我們已經(jīng)討論過很多關(guān)于智能城市的話題。越來越多的科技企業(yè)加入這個產(chǎn)業(yè)大命題，從無人駕駛、車路協(xié)同，再到城市大腦，一系列軟硬件要素蓬勃而出，誓要讓交通生活舊貌換新顏。

截至2018年底，我國智能交通千萬級以上的項目（不含公路信息化）就有1167個。

然而，就在大家普遍在對車與路的故事滿懷期待的時候，整合時期的諸多“適應(yīng)癥”也開始出現(xiàn)。無人駕駛汽車事故屢見不鮮，云端大腦在龐大的數(shù)據(jù)體量面前壓力山大，研發(fā)和基建成本居高不下，但城市交通效率卻并沒有成比例提升。

如果把智慧交通比作城市未來的一出好戲，那么，目前已經(jīng)完成了前期的籌備工作。核心班底不外是云端大腦、芯片、傳感器、攝像頭，都說膩了。至于最終向市民呈現(xiàn)出怎樣的作品，還要看導(dǎo)演如何讓角色們拿起正確的劇本、奉獻(xiàn)出的演技了。

于是，我們和專注于高端傳感器、MEMS芯片及系統(tǒng)的西人馬聊了聊，探討了一下在智慧城市這部鴻篇巨制中，傳感器都承擔(dān)了哪些戲份。

數(shù)據(jù)織就的“城市神經(jīng)網(wǎng)”，隱藏了幾個重要的出行bug

在傳感器開始它的表演之前，我們要先幫城市的神經(jīng)網(wǎng)絡(luò)“捉捉蟲”，找出那些影響感知和決策的大小bug。

在城市的數(shù)字基礎(chǔ)建設(shè)過程中，每天有大量的傳感器和系統(tǒng)落地。但這些終端數(shù)據(jù)距離真正服務(wù)于城市大腦，卻存在著幾個障礙：

1．?dāng)?shù)據(jù)收集的完整性�，F(xiàn)代化城市和人們的出行軌跡往往圍繞著復(fù)雜而緊密的交通網(wǎng)絡(luò)展開。一方面，這要求城市系統(tǒng)能夠覆蓋到每一個邊邊角角，構(gòu)成完整而龐大的“神經(jīng)網(wǎng)絡(luò)”；另一方面，高速流動的車流、人流對數(shù)據(jù)采集的實時性、精度也提出了挑戰(zhàn)。如果數(shù)據(jù)出現(xiàn)了“盲點”，那么即使擁有再強(qiáng)大的城市大腦，交通擁堵、地面安全等問題也依然是“死結(jié)”。

2．?dāng)?shù)據(jù)協(xié)作的兼容性。城市數(shù)據(jù)的另一個問題，是數(shù)據(jù)源的多種類、多模態(tài)。比如僅僅是解決堵車的問題，就需要路面的車流量數(shù)據(jù)、車輛GPS數(shù)據(jù)、天氣預(yù)報、路況健康監(jiān)測數(shù)據(jù)等等，只有將不同種類的傳感器融合，把各數(shù)據(jù)源捏合在一起，才能夠?qū)崿F(xiàn)對交通狀況的實時把握和調(diào)控，主動影響智慧決策。

3．?dāng)?shù)據(jù)處理的高效率。目前許多城市的數(shù)據(jù)收集方案，都是通過攝像頭、通訊基站等方式實現(xiàn)的。這就導(dǎo)致了兩個問題：一是攝像頭的視覺數(shù)據(jù)需要進(jìn)行語義分析、特征提取、圖像理解等一系列處理，對算力資源、硬件配置、數(shù)據(jù)存儲等提出了較高的要求；二是大規(guī)模的實時高精視覺數(shù)據(jù)一股腦兒地輸送到云端，很容易造成數(shù)據(jù)堆積和處理延遲，成為“城市大腦”的重?fù)?dān)，耽誤一些需要實時反應(yīng)的需求。

歸根結(jié)底，城市的智慧化不應(yīng)該只停留在“被數(shù)字”的表面功夫，而應(yīng)該真正讓城市的每一寸肌理都能夠感知數(shù)據(jù)、應(yīng)用數(shù)據(jù)，這樣任何地面事件帶來的每一個“神經(jīng)沖動”，才能快速而順利地抵達(dá)城市“大腦中樞”。

將城市道路變成神經(jīng)網(wǎng)絡(luò)

