程中，课题组成员也陆续进驻腾讯、华为及百度等企业，通过积极的沟通交流，力求将课题组所储备的相关专业知识传授给更多的智能交通从业者，推动整个行业积极快速发展。

对于背景交通流的开发，课题组遵循“路网为主，仿真匹配”的开发逻辑，结合智能汽车虚拟测试高精度地图基础路网拓扑，将常态交通流仿真模型注入虚拟测试系统，形成了多套自主研发的智能汽车虚拟测试平台赋能背景交通流的方式方法。同时，考虑到中国高密度、多冲突的交通流环境，课题组还针对性地开发了十大异质交通个体干扰行为模拟模型，通过解析模型解释和模拟干扰行为产生机理和产生过程，为智能汽车测试提供更多边际危险工况场景。

对于危险场景自动提取与加速测试方法的开发，课题组基于Pegasus国际公认场景分类标准，开发了一系列危险场景还原与重构方法，通过科学优化选择高风险场景来进行场景复现和典型干扰行为的重复测试，最终形成定制化高收敛速度的测试场景，优化派生高危场景，提高智能车的测试效率。

对于车路协同评估系统的开发，课题组利用所擅长的微观仿真技术，基于实证数据构建了包括“基础仿真层”、“车路协同算法层”、“应用场景层”的三层评估体系，开发了包括交叉口动态排队盲区检测及预警、连续交叉口速度引导、基于高精度定位数据的公交优先、高快速路动态车道管理、高速公路匝道汇入辅助、路网拥堵预警与实时路径诱导等6类车路协同算法，凝练形成一套完整的车路协同方案评估的技术流程与解决方案。

为了让读者全方位了解交通行业的现在和未来，笔者将分别对互联网巨头（BATH+滴滴）和 传统交通代表企业（海康、大华等）在智能交通方面的最新布局进行梳理，揭秘未来交通行业究竟何去何从。本篇入镜企业：百度、腾讯、阿里、华为。

 

百度：ACE交通引擎，主打自动驾驶和车路协同

ACE分别代表了Autonomous Driving（自动驾驶）、Connected Road（车路协同）、Efficient Mobility（高效出行）

百度智能驾驶事业群IDG

百度地图智慧交通：jiaotong.baidu.com

apollo智能交通：apollo.auto/index_cn.html

百度城市大脑：cloud.baidu.com/solution/city/index.html

百度的自动驾驶之路，最早可以追寻到2013年。经过7年的发展，系统的一次次迭代，百度逐渐成为国内自动驾驶的领头羊，百度Apollo已成为独特又关键的存在。但单车智能的发展很难满足自动驾驶的安全要求，所以百度认为，自动驾驶的最优解是聪明的车+智慧的路的结合。

今年4月，百度发布了一个全栈式智能交通解决方案“ACE交通引擎”，系统地呈现了百度“一大数字底座、两大智能引擎、N大应用生态”的业务规划。可以看出，飞桨PaddlePaddle、百度地图、百度智能云和小度车载OS是整个架构的基底，通过车、路、云、图等基础技术的智能化来赋能其他场景。而Apollo自动驾驶和车路协同则是这个架构的两大引擎。

                              

百度ACE交通引擎

通过这些技术基础，百度的方案能在智能信控、智能停车、交通治理、智能公交、智能货运、智能车联、智能出租、自主泊车和园区物种等N个场景上落地。可见，百度对智慧交通的理解，并不止于路端的改造升级，而是通过自身的业务板块将自动驾驶、车路协同、智能云纳进统一的版图进行联动。

凭借着ACE交通引擎，百度今年来已与合肥、成都、广州、南京、长沙等数十个省市开展智能交通的落地合作。赛文研究院数据显示，截止2020年7月底，百度在中国城市智能交通市场企业业绩月度临时排名中进入TOP10，成为历史上第一个进入排名TOP10的互联网公司。

