车城网是新风口
协同发展智慧城市与智能网联汽车(以下简称“双智”)，是“十四五”乃至今后一个时期城市建设的重要工作。国家住房和城乡建设部部长王蒙徽解读“十四五”时也提到：协同发展智慧城市与智能网联汽车，打造智慧出行平台“车城网”。
2021年来看，就已有25个省或直辖市发布了76个过亿的智慧城市项目中标公告。除了智慧城市全领域整体项目之外，在过亿的细分领域中，智慧交通以14%的数量占比、21%的总金额占比依然持续抢眼，也呈现出智慧交通投资以投资项目多、单笔投资额大为特点。
根据各机构推算，通过感知源+软件平台设备的智慧交通模式可以让大型城市的交通效率提升30%-45%，进而带动实现GDP4.8%以上的增长。
2021 年 4 月28日，北京、上海、广州、武汉、长沙、无锡6个城市被选为“双智”第一批试点城市。从2021年各省过亿的智慧城市项目来看，这6个城市所在的省或直辖市也以41%的项目数占比，48%的总投资金额占据大头。
11月16日，工信部发布《“十四五”信息通信行业发展规划》将信息基础设施和数字形态的融合基础设施归为新型数字基础设施，作为行业“十四五”期间布局“新基建”的落脚点。12月继续确立重庆、深圳、厦门、南京、济南、 成都、合肥、沧州、芜湖、淄博 10 个城市为第二批“双智”试点城市，从多角度切入，探索车城网协同的未来城市建设路径。
从车联网到车城网
如果说道路是一个城市纵横交错的血管，那么汽车必然是维持城市运行必不可少的细胞。过去车联网主要承载的是个人服务，如辅助驾驶等智能网联应用及部分城市交通效率、城市治理等。但随着智慧城市的发展，现有交通及其相关主体、设施也难以协同：城市街道元素复杂，有限空间需要承担更多设施和功能;相关规范标准多、涉及组织多、统筹难;干扰环境的复杂及增强应用对通信更严苛的需求等。
因此智慧城市建设要把传统产业体系升级，把原来相对隔离发展的汽车产业(车)、城建产业(城)、信息技术产业(网)全面结合协同发展，这本质上是从基建到数字基建的变化。
目前车城网打造基本上为两个方向，一个方向是以路为侧重，以“双智”试点城市广州市为例：广州琶洲区基于智慧灯杆进行RSU路侧设施建设;黄埔区采用AI Road进行路口、红绿灯智能改造，采购AI感知设备、路侧通信设备;番禺区建设以汽车城为中心的城市道路网络。
另一个方向是以车为侧重，这种模式也是效果显著。由于是基于道路主体的车辆，天然就具有网络覆盖面更广的优势，能更好的进行车路协同,特别是利好汽车Uu口的建设。并且符合“利旧+新建”的建设思路，是对现有道路RSU设施的补充的另一种一网统管模式，且成本更低。
模式虽好，但实际上这种以车为侧重的模式难度却更高，其主要是对模式供应商本身要求更高。首先体现在需要大量的算据，要精准研判车辆状态，需要样本量和样本种类足够多;其次对感知源算力要求高，终端必须自带高算力，才能在更为复杂地、动态地行驶过程中快速进行数据初筛并上传云端;最后还要求必须具有强大的数据整合能力，能把不同汽车类别/品牌/部件、路况、路侧设施等数据都能进行整合，这本身就是对供应商大数据能力的挑战。
基于移动感知源和摄像头的车城网
以车为侧重进行车城网建设固然难度高，但实际上这已经是一种非常成熟的商业模式。以路行通为例，其主要面向大交通与新基建行业，基于车载移动感知源和摄像头，通过AI能力、万物检测算法与大数据技术，能基本上覆盖城市道路场景、公交场景、高速场景等，从而搭建起线上线下车路协同的一网统管平台。
