蔚县智慧交管中标

科技 互联网巨头BATH在智慧交通领域已经就位，一场 科技 变革蓄势待发。

作者 | 安琪

2020年于智慧交通行业而言，是极具意义的一年。

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。

事实上， 科技 互联网巨头BATH在智慧交通领域已经就位，一场 科技 变革也蓄势待发：

有别于传统交通企业的方案，这些方案的技术底座是5G、云计算、大数据、AI技术等新兴技术。也正是这些新兴技术，让交通的数字转型有了更多的想象空间。

本文尝试对BATH在智慧交通方面的最新布局进行一次梳理，窥探其触手在交通行业伸到了何处。

在“新基建”话题火爆交通行业之前，人工智能、大数据、云计算这些信息技术，早已成为BATH近年来发展的关键词。

但在四家竞争中，百度Apollo的自动驾驶技术显然是一个独特又关键的存在。

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。

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车+智能路的结合。也就是说，车路协同是可以借助的外力。

在这个技术路线 探索 的过程中，百度发现，在自动驾驶领域收集的海量数据不仅可以用来指导无人车的发展，也可以赋能交通，解决目前交通管理中存在的感知、研判、和控制痛点。

因此在今年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。

从路线来看，可以看到小度车载OS、飞桨、百度智能云、百度地图是这个架构的数字底座，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。

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Apollo的智能交通项目在近段时间迎来了集中爆发，与国内10余个省市开展智能交通的落地合作。

如此密集的城市合作签约中，“自动驾驶”“车路协同”是高频词汇。可见自动驾驶确实是百度在智慧交通项目落地上的一大助力。

但就像自动驾驶的实现不能依靠一家企业单打独斗，智能交通的发展也不能只依赖一家企业的支撑。

百度也在积极寻找合拍的智能交通合作伙伴。

今年8月19日，百度还首次举办了一个面向智能交通领域的区域合作伙伴大会，以此吸引更多的交通合作伙伴，不断促进智慧交通技术的迭代升级和业务落地。

至此，百度Apollo在智能交通领域的底牌已然十分清晰：一手是“ACE交通引擎”方案，用以吸引城市合作，另一手则是不断扩张的百度Apollo合作生态，两者有望形成一种良性的循环。

