车辆安全与监管新技术应用--2014智能交通大讲堂第六期讲话实录

来源:深圳市交通运输委员会
发布时间:2014-12-29
字号:【 【打印此页】

  主办单位:深圳市交通运输委员会

  承办单位:深圳市智能交通行业协会

  主题:车辆安全与监管新技术应用

  时间:2014 年12月26 日

  地点:深圳职业技术学院东校区(西丽湖)图书馆报告厅

武汉理工大学智能交通系统研究中心主任、教授 吴超仲:《车辆安全与监管新技术应用》

  我讲座的主要内容分四个部分,一是交通安全的概述,二是车辆安全监控方面国内外的现状,三是车辆安全监控方面的技术,四是发展趋势与展望。

  首先看一下安全形势,现在每年官方公布的道路交通事故率是在下降,但应该说还是非常严峻。比如我们多次看到这样的报道,多辆车连撞,校车、旅游车,群死群伤的事故经常发生。近十年死亡的人数达到87万人,受伤是400多万,涉及到上千万个家庭的幸福。这些数据相当于一天掉一架大飞机。近五年平均每天道路交通死亡人数是255人。每年交通伤害相当于汶川大地震所带来的伤害。近五年道路交通死亡人数是7.2万人,受伤42.3万人,而汶川地震死亡是6.9万,受伤是37.4万。交通安全也不是我国独有的问题,在全球也都是一个大问题。全球交通死亡人数也是比较多的,这里放了两个图,左边是二战的死亡人数5500-6000万人。而迄今为止,全球交通死亡人数已经达到4000多万,而且每年以120万的速度增长,用不了几年交通事故死亡的人数就接近二战死亡的人数。

  原因在哪里?既有道路的因素,也有车的因素,也有人的因素,相对来说人的因素是比较重要的。我们交通安全领域有一个很著名的矩阵就是哈顿矩阵,按照交通事故的事前、事中、事后。如果从事故的过程来讲,事故的原过程和损伤机制是基础研究的问题,比如用统计方法、模拟仿真的方法和实车实验法。如果是防止事故发生就是应用技术方面的问题,比如安全预警、辅助驾驶和自动驾驶的技术。还有从减少事故损失,比如被动安全防护和紧急救援。从要素来讲包括人的角度,驾驶员和行人在交通中的特性。从路的角度,哪些地方设计不合理。从车的角度怎么样缓解安全问题。这里有一个统计数据,在重特大死亡事故中,重中型的货车和大型客车是主要的事故车型。

  接下来我从车辆监控的角度来讲讲国内外研究的现状。车辆监控的发展阶段分为三个阶段,第一是初级阶段,是以人工的巡查、简易的行车记录为主进行监控。比如前不久公安部组织过一些专家对危险隐患的车辆进行过人工的排查,中期阶段就是以监控,但是这个监控主要集中在位置方面的监控,可以实现车辆的跟踪、车辆调度管理和车辆报警。到后来高级阶段会以大数据为平台,会实现驾驶人、车辆状态和道路环境信息的交互和共享,达到全方位的安全监控。

  这一领域在国内外已经有很多相应的研究,比如美国的客运公司就要求全部装视频监控系统,同时还在前门安装计数器以统计客流量。欧盟要求3.5吨以上的商用车强制安装IC卡技术,并且带有打印功能的行车记录仪。日本相当于车联网的监控系统。比如美国货车动态监控系统就用到一项技术,他用了360度智能视角电子货车筛选排序系统。车辆出发以后所有的信息会传到一个云平台上,在一些检查点,车辆到附近的时候会通过视频的方式检查车牌,同时跟后台的信息进行比照,比照以后就可以提前获知该辆车的载重辆以及其他信息,这样大大提高了检测站的效率。再比如说物流企业,像美国的沃尔玛,他自己用专用的卫星跟踪全球的配送车辆。还有美国最近推出了车辆智能监控系统,这里面监控的内容除了行程、里程之外,把刹车片的状态都考虑在内。另外车辆动力系统的运行情况也在监控范围内。这样监控的信息量方面就有很大的增加。

  我国在车辆监控方面,我觉得也是做得比较先进的。比如交通运输部已经建立好了重点营运车辆的联网联控系统,截至今年10月底,接入全国重点营运车辆联网联控系统的“两客一危”车辆达到58万辆,加上货车,这个平台上监控的数据超过了200多万辆。“两客一危”目前的入网率已经达到74%,到明年交通部计划“两客一危”78万辆要全部上到这个监控平台上来。这个平台是分级的,最上面一级是国家级平台,这是委托交通部的事业单位,中国交通通信信息中心,那里有一个国家交通信息与安全的实验室负责建设。同时底下有各个省级平台,省级的会向国家的平台传送数据。地级市到最后的企业都有这样的监控平台。

  在这个平台上,对危险品车就可以做防盗告警、碰撞告警和特殊情况下切断油路。在路途上有在途的管理,比如定位、实时监控、轨迹回放,还有电子栅栏,危险品车要在指定的路线行驶,偏离路线会自动进行告警。还有驾驶人员的疲劳驾驶以及其他不良行为,但目前的疲劳监测主要还是以连续开4个小时就认定为疲劳。另外我们国家有很多特种车也实现了全程监控。现在的校车,最近校车出了几次大事以后,公安部采取了专项措施,把校车全部监控起来。校车运行的数据可以上传信息,路上有交通系统的集成,对驾驶员也有疲劳监控和驾驶员身份的识别。这是我们国家在监控方面的平台。

  虽然建了这些平台,但是我认为这些监控还有很大上升空间。近期我们通过交通运输部做交通运输行业安全生产标准化的考评。有一项重要的内容就是对监控系统进行检查,我们在检查中发现现有的监控系统还远没有达到预期的作用。第一车辆监控信息用得最好的就是位置信息,就是知道你在哪个地方。但一些原始的监控数据缺乏深度的挖掘。我们现在用得最好的一个是超速,通过GPS直接把超速算出来。第二个是疲劳驾驶,通过简单地连开4个小时,其实这样是很不准确的。很多驾驶行为的特性在数据里面都有了,但是缺少这方面的研究。

  通过研究,我们发现在这些数据中可以找到一些有规律性的东西。对不同的运营车辆驾驶行为特征提取,通过车速超过限速的时间比、车速平均值、车速的速度标准差这些指标可以把这些驾驶员分类,哪些驾驶员具有攻击性,哪些驾驶员有超速的倾向等。通过挖掘,我们发现这些数据确实可以发挥监控作用。另外我们也充分感觉到,现有的监控数据还远远不够丰富。比如说缺乏方向盘、油门、刹车、档位等信息,这样就不利于我们更准确地掌握监控驾驶员的信息。另外,现在的监控更多的是对车辆本身状态的监控。实际上现在国外做得最重要的是对人的驾驶行为的监控。因为90%的事故是人为的因素,就是驾驶员的驾驶行为,目前我们的监控没有到驾驶员的行为这个层级上。

  接下来介绍车辆监控技术。我这里主要讲三个具体的点,第一是我们用智能手机监控汽车驾驶员的疲劳。智能手机可以说改变了我们的生活,而且在汽车上已经有很多的应用。比如手机导航基本上替代了传统的导航仪,现在有手机泊车,手机油耗管理以及车辆远程诊断。现在通过手机判断驾驶员是不是有疲劳的倾向。

  这里首先要介绍传统的疲劳检测方法,现在是以连续开车4个小时来作为判断的,这实际上是不准确的。早期在国外用视频的方式做了一些研究,比如看你眼睛的闭合,是不是打哈欠等。但是这些传统的方式增加了硬件成本,另外对驾驶员有干扰,其受光线和环境的影响维护更新困难。现在智能手机有很多传感器,能不能就用手机提取车辆的运动状态来判断驾驶员是不是在疲劳情况下驾驶?如果要实现这个功能,我们认为要解决好两个问题,第一是机动车驾驶员在疲劳状态下是不是有共性,如果有的话能不能用指标来表示它?第二,这些指标参数能不能用手机获取到呢?如果这些解决了,我们就有可能做。