百度的优势

 起步早  

此处，不得不为李哥的战略眼光鼓掌。前几年百度一直处于低谷，业绩发力点少，引以为豪的搜索引擎屡屡被吐槽，还花巨资部署“看得见，摸不着”的自动驾驶。但到了今年，事实证明了一切：百度自动驾驶领域七年沉淀，形成自动驾驶、智能车联、车路协同三大业务方向，成为目前国内市场自动驾驶产业链最长，实战经验最丰富的公司。百度最早在2014年就与北京交管局在交通管理方面有合作，至此在智能交通领域已经深耕了近七年。

 技术优   

过去七年，百度在智能交通技术发展中积累了基础能力和行业能力。当下，百度智能交通发展技术优势主要是ABC三项基础能力（人工智能、大数据、云计算）和无人驾驶技术的专业沉淀。

百度地图每天提供1200亿次位置服务，11亿定位终端，拥有丰富的用户出行数据；百度是笔者印象中最早推出交通生态管理平台的科技公司；基于大数据，疫情期间推出了百度迁徙地图，服务千万企业；百度的NLP技术业界公认No.1，百度搜索引擎至今无人撼动；

无人驾驶技术的专业沉淀则是百度在智能交通市场（车路协同方向）得以掠夺式爆发的关键。百度自动驾驶专利申请数量超过1800项，位居国内该方向第一位；百度无人车安全测试里程已经超过600万公里；自动驾驶牌照已有150余块，中国第一。2018年7月，全球首款L4级别自动驾驶自动无人小巴阿波龙量产下线；2019年量产红旗Robotaxi；2019年12月，百度Apollo发布自动驾驶、车路协同、智能车联三大开放平台；2020年4月，又发布了“ACE交通引擎”，是一个车路行融合的全栈式智能交通解决方案。

 理解透 

首先是具有完整的自动驾驶、智能车联和车路协同解决方案。在未来自动驾驶、车路协同的市场发展中，除去专业的技术解决方案提供商和运营服务提供商之外，谁能更读懂汽车、读懂信息和传输、读懂路侧交通和交管，谁就将在市场中具有更大话语权。

其次，具有完整的车路协同解决方案。包含车辆行人检测、流量统计、事件检测、驾驶行为分析、车辆行人属性识别等算法在内的车路协同开放平台和包含融合感知、路径规划、协同控制和轨迹预测、高精定位的Apollo开放平台构成了ACE交通引擎的两大AI全域引擎。包含智能信控、交通管理执法、智能停车、智能公交、智能货运、智能车辆、Robotaxi、自主泊车、无人巴士等内容的应用，构成了ACE交通引擎的N类生态应用。

 开放合作 

今年，百度加快了城市智能交通市场生态建设，易华录、银江、电科、海信网络科技、大华等一批城市智能交通市场最具实力的系统集成商纳入百度Apollo生态。这些合作伙伴将会为百度提升市场项目的交付能力，为百度带来新的市场机会。

笔者谈

在“新基建”和“智能汽车创新发展战略”两个重要国家战略下，百度是目前智能交通市场的最强音。

 

腾讯：We Transport，聚焦“以人为中心”的未来交通

未来交通将是以人为中心的，将车、路、云、网完美地融合在一起的交通生命体。我们希望通过端边云的协同,实现全域感知;实时建立物理世界的映射空间,达到全息孪生;搭建数字交通大脑,实现全局优化;通过覆盖超10亿用户的APP,让交通服务全民触达

腾讯智慧出行事业群CSIG

腾讯互联网-交通：plus.tencent.com/jiaotong

腾讯云智能交通解决方案：cloud.tencent.com/solution/transport

肯定有人会为：腾讯怎么也搞交通了？答案很简单：因为你们都用微信啊（手动狗头）。

闲话少说，先来看看腾讯智慧出行事业群CSIG的业务矩阵。数字底座由5大基础建设（+GIS）、3大超级生态、3大能力平台（车路协同边缘计算平台，交通云控平台和自动驾驶云平台）和1个超级ID组成，覆盖了出行服务、车联网、汽车云、自动驾驶和智慧交通五大核心解决方案。

