智慧城市網
公司動態
當下智能交通的新機遇
閱讀：297 發布時間：2020-5-6疫情還沒有結束，很多人仍然堅守在疫情防控一線的工作崗位上。對于企業經營者來說，已經開始思考：這場疫情過后，智能交通市場會出現哪些新的市場機會，哪些新的市場需求。
這場疫情是一場公共衛生安全事件，其背后的主要需求是應對公共衛生安全事件，公共安全事件，大型突發事件等場景，因此這次市場需求的背景是城市級，大范圍的交通管控和服務。
不少智能交通企業、互聯網公司已經發布了針對這次疫情防控的解決方案，相關應用和產品。賽文前幾日也做過相關的匯總報道，但整體而言，各家的產品和方案基本還處于熱成像及體溫監測的范疇，那么就智能交通行業而言，會有哪些新的需求和機會呢。
人流和車流的需求維度
這次疫情發生后，就交通而言非常重要的一項內容就是人流和車流的管控與服務。
疫情發生正值春節，大量的人員回鄉、旅游過春節，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，新產品管控和服務的對象主要是個體人和車輛。
車流管控上，需要掌握車輛在重點疫區（及周邊城市）的跨地區活動情況、出現位置，并進行實時、動態的統計分析及實時過車預警，進一步加強針對經過疫區車輛信息的感知防控能力。
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。
宏觀和微觀的需求分析
這次疫情防控工作中，對交通個體和車輛管理的大需求是需要知道人和車的來向，從哪個省份來，哪座城市來，經過哪些城市，駐足過哪些地方，乘坐了哪些交通工具，所乘交通工具的車次/航班次等。
因此考慮新市場需求，新產品管控和服務，宏觀層面的根本需求是掌握人和車輛的趨勢遷徙需求；微觀層面的需求是個體出行行為和對應個體的信息需求。
而需求方的性質，宏觀需求是面向決策者，對全國、全省交通遷徙趨勢、遷徙流向的把控，以此來制定相關資源的投入方向，交通管控措施以及醫療資源布置實施的重點區域。
微觀需求則是面向執行者，人和車輛個體的防控，需要知道更詳細的信息。
從需求方來講，不同的需求是由不同的機構來買單。
宏觀層面的需求從目前來看，是國家及各省、重點城市的衛生健康委員會和疫情防控指揮部，他們行使醫療資源調配和防控總體工作的開展。
微觀層面的需求方則比較多，但總領需求應該在國家及各省、重點城市的交通管理，交通運輸管理部門。
需求場景描述
具體到需求場景，產品和解決方案功能設計，曾有人提過建議，問可不可以在路口電子警和卡口上增加測量體溫的功能，對于一項并不高頻使用且有其他更合適替代方案的設計，感覺并不具有可行性。
（一） 車輛軌跡追蹤
基于道路視頻監控、卡口等視頻數據，車牌二次識別，以掌握重點車輛的重點疫區旅居史、停留史、活動軌跡，分析目標車輛的密切接觸對象等信息，以及有關車輛和人員管控的外延信息，數據整合。
在這次疫情防控過程中，某行業企業的大數據疫情防控系統應用在湖北、山東、廣東、浙江、福建、安徽等全國二十多個省的機關疫情防控工作當中，另外也有企業的防疫重點車輛核查系統則在深圳市的防控工作中得以應用，但這些系統主要應用在省內，城市等一定區域內的軌跡追蹤。
雖有前期沉淀，但這些稍顯匆忙上陣的智能系統顯然還有提升的空間。
除此之外，車輛數據的追溯效果還受前端數據采集質量，以及跨省數據共享等問題影響。養軍千日，用兵一時，多說一句：重視交通基礎數據的采集，重視交通采集前端設備的運維。
（二）人流、車流遷徙
在疫情發生之初的春節之際，某地圖商曾經對外發布了遷徙大數據，數據顯示了春節期間不同城市人口的遷入量和遷出量，遷徙關系。由于地圖數據主要是基于機動車數據生成，因此我們可以認為其數據樣本表達為機動車的遷入和遷出量，距離更大口徑范圍的人口遷徙還有空間。
個體人的出行方式不僅僅有機動車，還包括鐵路、航空、長途客運等方式，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。
就僅以機動車方式來描述遷徙趨勢而言，基于視頻，結合其他固定點交通流量采集；基于移動通訊信號的兩種技術方案，也可以生成與某地圖一樣，甚至更貼近需求的方案與產品。而這些技術路線的選擇，傳統智能交通企業和移動運營商都有市場機會，滿足宏觀層面的大數據特征描述與挖掘需求。
另外，我們也了解到這次疫情期間，很多城市的及交通部門有現場卡點的道路疫情管控數據采集需求。有企業提供通過等掃碼快速登記車輛、車主、同車人信息和體溫信息的服務，做到實時更新統計疫情狀態等效果。
（三）基于Maas的出行鏈追溯
這次疫情防控工作中，一個高頻出現的場景是同架次/車次的個體出行者尋找。當某個航班、某列火車出現確認的病毒感染者，由于強傳染性，因此要追溯同乘人員進行檢查與隔離。
其追溯過程中，我們看到一開始是媒體發布公告的形式召集，后期面向公眾上線了疫情跟蹤、同車查詢系統，尋找過程還是相當被動。
實際上，我們在購買飛機票的時候都會提供本人的移動聯絡方式，但為什么沒有通過打的方式本人呢。
在出行信息化非常發達的航空領域尚且如此，在鐵路、長途客運領域差距更大。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絡方式，應急狀況下主動的個體出行信息服務實際上也可以延續到城市出行末端。
通過Maas這個理念打通一體化出行鏈后，這些信息要素就可以*掌握，讓追溯更加主動高效。
結尾
無論是本文提供的三種場景需求描述，還是有其他的應用場景，其產品和解決方案的基礎都是大數據的應用，大數據在智能交通領域的應用。然后才是數據共享機制的建立，交通采集的穩定，個人隱私的保護等問題。
從這個角度看，大數據在智能交通領域的發展還很初級，還有很大的發展空間。
疫情爆發的突發事件，不僅僅是對政府治理能力的考驗，也是對每年投入千億的智能交通系統的考驗，也是對智能交通人，智慧城市人的考驗。
養軍千日，用兵一時。每一次危機和困境都會伴隨新的機會出現，疫情過后，我們都希望它能為智能交通沉淀些什么。