  通过我们的研究,我们觉得这是有可能实现的。历时大半年的时间做了50个实车的实验,每次实验接近9个小时,每次实验来回600公里,从早上清醒开车到中午疲劳,再开到清醒的过程。我们把脑电、生理和智能手机的传感都放在上面。我们获取了大量的数据,比如脑电,获取驾驶员脑电波的信息,同时还获取生理方面的信息,比如皮电、呼吸和血流等。另外我们有车辆的信息,还有车速值、方向盘专项、刹车踏板,还有无意识压线和车道偏离,这些都通过传感器获取。再看看我们还可以用智能手机在这个实验中获取的信息,横摆角速度、横摆加速度、横向加速度和纵向加速度,因为智能手机都嵌入了这些传感器。这是我们在实验过程中,手机会摆成不同的位置,横着摆、竖着摆,我们用多个手机采集数据。

  我们的实验是非常严格的,每次实验前面的准备时间就要花一个小时的时间。实验步骤首先要告诉驾驶员实验的内容,同时所有采集的设备要进行同步。除了驾驶员,旁边还要坐一个观察者,每隔5分钟会记录一下驾驶员的状况。我们的车辆在市区行驶20分钟之后就会进入高速,这是我们在高速路上做实验的视频。这是头上戴的脑电信息,前面多个传感器从不同角度来获取信息。

  我们通过50组实验,获取了大量数据,根据这些数据就挖掘出来一些有规律的东西。比如根据观察者的疲劳判断值,以及5分钟他要报告自己的状态值,我们就进行统计疲劳时间点。同时我们有脑电,脑电被认为是评价驾驶疲劳的精指标,在不同的状态下脑电波是不一样的,这也有助于我们判断驾驶员在不同的状态下处于怎样的疲劳状态。同时还有眼动数据也可以判断疲劳。另外有生理参数,包括呼吸、血流、脉冲和皮电。

  手机上本身的传感器也会获取信息,跟我们在车上装的信息进行匹配。我举一个例子,比如说方向盘转角,大家看红线的部分就是方向盘实际转角值,蓝线就是手机上的传感器获得的数据。从这个图可以看出来,尽管峰值方面有一些误差,但是总体的趋势是一致的。那么说明我们用手机上已有的传感器就有可能获取方向盘转角的信息。

  我们前面通过人工的标定可以把驾驶员的疲劳点找出来,这样我们就可以知道在疲劳点附近,比如方向盘低速转向百分比的值是多少,和疲劳就会有相应的关系。再比如方向盘的回转率跟疲劳也有很明显的现行关系。还有车道的偏离,在疲劳状态下车道偏离值跟正常情况下也是不一样的。我们通过大量的数据分析建立这样一个模型。基于手机的数据来识别驾驶疲劳,比如前面输出的参数,第一个生理节律,驾驶时段是在白天还是在晚上,这是直接从手机上获取信息。另外是操控的稳定性,方向盘低速转向百分比,方向盘的回转率,还有车辆的位置信息、速度信息等,都可以用手机的传感器获取。

  通过我们的研究,我们得到初步的结论是方向盘低速转向百分比、方向盘回转率、车道偏离等指标可以作为疲劳状态的指标。第二可以通过智能手机上的传感器获得这些指标,这样就有可能直接用手机来识别疲劳。我们还可以用类似的方法检测是不是分神驾驶、超速驾驶和危险驾驶行为等。

  第二部分给大家介绍一下基于车载汽车驾驶意图识别方法。什么是意图呢?这在车辆监控里面是很重要的。在字典上的解释,意图是希望达到某种目的的打算。驾驶意图是指驾驶人在行驶过程中产生的对下一步车辆状态的期望及操作行动的设想,具体包括加速意图、减速意图、跟车意图、换道意图和停车意图等。我们可以想想看,情景是一样的,意图不一样的话,危险程度就差别很大。比如同样是前方50米有障碍物,已经有减速意识的车辆危险程度就不高,说明他已经意识到这个障碍物。而相反,也是前方50米有障碍,这时候还有加速意图,说明你没有意识到障碍,所以危险等级会更高。所以把意图识别出来以后,对车辆监控的安全性就会大大提高。驾驶意图如果能够识别出来,就可以增加危险态势评估的精度。

  驾驶意图究竟可不可以识别呢?首先看我们意图可不可以识别,意图有多种识别方法,比如脑电,有一些研究显示,你在做不同事情的时候,在脑部的某些区域比较活跃。有些意图可以从外在的表现,比如行为、面部表情、军事情报和网站访问等。而驾驶意图是操作的过程,可以从他一系列的操作过程中获取到他的状态。我们就做了有关用驾驶操作的特性来识别他的驾驶意图。

  大家看这个图,这是我们的一个思路,比如换道意图,换道有一个过程,在他准备换道的过程中,因为采集这些数据是时间序列的,他的一些特征跟正常驾驶特征就不一样。如果我把这样的特征集成出来的话就有可能识别出他下一步是不是想换道。比如我们把方向盘、车速差、车轴间距和操作动作几个特征提取出来,我们就可以识别他的意图。我们也做了实车的实验,我们专门有一辆实验车,把所有驾驶员的操作动作都可以获取到,我们加装了很多传感器。这样我们就收集到很多信息,比如驾驶员动作、车辆速度、车辆位置等。这样我们就可以动作做实验建立模型,我们这个模型叫隐马尔科夫模型。我们把驾驶意图分为若干组,这个模型也做了实验,我们在直线路上进行了跟车和换道的两种行为实验。通过这些实验,在10个工作日上,每次实验有3个小时,通过这些实验获得了7万多条数据,并且通过用搜狗地图跟地图进行匹配。通过匹配发现有200多次换道的记录。我们把换道过程附近的所有操作信息进行拟合,就可以通过隐马尔科夫链模型把换道和跟车转换的概率算出来。这个就是通过车速的序列、方向盘的序列、转向灯的序列,还有油门、刹车的序列来形成在不同意图之间的概率。

  通过这个研究,我们有几个结论,通过驾驶操作序惯链与车辆状态有可能识别驾驶意图。识别意图以后就可以对驾驶行为的短期操作进行预测,这样就可以提升车辆监控的准确性。

  第三讲一讲基于路侧视频的不良驾驶行为的识别技术。什么叫不良驾驶行为?现在很多安全行为就是由于驾驶员的不良驾驶行为造成的,我给下的一个定义是不能明确界定为违法,但对交通畅通及交通安全产生严重干扰的驾驶行为。比如我们经常说的抢道加塞,急加速、急减速,频繁换道,甚至疲劳驾驶。这些都不叫违法行为,疲劳驾驶只是在事后追责,没有说在道路上查你有没有疲劳驾驶,你没有出事故不能说你是违法的。这样的行为危害很大,比如说经常会诱发交通事故。大家看这个视频,这是一个实际的事故,看看用箭头指的车,它就是强行变道,变道过程中发生了事故。另外他会降低通行能力,经常会因为加塞而影响交通流。同时对排放也是有影响的,急加速或急减速排放是最高的。有人做过研究,平稳开车跟频繁急加减速,油耗有12%左右的差别。

  目前不良驾驶行为定性研究比较多,定量研究比较少;数因分析及表现特征分析比较多,而识别及预警研究少。而有一些不良驾驶行为,我们认为是非意识的东西,他自己都认为不是,他觉得自己开车很正常。就像有时候我们坐在旁边,我们说你怎么这么开车,这没什么,他不认为是不正常的。