腾讯智慧出行的业务矩阵

重点关注

 微信为核心的生态圈 

十几亿中国人都在使用的微信，用户体量本身已经非常可怕了。随着车联网的快速发展，车上内容服务极其匮乏的现状愈发凸显，急需一款能适应开车场景的生态应用。

今年，腾讯CSIG发布腾讯生态车联网TAI3.0，微信车载版升级，在功能上采用全语音交互的形式，通过播报消息内容、语音回复等方式完成信息处理，并且支持将信息中的地址定位直接转换为车载导航等功能。通过超级ID，基于小场景，帮助用户去打通手机和车机用户场景的互动性，以及打通与其他服务内容的互动性，使用户在上车和下车过程中，可以无缝地把其所需的服务和内容结合。基于微信小程序架构，通过与开发者、车企共建，可以让300万应用生态2个月内逐步上车，刷新了行业上车速度。

车载微信

 虚拟仿真平台TAD Sim 

众所周知，腾讯是游戏行业的龙头，无论是端游（QQ飞车、英雄联盟（代理）等）、手游（王者荣耀、和平精英等）还是平台产品（QQ游戏），都展现了出色的制作功力。腾讯发挥游戏领域的深厚技术，利用游戏中的场景还原、三维重建、物理引擎、MMO同步、Agent AI等技术，提升自动驾驶仿真平台测试的还原度和高效性。仿真平台的测试效率，取决于场景的丰富性、云端承载能力。

TAD Sim 2.0通过Agent AI能力，可以自由生成各种随机的驾驶场景。在TAD Sim 2.0场景库中，有超过1000种场景类型，还可以通过泛化，生成万倍以上规模的丰富场景。基于腾讯云计算并行加速，TAD Sim 2.0具备每日1000万公里以上的测试能力，自动驾驶的车辆可大量部署，进行7*24不间断测试，通过MMO同步技术保证数据同步，满足高并发的测试需求。

自动驾驶测试

再来看一下腾讯智慧交通的版图。

We Transport 业务和能力图谱

腾讯提出了平台即孪生、数据即治理、智联即服务、生态即共创等未来交通四大理念，并从创新交通建设、数字交通管理、城市交通营运和交通出行服务等四个具体场景中，提供以人为中心的交通行业全生命周期解决方案。简单概括为5+5+3+3架构，以此实现人、车、路、网、云的全链路服务。

动态数据底座由互联网数据、路测及车载终端数据、来自交管的交通业务数据和产业生态数据构成。丰富的数据来源助力智能网联+交通AI中枢的融合发展，赋能以下6大创新场景：

 1. 建设决策 

腾讯将在智慧道路、交通大数据中心、智能网联先导区建设等主要场景，以交通新基建为核心，通过数字化手段，为经济高质量发展和用户美好出行，从交通规划分析、重大项目决策、建设工程评价等方面助力打造更好的交通软硬件基础设施。

 2. 车路协同创新应用 

包括数字孪生仿真、电子车牌、智慧公交等。可以充分发挥腾讯在C端的触达优势，推动车路协同在C端的创新应用。

 3. 产业生态开放 

包括数据开放，AI能力开放，应用生态开放。单打独斗无法形成完整的产业链，需要以开放的心态进行合作。

 4. MaaS出行服务 

包括智慧停车、一站式出行、无感支付等，将让用户出行更绿色、更便捷、更愉悦。

 5. 新一代TOCC 

包括综合运行一张图、水陆空一体化指挥、行业综合监管等。腾讯将在智慧园区，城市交通枢纽，公交、地铁，智慧停车等重要场景输出针对性的解决方案，助力交通运营企业降本增效。

 6. 交通综合治理 

包括交通拥堵治理、交通安全管控、信控优化和重点车辆监管等。腾讯将在交通综合监控和指挥、交通安全管理与应急、综合智能缓堵整治等场景中持续发力，基于腾讯丰富的交通大数据生态，让用户出行更安全、更便捷；让货物运输更高效、更经济。

We Transport 场景细化

腾讯的优势

 鹅厂过去在智慧交通的积累 

事实上，腾讯的智慧交通基础能力已经构建了很多年，例如乘车码用户数已超过1.5亿；腾讯实时公交则是落地全国近70座城市；健康码在疫情期间数亿人使用等等。又比如在自动驾驶和车路协同领域，目前腾讯在北京首钢冬奥园区已经做了5G边缘计算的车路协同场景验证；同时自动驾驶三大基础平台之一的虚拟仿真技术，也已经落地了国家智能网联汽车（长沙）测试区。腾讯在ToC端已经已经充分融入到用户的生活中，势必会借助该核心优势，在交通端为用户带来更好的体验。