一直以来，腾讯在交通层面的触手也不算少：腾讯乘车码、公共出行服务、智慧高速、智慧停车等，但始终缺少一个系统性的框架。

因此在9月10日，腾讯在全球数字生态大会智慧交通专场上，正式亮相了城市智慧交通解决方案“We Transport”。

同时，腾讯直接在会上腾讯启动了智慧交通生态合作伙伴计划，并发布《腾讯未来交通白皮书》。

可见，无论是技术业务谱图，还是生态合作伙伴，腾讯都势在必得。

从解决方案“We Transport”来看，腾讯将在 交通建设、交通管理、交通营运和交通出行服务 四个具体场景进行落地。

这是一个非常庞大而分散的产业链条。

对此，腾讯整合了自身的业务资源，提出了一个全新的业务和能力图谱。其中包含了 一个动态的数据底座和一个“5+5+3+3架构” 。

动态的数据底座里面既包含了腾讯自有的数据，同时也包含了交通运输数据，从而获得源源不断的数据来源。

同时，通过“5+5+3+3战略架构”，可以将整个数据底座上的信息充分的运用起来，提供给各个城市或者地区使用。

而“5+5+3+3战略架构”，则是五大基础设施、五大核心引擎，三大能力平台和三大生态。

这一系列操作一气呵成，不难看出在新基建背景下，腾讯想在智慧交通领域大展拳脚的愿景。

当然，腾讯过往并非没有积累。

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；

在虚拟仿真技术层面，腾讯的TAD sim也已经落地了国家智能网联 汽车 （长沙）测试区；

此前，腾讯与广州地铁联合推出全国首个轨道交通智慧大脑“穗腾OS”；

今年6月，腾讯还与西安交通局达成战略合作，共同构建西安公共交通领域的智慧大脑；

7月，腾讯与交通部公路院联合发布“公共交通出行大数据平台”，推动交通大数据在交通产业发展中融合应用。

通过资源的整合，腾讯在智慧交通层面的能力和规划更加一目了然，在项目合作和生态建设上也更具吸引力和竞争力。

事实上，华为在2017年就进入了交通领域。2018年，华为推出主打交通信号优化的“TrafficGo方案”。

同年10月，推出华为云EI城市智能体，跟应急、环保、水务、水利、燃气等场景共同成为城市智能体的组成部分。

不过，在此后的一年多里，华为的智慧交通信息大多停留在新品发布的阶段。

直到今年6月23日，华为才透露更多信息，在线上首次详细完整地介绍了其“交通智能体”解决方案。

“交通智能体”是华为智慧交警业务的大旗，以智慧城市为建设目标，面向新基建，为交警客户打造的端到端完整解决方案。

据新智驾了解，这个方案主要分为三大部分： 感知层、交管大脑、执行体 。

在感知层面，华为布局了软件定义摄像机SDC、全系路口等产品和方案。通过感知端的智能化升级，实现路网全息感知（全智能、全要素、全天候），实现路口数据全量精准刻画；

而“交管大脑”层则通过感知数据的汇聚，挖掘视图资源，赋能执法管控、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。

最终在执行层上，基于大数据情报串联实战应用，实现交通业务上的管理闭环。

目前，华为的“交通智能体”在天津、无锡、深圳、湖南等城市已经应用落地。

可以看到，不同于百度和腾讯，华为的智慧交通方案更加垂直化，在硬件上也更加底层和深入。

但这不意味着，华为在智慧交通的布局只在 交警 端有动作。

智能 汽车 是未来智慧交通的一个核心组成，华为也这上面花了大力气。

在9月26日的北京车展上，华为就全面展出了其在 汽车 方面的布局。

展台上，华为展出了包括激光雷达、角雷达、双目摄像头、鱼眼摄像头、多合一电驱动系统，以及全新一代的MDC智能驾驶计算平台等产品， 几乎囊括了全部智能驾驶 汽车 所涉及的硬件 。

从感知、规划、到控制，这些硬件对于打造一辆聪明的车来说，无疑是至关重要的。

此前，华为C-V2X产品线总裁吕晓峰就表示：智慧的路+聪明的车，是智慧交通和自动驾驶的终极方向。

因此除了打造智能 汽车 硬件之外，华为还自研了一系列的车路协同产品：5G 车载模组 MH5000、路测单元、网关等产品。

而在自动驾驶方面，华为除了自研MDC智能驾驶计算平台等，还能够提供包含虚拟仿真在内的自动驾驶云服务、高精度地图产品，促进智能驾驶快速发展。

虽然这些能力都分散在不同的组织架构，但依然是华为智慧交通大框架上不可缺少的核心组成。

跟华为一样，阿里的智慧交通业务板块也分属不同的组织架构。

作为改善城市交通拥堵的 探索 性项目，杭州城市数据大脑项目在2016年6月启动。其中交通大脑，就是阿里云城市大脑中最为核心的业务，与城管、文旅、卫生 健康 等业务并行。

在2014-2019年间，阿里通过全资收购高德地图（定位与导航）、合资成立千寻位置（高精地图）、收购浩鲸 科技 （运营商ICT、交通）等一些列进行了交通大脑的版图布局。

2019年8月15日，阿里云联合千方 科技 、高德地图推出“城市大脑?交管联合解决方案”。这个交管联合方案主要包括： 三层基础架构、四大核心能力和六大应用场景 。

此外，阿里云推出的四款AI视觉平台天曜、天鹰、天机、天擎能够对城市道路的交通事件、事故进行全方位的感知。

但阿里云的智慧交通方案也远不止于。

2019年6月14日，阿里云联合高德地图推出了智慧高速解决方案，通过底层数据处理和视频感知，来处理高速公路上不同场景下的问题，实现异常事件发现处置、未来路况预测、公众出行引导、出行安全治理等应用。