  不良驾驶行为需要提醒或预警,怎么样实现提醒和预警?有几种途径,第一是传统的在车载端上装一些传感器,通过车载的设备给驾驶员提醒,但是这种效果往往不佳。现在有一些方法,包括交管部门很感兴趣的,有没有可能通过路侧的做一些识别。举一些例子,现在公安部经常搞专项行动,比如抓救驾该怎么抓,选好一个时间到哪一个路口去堵车。实际上这种方式不是最好的方式,现在已经有很多监控视频,如果酒后驾车,他的驾车行为跟正常行为是不是一样的?显然不一样。如果一个人喝酒以后,他开车,我们在路边看,他开的车怎么摇摇晃晃的。很多不良驾驶行为跟普通开车不一样,如果我们能够通过路侧的视频把这些嫌疑车辆筛选出来,这样就可以大大提高警察制止违法行为的效率。基于这个,我们就做基于路侧视频的不良驾驶行为的识别。因为这个条件目前是成熟的,随着信息技术的发展,视频监控设备的普及,基本上重要的路口都有监控视频,并且这些视频的清晰度也越来越高,并且智能化水平也越来越高。而现在路侧装的视频主要是用来做什么?用来罚款的,闯红灯、违法停车、压实线。但是对不良驾驶行为是没有进行监测的,而现在完全有条件做这件事情。

  怎么做呢?可以基于路侧视频对不良驾驶行为进行识别,一是基于跨场景的车辆检测,如果有一辆车发现他有异常行为和状态的话,锁定这个车辆进行跟踪,经过若干个路口,认定这辆车有问题,可以直接对他进行排查。这里面有一些技术问题,一个是路侧视频要做一个无缝的拼接,同时要做车辆的识别、跟踪以及运动特征提取、车辆行为的识别。这一块我们也做过一些研究,我们专门建立了移动摄像获取系统,可以获取车辆信息。我们现在也开发了相应的软件,首先能够准确识别一辆车,并且可以对车辆的轨迹和速度画出来。这样我们就可以对车辆的运动信息有一个表达。一个车辆正不正常,它的轨迹是最重要的。通过我们的算法,就可以把车辆的运动轨迹准确地算出来。算出来以后就可以把每一辆车的运行轨迹画出来。这样我们就可以通过前期的研究,比如频繁换道的轨迹应该是怎样的模式,急加速或急减速的轨迹是怎样的模式,我们把这个啊模式跟模式库进行匹配,这样就可以识别不良的行为。这是我们在校园内做的一个测试,像这辆车我们就认定为是危险的。

  不良驾驶行为是影响安全和效率的,既需要对驾驶人进行预警,同时也需要管理部门进行监管。如果管理部门可以把现有的路侧监控视频利用起来的话,那么就可以识别部分不良驾驶行为,这样就可以对重点的嫌疑车辆排查提供技术支持。这个技术如果做得好的话,对于反恐,有些车辆的轨迹也是不正常的,有利于进行反恐。

  最后跟大家介绍一下发展趋势,我主要讲两点,第一是车路协同的车辆安全监控。车路协同,车联网是智能交通研究的热点。在车联网下车辆安全监控可以做哪些事情?车路协同的核心是通过构建车-路、车-车,甚至人-车之间的信息交互,来支撑交通安全和车辆监控的应用。科技部组织了第一个智能车路协同的“863”课题,这个课题是由全国十家单位共同承担,由清华大学牵头,包括我们武汉理工大学也是核心的单位,有一个长安汽车,他们捐助了10辆车,我们做了实车的实验。这个课题里面做了很多工作,比如多模式信息交互,车路交互行车安全系统,还有车-车交互的协同控制系统,还有车-路协同信息的调试。我们这个项目所有的都有实际的实验,大家看左下方的就是我们在廊坊做的实验,我们有三四个月就在这现场进行调试,10辆车之间设定车和车,车和路,车和信号灯之间的交互验证都已经完全实现。另外我们今年10月份在青岛IEEE ITSC的国际会议上,我们10辆车中有6辆车到青岛做了一个现场的车路协同演示,我们在青岛交管局的支持下,我们和交警部门联合起来,和信号灯配合起来,做了这个演示。国内外300多位学者到现场体验,这也引起了很大的轰动,青岛电视台做过专题报道。现在车路协同技术已经慢慢成熟,也是未来五年在交通领域的应用热点。

  对于车路协同怎么用在车辆安全的监控上呢?车辆协同因为是人-车-路联合起来,它肯定可以提高车辆的安全。大家看这个图,尤其是营运车辆,以后不再是单独的一辆车在路上走,我们说车路协同,车辆一定和路会有交互,同时营运车辆一般会有一个监控中心对它进行统一管理。在控制中心里面就会提供交通信息服务,紧急情况管理,还有车队的管理。在路侧有传感器,有安全监测,有停车管理,还有运营车辆的检查。

  未来最有可能马上投入应用的典型场景我认为有三个,第一个是在危险路段的车路交互式的停车安全保障,尤其是山区路段,很多10人以上的重特大事故都是在复杂的道路情况下发生的。复杂的道路为什么容易发生事故?就是驾驶员看不到转弯以后的状况,而这种情况最适合用车路协同技术,如果在路侧装一些传感器,它会给你发布转弯后的信息,最重要的是有没有障碍物,还有路面湿滑情况,这样就可以大大提高安全性。这项技术已经成熟了,而且实用性也非常高。第二个典型应用是在危险交叉路口,在交叉路口是容易出事故的,因为交叉路口的交织点比较多,而且视野也不是很好。这时候车路协同的技术就可以发挥作用。第三个应用是基于车-车协同式的行车安全,尤其是货运车辆,货运车辆的视角盲区是比较大的,有车路协同技术以后,营运车辆就可以实时跟周围的车辆交互,在车辆的拐弯、超车、并道的过程中就可以避免追尾和刮蹭的事故。

  第二是基于大数据的车辆安全监控。大数据是现在很热的词,今年刚刚在广州开的十四届全国智能交通大会上,无论是大会报告,还是专题报告,有关大数据的讨论是最多的。作为大数据技术,它在很多方面都有应用,在车辆安全监控方面有哪些应用呢?大数据是为车辆安全监控的发展提供新的动力,我们获取信息的手段越来越丰富,获取的量也越来越大,除了传统的交通信息器以外还有电子警察、卡口和视频信息。另外浮动的信息,智能终端采集信息发展是非常快的。高德获取的信息是怎么来的?他就是用手机导航的数据获取交通状态信息。美国一个很重要的软件,叫“位置”的软件,他就是用普通大众的智能手机,他给你提供服务,同时你把交通状态发给他以后,他就可以获取这样的信息。现在还有很多网上的交通信息,比如很多人把跟交通相关的微博提取出来也可以形成交通信息。这些信息大大增加了我们做好车辆安全监控的可能性。

  大数据有四个特点,大量、多样、高速和高价值。这里看一个例子,美国Xpress就开始把大数据应用到卡车上,比如说油耗、胎压、卡车引擎运行情况和GPS信息等。同时他特别强调,甚至从司机抱怨该系统的博客中收集信息。通过分析这些数据来优化车队管理,每年节约上百万的运营成本,并大大提高车辆的安全性。

