如何逼近智能交通终局？| 百度“三化”智能交通实践

摘要：狂飙突进的百度以黑马之姿闯入智能交通市场。
关键词： 百度

狂飙突进的百度以黑马之姿闯入智能交通市场。

赛文研究院数据显示，截至2020年底，百度城市智能交通、车路协同全年市场最终用户订单业绩10亿元，成为国内城市智能交通领域Top5中唯一的互联网企业。

2020年4月，百度发布《Apollo智能交通白皮书》ACE 1.0版，首次阐述了百度对智能交通行业理解，提出百度智能交通ACE“1+2+N”核心技术架构和“数字化升级、网联化转型、自动化变革”的“三化”实践路径，并打造“车路云图”全栈技术为核心数字底座，赋能智能交通行业发展。

同年10月，百度以7.3亿控股传统智能交通企业华录易云，深入赛道的决心可见一斑。

市场方面，百度通过投资或参股等方式陆续成立了北京、上海、广州、重庆、南京、合肥、成都、湖南等十多个子公司承担各地方智能交通建设项目。随着各地方智能交通项目的中标落地实施，逐渐引起行业高度关注。

2021年伊始，百度首届智能交通渠道合作伙伴招募大会召开，郑州、南京、重庆、上海……连续十八城，百度“车路云图”理念也逐渐获得行业人士的认同。

一直钻研AI和自动驾驶的百度为何深入智能交通赛道？驱动力是什么？百度有哪些核心技术和价值？

聂育仁，百度智能驾驶事业群组解决方案总经理，《Apollo智能交通白皮书》的主要撰稿人，他向赛文详细阐述了百度入局智能交通的林林总总。

百度对智能交通市场的两个重要判断

做好一件事的前提是自己知道为什么做，也就是内在驱动力。百度为什么做智能交通，源于百度对智能交通市场发展的两个非常重要判断。

第一个判断是，百度认为未来城市交通的终局是，每座城市有一个或多个运营商，能将城市交通数字化信息汇聚起来，在此基础之上对外提供服务。

这也是百度智能交通常提的，“城市交通运营商”。这个角色应当接受老百姓的投诉、接受考核，对交通的安全、便捷、高效、经济、绿色负责，同时孕育新的商业模式。

打个比方，就好比现在电信行业有运营商，它们要对网络运营负责。运营商通过用户付费来给老百姓提供服务，老百姓可以对服务进行评价甚至投诉，运营商再提升网络质量、服务水平。

百度“城市交通运营商”的提法首次出现在2020年4月发布的《Apollo智能交通白皮书》中，但彼时并没有引起广泛关注。

2020年5月，百度李彦宏在两会提案中提出“应加强探索城市智能交通运营商模式 ”，而后运营商模式开始被大众媒体报道。

李彦宏认为，电信行业因为有运营商，基础设施的运营效率才变得高效，经济效益也变得更好，但是目前还没有数字城市运营商。城市数字建设技术已经成熟，但运营技术还没有开始。

因此，“交通运营商”是百度智能交通发展锁定的目标，也是百度进入智能交通行业的一大契机。

百度对未来城市交通发展另一个非常重要的判断是，政府未来对交通购买服务的需求或者支付方式，会变成一个云服务或以订阅付费方式呈现。

聂育仁解释道，就像智能汽车一样，卖车相当于基础设施数字化过程，附加增值服务还包括基于云端功能选装包，OTA升级选装包等；也好比跟智能手机一样，不仅有终端的盈利，还靠应用商店获利。

未来整个城市交通信息化也会走到这样一条路。有了运营商以后，运营商所有服务都通过云端，终端接入，整个城市交通的终端就是人和车。车，比如接红绿灯的信息、路况信息、施工的信息、事件的信息、气象的信息等等。安全类、效率类、服务类，这三类信息在汽车智能化以后，会成为必须接入的云服务。

