重大变革已经开始，将改变我们所有人！|智能交通|李彦宏|汽车|自动驾驶

（一）

一项重大变革已经开始，坦率地说，如果不出意外，这将改变我们所有人的生活。

今天早上读李彦宏的新著《智能交通》，更坚定了我的判断，很有意思的是，这本书的副标题，就是“影响人类未来10-40年的重大变革”。

我总觉得，这还真不是夸大。

今天我们的生活，很多人最头疼的问题，就是交通。譬如在北京，拥堵是家常便饭，我工作地点城市偏西，曾经有一次朋友来北京，一定要在东边吃饭，我开了两个多小时才到达，都到了结账的时间了……

有没有破解的办法呢？

修建更多条道路？

部署更多交通警察？

更激进的单双日限行？

显然，这都不是解决之道，甚至是解决了一个问题，引发了更大的问题。

问题是时代的声音，办法总比困难多。最好的办法，就是智能交通。

所谓智能交通，是从自动驾驶出发，基于聪明的车和智能的路，然后车路协同，把人工智能、5G通信、云计算等技术深度融合到交通领域。

在李彦宏看来，这一重大变革，可以至少解决三个问题。

第一个问题，降低道路安全事故，可降低90%。

根据国际公路安全协会官网，每年全世界有约135万人死于交通事故，这意味着平均每24秒，全球就有一人在交通事故中丧生。在5-29岁的青少年人群中，道路安全伤害，是排名第一的死因。

为什么这么多？

数据显示，大约94%的交通事故，是人为因素导致，包括酒驾等危机驾驶行为。在中国，酒驾、醉驾是刑事案件中排第一位，每年有30万件。

还有相当大一部分交通事故，是手机导致的。看手机30秒，相当于盲开500米。

自动驾驶和智能交通，可以完全避免类似问题的发生。

波士顿咨询的一份报告就认为，自动驾驶有望成为自汽车发明以来影响最为深远的技术，最终可以让城市街道上的汽车数量下降60％，同时减少90％的道路交通事故。

包括我在内，我相信很多人都有一种忐忑，将自己生命交给自动驾驶，靠谱吗？毕竟人命关天，这可不是开玩笑的。

肯定会有悲剧。但随着技术的成熟、时间的推移，人们会越来越认识到，自动驾驶，其实比人类驾驶更安全。

而随着无人驾驶进一步成熟，“聪明的车”、“智能的路”、车路协同、智能的交通管理系统等，都会让交通事故发生的概率降低，无论是骑自行车的人、骑摩托车的人，还是步行的人，出行都更加安全。

其实，我们也已经有了实践。

在湖南长沙，百度和当地公安局交警支队从2020年11月开始合作，打造了87个智能路口，实现信号配时自动优化、事件感知自动推送。项目运行以来，路口通行效率提升25％以上，交通事故减少35％以上。

第二个问题，有效解决拥堵问题，将节省大量的时间。

城市让生活更美好，但现在的很多城市，如前所述，越来越拥堵。

如果继续现在的发展模式，到2030年，中国将有4.5亿辆车（现在是2.8亿辆），越来越大的城市，越来越多的车，那意味着越来越严重的拥堵，越来越多被浪费在车上的时间。

在李彦宏看来，要破局，就要自动驾驶，进而是智能交通。

《科学》杂志2018年有一篇文章就认为，在一个仿真试验中，在一个8字形的交通场景下，14辆车中加入1辆自动驾驶的车，就可以使得车流速度翻倍。

车路协同，自适应的智能信控，也可以实现交通效率的提升。美国梅多兰兹40平方公里的区域内，通过信号灯联网控制，可以在15分钟内疏解8公里的拥堵。

从百度的实践看，其信控技术，也是通过“让灯数车”、“让车读秒”的车路协同的方式提升交通效率。灯会根据实时的车辆数，来调整红绿灯时长。

广州黄浦区核心干道开泰大道，就实现了一路绿灯通过12个路口。道路平均行程时间下降了25%，平均遇红灯停车次数由3-4次下降为0-1次。

在保定、长沙等的实践，基本上这样的效率提升都被验证过。通过测算，以车路协同为基础的智能交通，将能够提升15%-30%的通行效率。

想一想，一个不再拥堵的大城市，那将是一个多大的福利。

第三个问题，助力减碳，利于应对气候变化问题。

碳达峰、碳中和，是当前的热词。应对气候变化，是所有国家的责任。

中国已经向全球郑重承诺，2030年实现碳达峰，2060年实现碳中和。这就是3060国家双碳目标。根据生态环境部2020年发布的《中国移动源环境管理年报》，中国交通运输碳排放总量约占全国碳排放量的6.7％，其中道路运输占84.1％，是减排的重要发力点。

