基础设施不完善催生智能交通市场

在高德交通大数据监测的361个城市中，有15%的城市通勤高峰受拥堵威胁，有59%的城市通勤高峰处于缓行，仅有26%的城市通勤不受拥堵威胁。

其中，北京高峰期平均每分钟拥堵495.81公里，拥堵里程相对全路网比例为11.8%，全国最高，也就是说北京在高峰时每100公里就有11.8公里处于严重拥堵或拥堵状态。

无锡交警支队指挥中心吴仁良主任表示，城市交通发展必然会遇到两个无法回避的问题，一是城市道路基础设施的建设速度必然跟不上机动车保有量的增长速度，二是大中型城市的区域拥堵不可避免，尤其是早晚高峰。

2018年北京建成区道路里程5112.1公里，建成区面积912.3平方公里，路网密度5.59。据公安部最新统计，截至2017年底，北京汽车保有量达564万辆，位居全国第一。

根据公安部交通管理局建设部城市建设司印发的《城市道路交通管理评价指标体系》（2012版），对于道路网密度的定义：建成区内道路长度与建成区面积的比值（道路指有铺装的宽度3.5米以上的城市道路），单位：km/ km2。

道路网密度是衡量路网构成特征的指标，是道路交通管理的基础条件，也是制定道路交通管理对策的重要参考指标，反映了城市交通建设水平。

表5 道路网密度分级表

注：A类城市：特大型城市。市区人口在500万以上，建成区面积在320平方公里以上，市区GDP在2000亿元以上；或人口在200万以上，建成区面积在500平方公里以上，市区GDP在3000亿元以上。

以上可以看出，即使是北京的路网密度，依然徘徊在及格线附近，而同期美国纽约的路网密度达13.1。

按照国际标准，一个地区每公里道路汽车保有量达到270辆是，本地区汽车容量已经达到饱和，如果继续增加，汽车在道路上行驶将会出现车速下降、交通堵塞等拥挤情况。

以此测算，北京目前的每公里道路汽车保有量约为1103，已经大大超出城市道路的承载力。

基础设施不完善催生智能交通市场

面对已经超负荷运行的道路交通系统，城市道路通行情况自然堪忧，堵就成了常态。对于交管部门而言，如何在现有基础上改善道路通行效率，就成了案板上的首要任务。

在《城市道路交通管理评价指标体系》的交通科学组织管理中，提到了交通指挥系统应用：建立由综合信息系统、执行系统、通信系统和指挥系统平台有机结合构成的交通指挥系统，具有对交通数据采集、处理、整合、存储管理和分析能力，具有组织协调、指挥调度辅助决策能力。

其中涵盖区域或线协调信号控制功能、交通电视监视系统、警用车辆定位和单警定位系统、交通流和交通事件采集系统等。

同时也对交通信号灯的协调控制、诱导设施设置等提出了一些指导意见。总而言之，就是让道路基础设施、交警、指挥中心的信息流打通，进而管控、发布道路信息。

这些措施实际上就是国家智能网联车概念中车路协同中的基础设施部分，通过对已有的道路进行智能化的改造，包括安装各种信号采集系统，传输系统，打通道路信息和道路交通指挥中心的通道，指挥中心在实时监控城市道路车流运行情况的同时，对道路信号灯以及其它设施进行同步调整，优化通行效率。

在AI以及大数据的背景下，这些工作可以自动化进行，在理想情况下，交管人员只需要负责监控以及应对突发事件即可。

同样，另一方面，所有的道路运行情况，以及交管中心的信息，可以依据行业的规范，通过无线网络分发给在路上实时运行的车辆，具备车联网功能的车辆，就可以更精准的获取到城市道路信息，避开道路拥堵、维修、事故突发等路段，更快速的出行。同时基于智能交通数据，更多丰富的应用也可以藉此展开。