  未来大数据模式下的车辆安全监控会是全方位的,除了为车辆提供安全方面的信息,还有维护诊断,导航,位置信息等服务。有了这些数据之后,为车辆驾驶行为的分析提供了很多很好的数据源。比如可以分析历史的数据,还有车载终端和智能手机的数据,就可以挖掘车辆运行态势与驾驶行为特性,为行车安全提供支持。另外有海量的监控视频,现在国家正在形成计划二期,其中有一块就是基于海量视频的识别危险驾驶行为,就是我前面介绍的路侧的视频来进行识别。还有基于大规模自然驾驶的危险行为采集,美国Virginia做了一个实验,在全球很有影响,我们叫100cars纯自然驾驶的采集系统,这些车辆把所有的信息都采集起来,但又是作为普通的车在路上开,这样来获取数据。国内的同济大学跟Virginia合作,已经做了20辆车的自然驾驶采集。我们学校也做了基于车载多元信息采集的装置,现在也做自然驾驶状态下的车辆信息收集。

  车辆安全监控应该说是多技术的融合,因为它既涉及到交通的工程,同时也涉及到人因的工程、车辆工程和信息控制等技术,是一个多学科的交叉,是一个多技术的融合。第二点,车辆安全监控技术已经有很多成果投入使用了,我们前面介绍的很多已经是在市面上有应用的。但还有很多技术不是很成熟,还处于研究和探索的阶段。这需要我们在座的同仁,科研院所,企事业单位一起来加入这个行业,做研究和应用的开发,所以欢迎大家共同在车辆安全这个领域做一些有创新性的工作。!

  主持人:我们有几分钟的互动交流时间。

  吴超仲:大家可以就我刚才讲的问题进行探讨,也可以就今天的主题车辆的安全和监控,发表你的观点,我们共同来进行探讨。

  万新宇:吴老师讲得很专业,特别是车路协同这块,吴老师刚才讲到交通安全,把车辆的交通事故进行了分类,由于道路,由于人和由于车,这三块里面,由于人引起的交通事故比例最大。其实我跟吴老师有不同的观点,我是研究进化论的,我觉得从汽车产业发展趋势来看,我认为还是汽车技术的不成熟造成的。我前一段时间在一个讲座上做了一个题目叫“从移动监狱到生活空间的进化”,我们现在到了一个时代,汽车必须重新定义,原有的汽车必须被颠覆。我为什么不能在汽车里面喝酒,为什么不能在里面睡觉?实际上我们在开车的过程中是在蹲监狱,都是因为汽车技术的不成熟导致了安全事故。

  吴超仲:我觉得很有意思,这个问题我们可以探讨一下。我认为您说的这个话也对,但是我说的也对,为什么这样说呢?我说的前提是目前我们做的统计数据分析是基于现在这个情况下,现在的情况是怎样的?所有的车都是由人来驾驶的,那么这里面出现的事故大部分都是人引起的。您说的那种情况,如果汽车进化到某种程度,比如无人汽车,谷歌现在做的无人汽车就没有方向盘,没有刹车,我们也在探讨未来二三十年有可能就是你刚才说的,我们到时候不是叫开车了,就叫坐车。现在我们国内有一些院士专门向李克强总理提了智能交通控制网,说的就是您说的概念。以后所有的车全部是自动驾驶的,你上去以后是由系统自动来控制的。到那个时候,我觉得就是技术,因为技术已经发展到那个程度,人不需要去干预了,那事故肯定会大大减少。但是在现在这种情况,都是由人操作的情况下,事故当然大部分是由人造成的。所以我们两者的观点不矛盾,说的是两个不同的背景下的事情。

  万新宇:我觉得要真正解决交通安全问题,我承认你说的是在现在的时点上,做一个产业演进的预测,要从根本上解决交通安全问题是车,而不是人。

  吴超仲:我非常赞同,我刚才讲,以我们现在的技术,我认为是可以的。现在最理想的情况路上全部是自动驾驶的汽车,这个技术再过三五年可以实现,怕就怕在混合的过程,路上既有自动驾驶的车,又有人驾驶的车,这比全自动驾驶的车困难很多。但这是我们不得不面对的,因为这是一个发展的过程。开车这个事情也不能采取强制性措施,如果强制所有的车全部换成自动驾驶的车,这个技术发展会快很多。

  提问:吴老师,我是SCT的一个伙伴,我们这边的数据分析主要是通过大数据分析,因为数据分析存在效率,维度越多的话,数据量越大,在数据处理的效率上,我们主要是哪方面的考虑?比如说你分析一个数据,有可能一个星期分析不出来,有可能在一个小时之内分析出来,这带给我们应用层面的效果是不一样的。怎么样更快地分析数据?

  吴超仲:这就是数据挖掘的问题了,这涉及到很多优化的算法,这要根据具体的案例,人工智能里面具有很多算法,这些算法当然还有不同的应用范围,比如是数字信息还是文本信息,你是要做组合还是直接导优化值。如果要做组合的话,用算法可以比较快速地找到方法。如果不是要得到组合,我是要得到某一个最优的值的时候,可能就要用神经网络的方法去做。我觉得还是不同的应用对象,它的方法会不一样,这个要针对具体的问题来讨论。

  提问:吴老师,您好,刚才您讲座中提到现在数据采集,因为我们是应用行业,没有应用算法研究的投入,您做课题研究的时候有没有对驾驶行为分析,能分析出来什么,有什么样的算法或者成果?这个数据能得到,但是通过什么算法能够得到什么价值?有没有成果出来?

  吴超仲:现在就是这样的,很多部门有很多数据,但是不知道怎么利用这些数据。刚才您的问题提得很好,如何将数据进行价值分析,我刚才讲通过监控数据,已经对驾驶行为做了分析。我刚才讲的例子里面,现在很多营运车,我们可以分析出来哪些驾驶员具有怎样的特点,比如这个驾驶员就喜欢超车,我发现你在路长平均超过限速值的比例达到多少,这个驾驶员就具有超车的倾向。有些驾驶员具有攻击性,比如他喜欢频繁地加减速,频繁地变换车道。我们通过这些数据挖掘就可以把驾驶员的特性进行分类,分类以后就有作用了。比如对营运公司的管理人员来说,他在培训的时候就会有针对性,这类驾驶员的特点是怎样的,在培训,甚至在考核中就要加强你这方面的训练。而另外一个驾驶员的特点是什么,要注意什么问题。同时这些数据积累到一定量,对道路设计管理也是有帮助的。比如大部分驾驶员都在开车过程中有这样的特性,是不是要对相应的道路或者基础设施进行优化来适应这样的驾驶员。这样就可以从管理或者规划设计的角度来利用这些研究成果。您刚才讲您那边有很多数据,我很感兴趣,我们可以合作,看您那边是什么数据,我们一起挖掘出一些有价值的东西。

  主持人:这谈出需求来了,正好是下面要谈到的第三个话题,如何跟市场需求结合在一起。由于时间关系,我们就不再进行提问,谢谢吴超仲教授。

  吴超仲:谢谢大家,欢迎大家有机会到武汉理工大学智能交通系统研究中心交流。

  深圳市锐明视讯技术有限公司BU二部产品经理 李恒:《车载高清应用前景探讨》

  李恒:我们首先看一下行业监管,在2012年的时候发布了一个强制性的标准,要求校车、旅游客车等运营车辆都得装监控设备,这个监控设备是指对中央平台上报地理坐标,同时啊监控司机上岗登记。根据国家质量监督检验总局的公告,又发布了一个技术要求,也是想通过技术手段来管理这个行业,这个标准叫GB19056。最近又发布了5号令,这也是比较火热的事情,正式提出了2015年重中型货运车辆动态监管装置安装使用率达到95%以上。就是说国家不停地出政策、出规范、出技术要求,都是想通过设备的技术手段来监管这个行业。换句话说,这个行业目前是有病的,国家针对这个病情发布了这几款“药”。