聂育仁介绍，百度追求的是解决方案的价值变现。在具体的智慧交管和智慧高速两个细分市场，百度基本上是崇尚“被集成”的，希望以解决方案价值变现来引导客户，“被集成”的业务量超过半数。对于面向未来的智能网联市场，百度是以总集成商身份为主的。智能网联市场中，百度要培育未来运营商模式，需要在前期就深度介入。

两个重要趋势判断之外，百度要做智能交通更直接的驱动力有三。

首先，作为中国最早全面投入人工智能布局的企业，百度从2010年开始布局语音识别、图像识别技术的研发；2013年成立了全球首个深度学习研究院；在自动驾驶上已经持续投入了8年。有数据统计，在2010-2020年十年间，百度营收增长14倍，研发费用的增长却超过25倍。

百度在AI基础技术领域深耕多年，AI技术商业应用场景落地成为重要问题。智能交通则成为众多场景中的优先选择。相对于城市中的水、电、气、热，交通是整个城市里面数据量最大的业务领域。大量的视频数据、大量的个体出行数据让AI技术有充分的发挥空间。

其次，百度希望通过车路协同技术赋能传统交通行业。交通是一个非常传统的业务领域，交通安全、交通效率方向都存在行业痛点。传统交通技术应用和投入后，百姓对交通改善的体验感受不明显，并不满意。依靠大量交通数据，AI技术有改善交通环境的驱动力。

“传统交通系统中人、车、路、环境彼此割裂，智能交通建设也呈现烟囱式：分散投资、重复建设、联网率低、部门数据不共享。但现在人和车已经可以联网，互相通信，路侧设施的联网工作正在进行。当路侧提升以后，人、车、路、环境彼此之间可以通信，I2V、V2I就可以实现了。”

聂育仁向赛文表示道，车路协同的理念并不新，但传统交通时代没有相应的技术手段。实际上，正是由于技术的跃迁，百度才得以进入智能交通行业。

第三，百度具备“车路云图”全栈技术闭环，有着自动驾驶发展战略，有多年技术沉淀打造的百度智能云，有2005年就上线，国内领先的百度地图。百度认为自身的技术积累与交通行业的需求可以很好的结合，从而在技术上、商业逻辑上形成“车路云图”的闭环。

车路云图，百度智能交通的四张王牌

诚然，“城市交通运营商”的概念和内涵都颇新，但在城市交通的数字化上，百度的入局不算早。作为后入局者，百度智能交通的核心竞争力体现在哪？

从与聂育仁的对话中，赛文也看到了百度在智能交通领域的强竞争力体现在三大核心能力，即“车路云图”的技术能力与业务布局、基于互联网的强大AI能力、基于移动互联网的C端触达能力。

作为业内为数不多具备“车路云图”闭环能力的企业，百度四个业务领域的布局共同构成了ACE（Autonomous Driving, Connected Road, Efficiency Mobility）智能交通引擎的底层基础设施，也是百度的四张王牌。

聪明的车是百度的第一张王牌。

百度自2013年开始布局自动驾驶，经过8年的发展，Apollo攻克了操作系统、计算平台、感知控制等核心技术，实现了复杂城市道路和高速公路的自动驾驶。目前百度在世界范围内的近30个城市开放道路测试，测试总里程超过1000万公里。

智能车联方面，已经形成“小度车载 OS系统、度小镜、Carlife+等已经具备前装能力的Apollo智能车联系列产品。目前已经与奔驰、宝马、福特等70多家车企进行智能车联方面的合作。这些车载系统采集的海量数据，脱敏后，将为城市交通的管理与优化提供有力支持，同时也可以通过这些终端，获得更丰富的驾驶环境信息，这是其他企业所不具备的优势。

而智慧的路，是百度的第二张王牌。

当下百度在车路协同、智慧交管、智慧高速领域都所布局。

以车路协同为例，百度的车路协同方案是业内唯一既服务当下交通治理，又面向未来智能驾驶的解决方案。既支持全部L2/L3/L4智能网联车的车路协同系统，提升车辆安全，降低成本，又可为交通管理者获取全量交通参与者的结构化信息。

