百度、阿里、腾讯、华为，智慧交通领域的终战即将被引爆？

Posted 2023-03-20

参考技术A

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，能在海量图片中准确识别车辆，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。