華為綜ICT之智，構建綜合大交通體系，支撐城鎮化進程

十三五末期，我國城鎮化率達到45%左右，隨著“長三角一體化”“大灣區”“京津冀”等經濟圈的規劃和實施，中國城鎮化水平將進一步提升，預計到十四五末期，我國的城鎮化率將達到50~60%。大量產業、人口集聚在城鎮化區域，將使區域內的社會經濟活動更為活躍，區域間的交通聯系更加緊密，機動化出行總量必然進一步提升，將對整個交通系統帶來更嚴峻的挑戰。單純增加基礎設施供給、“定總量、分系統設計”的規劃模式，已經很難應對居民和社會經濟活動對交通的需求。

在這樣的大背景之下，交通運輸部發布了《交通強國建設綱要》（下稱《綱要》）。與以往十二五、十三五的交通規劃不同，《綱要》并未把重點放在單個交通方式及某個交通要素的發展目標上，而是創造性地提出了以居民出行“123小時”、貨運流通“123天”為目標，打造“發達的快速網、完善的骨干網、廣泛的基礎網”為骨架的“三網兩圈”綜合性、系統性交通體系，為全國交通行業基礎設施的中長期發展提供了高階的規劃指引及藍圖。

構建綜合大交通體系，支撐城鎮化進程

傳統的城市規劃體系更重視土地利用（功能區）在空間上的分布，交通一度被放在“配套設施”的位置，城市不同功能區之間的聯接，通過“配套”提供支撐。直到決策者注意到“土地利用<->職住分布<->交通出行”之間的聯動關系，引入系統工程思想，創建了“四階段”模型，第一次定量化地描述和預測了其聯動過程，提升了交通規劃的系統化和工程化，在城市化發展的早期階段促進了行業的大發展。

但是這個模型的思想基礎是“分模式/分系統”，即將交通系統的不同要素（公交/軌道、道路設施/運載工具、動態交通/靜態交通等）分開研究，天然割裂了各子系統之間及不同交通要素之間的聯動關系。

西歐、北美、日本等國的城市化起步較早，城市化率更高（東京大都市圈、大倫敦區、新加坡等地區均超過75%），為適應城市化規模和強度對交通系統的需求，這些區域/城市都從不同維度、不同切入點，進行了打通和融合，構建了綜合大交通體系——東京不同地鐵運營公司之間，通過跨線運行打通了城際與城市的壁壘，其采用的TOD（以公共交通為導向的開發）模式即是基于樞紐開展的土地利用規劃及交通規劃；倫敦通過ERP打通了道路等基礎設施使用與出行方式；新加坡整合城市軌道與地面常規公交，開展的一體化線網規劃及軌道公交接駁規劃等。

這些措施都在一定程度上提升了整體交通系統的承載力/容量，改善了出行體驗，支撐了更豐富的城市功能，促進了都市圈向更高維度發展。

新技術應用，拓展綜合交通數字化版圖

傳統的智慧交通從業者受限于技術的成熟度及客戶的業務邊界，往往給自己設定了一些所謂的“業務邊界”：道路/橋梁/隧道等基礎設施、交通運輸企業本身的運營、面向出行者的乘客服務等，這些很少成為傳統智慧交通從業者研究的對象。這一方面限制了交通數字化、智能化的業務版圖，另一方面也降低了客戶對解決方案價值的認可度。

有人說，人類文明起源于仰望星空那一刻。 AI、大數據等新技術的發展和成熟賦予了我們仰望星空的能力，我們需要重新審視智慧交通的版圖和業務范圍。

1. 邊緣計算+AI

公交/地鐵的線路規劃高度依賴于當前及未來出行的時空特征（OD矩陣），以傳統公共交通系統的客流分析為例，其數據主要來源于用戶的交通卡刷卡，一般技術路線為“刷卡數據+車輛運行數據+推導模型”，再結合交通調查數據進行模型標定。由于數據質量、交通調查數據的時效性、時空分辨率等因素的綜合影響，最終造成OD矩陣很難反應實際出行的需求特征，而基于這種OD矩陣做出的線網規劃，也很難滿足出行的實際需求。

近年來，隨著計算機視覺及AI技術的快速發展，攝像頭的分辨率、AI算法的識別能力大幅提升，算力成本則大幅下降，使得這些原本用于高價值業務場景的技術，也可以大面積推廣到公共交通行業。目前，以“低成本車載攝像頭+邊緣計算”為硬件平臺，基于視頻AI的“頭肩識別”Re-ID技術，已可以低成本地應用于公交領域進行客流識別及精準客流分析，為線網規劃提供全時段、全客流的OD矩陣，可大幅提升線網運力與客流分布在時間和空間上的精準匹配，增加算力而不增加車輛，達到了運送更多乘客的效果。