而在智慧交管领域，百度也形成交通大脑、智能信控、出行服务、安全管控等多场景解决方案体系。在智慧高速领域，百度的视频AI能力、百度昆仑芯片以及行业算法仓是其核心技术，能够赋能包括全天侯通行、智慧管养、事件检测、收费稽核等业务。

智能的云，是百度的第三张王牌。

百度智能云拥有十万级自建数据中心，承载服务器数量及运维能力120万+，单日的交付超过10000个服务器节点。根据IDC报告，百度智能云在中国 AI 公有云服务市场连续三年市场份额排名第一。主要包括9大领域、58类和273项技术能力的产品、解决方案和服务，24小时实现快速集成赋能，开发者超265万。

地图，则是百度手中的第四张王牌。

百度的新一代人工智能地图能够实时更新，4亿C端触达，用户覆盖全球。据聂育仁介绍，百度地图拥有百度手机地图、车机地图、高精地图和孪生地图四类产品服务。这些海量的C端触达能力，是城市交通类信息与数据的重要来源。通过V2V、I2V、P2V等技术，深度服务交通出行。

“车路云图”构成百度四张王牌，其背后蕴藏的是百度的全栈闭环、解构开放、赋能行业的能力与态度，还是构建数字城市的重要推动力，这也是全行业对百度深耕智能交通市场最大的期待。

如何逼近智能交通终局？

在智能交通发展的终局之上，构建“车路云图”的核心竞争力，那么百度如何一步步逼近目标？

百度的答案是：“三化”。

百度将智能交通发展技术路径，总结为“数字化升级、网联化转型、自动化变革”。“三化”的每个阶段分别从车辆方面、道路方面、出行方面进行了描述，并对服务用户和实现价值进行了深入阐述。

实际上，交通发展的“三化”目标有多个机构的多种提法。但在百度看来，“三化”不仅是其对未来智能交通的理解，同时也是百度智能交通市场拓展战略目标的重要路径。

从内涵来看，“三化”分别从车辆、道路和出行方面描绘数字化、网联化、自动化的不同发展阶段。

所谓的“数字化升级”是针对传统交通场景的数字化升级，通过运用多元传感器感知融合、大数据分析、交通仿真一系列技术，以缓解路口、路段、区域拥堵，实现交通综合治理，是车路行一体化的初级阶段；

而“网联化转型”，则是针对较为广阔的交通场景的升级，通过规模部署 C-V2X 车路协同系统，提升交通感知能力，属于车路行一体化的中级阶段；

“自动化变革”主要面向车路行一体化高级阶段提供技术及产品，能够将安全高效绿色共享的自动驾驶，通过与其他交通工具的结合，形成新的出行运输模式，将完全颠覆传统出行模式。

针对三个发展阶段，百度对车辆、道路和出行也分别进行了分级描述。

关于车辆方面的分级是按照国际自动机工程师学会SAE自动驾驶分级标准，把自动驾驶分为六个等级，分别为L0至L5，数值越高，代表自动驾驶的成熟度就越高。

关于道路方面的分级是根据2019年9月，中国公路学会自动驾驶工作委员会、自动驾驶标准化工作委员会也将交通基础设施系统分为I0级至I5级共六个等级，数值越高，代表自动驾驶的成熟度就越高，交通基础设施的自动驾驶条件越成熟。