 提出智慧交通共建者策略 

腾讯表示，未来在智慧交通的具体落地中，将会充分利用本地的开发资源，将腾讯的通用能力和标准能力输出给当地的生态伙伴。因为生态合作伙伴往往已经在当地的交通行业深耕多年，非常了解当地交通的需求。这点笔者表示非常同意，腾讯结合自身优势提供SaaS产品技术，信息产业已有的基础由合作伙伴参与部署，实现双赢。

笔者谈

非常赞同以人为中心的未来交通这个理念。好的交通势必会提升用户的获得感和安全感，鹅厂基于C端触点优势，可以将交通数据通路全面打通，帮助交通管理者和用户建立更强的连接，从而让交通信息全面触达亿万用户，增强服务能力。

 

阿里：城市大脑，面向智慧城市的AI解决方案

城市大脑是整个城市的可持续发展的全新基础设施和智能中枢，可以对整个城市进行全局实时分析，利用城市的数据资源优化调配公共资源，最终将进化成为能够治理城市的超级智能

阿里云

阿里云城市大脑：et.aliyun.com/brain/city

城市管理解决方案：aliyun.com/solution/govcloud/urbanmagsolu

2016年，阿里云城市大脑在萧山落地，城市交通成为城市大脑最先探索的领域。2017年，阿里云城市大脑1.0诞生，这个阶段实现了AI信号灯和交通事件自动识别及处置，从通行疏导和事件处置两个方向实现了路面交通通行效率的优化。

2018年到2020年，阿里云推出城市大脑2.0，城市大脑逐渐从交通延伸到各种领域，从杭州走向更多的城市，澳门城市大脑、海口城市大脑、郑州城市大脑相继建设。

2020年，阿里云发布城市大脑3.0，在核心技术体系升级后，城市大脑能够处理更加多样的数据种类，通过仿真推演和城市数字基因能力，在数字世界中完成对城市规划、运营、管理的探索分析，找到最优方案，再在物理世界中实现，助推城市发展和运营管理的决策更科学、更高效。

阿里的魅力就在这里，产品迭代飞快，每次升级都焕然一新。

阿里的城市大脑主要包括六大应用场景：交通指挥管控应用、交通信号优化应用、交通缓堵治乱应用、交通运行评价应用、预警预测研判应用、公众出行服务应用。

城市大脑之交通治理解决方案

利用检测器、浮动车、视频等多源数据，打造统一路网，精准刻画城市交通流，建立科学精准地交通体系；建立人机结合的信号配时体系；建立通行效率、违法稽查、重点人车等多位智能研判情报体系，通过平台统一指挥调度，提高城市交通服务的承载能力和运行效率。

 1. 城市出行引擎 

A. 交通全网模型

交通全网模型为业务应用提供了一套基于多源数据融合的评价指标、事件预警和成因分析，实现路网的可计算。

B. 控制优化引擎

交通控制优化，通过生成信号配时优化、弹性绿波带、路径规划、交通诱导等控制策略，有效发挥信号灯、诱导屏、地图导航的交通调节能力，从而提高通行效率、降低交通流冲突、提升驾驶安全。信号优化包括但不限于动态子区划分、单路口信号灯配时优化、多态网状协调信号优化、网状绿波信号配时优化、拥堵控制与疏导主动决策、弹性绿波带。

C. 实时仿真引擎

实时仿真，是提高大规模分布式，宏微观一体，以真实数据融合仿真模型的城市交通仿真引擎，可直接嵌入到交通管理的各个业务环节中提供what-if还原与预测。产品优势在于：一键式交通仿真在线生成预演工具；云上分布式、并行化的宏中微观一体化仿真，能在数分钟内进行全程预演；能融合真实的交通流量、速度等进行自动标定。

D. 交通组织引擎

交通组织优化，通过在道路空间中的有效利用，提供车辆承载率等方面增强交通供给能力，从而节省出行时间，降低交通流冲突，提升驾驶安全。包括路口车道功能划分、相位相序优化、路口可变车道、潮汐可变车道、分车道控制、快速路匝道控制等。

