什么是城市移动出行?
城市移动出行的核心在于人员和物资在城市中移动的方式。这个概念貌似很简单,但当您将所有因素纳入考虑时——基础设施、技术、政治、文化——会发现:我们如何在城市中出行是一个复杂的课题。它的历史悠久,而它的未来则为日益成熟复杂化的技术所驱策。
城市移动出行的挑战
自从人类开始在城市环境中定居以来,如何在城市里移动出行这个基本挑战就一直伴随着我们。我们如何权衡拥堵、出行便利性和污染之间的利弊?
交通领域的创新、不断增长的城市人口和政府把握有限资源的能力之间充满张力,这一点是亘古不变的。但是今天的城市面临着史无前例的巨大压力。
城市人口增长将继续制约城市的移动出行质量:
- 截至 2025,城市居民将达到 46 亿1
- 到 2030 年,巨型都市数量将多达 41 个2
- 到 2050 年,公交客运里程数将高达 67.1 万亿公里3
拥堵
对于每一个通勤者来说,坐在车流中消耗的时间是主要的痛点;这也是世界各大城市整体生产力的主要痛点。根据 INRIX 的“2019 年全球交通记分卡”,42019年,每一位美国驾驶员平均因拥堵损失 99 小时,共造成近 880 亿美元的生产力损失。
公共安全
拥堵的道路不仅浪费时间。全球范围内的交通事故每年导致 135 万人死亡,并给 2000 到 5000 万人留下非致命性的伤残。道路交通事故导致的死亡和伤残案例中超过半数涉及行人、自行车骑行者、摩托车骑行者及其乘客。
公共健康
拥堵、断断续续的交通导致汽车尾气中微小颗粒物数量的增加。5据世界卫生组织称,尾气颗粒物“能够深入肺部通道、进入血液,会对心血管、脑血管和呼吸功能造成影响。”6
环境影响
世界各地的城市都在关注环境的可持续发展,而交通是一个主要影响因素。
据估计,全球二氧化碳 (CO2) 排放量的 22% 来自交通,7随着城市的发展和公民个人继续采用以碳基燃料来提供能源的交通工具,这一比例将会上升。
例如,印度并未对公共交通和智能道路技术进行重大投资,其 CO2 排放量预计将从 2015 年的 7000 万吨增加到 2050 年的 5.4 亿吨。8
利用智慧城市技术应对当前的城市出行挑战
如今,各个城市正在利用智慧城市物联网技术提高移动出行质量、节约能源和减少污染。
智慧城市从每一个可用的输入源(交通信号灯、摄像头、公共交通上的嵌入式设备)接收数据,然后借助人工智能技术对该数据进行分析,并通过开放式数据池共享分析结果。通过这种方式生产的持续认知可应用于交通管理、路线规划、公共安全和应急响应。
智慧城市技术可被嵌入至整个城市基础设施的方方面面
- 智慧路面能够监测天气、路况,甚至道路磨损,并与驾驶员和交通管制员共享信息。
- 智能停车系统会提醒驾驶员注意可用的停车位,减少花在绕圈和寻找停车位上的时间。
- 智能交通信号灯可以对交通状况作出反应,并重新计时以缓解拥堵。
- 带有摄像头、麦克风和传感器的智能路灯可以在周围没有人的情况下自动变暗,并收集有关交通、公共安全和空气质量的情报。
- 智能摄像头会持续监视交通和公共安全。当出现问题时,它们会自动向交通系统发出警报。
- 智能路口可以优化车辆和行人交通、检测风险,对即将发生的事故发出预警,从而减少碰撞和伤害。
- 智能道路收费系统能够计算畅通行驶中的车辆通行费,支持特定的道路拥堵计费或按英里计费,并以电子方式收取费用。
- 智能公交能够计算乘客数、追踪车辆位置,并自动共享状态。
- 智能车队(包括公安车辆、消防车,以及私人运输卡车、出租车和火车)能够分享车队位置、关注驾驶员,并监测引擎、刹车和车轮的磨损情况。
智能交通系统每年能够为通勤者节约多达 60 小时的时间。5
在这些智能传感器、麦克风和摄像头的共同支持下构建的模型可以近乎实时地传达发生在城市街道、高速公路和铁路线上的各种情况。在人工智能的帮助下,这样的认知可以将被动的交通管理转变为主动的智能交通系统。
这些系统可以预测拥堵、自动调整交通路线、重新为信号灯计时,并应用动态收费方式来帮助城市保持移动出行畅通无阻。泰国曼谷市只拥有三个智能路口,每年即可节约超过 5.1 万个通勤小时,并降低交通延误达 24.5%。9
城市移动出行方式的未来