關(guān)于城市數(shù)據(jù)體系的建構(gòu)，目前還沒有什么“基本法”，參與者都在各自摸索。對于城市交通領(lǐng)域的數(shù)據(jù)難題，顯然不是單一的軟硬件所能夠解決的。因此，可將數(shù)據(jù)網(wǎng)也拆解成了三個步驟：

第一步：多模態(tài)傳感器的全面鋪設(shè)；

第二步：多模組監(jiān)測的綜合解決方案；

第三步：車人路聯(lián)動的真·智慧交通。

首先是數(shù)據(jù)感知網(wǎng)絡(luò)。前面我們提到，城市智慧交通突出的問題就是采集方式和種類單一，導(dǎo)致數(shù)據(jù)的維度和精度不夠，無法照顧到龐大的細(xì)節(jié)角落。

基于此，可將交通神經(jīng)網(wǎng)絡(luò)進(jìn)行了從頂層設(shè)計到終端布局的系統(tǒng)設(shè)計。體現(xiàn)到具體的硬件部署上，就是將多模態(tài)的傳感器結(jié)合各類數(shù)據(jù)采集模塊，對城市道路進(jìn)行因地制宜的綜合改造。

比如通過路燈傳感器，對路面的人和物實現(xiàn)10cm的高精度定位；在地面設(shè)置磁坐標(biāo)，可以對車輛每10cm的移動都了如指掌；在隧道等復(fù)雜結(jié)構(gòu)環(huán)境中，則采用了超聲波測距儀、靜力水準(zhǔn)儀、裂縫傳感器、振弦采集儀等傳感器綜合做功，并結(jié)合車聯(lián)網(wǎng)，對交通出行所需要的數(shù)據(jù)進(jìn)行了深層次、多模態(tài)的系統(tǒng)收集，讓外部刺激的每一絲“神經(jīng)沖動”，都能夠被城市以立體的方式感知到。

然后是場景化的多模組監(jiān)測方案。

這部分有點像神經(jīng)網(wǎng)絡(luò)的大腦分區(qū)，數(shù)據(jù)感知網(wǎng)絡(luò)與處理模塊一起，構(gòu)成了垂直場景的監(jiān)測模組，提供清晰而具體的能力。

目前，智慧交通系統(tǒng)可以為用戶提供定位導(dǎo)航、通訊傳輸、氣候監(jiān)測、橋梁監(jiān)控監(jiān)測、隧道監(jiān)控監(jiān)測、地質(zhì)災(zāi)害監(jiān)測等不同模塊的服務(wù)。

以地災(zāi)模組為例，智慧交通系統(tǒng)在邊坡等道路環(huán)境上部署了傳感器、數(shù)據(jù)采集、數(shù)據(jù)傳輸?shù)茸酉到y(tǒng)，對自然災(zāi)害等進(jìn)行實時監(jiān)測。這些數(shù)據(jù)會實時上傳到數(shù)據(jù)庫和處理控制中心，一旦出現(xiàn)異常狀況，就能夠根據(jù)實際情況進(jìn)行安全評價，預(yù)警子系統(tǒng)在向上發(fā)出分級預(yù)警，從而達(dá)到監(jiān)控邊坡安全、及時消除安全隱患的功能。

最后，就需要將路、車、人等不同的“子模塊”聯(lián)動起來，形成一個細(xì)節(jié)明確、功能多元、場景豐富的完整城市數(shù)字體系。再借助超級計算機(jī)的磅礴算力， 完成城市交通的智能管理。

就拿常見的“城市病”——交通擁堵來說，一旦道路、基建、人、車都被城市神經(jīng)網(wǎng)絡(luò)連通起來，那么一旦周邊車輛發(fā)生異變，車與車之間的感應(yīng)就會實時開啟。特殊氣候、網(wǎng)絡(luò)失聯(lián)、車流異常等外界環(huán)境的變化，都能夠及時被無處不在的傳感器網(wǎng)絡(luò)所感知和處理，再借由城市大腦將指示傳遞給車主，進(jìn)行合理避障。這樣的無死角的城市網(wǎng)絡(luò)，自然就不會再輕易就“心肌梗塞”了。

如此看來，從神經(jīng)突觸（傳感器系統(tǒng)），到獨立腦區(qū)（垂直模塊），再到城市大腦（智慧交通系統(tǒng)），智慧交通系統(tǒng)正是通過這樣環(huán)環(huán)相扣的勾畫，讓真正的智慧城市更早地來到我們身邊。