同年的杭州云栖大会期间，阿里云还联合多家生态伙伴发布了 智慧高速自由流解决方案 。基于这个方案的“高速自由流稽核项目”于2019年末正式落地广东。

这个项目采用了阿里云的云计算、AI视觉识别和数据技术，能够快速处理海量数据，能在海量中准确识别车辆，更加清晰地 反应 车辆在高速公路上的实际通行与收费情况，解决高速收费站撤站后带来的难题。

在智能车端方面，阿里的智能网联 汽车 业务资源主要集中在斑马网络。

2020年5月，斑马网络实现了战略重组，阿里将AliOS的完整技术体系和核心技术人才全都注入了斑马网络。后者拥有AliOS底层架构代码完整的所有权和使用权，并可授权 汽车 品牌或其指定合作伙伴使用。

而在更高级的自动驾驶层面，则是由阿里的达摩院来负责。

2020年的云栖大会上，阿里发布了首款自动驾驶物流小车——小蛮驴，来满足末端物流场景、提供最后三公里配送服务的物流需要。

同时，阿里还亮相了自动驾驶车辆的技术图谱。

在算法层面，达摩院提出了 “小前台、大中台” 算法架构，利用自动驾驶机器学习平台AutoDrive来提升算法的研发效率。同时，阿里还进行了软硬协同设计，以减少硬件成本，同时带来功耗降。

总地来看，阿里虽然也没有形成智能 汽车 、自动驾驶、交通大脑统一的业务大版图，但每个板块的定位和发展都是非常清晰且深入，并且资源也都相互共享。

其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，外部则是有千方 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。

通过内外的联动，也得以勾画出阿里在大交通上的版图模样。

随着各家的智慧交通方案的到位，传统的交通行业正在被重塑。但对于交通行业来说，无论怎么升级，保证安全、提升效率才是真正的关键。玩家只有认真地在产品上打磨这两点，才能在赛道上立足脚跟，放眼未来。

智能制造时代：软硬件加持，打造一体化智能物流解决方案

智慧交通是智慧城市的重要组成部分。智慧交通具体应用在缓解交通拥堵，改善城市交通状况，发挥最大城市交通效能，建立人、车、路、环境协调运行的新一代综合交通运行协调体系，实现城市交通系统的整体运行效率提高,解决城市拥堵问题.

近年来，随着人们的生活理念不断改变，生活方式逐渐优化，小汽车已进入家庭成为"必需品"。依据公安部交管局公布了一组数据：2015年底，我国汽车保有量已达到1.72亿辆，其中私家车超过1.24亿辆；

全国平均每百户家庭就有31辆机动车，北京、成都、深圳等城市已超过60辆。"拥堵"正成为大中城市的"标配"。

可以做智慧停车场的公司有哪些？

· 灵活度和效率性：复杂的工作环境需要移动机器人保持机敏和灵活，尽可能减少机器人和环境的牵绊，同时需要简单易用，能够快速上手、高效工作。

· 无处不在的协作：随着自动化的升级，尽管机器人在不同地点工作，但彼此的协调互动必不可少，只有具备开放的机器人技术，才能更好地进行功能拓展，适应产线柔性生产需求，完成各类产线物流任务。

· 安全越来越重要：制造业对机器人的依赖越多，安全任务就越重要,企业需要更完善的手段来保护自己的财产和员工免受伤害，因此必须保证技术本身的安全和稳定性。

灵活、高效、智能的机器人应用需要强大的基础架构、技术与服务，劢微机器人在机器人的定位导航、运动控制、集群调度、安全避障、人工智能融合等领域构筑了领先的技术壁垒，能全面满足企业的多样化需求。