即将投放使用的多项技术将彻底改变人员和物资在城市中的移动出行方式。不断进步的车载智能系统、自主驾驶系统和车辆通信技术将改善安全、交通和排放。
车辆通信和经编排的交通
车辆通信技术将把现在这种难以预测、“蠢笨的”车辆转化为智慧城市智能交通系统中聪明、活跃的一员。
借助车辆通信(智能车个体之间;以及从智能车辆到中央交通管理系统),车流将作为一个智能、统一的整体,维持稳定的速度和一定的车辆间距。随着事故的减少和污染的缓解,吞吐量和燃油效率将大幅提高。
德国的研究人员在高速公路上建造了一块长两公里的实验性测试场地,用于车辆通信与交通编排。它借助重叠的雷达传感器对交通进行近乎实时的建模。该系统将这些信息与迎面而来的车辆共享,向它们发出信号,提示何时可安全变道、何时该减速,以及何时应紧急避让。9
更智能、更灵活的公共交通
公共汽车和轨道交通将继续构成城市移动出行的基本要素。增量技术升级使用整合到标准 x86 硬件上的开放平台,可支持智能安全视频、监控车辆系统,并提供人工智能支持的预测性维护。
这些平台还可以通过提供 Wi-Fi、车载娱乐和交互式信息显示屏支持更优质的乘坐体验。
出行即服务 (MaaS)
无论您打算采取何种方式在城市中出行,是自驾、拼车还是乘坐公共交通工具,都需要预先规划并付出一定的努力。拥有智能交通系统和开放式数据平台的智慧城市正在将出行从一项杂务转变为一项服务。
今天的通勤者可以从像 Moovit 这样的诸多应用程序中进行选择,利用它们规划公共交通路线和时刻表。随着城市变得越来越智能,自主、互联的车辆数量也不断增加,出行即服务 (MaaS) 应用程序将把所有可用的交通选项编织成一套无缝衔接的多模态联运系统。通勤者节约了时间,与此同时,系统也为整座城市优化了交通流、能源效率和车辆使用。
城市移动出行的技术要求
要达到一流的智能交通水平,实现既智能、又节能的城市移动出行方式,需要众多技术的加持。值得庆幸的是,升级一座城市并不是一个非此即彼的命题。许多技术原本已经就位,而其他技术只需要以渐进的形式升级。最大的挑战——隐私、数据安全、数据所有权,存在于技术和公共政策的交汇点。
升级城市移动出行方式的关键技术
嵌入式智慧城市设备和系统
各个城市已经通过现有的系统(如交通系统和公共安全摄像头等)收集了海量数据。渐进式升级可以将它们转变为智慧城市架构中的智能节点。
无处不在的人工智能
为了以近乎实时的方式运行,智能交通系统需要生成即时洞见和分析的能力。这需要在边缘、智能设备本地,或附近的人工智能设备上处理人工智能工作负载。
更快、更可靠的连接
5G 有望加快蜂窝数据的传输速率并提高稳定性。软件可以帮助编排和管理边缘网络服务,以实现更出色的性能。
开发、集成的数据池
如果市民、急救人员和企业无法访问智慧城市和智能交通数据,它们的价值就大打折扣。通过单一的共享池接收、清理、聚合和共享数据对于提高移动出行质量、减少拥堵和污染来说至关重要。
基于硬件的数据安全性
随着智能技术的普及和互联,城市必须确保数千部嵌入式设备的安全,并在公共和私有数据在系统中移动的过程中提供保护。基于硬件的安全协议能够强化系统并帮助保护数据。
城市移动出行政策和标准
公共政策和行业标准的制定,对于面向城市移动出行开发智慧城市技术,以及部署为之提供支持的物联网技术来说至关重要。公共政策为公共机构、普通市民和企业设定目标和基本规则,使城市的愿景成为现实:建立起智能、移动出行高度便利的社区。
- 开放标准,从而使每一部智能手机、汽车、交通摄像头和智能路面监控器都能够以即插即用的方式应用任何智慧城市技术。
- 开放数据平台,让每个参与者都可以自由访问工作所需的数据。
- 开放流程,将所有利益相关者纳入其中,这样人们就会支持并帮助推动城市的技术愿景。
面向城市移动出行的英特尔® 参考设计
车载计算机、道路传感器、人工智能和智能摄像头等技术使智能交通系统成为可能。英特尔和我们的合作伙伴已经为城市移动出行和智慧城市开发了多种技术、硬件和软件。我们提供的经预先验证的参考设计和参考实施,可作为现代智慧城市的基础。
路侧单元参考设计