智能交通减碳，可从三个方面着手：车、路、行。

车，新能源车，自然减碳。

同时，自动驾驶技术，可以实现编队行驶，尤其对于卡车而言，在高速公路上，可以大幅降低后方车辆的风阻，降低油耗，减少碳排放；还可以实现全天候的运输，既提高效率，又节约人力成本。

路，绿色道路，降低道路基础设施能源消耗。

同时，提高道路运输效率，通过智能交通技术，减少不合理的交通运输需求，减少拥堵停留，既减少了碳排放，其实还降低了整个社会的成本。

行，共享化，将改变人们的出行理念。

就跟现在大城市都有共享单车，如果以后汽车也是共享，而且自动驾驶，大家是不是还要购买私家车吗？

美国独立智库rethink X有一个研究，认为2030年是私家车的终结。认为在美国这样一个2亿辆车的国家，只需要4000万辆共享汽车就足够了。

美国是车轮上的王国，美国如果是这样，中国又会怎样？

不要以为这都是畅想，甚至是科幻。我们已经看到，很多过去认为遥不可及的未来，正在变成理所当然的现在。

现在，重大变革正在我们身边发生。

（二）

毫无疑问，我们正在经历一场综合性的重大交通变革，技术的变革、产业的变革，规则的变革，最终，必然是生活方式的彻底变革。

就跟我们无法想象，今天没有汽车的生活将会怎样，或许某一天我们也无法想象，没有智能交通的社会，将是怎样的落后。

当然，突破性的技术背后，必须有重大的创新理念。

看李彦宏的《智能交通》，至少有两大理念。

理念一，智能交通运营商。

未来20年，最重大的产业变革，或许将在交通领域诞生。就跟电信领域有三大运营商，智能交通领域，短期来看，每个城市都将有一个或多个智能交通运营商；中长期来看，或将出现2-3家全国性的智能交通运营商。

你可以掂量一下，全国性智能交通运营商的规模。

这无疑是一个巨大的市场，也将给交通、城市、甚至经济社会带来颠覆性的创新和深远的影响。

理念二，提升交通效率的三个创新实践。

这值得重点说说。

1）自适应信号灯控制。

智能信控自适应，需要根据当前实际的交通状况，拥堵程度自动调节红绿灯的时长，这通常需要通过软件和硬件结合的方法来实现。

简单地说，就是统筹全城所有路口和所有通道，进行智能、自适应的信号灯调节，再不会出现一个路口堵成长龙，但一直是红灯的状况。

这其实也有不少实践了。

比如，在美国新泽西梅多兰兹40平方英里区域内，就使用了一种自适应交通控制系统。

该区域智能交通系统包含超过128个交通信号灯，每天为40万多辆车提供服务。因为区域内所有信号灯都是联网的，相互通信协调工作，加上自适应信号控制技术根据交通流量调整信号配时，使得系统可以在15分钟内疏解掉长达5英里的拥堵。

还有，在美国匹兹堡，2016年建成了包含50个路口的自适应交通信号控制系统，统计数据表明，系统上线后总体通行速度提升了26%，停车次数减少了31%，路口等待时间减少了41%，碳排放减少了21%，交通事故发生率降低了13%-36%。

2）动态限速。

动态限速的方法，可以解决布雷斯悖论导致的问题。

布雷斯悖论（名字来自德国数学家迪特里希·布雷斯）是指，在一个交通网络上增加一条路段，反而使网络上的通行时间增加——这一附加路段，不但没有减少交通延滞，反而降低了整个交通网络的服务水准。

为什么会出现这种与常识相悖的结果，按照分析，这与人的自私心理有着极大关系：扩宽的道路，使得人人都想去走这条路，于是临时变道加塞变得更为严重，而这又使得道路重回拥堵之中。