 2. 交通视觉计算 

通过计算机视觉算法自动检测以下内容：

• 
  

• 车：拥堵、时间、流量、排队、速度等；

• 
  

• 人：闯禁流量、高位驾驶行为

• 
  

• 路：路面异构、标志标线变更、设施损坏等

• 
  

• 查：套牌、遮挡号牌等违法车辆识别

• 
  

• 稽：基于车辆轨迹和出没规律的违法车辆拦截与布控

• 
  

• 迹：结合多元数据及时空的车辆轨迹还原

• 
  

• 流量预测（短时/长时）

• 
  

• 事故预测，预测冲突点位置和冲突强度

 3. 生态应用 

A. 交通态势感知分析

交通态势感知分析是基于多元融合数据的交通评价体系，对城市交通的宏观态势和具体区域、路口、路段的情况进行综合感知分析，能够对设施指标、道路拥堵程度、路口车辆类型、路口态势、车辆和出行特征等进行统计分析，得到一个及时准确的交通特征表达。

B. 重点人车管理

C. 交通信号优化控制

高德+交警数据融合，得到交通综合评价指标，按照单路口、子区、区域三个层次进行信号优化与评估。

阿里的优势

 平台大、顶尖团队内外助力 

内部生态包括了达摩院、高德地图、数据智能、IoT物联网等团队，外部则是阿里注资的千方科技、浩鲸科技、斑马网络、千寻位置、公路科学研究院等合作伙伴。庞大的脉络足以支撑阿里布局智能交通。

 起步早  

城市大脑的AI开放平台已是科技部5大AI开放平台之一。

笔者谈

阿里自身的技术实力和庞大的脉络关系不用多说，在交通领域的技术应用上，ET大脑有更丰富的经验积累，着重向G端用户群渗透。这点与腾讯有很大区别。

 

华为：交通智能体，赋能交管业务

“交通智能体”是华为智慧交警业务的大旗，该解决方案是面向交警，用于治理高速公路、城市道路，保障安全畅通有序的解决方案

Cloud BU

华为智慧交通：e.huawei.com/cn/solutions/ind...

TrafficGo：huaweicloud.com/product/trafficgo...

今年6月，华为发布了面向交警行业的“交通智能体”整体解决方案，一时间全行业的目光都聚焦在这个庞大的民族企业。咱们一个个说。

华为“交通智能体”解决方案分为三个部分：感知体、交管大脑、执行体。

交通智能体

 感知：全息路口 

过去信息化手段对路口治理存在依赖于采样、数据采集不全、路段信息不清楚等问题，同时多样化的采集手段容易导致数据杂乱，无法真正全息的将路口进行数字化还原。通过华为全息路口，以CT方式实时、精准扫描路口全量扇面数据，路口级交通参数达40+种，真正实现一路口一档案，一车一档案，一路段一档案。这些数据全面的反映了路口所发生的一切，基于这些数据可以支持各种解决方案的运行，比如路口交通事件检测、路口优化、信号配时调整等，当数据积累到一定时间后，还可以进行交通仿真、进行交通隐患、交通黑点的识别，交通热力图一画，就知道哪里是黑点，哪里要进行交通组织优化，哪个车道要由直行变成左转加直行等。

感知层

 大脑：端边云协同 

“交通智能体”方案实现了车辆身份可识别、路网可计算，并以此为基础，对执法、信控、车路协同三大业务流提供底数清、状态明、问题可知、规律可视的精准研判。目前已实现了执法管控、车辆综合研判、路况分析、态势分析、精准服务、交通组织优化、信控优化策略等7大业务。

交管大脑

1. 执法管控

传统执法以电警为主，电警前端检测功能少，基于抓拍的图片执法需要大量人工进行再判断。华为智能非现场执法扩展了执法管控半径，一方面，通过对图片和视频进行智能分析，解决过去多数违章违法行为无法识别问题。另一方面，通过有效利用平安城市海量视频进行执法，节省建设成本。同时，抓拍的图片先利用人工智能进行审核，过滤大量的废片、误片，再由工作人员进行简单的复审，极大地减少了工作量。