我们的路侧边缘计算参考设计可以安装在路灯和其他固定装置上。这款路侧单元对于实时视频分析和其他性能要求高的任务来说十分理想。城市可以将这些单元部署为智能路灯、智能交通信号灯、智能停车场或电子收费站解决方案的一部分。它们提供检测车牌、发现行人和监控交通拥堵所需的处理能力。这些边缘节点甚至可以提供公共 Wi-Fi。采用具备集成安全功能的英特尔® 视觉产品,AAEON Atlas 边缘计算节点是基于此参考设计的一款部署就绪型解决方案。
英特尔的融合边缘参考架构 (CERA)
融合边缘参考架构 (CERA) 是面向物联网和网络工作负载融合的一种平台方法。借助此架构,我们的合作伙伴可以为路侧设备设计解决方案,以处理传感器模态并执行传感器融合。这样做可以在托管 5G 网络功能和微服务的同时,将智能带到边缘。
基于此平台构建的解决方案可以设置在交汇处或本地,以实现多个物联网设备的近边缘计算和数据处理。使用英特尔® Distribution of OpenVINO™ 工具套件和 OpenNESS 工具套件可以优化解决方案。
具备 5G 连接的 CERA 提供联网功能,允许物联网设备在边缘相互通信或将数据发送到云端。它能够处理来自摄像头、雷达和各种其他传感器的信息。
参考实施
英特尔的参考实施为完整的示例应用提供经过预配置的软件。
我们的智能交通管理参考实施可以通过 IP 摄像头监控路口并优化交通流。它被托管在 OpenNESS 边缘节点中,该节点包含托管 5G RAN 所需的所有软件堆栈。
我们的驾驶员管理参考实施采用计算机视觉技术来追踪驾驶员的行为和疲劳程度。它可以通过实时提醒驾驶员来避免事故,并为车队管理人员提供长期指标和分析。
面向城市移动出行的英特尔® 技术
边缘计算 | |
---|---|
物联网和嵌入式英特尔® 处理器 | 英特尔® 处理器提供一系列性能和功率配置文件,适用于面向公共安全的智能摄像头、传感器和嵌入式计算机。 |
英特尔® 至强® 可扩展处理器 | 英特尔® 至强® 可扩展处理器为边缘服务器提供高性能,理想适用于对智能道路传感器数据的实时分析和人工智能处理。 |
人工智能和计算机视觉 | |
英特尔® Movidius™ 视觉处理器 | 英特尔® Movidius™ 视觉处理器为特定用例启用计算机视觉,例如在智能路口查找或“看到”车牌和车辆。 |
联网 | |
英特尔支持的 5G 网络 | 英特尔支持的 5G 网络能够改善边缘的实时交通数据,与此同时增强往来于无线网络之间的连接和传输性能。 |
自动驾驶汽车 | |
Mobileye | Mobileye® 技术为 6000 多万辆汽车和 300 多种车型中采用的高级驾驶员辅助系统 (ADAS) 提供支持。Mobileye 以摄像头为中心的自动驾驶系统 (ADAS) 和高清晰度地图技术正在为全自动驾驶汽车开辟道路。Mobileye 是一家英特尔公司。 |
出行即服务 (MaaS) | |
Moovit | Moovit 是一家主要的 MaaS 解决方案提供商,以及首款 城市出行应用程序的缔造者。Moovit 是一家英特尔公司。 |
开发人员资源 | |
英特尔® 边缘软件中心 | 查找软件以加快智能道路基础设施解决方案的开发,包括面向智能交通管理的参考实施。 |
英特尔® Distribution of OpenVINO™ 工具套件5 | 英特尔® Distribution of OpenVINO™ 工具套件简化了英特尔® 平台上的视觉应用程序开发,包括视觉处理器和 CPU。该产品组合启用计算机视觉,以定位行人、汽车和街道标志。 |
OpenNESS | OpenNESS 开源软件对跨各种网络平台并采用不同访问技术的复杂的边缘服务编排和管理进行了简化。 |
英特尔® DevCloud for the Edge | 减少确定合适硬件以实现最佳人工智能应用性能所需的时间和成本。英特尔® DevCloud for the Edge 通过虚拟人工智能原型设计工具提供即时性能反馈。 |
开放式视觉云 | 此开放源代码堆栈和流水线集合包含用于编码、解码、推理和呈现的优化成分。这一可重用的环境给测试、评估和部署视频点播 (VOD)(包括使用 SVT-AV1 直播)带来了方便。 |