以技术驱动，自研核心硬件、算法及软件系统，构建了三位一体的软件系统平台，并协同演进，快速迭代升级，提供了兼具成本与性能优势的一体化场内智能物流解决方案。

自下而上的系统平台，为制造企业提供了足够弹性、敏捷和安全的机器人体验。底层车载系统的模块化设计降低现场部署难度；上层系统让机器人集群管理化繁为简；云端系统则帮助制造商构建支持统一化管理、成本效益高的运维平台。

机器人应用要变得更智能，需要近乎实时的深度学习，需要强大的数据能力和快速的分析和决策能力，但是在传统制造工厂中，横亘于各种数据源与机器人产品之间的数据孤岛是阻碍它们灵活自主的巨大障碍。

极速对接客户管理设备，可视化的上层管理系统，处理客户相关业务，可实现数据分析及信息透明化可视化管理，全方位预测及监控系统状况，保证系统 健康 运行。

首先是MW RCS调度系统，用于控制机器人行动，包括地图实时构建、自主路径规划、智能交管调度、实时动态显示、自主充电管理等功能，并且可以支持数百台不同车型在同一场地协调运作，使机器人高效、安全、稳定运行。

其次是MW WMS仓储管理系统，打破数据壁垒，全面整合库存管理、SKU管理等数据，以一个可视化的统一数据平台，帮助企业节省大量整合和管理数据资产的时间和投入。

此外，机器人的软件必须具备开放性，能够对接多种外设、灵活拓展。通过MW WCS劢微设备系统，进行系统集成、模块集成、设备管理，打通上下游整合全场。同时可以接入客户现有的 ERP 或 WMS 系统，并根据要求适配多种业务流程和设备。

RCS调度系统

WMS仓库管理系统

为了帮助机器人在复杂环境中具备更好地适应力，保障高效工作，劢微机器人发布视觉技术“天眼系统”，该系统能够为不同场景、不同需求的制造商，提供基于机器视觉与人工智能技术运用的柔性化解决方案，具备自服务、高性能等显著优势，实现无需人为干预的自动化作业。

通过覆盖全域的业务动态监控，极大程度丰富了移动机器人环境适应能力，提升物流与信息流的匹配度。开发如“托盘姿态识别”、“料笼堆叠”、“高位存储”、“库位检测”、“视觉盘点”、“无人装卸车”等核心复杂适应场景技术，大幅提高解决方案的柔性化适应能力。

更进一步，为了大大降低工厂内的安全隐患，天眼针对人车混杂场景及作业安全不规范场景，提供如车路协同、环境安全监测、作业安全监测等功能。天眼系统赋能下，移动机器人将具备更强智慧，可实现真正的业务灵活性。

托盘姿态识别

高位存取

无人装卸车

料笼堆叠

库位检测

视觉盘点

（左滑可查看更多动图）

捷顺市场占有率排第一，其主要原因是捷顺算是国内最早做停车收费系统的公司，主要以IC卡收费为主，近几年来，由于舍不得IC卡市场，导致其出入口视频收费系统大大落后，这几年没有什么可圈可点的大项目，捷顺而把主要精力用于旧系统的升级。其实，捷顺的升级完全就是不断的打补钉，导致系统很不稳定；艾科虽然2014年才开始进入视频出入口收费系统，但其因组建了强大的软件开发队伍，且起点非常高，故目前发展非常迅速，在全国拥有超一流的大项目，比如白云场大项目，仅出入口就有170多套，340多个，另外，艾科的软件平台是直接对接声调交管系统的，故很多做智慧城市里的静态交通这部分，大量的集成商均找艾科拿软件去投标。 艾科的软件平台至少目前是国内最好的。 ETCP由于采用几乎免费的政策，故近几年差不多抢了半壁江山，不过由于自己不做硬件，在生产厂家处拿货，机器东拼西凑，且软件BUG多如牛毛，导致使用者怨声载道。其他诸如PP，小猫跟ETCP类似。 另外，还要讲到一家是科拓，这家公司相当于行业里的搅屎棍，以低价和低质量做恶性竞争，导致臭名在外。 富士还行，不过不专一。细细数来，艾科只做出入口及车位引导和路边停车，算是做得非常专业吧。