本文從工業互聯網的典型應用—車聯網談起，從工業網聯技術發展過程的視角分析了工業智聯網的構架、關鍵技術和前沿趨勢，對智聯網視域下的未來智聯交通作出了展望。

本文整理自中國工程院院士、北京理工大學校長張軍院士在2019國家智能產業峰會所做的報告

隨著智能技術的發展，從工業互聯網發展到工業智聯網是必然趨勢。工業智聯網是新一代人工智能技術、知識工程技術與制造業深度融合的產物，是未來工業的核心基礎設施和新型經濟形態的支撐科技。

本文從工業互聯網的典型應用—車聯網談起，從工業網聯技術發展過程的視角分析了工業智聯網的構架、關鍵技術和前沿趨勢，對智聯網視域下的未來智聯交通作出了展望。

談談車聯網

首先談一下車聯網的概念，簡單來講就是車輛＋無線通信設備之后可以實現車－X、車－互聯網的無線通訊和信息交換，使得信息網絡平臺提取車輛實時靜、動態數據，最終可實現車輛智能化控制。

因此車聯網的發展的最終方向為智能網聯汽車和車路協同。

智能網聯汽車需要有感知、信息交互和服務的能力。

感知能力又包含內部感知和外部感知兩方面。內部感知為車輛內部裝有傳感器，感知車輛運行狀態參數，駕駛人狀態測量；外部感知為通過雷達、攝像頭、GPS等傳感器獲取周圍道路環境信息。

信息交換的能力包含與互聯網相連，實現智能化車輛控制與智能化交通控制的車網互聯能力和與他車互聯，實現碰撞預警、自動避障、車距保持、路況分享等的車車互聯兩方面的能力。

智能網聯汽車服務的能力體現在車路互聯的能力，即可以實現與路側設備相連，實現運輸管理、車速引導、信號控制、施工區提醒等。

車路協同要實現的是車車、車路間智能協同與配合，充分利用交通系統的時空資源，以降低事故、節約能耗。根據美國Safety Pilot項目研究成果顯示車路協同可降低事故率44％；《美國NHTSA研究報告》提到車路協同技術可實現節約能耗39％。

車路協同架構

現有交通方式的弊病是人適應系統，現急需“人適應系統”向“系統適應人”轉變。

例如從北京到青島，要坐航班，坐幾點的航班？到這邊來幾點鐘上車？我們都是適應交通系統。我們設想如果什么時候是交通系統適應人，這才是真正的人工智能，人工智能跟交通緊密結合。

人適應系統就會面臨很多問題，這里舉一個例子從北京到上海也不容易，現在想想到上海開會需要提前訂票，然后到達地鐵站，在地鐵需要安檢，以后到浦東機場，然后下來以后還要看看有沒有人接，沒有人接，就騎共享單車到會場，整個這個過程需要提前購票、早到等待、晚到改簽、多次安檢、等行李、等出租、堵車等一系列需要人去適應交通系統的過程。

我們設想，什么時候能夠系統適應人？那什么叫系統適應人呢？簡單來說就是每個人出行時都可以得到一份一體化的交通出行定制方案。

這里舉個例子，比如從北京到青島會議中心去，我買一張票，打包的交通方案就已經生成，比如方案一是時間最短、方案二為花費最低，選擇一種方案之后可一票出行，在出行過程中，可一站安檢，全程通行，然后有實時的航班或高鐵，到站即可出發，避免等待，行李也由專車運送，到青島當地以后，共享出租就根據系統已經檢測到行李所在車輛以及一起去青島會議中心的朋友，接上后直接送達終點，根據車路協同系統也不會有堵車的情況。

每個人都享受到的是定制化服務或者多樣化的個性化服務，這才是我們認為的“交通出行系統適應人”，這里講的人工智能跟交通車聯網是這個意義的車聯網，根本不是傳統上的人適應交通系統，是這樣一種顛覆性的我們對交通的認識。

未來交通新技術

上面講的系統適應人能不能做到？目前看有可能，為什么有可能？因為有N （信息網Network）、B（大數據Big data）、A（人工智能AI）。即將新一代信息技術與綜合交通的深度融合。

具體來講就是是網聯化、自主化的智能載運工具，協同化、智能化的智能基礎設施，知識化、個性化的智能運行服務相結合。這樣才能驅動我們進入智聯交通社會

天地空網絡

首先第一要采集，所有信息都得感知，需要實現有天空地網絡一體化，為采集所有信息奠定很好的網絡條件。

網聯化系統結構：數據采集／運行決策更快、更全、更準

大數據

可以利用大數據洞察、理解、預測復雜的交通系統里的演化規律，利用這個演化規律知道哪里堵哪里不堵，然后實現檢測。

因此要做好大數據基礎設施的全面建設。包括能夠實現計算EB級數據中心、PB級網絡應用、百億級記錄額超大規模數據量的服務器；可實現空管指令、客票信息、監控影像等功能的高低并存數據價值的數據分析及顯示系統；以及能夠實現跨域系統匯聚互聯，包括政府資源開放、網絡資源匯聚、系統互聯；

做好了基礎建設才可以實現包括能源消耗、公共衛生、大氣污染等多維度更全面；數據呈現更直觀；數據更準確；以及細節更深入的智能交通系統。

定制服務

“三層四片”架構

實現交通的定制服務，可采用“三層四片”的理論架構體系。