  我们再看看在技术手段上怎么来监管的,GB19056发布了两个大的版本,2013年的时候有第一个版本,定位功能和安全检测功能。在2012年的时候依据技术的发展又整合拓展了产品功能,增加了数据记录、通信和打印输出。以打印输出为例是这样的功能,交警在路上查车的时候,可以在你的设备上把之前的驾驶记录打印出来,就看你有没有超速,有没有疲劳驾驶。我们再看交通部推出的标准794。在表的作列打钩的部分是GB19056规定过的,在右边打圈和三角形的都是794里面规定的标准功能,它针对客运车辆、危险品运输车辆、货运车辆和出租车都提出了规范要求。其中很重要的部分是信息采集,包括驾驶员、电子运单、车辆运营数据、图像信息、音频信息和视频信息,这个标准规定得非常详细。言外之意这个行业做出来的东西是标准化的东西。包括警示功能,就是人工报警,偏离线路的提醒,类似的很多。国家提出了很多技术层面的措施。从上面可以看得出来,大部分采集的是车辆的数据,另外是驾驶员的营运资格证和车辆定位信息。基于这些信息的应用是比较成熟的。

  我们再看另外一个事件,7月15日发生一个重大事件,在晚上7点40分在一辆公交车上发生了恶性纵火事件,我把这个事件的过程跟大家描述一下。一个年轻人,短头发,这个年轻人上了车,提了一个编织袋,这个编织袋放在自己旁边。上了车之后,车上很多人,他没有点火。等到车到了站,中门的人开始陆续下车了,他瞅了一个缝,自己应该可以跑出去了,就把火点着了,点完后撒腿就跑。当时车上所有的人都没有反应过来,只是闻到火药点燃的味道。有的开始喊,有的开始叫,有的开始跑,也还有人在睡觉。包括司机以及前排座位的人都没有发现危险状况的发生。仅仅过了十几秒发生了猛烈的爆燃。整个事件影响是特别恶劣的。我们看一下时间轴,7点44分发生的爆燃事件,公交车立马就点着了,在8点03分把火扑灭了,公交车严重受损,整个车烧得只剩骨架了。7月16日凌晨,我们的人上去把设备锯了下来,为什么要锯下来呢?因为整个设备被大火烧得焊在公交车的地板上,所以需要用钢锯把这个公交车的地板锯下来,带着设备到了公安局。最后从监控设备里面取出来的备份SD卡和硬盘,把整个事件还原了。到了第二天中午11点47分就在网吧里把犯罪嫌疑人抓获了。这也不需要调研、审讯,直接给他看录像。

  我们看看现场装备面临的环境威胁,防水,为什么要防水呢?公交车或者其他的运营车辆会进行清扫打理。发生一些偶然的恶性事件的时候,车一般都会点着,或者是倾翻,或者撞毁,所以在设备的防护等级上提出了很高的要求。这里推荐防护等级要做到比较高的水准才能往车上装。大家看这个图,一个是白色的,一个是黑色的,白色的是浓烟滚滚,黑天的是车烧得比较厉害,整个火在车上烧的过程中,设备是在工作的。

  关于监管技术,地理应用比较做得比较成熟了。我们再看看视频监控的事件关联技术。我们可以通过左边这些技术把右边的四类事件完整记录和还原出来,分别是安全驾驶、企业管理、社会治安和交通事故方面的。在企业管理方面,以中石油的运输车为例,它会发生偷油的事件,在运输过程中,司机可以在停车和不停车的状态下把油罐车的油盖打开,把里面的油偷掉。这就需要关联到开油门检测的技术,可以把整个事件还原出来。至于刚才提到的车变成智能驾驶之后,交通事故就不会出现了,但可能车再智能也无法防范人用火烧之类的事件。

  我们看视频发展,左边的图,目前应用的车载监控画质集中在HD1、D1或者CIF这个层面,左边这个图就是HD1录下来的,这个人就是在车上放火的人。右边这个图是720P高清图,在离镜头更远的位置,小姑娘的脸和眉毛可以看得非常清楚。这是比HD1更高一个档次的D1,大家可以对比看一下,左边这幅图的人脸和眉毛比上面犯罪嫌疑人清晰很多,但是跟720P比起来还是有比较大的差异。

  在目前市面上应用得比较成熟的有两类高清监控技术,一类是IPC,一类是HD-SDI,我们对比一下。从摄像机的组成可以看得出来,高清IPC是通过图像传感器、SP、SOC芯片、网络调试模块构成摄像机。HD-SDI是基于广播传输系统的技术,它也是由传感器、ISP、SDI芯片和线路均衡模块组成的。从技术复杂度来说,IPC是内置操作系统的,结构比较复杂,功耗偏高。SDI是没有操作系统的,就是模拟传输。传输介质IPC是通过网线,SDI是通过高品质的铜质电缆。在实时传输方面,IPC因为需要做一个编码处理的过程,可能会存在1秒钟甚至更低的延时。SDI是直接的数据传输,是没有延时的。在整个监控系统的构成上,高清IPC需要IPC摄像机加上一条网线,加上一台普通清晰度的DVR,或者是高清混合式的DVR,或者是纯高清的DVR构成。SDI的摄像机只能具有SDI接收功能的DVR组成系统。从录像终端的构造上看,因为高清IPC是内置了一个编码处理芯片,所以对于录像机的性能要求是比较低的,它不需要处理IPC已经编码过的骂流,它直接转存就行了,芯片选择面比较广,成本比较适中。SDI原始数据是直接传输到录像机上面的,录像机需要啊有比较强大的编码能力。在整体成本上,在去年,甚至前年还存在比较大的争论,到底IPC还是SDI会变成高清监控的主流。从目前来看,最后一个判据就说明谁胜谁负了,价格决定一切,目前几乎所有的厂家在监控领域偏向于用IPC做高清图象处理。

  我们看一下未来的应用,H.264和H.265编码模式的对比。有几个关键的词语,一个叫帧内预测模式,H.264是一种图像编码的技术,它是通过对运动图像的预测,它会做自我判断。静止的图像可能会编码编得比较少,运动场景的图像会不停地编码。H.265也是同样的方式,但是它是基于演进版本的新技术,它会有33种方向的预测帧算。另外在编码单位上,H.264是16×16像素的固定编码模式。以左下角的图为例,它会把所有的图像做一个均等划分。如果到H.265会自适应,动的地方动得越多,它会把那个块分得越细,比如车轮部分,静止的会长期静止,它会把图像编码变得更大,就是下面的效果。左边这幅图是H.264的画面与码流,右边这幅图是H.265的画面与码流。从图像的效果来看,不告诉你哪幅图是哪个编码技术带来的,从人眼的角度无法分辨。我们看一下图的红字,这幅图的动态码流在4.1兆左右,在右边用H.265技术之后可以降到1.9兆。可能对于在座的同学来说,用一个简单的例子说明这个问题,目前很多视频网站,比如优酷、土豆或迅雷,他们已经开始往H.265方向来支持视频技术的发展。这两个技术还有一个额外的对比,H.264的编码和算法相对H.265来说是比较低级的,它对芯片的运算能力要求是比较低的。到了H.265以后,为了要解H.265的视频源的话,你可能需要设计一个CPU。

