疫情之后智能交通會迎來哪些發(fā)展?

導(dǎo)讀：在疫情特殊時期的公共交通調(diào)度、安全出行引導(dǎo)等難題面前，智能交通的安全、可控和高效性，可以更好地服務(wù)城市。

眼下，新冠肺炎卻仍然處于攻堅期。全國各地開始陸續(xù)迎來復(fù)工。相信每個人出門前都會擔憂一個問題：疫情期間，乘坐出租車、公交車、地鐵等交通工具安全嗎?

近月以來，多名出租車、公交車司機被確診為新型肺炎，朋友圈滿是各地急尋同乘人員的訊息和文章，再次將安全出行問題推向風口浪尖。

2月4日，呼和浩特市一名出租車司機被確診為新型冠狀病毒感染肺炎病例。除1月27日、1月29日在家休息，1月18日到1月31日，她駕駛蒙AY1754出租車共載客154次。

同日，金華東陽市一名公交車司機回河南老家后被確診患新冠肺炎，東陽已找到該司機駕駛的公交車乘坐人員103人，并采取隔離留觀措施。

2月7日，深圳衛(wèi)健委發(fā)布通報：377路公交司機姚某檢出新冠病毒“陽性”，隨后，5條同場站線路(822、M281、M428、377、B741)約100輛公交已暫停運營，并對全部車輛進行了消殺。

在疫情特殊時期的公共交通調(diào)度、安全出行引導(dǎo)等難題面前，智能交通的安全、可控和高效性，可以更好地服務(wù)城市。

特殊時期，百度Apollo自動駕駛平臺聯(lián)合其生態(tài)合作伙伴新石器時代、智行技術(shù)等已赴武漢，北京、上海、青島等地投資數(shù)十種可用于清潔、消毒、送餐等服務(wù)的無人駕駛汽車，并利用生態(tài)的力量幫助預(yù)防和控制工作。

為了擴大疫區(qū)無人駕駛服務(wù)的規(guī)模，百度Apollo于2月10日宣布將免費開放低速自動駕駛微型車套件和自動駕駛云服務(wù)矩陣等，為企業(yè)提供有力的支持。未來，更多的自動駕駛汽車將成為戰(zhàn)爭流行前線的高效可控公共資源，并在社會服務(wù)方面做得很好。

除了百度之外，智能交通領(lǐng)域的多家企業(yè)也紛紛發(fā)力。?？但I出了臨時卡點防疫檢查站車輛預(yù)警解決方案，千方有重點場所疫情防控云平臺解決方案，中控信息有疫情監(jiān)測解決方案，平安智慧交通有防疫重點車輛核查系統(tǒng)和疫情防控交通一體化系統(tǒng)等。

此番疫情的發(fā)生，對于交通行業(yè)提出了莫大的挑戰(zhàn)，但同時，疫情過后，智能交通也會迎來發(fā)展的機遇。可見，疫情中人流和車流的管控可說是重中之重。此次疫情正值春節(jié)，大量的人員回鄉(xiāng)、旅游，交通出行非常集中，跨省、跨城市、甚至跨國的流動都非常大。

出行方式主要包括鐵路、飛機、長途客運和私家車等幾種方式，因此考慮新市場需求，新產(chǎn)品管控和服務(wù)的對象主要是個體人和車輛。

談及車流管控，我們需要掌握車輛在重點疫區(qū)及周邊城市的跨地區(qū)活動情況、出現(xiàn)位置，并進行實時、動態(tài)的統(tǒng)計分析及實時過車預(yù)警，加強針對經(jīng)過疫區(qū)車輛信息的感知防控能力。在人流的管控上，需要掌握人的出行軌跡和信息，車輛的出行軌跡和信息，人員乘坐不同交通工具出行的信息。

簡單來說，在這次疫情的防控工作中，對通行的人和車輛，我們需要弄清楚對方從哪個省份，哪座城市來，經(jīng)過哪些城市，駐足過哪些地方，乘坐了哪些交通工具，所乘坐交通工具的車次/航班次等非常詳細的信息。

一輛車一輛車的詢問，一方面容易造成交通擁堵，另一方面也會增加病毒傳播的風險，那么該如何解決呢?

首先可以依靠車輛軌跡追蹤，基于道路視頻監(jiān)控、卡口等視頻數(shù)據(jù)，通過車牌書本，以掌握重點車輛的重點疫區(qū)旅居史、停留史、活動軌跡，分析目標車輛的密切接觸對象等信息，以及有關(guān)車輛和人員管控的外延信息，數(shù)據(jù)整合。

在這次疫情防控過程中，就有不少企業(yè)將大數(shù)據(jù)疫情防控系統(tǒng)多個省份的公安機關(guān)疫情防控工作應(yīng)用，但這些系統(tǒng)主要應(yīng)用在省內(nèi)，城市等一定區(qū)域內(nèi)的軌跡追蹤。

除此之外，車輛數(shù)據(jù)的追溯效果還受前端數(shù)據(jù)采集質(zhì)量，以及跨省數(shù)據(jù)共享等問題影響。所以未來還有相當大的提升空間，提升的關(guān)鍵點就在于重視交通基礎(chǔ)數(shù)據(jù)的采集，重視交通采集前端設(shè)備的運維。

第二個可以考慮應(yīng)用的場景是建立“遷徙大數(shù)據(jù)”，此前有地圖商曾經(jīng)對外發(fā)布了遷徙大數(shù)據(jù)，數(shù)據(jù)顯示了春節(jié)期間不同城市人口的遷入量和遷出量，遷徙關(guān)系。

但這一地圖數(shù)據(jù)主要是基于機動車數(shù)據(jù)生成，人的出行方式卻不止機動車一種，因此整合大交通方式的人口遷徙特征則是需求提升的目標之一。此外，這次疫情防控工作中，一個高頻出現(xiàn)的場景是同架次/車次的個體出行者尋找，這對于出行追蹤提出了新的需求。

例如我們開頭提到的東陽公交車司機被感染后，由于強傳染性，當?shù)刈匪萘?03位同乘人員進行檢查與隔離。

在追溯過程中，我們看到一開始是媒體發(fā)布公告的形式召集，后期面向公眾上線了疫情跟蹤、同車查詢系統(tǒng)，尋找過程還是較為被動。

目前，城市出租車出行有很多打車軟件，都綁定有個人的移動聯(lián)絡(luò)方式，應(yīng)急狀況下主動的個體出行信息服務(wù)實際上也可以延續(xù)到城市出行末端。未來若是能夠打通一體化出行鏈后，這些信息要素就可以完全掌握，讓追溯更加主動高效。

總而言之，未來智慧交通領(lǐng)域的發(fā)展，無論是其產(chǎn)品和解決方案的基礎(chǔ)都是大數(shù)據(jù)的應(yīng)用，不過每一次危機和困境都會伴隨新的機會出現(xiàn)，疫情過后，我們都希望它能為智能交通沉淀些什么。