2. 车辆综合研判（放管服）

通过进一步识别车与车辆特征，形成车辆时空数据，构成结构化车辆，参与大数据集成，进行多样化综合研判，如套牌、无年检等行为。

3. 交通路况分析

路况分析更加细致，从道路级断面流量到车道级；采集方式从采样到全面；路口评价从单一指标到多指标。基于全面感知，交通路况分析实现由过去片面笼统滞后统计到全面精细实时复刻。

通过全息路口、利旧电警等监控设备智能分析，通过全量过车记录可精确计算路网路况，使路况更准确、更客观。

4. 交通态势研判

以往交通态势研判仅分析表象趋势，以历史过往信息拟合当前状态进行趋势预测。而当前通过准确的车道与车辆信息，可以挖掘出道路承载力与实际流量不匹配问题，通过计算路网结合个体出行需求深入本质研判，发现异常拥堵根因。

5. 精准服务

车辆也有二八定律，大约80%的事故、违章行为都是由20%的车辆和驾驶人造成的。那么针对这20％的重点对象展开管控，利用大数据，精准地下探到个体分析问题，生成专项分析报告，支持宏观策略的输出。比如，提前推送提示在某区域经常超速的车辆注意驾驶速度。

6. 信控优化（TrafficGo）

TrafficGo1.0的核心内容是交通信号优化，对路口信号配时进行调整。2.0则是在1.0基础上进行了升级，重点就道路交通拥堵原因查找、路况分析诊断、信号评价优化效果等“为什么要对路口进行优化”的技术功能进行了产品开发和完善。TrafficGo2.0通过感知、认知、诊断、优化、评价五种能力在交通治理方面形成了闭环，做到定量的、科学化的自动分析，诊断出拥堵原因，并提供相应的优化建议。同时联合行业主管部门建立了6大类、100+指标的评价体系，完善和建设了精准可信的联合标准。

A. 路口信控优化

通过路口饱和度、排队分析交叉路口和占比数，获取路口状况信息，再结合历次高峰时段路口监测结果（历史数据），获取某一个转向停车数量占比。通过任意时刻、任意路口车道级状态信息，计算全量路口过车数据，即可驱动交通信号控制优化及其评价，实现自适应控制。这里必须要提一下，华为是最早将强化学习算法应用到信号控制，并在若干城市实现落地。强化学习以全局最优为目标，学习复杂的控制策略，在线实时更新决策模型，并综合车、非机动车、行人等多方面因素优化配时方案。

B. 干线优化

根据任意时刻、任意道路已知的出行时空分布和出行需求，再计算出路网的通行能力，就可以制定上下游路口通行能力与之匹配的信控优化策略，通过有效的干线控制解决拥堵问题。变化在于，由策略固定配置（固定绿波带+网络多路径单一）到适配交通流控制策略动态调整（可变绿波带+网络多路径优化）。通过信号灯配时，协调不同干线的车流量，提升车辆整体通行效率。

7. 交通组织优化

过去交通组织优化以线下为主，现场人工勘察，既浪费了大量专家资源，而且周期长，无法保证数据的准确性。现在拥有任意时刻、任意路段的车道级状态信息，可以实现由过去的人工经验到实时精准流量控制+专家模型来实施交通组织优化。

 执行体：迅速闭环 

“交通智能体”方案结合宽带集群，扁平指挥，打通情指勤督，实现快速业务闭环。

华为的优势

 合作广 

华为一开始就与行业建立广泛深入的互动交流，科研院所、高校、行业协会联盟、媒体，把握最前沿、最及时的行业动态，文化融合。

 软硬兼顾 

华为将它在通讯领域、移动终端领域的技术优势应用到智能交通产品研发中来，可以在智能交通市场中通过技术赋能，有软有硬，有买有卖，商业逻辑完整。

笔者谈

从TrafficGo，到华为云EI城市智能体，再到华为交通智能体。华为通过不断的项目落地，试点建设，打磨产品，建设行业生态。相信未来华为还将持续发力，发挥软硬件优势，有更多项目落地。

 

(来自微信公众号：交通邦)

最近更新：2021年4月6日 11:04:05