百度还对出行方面的分级进行了自定义，共有P1至P4共四个等级，数值越高，代表自动驾驶的成熟度就越高，出行业态更加丰富、复杂。

基于“三化”的智能交通实践

在百度看来，数字化、网联化、自动化的阶段发展是同步的，而非独立完成一个阶段再开启下一个阶段。

在《Apollo智能交通白皮书》中，百度对“三化”的阶段发展目标，分别在2025年、2030年和2035年进行了近期、中期和远期的时间节点与发展特征定义。

基于这些技术路径，百度智能交通有了不少落地实践。

在“数字化升级”领域，百度在瞄准了智慧交管市场。2019年12月和2020年12月，以合计约1.9亿元连续拿下两期的保定AI交管大脑建设项目是最具代表性的项目。

保定项目是百度在智慧交管市场的一次大验兵，前后两期建设了智慧感知网络、智慧交管大脑、一体化指挥平台、智慧交管应用系统等。

根据公开资料显示，一期项目在保定市区4条主干道84个路口重点建设了智能信号控制系统，实现了根据车流量自适应即时调整信号灯的时间，单个路口每日的调整优化次数达到了300次以上，优化后主干道行车速度平均提升3.3km/h、停车次数降低了26%。得益于交管大脑，保定市整体交通出行效率提升20-30%。

除此之外，在北京、长沙的智慧交管项目，以及在网联化的车路协同建设项目中，几乎也都包含了基础设施的数字化升级建设。

而在“网联化转型”领域，典型的实践是2020年8月百度Apollo旗下子公司4.6亿元中标“广州市黄埔开发区面向自动驾驶与车路协同的智慧交通‘新基建’项目”。

广州模式是中国最丰富的智能网联应用落地，建设内容包含数字孪生云控平台、无人车MaaS服务管理、智能网联营运车管理、V2X精细化智慧路口、协同式智能车联、城市CIM、交管大脑、有呼必应八大应用，是百度ACE智能交通引擎的首个体系级落地。

此外，在阳泉、合肥、重庆、南京、银川、广州、北京、上海、成都等国内自动驾驶、车路协同测试场/区智能交通集成建设项目，这些都是网联化转型的代表性项目。

但值得一提的，还有百度在自动化领域的实践。

2019年底，亦庄在北京市率先全域开放自动驾驶测试道路。2020年，亦庄成为全球首个网联云控式高级别自动驾驶示范区。示范区的建设目标是支持L4级以上高级别自动驾驶车辆的规模化运行，向下兼容低级别自动驾驶车辆的测试运营和车联网应用场景实现。百度作为参与了亦庄高级别自动驾驶示范区落地建设工作。

目前，在示范区的核心区域12.1公里建设了28个智能路口，百度已经进行车路协同智能化改造，搭建支撑L4级自动驾驶车辆测试运行的基础环境，并同时服务于亦庄区的城市交通管理。

如果说“城市数字运营商” 是百度智能交通的终极目标，“三化”则是其实现目标的技术发展路径，是对未来交通的愿景描绘手段。

当下，百度在“三化”的各个阶段都在开展工作。“数字化升级”是基础，是当下市场中重要的工作；“网联化转型”是突破，全国众多地方城市正在进行示范性建设，百度深度参与其中，目前已经成为国内为数不多的具有跨地域智能网联项目承建能力的公司；“自动化变革”则是更前沿的创新与探索，对于百度而言也仍然是非常重要的工作。

2020年手握“车路云图”四张王牌的百度，在智能交通市场呈席卷之势。

在问及2021年百度智能交通市场目标时，聂育仁表示，2021年作为加快建设交通强国的开局之年，百度智能交通将实现ACE 50城落地目标。年内将与国内50个重要城市开展智能交通“三化”实践，实现“城市交通运营商”试点达成。

车路协同+自动驾驶，是中国智能网联汽车发展的技术路线。目前这条路上尚无更多参考，如何平衡技术探索、模式创新和商业落地，都是百度智能交通需要回答的问题。而百度正在用“三化”实践，正在朝着这个无人区深入，带给行业答案。

第三十三届CIO班招生
法国布雷斯特商学院硕士班招生
北达软EXIN网络空间与IT安全基础认证培训
北达软EXIN DevOps Professional认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。