2. 大數據、5G和云計算

公路特別是高速公路，是社會經濟運行的主動脈。長期以來，公路貨運占全社會貨運總量的70%以上，近年還有上升的趨勢，目前已經達到了78%，主干高速公路均處于滿負荷甚至超負荷運行狀態，因此對公路系統提出了很大挑戰。行業中一般思路是修新的道路或者對高速公路進行改擴建，如4車道改6車道、6車道改8車道等，不僅投資巨大，又占用了大片的耕地資源。

基于云計算和大數據技術，小到單路段全息感知，大到全區域路網的態勢感知、分鐘級的短時預測，及復雜場景的管控仿真推演等復雜計算，賦予了高速公路運營人員“上帝視角”，使其可以在此基礎上實施匝道控制、分合流誘導、分段限速、臨時開放應急車道等精細化的主動管控措施，最終達到常規事件不斷流、全天候通行等效果，實現了不改擴建的“軟擴容”，或者小規模改擴建的通行效率倍增。

綜合大交通體系數字化之美，在于融合

海洋生態學家發現，海上的漁船會隨著冷暖洋流交匯處的變化而下網，因為這些“高手”都明白：冷暖洋流交匯翻起的海底生物鹽分滋養了浮游生物，進而培育了豐富的海洋生態和肥美的魚群。

不同的交通模式（公交、地鐵、私家車出行）、不同的交通場景（城市交通系統、城際交通系統）、不同的業務流（交通局的監管流、運輸企業的運行流），就像海洋里的冷暖流。而場景/模式/流程的交匯點（比如，高鐵站、機場等空間上的交通樞紐、一體化公交軌道線網規劃優化等作為公共交通業務監管流和運行流的交匯點）就像冷暖流的交匯點，對這些融合交匯點實施數字化及智能化，往往能起到畫龍點睛的效果，而智慧交通從業者，也應該逐步從單域數字化，朝著打通流程斷點、多模式協同運行、跨場景一步步深入，構筑出可最大化客戶業務價值的解決方案。

圖1 綜合大交通體系

1. 跨交通方式

城市軌道是近幾年交通建設的主旋律，作為城市機動出行的主體，城市軌道承擔了公共交通大部分的流量。與此同時，傳統地面公交的發展也面臨著巨大的挑戰，而分割的管理模式及相關技術的缺位，導致二者難以協調，在部分區域甚至形成了相互競爭的態勢，造成了社會公共資源的浪費和低效運行。

圖2 城市軌道跨交通方式

事實上，城市軌道的定位為：提供長距離、跨城市功能區的出行服務，在起始點之外，均需一定的接駁服務，而地面公交的功能恰能滿足這一需求。如果基于云/大數據技術，開展一體化的OD分析，進行一體化的運力匹配和調度，再結合基于AI的視頻分析技術，就可充分發揮公交地鐵各自的優勢，打造覆蓋旅客出行完整的產業鏈，通過提供一站式無縫出行服務，實現“向算力要運力”的目標。

2. 跨場景

機場/碼頭/高鐵站不僅是城市交通的樞紐，也是城市形象及交通系統運行效率的展示窗口，其連接了城際交通和城市交通兩個場景，在交通系統中承擔著城市客流的集疏運功能。一方面，這些交通樞紐要將出發旅客便捷、準時地從城市各個節點匯聚；另一方面能讓到達這個城市的旅客安全、便捷、快速地進入城市交通系統（公交、軌道、汽車等）。這就要求交通樞紐需具備精準的客流預測，及多種交通方式之間的運力預測和調度能力。

如圖3所示，其具體流程包括打通②③，實現快速通過樞紐區域；聯通①⑤，精準客流預測，精準運力匹配；聯動①⑥，實現緊急狀況下（大客流）的應急響應能力。

圖3 城市交通樞紐流程

而這些核心能力的建設，需要在單域的數字化及綜合的AI/大數據基礎上進行設計和開發，以最終實現運力與客流的精準匹配，快速、安全、便捷地集聚和疏散樞紐內的客流（見表1）。

表1 城市交通樞紐技術需求

數字化、信息化技術在交通領域的持續深化，提升了交通系統的運行效率、運營安全，減少了整體交通系統的碳排放，改善了交通出行體驗，增進了社會公平。

5G、AI、物聯網、大數據等新技術的引入，讓智慧交通從業者有機會從更深入、更融合的維度思考如何更好地開展交通基礎設施的數字化、信息化，不斷拓寬“智慧交通”的業務邊界，逐步從基礎設施數字化走向業務流程數字化，開展更多更有創新性的跨設施/流程、跨交通模式、跨場景、全業務流程的綜合大交通體系智慧化解決方案的規劃和設計。