  我们公司对于高清监控做了一个布局的实例,这是新加坡SBS公交公司,他是新加坡国有集团。这台是沃尔沃的双层巴士,在车上装了8路普通清晰度和4路高清的。我们来看一下他们是怎么应用到车上去的,首先在1楼有一个全视高清,这有两个作用,第一个可以把路况照得很清楚,可以识别前方车辆的车牌、路况,还有一个额外的作用,前面描述IPC里面是有运算单元的,它可以内置智能算法,可以做到智能车牌识别,可以做到车道偏离。再看第二个,因为司机是整个监控的主体,所以高清的监控摄像头会对着司机,还有一个算法可以识别出司机的识别状态,甚至抽烟、打电话。第三个是普通清晰度的,是从前往后照关注人上车的过程。第四个是中门关注人下车,它也是高清的,为什么?因为那个地方经常会发生盗抢,在那个地方必须用高清的摄像头才能把整个抢夺过程还原得比较清晰。第五个摄像头,这有一个故事,之前这个摄像头是没有的,当时发生了一个事件,一个老太在急刹车过程中由于没有系安全带,所以从车最后排的中间位置滚到最前面。老太太的家属就投诉公交公司,公交公司说按道理坐在那个位置上的人需要系安全带,你为什么不系。后面这个事情扯来扯去都扯不清楚,公交公司就专门在那个地方装了摄像头,对着那个地方照,可以把发生的事情还原得比较清晰。在2楼装了3个普清,在上下楼梯的部位也会经常发生争执,在车辆前段和后段各装了一个。然后车外装了3个普清加1个高清,车的两侧各装了2个长焦的监控摄像头,这是干什么用的?公交车停在那或运行的过程中有很多人会超车,会挑衅公交车。我当时在新加坡调试这个项目的时候,曾经跟马来的一个司机聊过这个事情,他说他们公司管理很严重,很多当地的驾驶员知道是SBS员工开的公交车,他就可以欺负你,抢你的道,占你的位置。别说新加坡是一个比较文明的地方,实际上这种事情也经常发生。他们为了防止这种事情就在左右两侧和车的前面都装了摄像头,如果发生类似事件,这对他们取证是很有帮助的。对于车正后方装了高清的倒车辅助镜头,大家不是特别理解为什么要在那个地方装一个高清的。我们来看一下,这个车很长,在车入库和出库的过程中可能需要监控死角。正常情况下这个车从倒库到出库的过程中需要两个人帮助司机,一个左边,一个右边,帮助司机出位或入位。加上高清探头之后,再加上倒车监控的距离警报,他可以在没有人辅助的情况下,下面就是SBS的停车场,车停得密密麻麻的,经常会自己的车撞自己的车,这就需要装一个摄像头来帮助他们进行倒车入库的管理。

  互动环节

  主持人:

  深圳市瑞明视讯技术有限公司 张莉

  互动嘉宾:

  1.深圳市哈工大交通电子技术有限公司总工程师 曹 泉

  2.深圳市赛格导航科技股份有限公司副总裁 万新宇

  3.深圳市领航通移动视讯有限公司董事长 张进民

  张莉:我们先请几位尊敬的前辈们用几句话先给大家介绍一下他们的公司,他们的主营业务。

  张进民:领航通移动视讯技术有限公司,产品主要是以车载为主,规范司机的驾驶行为,监控车辆的运用状态,就是为车辆的安全保驾护航。我估计在座的有很多是深职院的学生,也希望你们感兴趣的话到我们公司工作。

  万新宇:赛格车圣在华南地区,产品品牌还是有一定的影响力,过去主要是做监控防盗,目前在国内大概有70多万个会员。

  曹泉:我是哈工大交通电子技术有限公司,我们的公司非常特殊,我们是用航天的力量助力交通,我是从学校直接到公司的。1999年的时候国家搞一个公关项目,是科技部和公安部联合搞的,我们学校承担了这个课题。最后交货的时候,当时视频分析的时候在国外是40万人民币,我们4000人民币就实现了,当时获得了公安部重大推广项目,我们就成立了交通公司。我们把智能交通分为两块,一个是智能道路,一个是智能车辆。

  张莉:我也在这里给我们公司作一个简单的介绍,深圳市锐明视讯是专门做车辆视频监控起家的公司,我们在这个领域做了十二年。最近根据国家的产业政策,我们也刚刚进入到车辆安全监管这个新领域。我们常常会听到,全国的道路运营车辆有1400万辆,而货运车有1200万辆。在这么庞大的基数里面,尤其是5号令的春风一吹,尤其是在座的万总和张总,肯定是这股春风的受益者,不知道在这个过程里面,营运车辆装监控这个领域面临哪些我们企业最关心的需求,最关心的痛点,或者有没有困惑?首先请万总给我们讲讲。

  万新宇:刚才张总问到的这个事,赛格也参与其中,货运车监管现在热火朝天,这得益于什么呢?得益于我们国家北斗系统的推广。我参加过两次中小运营商的研讨会,大家普遍感觉到所谓的痛点,反正有喜有忧,一般大的运营商,国内巨头级的,像航天科技到处在圈地。刚才张总谈到大概1000万辆,要求在2015年12月31日之前必须加装,这确实是一股春风。但这块蛋糕也不是各个都人吃到,因为全国地域的差异和各地交通局政策的不同,还是出现了很多问题,一是价格方面的竞争,二是监管过程中,实际上装上了也没有发挥作用。怎么样装上了,而且能够很好地用,这可能是交通部的初衷。但眼下还是做得不够好。因为整个大系统,刚才吴老师也提到,一个是国家交通部层面,一个省级层面,一个市级层面,一个企业层面,这里面每一家的需求点不同,每一家的利益点不同,所以出现了一些问题,其有待于明年不断地磨合加以改进。

  张莉:领航通在出租车这个领域是做得非常好的,出租车在以前都是不带视频的,往往是电召和调度。在新的规定里,它作为营运车辆又没有被强制纳入,在这样一个时间段里面,出租车会不会有新的需求,这个行业会不会有新的发展?

  张进民:说到强制,我简单回顾一下这个行业的发展,这个行业是从自愿安装到半强制到今天的强制。出租车恰恰没有在全国性的强制里,但在各个地市有强制性。比如深圳市,交委对出租车就有明确的要求,全中国所有的出租车,甚至到县级都是强制的状态,这种强制是非法律形式,都是政策形式。出租车到今天为止安装GPS或者闭路的比例已经相当高,可能已经达到百分之八九十。并经常在更新,一般每隔四五年大部分都要进行更新,在更新的过程中,技术在不断地进步。全中国出租车的安装形势,80%都是通过广告置换免费安装。深圳是很特殊的城市,广告发布政府一直没有放开。在深圳想做广告换安装的太多了。前几年我听到一个同行跟我讲,说有大量资金,现在可以免费安装,他的目标是一年至少要拿到10万个,20万个车,就是要有10万个,20万个流动的广告牌。比如在春节期间把20万个广告牌卖给五粮液,那马上就可以收到几亿的资金。但实际上这是做不到的,为什么?因为车辆安全市场是离不开政府的,政府的监管本身就有限制,司机不能很充分地发挥作用。所以在出租车这个市场,资金的配置作用相对比较弱,技术的引导作用相对比较强,因为技术好了,政府喜欢,政府喜欢了就会允许你做。

  反过头来讲危险品、货运,这是一个大市场。因为全国的出租车还不到160万,但是货车、客车有2000万辆左右。货车、客车市场现在是一个全强制的市场,刚才也说了给万总带来春风,它带来什么呢?你不再需要去说服市场了。原来我跟万总都要说服他们安装,现在不用说服,他非装不可。但是全国强制目标产生以来产生了很大的问题,什么大问题呢?创新没有了,这是最大的问题。现在目标太细,把产品限制了,就给你找对象一样,要找一个1米8的,家里有一个房子的。缺乏了创新就造成什么?价格,价格一旦超出市场规律的时候带来的负作用是很大的。现在全中国有很多很大的运营商,以前是没有的,以前有钱也做不到那么大的量,但是现在可以。现在在货运市场,资金的配置作用非常强。比如我现在手头有5000万,1个亿,我真的能够在一个省几个市产生垄断运营。现在全中国有很多网内超过10万台的运营平台,但创新性一旦丧失了以后,这个市场就变得很不健康。刚才吴教授也说了,交通事故一点都没有减少,我们努力了这么多年,花了这么多钱,费了这么多劲,还是这么大量的交通事故发生,原因就在这。

  张莉:我觉得现在进入到非常有趣的环节,截止到10月份接入这个大平台的是58万辆,要求在2015年完成95%以上的上线,什么手段才能帮助货运车能少出点祸呢?