从算据能力上来看，路行通自2007年以汽车碰撞检测算法入局大数据行业以来，经过15年的算法研究，当前的AI碰撞大脑 6.0能在0.8秒内检测到发生碰撞，还能判别不同的碰撞强度、碰撞类型等，精准度已高达87%处世界前列。所累积起来的全国数百万起真实用户的道路碰撞场景，早已海量囊括各类车辆数据及道路数据。近年路行通也在基于产业数字化转型研究，帮助合作的汽车经销商集团进行数字化转型，期间所累积的大量用车数据，能为实现车辆主动安全和道路协同管理提供完备的数据基础。
从算力上来看，商汤科技亿元投资路行通后，路行通所自主研发的基于移动感知源和摄像头的终端设备和平台系统，也引入了SenseCore商汤AI大装置。经过检测，目前整体峰值算力能高达3740 Petaflops(1 Petaflop等于每秒1千万亿次浮点运算)。根据不同的城市使用场景配置不同形态的感知源，自带2T-8T的边缘计算算力芯片，仅提取城市治理相关数据，脱敏加密上传云端。
从算法上来看，在车城网领域路行通和商汤科技所合作集成的万物检测算法，搭载商汤科技最新视觉识别技术，针对智慧城市应用已有超过17,000个算法模型正在赋能，模型精度达到亿分之一，目前已在十多个行业中投入使用。
从通信上来看，路行通感知源配置北斗芯片+5G，能通过车端接口与路侧智能设施和云端相互协同实现源异构数据融合、状态预测,满足车辆的环境感知增强和扩展要求,实现安全驾驶。同时路行通感知源还能与路侧智能设施和云端相互协同实现联合决策和控制,避免决策逻辑死锁等问题,提高通行效率,形成安全、高效和环保的道路交通系统。
从数据整合应用能力上来看，除了海量已有的各类道路数据以外，路行通所积累的汽车行业资源也是其能完成海量数据资源整合的底气。企业同样也是车城网建设的核心主体之一，路行通15年来始终深耕于汽车行业，合作伙伴也基本囊括路面汽车所涉及到的各类主体，天然也具有能更快进行数据整合的能力。基于整车安全系统和主机厂合作，让诸多城市汽车特别是新能源汽车自出厂就能成为一台源源不断的城市数据矿机;路行通自有的用户体系及与汽车经销商集团基于数字化的合作，将持续并自动地撬动城市存量车并入车城网模式;与营运车公司合作的数据运营业务，除了营运车辆改造及监管平台的搭建，也在联动营运车公司进行数据线索的运营协同政府应用落地……从现有的业务出发，正是有如此丰厚多样化的数据开源，路行通车城网的数据整合应用才具有如此强的落地实力。
峨眉山城市智慧公交建设
路行通基于峨眉山市旅游城市的特色，为城市公交提供城市道路交通AI智能调度系统和多种类型的公众服务设施，极大改善了当地公交候车时间长、换乘不便、安全事故增多、路线规划不合理、监控盲区大等一系列难题。
杭州网约车管理建设
路行通以终端+云平台赋能于杭州网约车管理，帮助实现人车远程监控管理及风险数据分析，直接提升车辆管理质量与效率。同时采用算法模型对车辆保险出险进行评级和管控，大大降低保险赔付率，让网约车管理更透明，也更省时省心。
结语
真正的车路协同，路和车两者都得兼顾。”智慧的路”不等于全城、全路段都要改造建设，而是在危险路段和十字路口重点布控;而”聪明的车”也不等于现在就要让城市的每一辆车都成为数据矿机，而要优先推动汽车前装以及社会营运车辆的后装。
选取一个封闭的区域进行路侧建设及封闭式车辆运行固然简单，但必然会带来高成本的投入。路行通这种以“利旧+新建”为思路的车城网建设，“利”原有的路侧设施及车辆资源，“新”采车载感知源，能以更低的成本覆盖更广的管理范围和管理维度，能以最小的杠杆撬动最大的数据应用。
(来源：新视线)