事实上，这与我们在日常通勤中看到的情形是一致的——多数时候交通拥堵并不是因为道路窄、车道少，而是人为的乱停乱放、随意加塞所致。

动态限速就是改变这种悖论，把交通效率从局部最优转向全局最优的一个举措。

在没有信号灯的情况下，不做限速的时候容易形成拥堵，有限速的还好一点。原因是在高峰时段，每个小时通行超过900辆车不足1000辆车的时候，每个车道限速是没有意义的。而超过1000辆车甚至达到1200辆车的时候，限速非常有意义，通行效率能够提高20%。

所以，动态限速也是智能交通管理的一个重要方向。

3）预约出行。

这是一种需求管理，信控、道路基础设施建设是供给管理。目前的城市交通系统中，早晚高峰的车流速度，是在完全没有预约的情况下产生的。通过对通行需求的调控，可以找到一个全局最优解，使得拥堵程度下降，通行时间缩短。

根据麻省理工学院的学者的研究，预约出行不需要所有的车辆都参与，当60%的车辆参与的时候，效果就已经很明显了。

当然，让60%的出行都预约，也是一件不容易的事儿，需要政府政策、市场调节等多种手段综合运用。但这并不是不可能的，今天很多出行都开着导航，这已经是某种意义上的预约。从发展趋势上，一定会有越来越多的人参与进来，中心化的算力也一定是越来越强大，找到全局最优解，提升整体通行效率是非常值得期待的。

还有其他理念，这简单说一下。

比如，车路协同，加快自动驾驶大规模商用的进程。

车路协同像是路灯，而单车智能就像车灯，在两者协同作用下，自动驾驶落地门槛能够大大降低，加速单体智能向协同智能的转变。

自动驾驶的普及，绝对不是简单的汽车问题，还包括道路等基础设施。车路协同，将可以大大提升无人车的安全性，加快自动驾驶大规模商用的进程。

L4及以上自动驾驶两大难点：安全和成本。

实现无人化，“安全”是必要条件，需要实现99.9999%的成功率目标，才能确保上路无碰撞事故风险。这不仅需要1000万公里级的大规模道路测试，还需要至少10亿公里级的仿真训练。

自动驾驶，必须要降低成本。事实上，相关硬件，比如激光雷达、芯片的价格等，正在不断降低，这是整个产业链共同努力的结果，特别是国产企业在这方面已取得了长足进步，未来自动驾驶硬件，很多都会实现国产化替代。

与成本紧密相关的，还有自动驾驶汽车规模量产，量产规模越大，规模效应就越明显，成本就能压到更低。

目前全球汽车保有量在10亿辆以上，全球L4级自动驾驶汽车总量不足万辆，这个占比是微乎其微的。据相关估算，如果要替代2亿辆普通汽车，起码需要1000万辆L4级自动驾驶汽车。

百度在2019年已经和一汽红旗达成合作，共建了中国首条L4级自动驾驶乘用车前装产线并投产，这条产线下来的自动驾驶汽车，正在全国各地进行测试和载人运营。2021年6月，百度与极狐合作，打造出全新一代共享无人车Apollo Moon，价格降到了48万。10月，百度Apollo联合威马发布了Apollo Moon量产车型（Apollo Moon威马版）。

MaaS出行即服务。

前面提到了，以后智能交通时代，人们真不必买私家车了，MaaS运营商提供多种交通选择，包括公共交通、共享自行车、出租车、汽车租赁等。对于用户而言，通过使用单个应用程序，MasS提供一种更方便、更可持续、甚至更便宜的替代方案。

智能地图ETA，通行时间智能预估。

简单地说，就是地图基于飞桨深度学习框架和图神经网络技术，开发了一套更智能的“通行时间智能预估”系统（Estimated Time of Arrival，简称ETA）。ETA是路线规划与导航服务必不可少的核心功能。

以后，如果你使用百度地图，地图会全面综合历史相同时刻的路况、路线用时，考虑出发时间的道路限行、施工、红绿灯等信息，并结合用户个人驾驶习惯，计算推荐出一条最合适的出行路线，并预估出通行时长。

大数据时代，用的人越多，给机器喂养的数据就越多，机器自我学习迭代就越快，对算法形成正反馈。最终，ETA就能做到时长预估“非常准”，让用户出行和抵达“刚刚好”。