  曹泉:超载的问题不是说车里装什么东西,是外部监管的问题。交通部的十二五规划,到2015年前货车反光标识必须要完成。现在有非常多的交通事故是后面的车辆撞了货车,包括深圳前段时间出的事故,6个人在晚上喝醉酒,挤在一辆小车,撞到货车上,6个人全部死亡了。很多事故都是司机的注意力不集中,尤其货车、客车,由于注意力不集中而造成大事故。现在强制司机4小时必须休息做到了。非法改装车辆,政府怎么监管?只能是事后处罚。如果有人故意搞这个,像上次在广州发生的铁架子车扔到高铁,扔一块石头可能没事,只要扔一块铁就可能对高铁产生影响。这是主动安全的问题。

  万新宇:我跟你互动一下,你的观点我不完全同意。其实很多交通安全的问题,包括你刚才说的超载的问题,包括疲劳驾驶,也跟我们国家公路的收费有很大关系。我举一个例子。几年前,每年超载罚款,罚款大概可以收6-7亿。而由于超载压坏的公路每年要花将近20亿。他不超载没法活。为什么会疲劳驾驶?为什么会超载?其实这里边有一个互为因果的关系。

  曹泉:2012年交通部道路投资建设是1.2万亿,现在高速公路建设基本是集资的方式,这个肯定是一个平衡。道路收费肯定是要还给道路建设的,否则高速公路不可能建设到12.8万公里。我们国家现在道路总里程已经达到500万公里,城市道路38万公里,当然这个数据不是太准确,包括桥梁,特别是大的隧道,这都要花钱的,这个通过货运来收。对于超载的管理,现在9个部委在管超载,这是没法管的。

  当时马云不是建设菜鸟集团嘛,号称50亿。他的基础理论在哪?2012年国家道路国民生产总值是152.8万亿,而道路成本是多少?18%,发达国家是12%,这6%的差价一年就9.6万亿,这只是说货运一项。2012年包裹数量是美国的30%,但是到2015年是美国的几倍。道路能比互联网产生更大经济价值的东西,人、车,甚至管道、电力为都是沿道路走。但是目前的监管措施,很多都是在路上管,这个执法成本很高。包括非法营运的问题,我们解决问题要一步一步解决,先把迫切的矛盾解决。目前深圳已经有些道路免费了,费用会逐步降下来的,但一步到位是比较难的。

  张莉:货运车辆装了这么多监控设备,除了完成监控以外,它是否能够为企业主真正解决问题?比如货运里面的配货问题,这种生态有可能成立吗?

  万新宇:在运营车辆监控和监管,实际上是一对多,一个点对多个点的监控和监管。物流行业要想真正发展起来,包括你刚才提到的货运公司的老板,多拉快跑对他来说是永恒的主题,想都不用想。我同意你监管,而且我心安理得地愿意,就是你刚才提到的,怎么用互联网思维,除了监管这条线以外,车与车之间可以互动。上次我还专门讲过一个司机,如果你有一套系统,我把配货,把在哪里吃饭,把路途过程中的娱乐,利用现在互联网的方式给链接起来,不纯粹是监管。这样的话就可以司机心安理得,车老板心安理得,监管部门也能心安理得。如果能做到三赢,那是最好的。千万不能只提监管。

  曹泉:我给大家提醒一个危机意识,首先要当心马云。马云要进入各个企业,企业从原材料到最终成品,A企业的输出是B企业的输入,B企业的输出是C企业的输入,一直到终端面对消费者。阿里巴巴通过大数据,我们都通过阿里巴巴交易的话,他对我们的需求会有准确预期的。比如我在深圳一天卖多少冰鲜,我要多少原材料,我们的运输是讲时间和空间的。就是我在一天不同的时间段成本是不一样的,走不同的路径成本也是不一样的,他可以进行优化,最终会变成核心。第二,北斗和GPS,将来汽车厂家会把GPS做成标准,将来的平台一定是BAT。腾讯会做一个免费平台,马云会做一个免费平台,为什么他们要把地图也做进去?从你产生需求开始,一直到你的目标全程跟踪,这就是社会大数据对智能交通。我认为将来智能交通有两块,一块是国家大数据,一个是社会大数据。社会大数据的前景,我是很悲观的,基本是BAT,其他企业只能作为他的跟销或者做一个服务商,或者做一个点的服务。就像嘀嘀打车,他可以砸10亿就是为了争这一块。我认为从政府监管这块是不能替代的,因为这是涉及安全的问题,政府监管道路设施的数据,这些数据可以给导弹用,安全数据这块政府可能还是要考虑一下。我认为将来会分两块,社会大数据和政府大数据,政府大数据可以给你用,但是不会把原始数据给你。就像通讯的数据不可能暴露给大家,但是通过信任的企业,加工完以后提供服务,你购买这个服务,或者这个服务国家免费做。

  万新宇:有一个观点我不同意,你刚才说马云在珠江三角洲每天可以查到多少个定制冰箱,用到多少原材料,其实这个还是B2C的概念,未来在工业4.0一定是C2B,我直接可以在网上定制冰箱。

  曹泉:但是数据都在他手里,我们不可能建一个平台,淘宝现在一年1万亿的销售量,订单全在他手里。我们是明白的,但是都在他手里,我们怎么拿到这个数据?

  万新宇:你作为个体的C可以通过自己的通道直通制造商的,我不必要经过马云吧。

  曹泉:这个成本非常高,董明珠也不会傻到格力这么大,在全国都建网店,这个成本,我们投资服务器都投资不起,如果真有1万个请求同时响应的时候,那是几十亿地烧钱。我必须要有非常多的服务才能分摊这块,这也是为什么BAT覆盖不了。百度是不是能把他废掉?他这么多年积累了这么多数据,投资这么多服务器,我们能不能把他废掉?你是废不掉的,他已经是TB级数据了。

  张莉:观点越激烈,思维的火花就越好,下来我们还可以继续商讨。提到BAT,我们也不由自主地想到跟智能交通密切相关的几件事,比如嘀嘀打车和快的打车颠覆了我们打车的意识,其实原本出租里面是有电召的,但是电召的电话往往都不一样,每个地方都不一样,嘀嘀和快的烧了30亿以后,在中国已经基本上全是他们的天下了。现在我又听说嘀嘀推出专车了,快的也马上要推出了。这种新模式给出租行业的监管带来的究竟是机遇,还是颠覆,还是直接灭了我们?我们在这里面还有机会吗?