满足不了客户的供应商

目前，车辆终端的联网率较低，城市道路基础设施的智能化改造尚处萌芽期，对于遏需改善城市道路拥堵的管理部门而言，压力陡增。

但从另外一个方面来看，道路智能化改造、车联网行业的机会也出现了。

深圳市城市交通规划设计研究中心相关负责人表示，智慧道路的发展，同自动驾驶发展的趋势有相似之处。

首先会是分类感知、被动处理、有线通信、巡查养护，其次会上升到分类个体感知、主动管控、混合组网、辅助诊断阶段，再到精确个体感知、预先调控、应用专网、自我调控，最后是全息感知、全程调控、泛在互联、智能运维。

落实到实际应用中，有终端感知、边缘计算、云处理三个部分，终端感知，类似于车辆的智能感知传感器，路基一侧也有摄像头监控、雷达、声源定位、红外热成像等感知设备，采集识别行人、车流、路况、车辆行为等多层次信息；

通讯方面，为求稳定现有的大部分是有限的传输，同时在交叉口还会有信号控制设备；所有信息都会最终汇聚到控制中心，信息量庞大，基于云的数据存储、处理以及分析决策、应急响应成为必须。

以上是目前智慧交通发展中改造过程需要的基本元素，如果要完成类似的配置，花费成本不菲。

以基本的视频监控、雷达测速设备为例，单台采购价格就在万元左右，控制中心的显示大屏，高端的价格会达到上亿元，这还只是硬件的成本，没有包含智能化的服务。

全国只有少数城市的示范道路有进行过类似的改装，大部分正式道路、城市都还未装配如此多的设备。

三四线城市的交警部门表示，目前交管部门治理城市交通拥堵压力很大，但能用的手段却不多，每年上级划拨的改造经费寥寥无几，根本不可能覆盖设备供应商玲琅满目的产品。

且大部分厂商的产品，无论从产品价格，质量，还是到实际真正能为交管部门解决问题的能力，都乏善可陈。因此，基层的道路智能化，还处在一个非常初级的阶段。

换言之，供应商还有非常多的上升空间，客户对于目前的服务很不满意，怨声载道。

试探性尝试

每一样新事物的诞生，都遵循着事物发展的最基本规律。

既然道路的智能化改造，目前不能落于实处，就先进行一些尝试吧。作为国内的的一线城市，深圳的汽车保有量已经突破 300万辆，但受制于城市面积，道路里程，城市拥堵情况日益严重。

因此，深圳市城市交通规划设计研究中心也进行了一些智慧交通方面的尝试与研究。

依托路段速度估算技术，深圳市实现了道路交通运行指数、道路诱导信息、积水点的智能识别；通过交通预测技术，可实时在线仿真及出行的综合指引；通过视觉识别车流量、事件检测、抛洒物、障碍物、路面破损，微波检测位置信息、流量信息，红外热成像行人过街的检测。

实现了V2I的场景，比如转弯盲区、异常车辆、闯红灯、道路危险状况的预警，还有路网状态、路口位置、信号配时、车道属性的信息服务，提升通行效率方面有紧急优先、公交优先，车速引导、路径指引等。2017年，研究中心在龙岗区完成了路口试点。

南京市通过路口的视频检测、线圈检测以及正向雷达的检测，配合公交车辆的车机，获取公交车的位置、流向、速度等信息，进行道路公交运行绿波控制，实现了公交车优先通行的同时，保证路口交通流畅。

这些措施目前有效提升了南京早晚高峰时段公交车的平均运营时速。这是基于现有的车端信息以及道路智能化设备，进行的车路协同的尝试。

上海市政府也提供了一些主要道路的交通数据，比如实时路况、道路流量、交通指数、交通事件、道路施工、道路视频，公共交通方面有公交线路、轨道交通的实施状态信息、客流数据、站点等，还有出租车的位置、区域分析等等，这些数据每年都免费提供给社会企业，供其进行研究、提供服务等等。

这些工作，对于未来的道路智能化及车路协同自动驾驶技术发展，起到了促进作用。

上海市城乡建设和交通发展研究院上海信息中心副主任张祎表示，上海愿意提供官方的道路信息给到社会，供社会企业进行探索研究。

但整个行业实际上现在缺乏标准，数据的协议常常不同，这非常不利于未来信息的交互。因此各地应该共同合作，建立统一的信息传输标准，在此基础上技术的发展以及服务的提升会更快。