  张进民:我们这个行业是比较注重安全的,我们聚焦以后就是要讨论自己的产品给安全带来什么影响。我刚才讲的就是这个意思,经过十多年的发展,我们的车载产品在客车、危险品、货车,包括出租车,安全方面的技术已经比较成熟了,但是应用不好。比如疲劳驾驶,很多事故都是因为疲劳驾驶造成的,我们的设备对疲劳驾驶是有监管的。交通部的网站有400个用户,但是有多少个服务人员呢?很少,也就是重安装轻管理,重数量轻过程,这是目前很大的问题。

  现在是一装车,运营商都兴高采烈,司机都愁眉苦脸。为什么关系到你的安全,你还不愿意装?这个问题就来了,延伸下去就非常复杂。我的观点,在我们这个行业里面,刚才讨论到如何给车主带来好处,刚才讨论的主题是物流信息化,我很不同意马云能做这一块。互联网这个行业的最大特点是处理公共信息那是无与伦比的,凡是涉及到公共信息,只要互联网大佬一进来,其他的的确难以抵挡。比如出租车电召,它是典型的公共信息。其实马云这一套,我们也做了好多年,但是人家一出现,我们马上就撤了。但是物流信息不属于公共信息,可以说是利益信息,物流信息是不可能向公布发布的。所以互联网企业就不会到这里面来,这恰恰是我们要做的。比如万总有一个用户有十几万台货车,在这个平台上他就有天然的优势。这十几万太货车对应的物流园、车主、货物信息其他人是不知道的,但是我们知道。我们也在向这方面发展,但是比较困难。

  张莉:在营运车辆里面,一方面是安全监管,在这个话题以后才会讨论对营运车辆的车主和各方带来的利益均衡。我想起来两件事,第一件事情是去年郑州运营商大会,行业的一位老前辈说5号令来了,第二春又来了。当时我们下面的人都很激动。在今年我去另外一家公司跟人家聊的时候,人家跟我说5号令究竟是想扩张我们,还是想灭了我们,我们怎么感觉越来越没有活头了。5号令对我们做设备的公司,做服务的公司,这个新的机遇在哪里?

  万新宇:我认为5号令主要目的是什么呢?国家北斗办的领导曾经过来聊,说万总你觉得北斗要跟GPS相比,将来北斗怎么发展?我说北斗跟GPS相比,北斗必死无疑。他说你怎么能说这种话呢?我说听我把话说完,北斗现在是2代半,而GPS是6代,无论从影响力、品牌、质量,还是从技术领先程度来看,北斗无法跟GPS比。但是有一点,北斗是我们国家的战略。就像人家说的一山不容二虎,我就给你一个建议,你在山上拉一道铁丝网,让A虎在这边,让B虎在那边,那只虎就能活。怎么样让北斗起来呢?一个是要上量,有了量,质量才能上,有了量价格才能下。在世界上任何一个国家,只要牵涉到国防,牵涉到战略这一块可以强制的方式。就像华为到美国,美国说牵涉到信息安全不让你进。我们国家有这么庞大的运营车辆队伍,国家又急需这方面的数据,所以才有了5号令的出台。

  刚才张总讲有几百万辆车,只有几位小妹在值班,因为它本身不是为了运营,它是一个监管平台,下面是监控平台,再下面是运营平台,每一级的目的是不一样的,需求也是不一样的。刚才你问的问题,我前面实际上也表述了,是几家欢乐几家愁,这是正常的。刚才张总讲终端都没有创新性,大家都一个模式。它的前世今生就是因为这样来的,是为了把我们国家的北斗系统助推起来,刚好也需要在交通运输运营车辆的信息管理上收集一些数据。因为各地的情况不一样,有的地方就是在拼价格,导致很多企业也难以为继,虽然是一个大蛋糕,但蛋糕虽然大,真正能切到蛋糕的还是财大气粗的,还是有资源的,还有有关系的,不是各个都能切得到。

  张莉:在这个行业里面,虽然有运营企业的痛点,我们作为设备供应商也有我们痛苦的地方,作为中间层的运营商也经常面临很多选择,但是不管怎么说相信这个行业会越做越好。到最后,我们请台上的各位再用简短的几句话总结和陈述一下对这个行业的祝愿。

  曹泉:我想未来的趋势,我非常同意万大哥说的北斗这方面,将来车辆定位,人的定位是核心技术。再一个是车辆安全的问题,包括无人驾驶,对北斗是一个必然要纳入进来的。

  张进民:我觉得车辆安全的需要,国家战略的需要,决定了我们这个行业永远是一个前景非常广阔的行业。非常简单,我们的用户群太庞大,总量是几千万,甚至更大。每一部车将来都缺不了智能终端,所以我对这个行业是非常有信心的。虽然现在有点乱,乱是因为刚开始,北斗刚开始,将来它一定会纳入到智能交通里面,不仅是车的问题,也是人的问题,环境的问题,未来是非常美好的,不一定路上跑的都是自动驾驶的汽车,对这个我还是没有信心的,因为飞机现在都不敢睡觉,飞机的飞行员是不敢睡觉的。未来是非常好的。

  万新宇:车辆安全是一个永恒的主题,汽车从1886年到现在一百多年了,我觉得现在到了一个重新定义汽车的时候,所以我们有美好的明天。

深圳市交通运输委员会智能交通处陈量副处长致辞

  今天下午很高兴,在交委的支持下,智能交通行业协会从2012年开始举行深圳智能交通大讲堂活动,大讲堂旨在建立一个市民、行业和智能交通参与者,以及专家学者进行交流沟通的平台。今天下午,我通过现场感受,协会在这个基础上进一步突破,大讲堂也成了企业和专家交流、辩论今后发展方向的场所。

  今天下午也很荣幸与吴教授、李经理以及刚才几位专家做了很前沿的技术沟通。我本来也想跟某些专家提问,但因这里面有几个问题还是比较敏感的,所以就打住了,包括刚才曹总提到的国家控制下一代交通的层面,包括万总提到的下一代的汽车梦,这都是提到国家考虑的层面,甚至有些东西已经进入了工程实验的阶段。

  今天下午主题是安全,在互动环节中几位嘉宾也频繁的地提到企业关注度较高的5号令问题。其实在安全的监管上,政府有政府的维度,企业有企业的维度,运营商有运营商的维度。中国政府的监管责任和西方国家的管理制度有差异,在中国来讲,只要是社会、企业、群众不想管的事都是政府的责任,只要错了就是政府错了,就是政府没有监管到位。但恰恰在西方国家不是这样管理,西方国家的管理理念是倒过来的。政府要管的范围是限定得很死的,你只能干这么多,其他的事情是社会、企业、群众自行调节,除非出现了问题,政府应该通过立法才能够参与。我们也不继续往下讨论,包括刚才还提到交通部的监控中心人员配置少,为什么不需要很多人呢?万总说的比较准确,那个平台叫集中平台,它不是企业安全生产的监管平台,它是为了实现政府对企业的监管进行数据汇集的平台。今天下午的讨论很热烈,我也简单地回应一下这几个问题。

  我们对智能交通的理解,我也不代表交委,作为一个智能交通的参与者,我个人认为,未来的智能交通,最后要达到的目的是人车路的一体化,包括国家安全和应急协同的一体化。包括万总提到的,我们前端的设备-交通工具首先要改变。在这也希望大讲堂明年考虑给大家做车路协同等新技术方面的知识讲解。作为讲堂,就是要给每一位交通的参与者进行科普知识教育,带动大家对智能交通的关注,从而促动智能交通发展。

  包括在座的这几位大佬级的嘉宾,他们将来马上也要面临这个问题,就是新一代的智能交通理念出来以后,对传统的运营商肯定会有冲击,对公司以后怎么转型,怎么能够融到新一代智能交通的大潮里面。因为智能交通在全国来讲是风起云涌,论坛、展会层出不穷,包括市领导和交委领导提的要求都比较高,深圳市要引领智能交通的发展。我市智能交通最近两年也出了一些成果,交委基于云服务手机出行这一领域的成果也在今年顺利拿到了国家ITS协会的一等奖。交通在手的APP,后端的过程处理是很复杂的,刚才几位都提到过,政府的数据,涉及国家安全、生命安全、社会安全的,一定是控制在我们政府部门手里的,是不可能给到具体的个人和企业。对企业社会的服务应该是什么?我们给出一个服务的结果,那是要看社会需要什么样的服务,包括企业的发展,在合作上,你需要,我给你结果,但不可能公布涉及国家安全的原始数据。

  今天下午很高兴,我也学习到很多知识,这是今年最后一期的智能交通大讲堂,也希望明年,在座的各位继续关注智能交通大讲堂,谢谢大家!

./t20150104_5276528_ext.htm