当前,已有百余年历史的汽车产业,正在向网联化、智能化、电动化与共享化的方向发展。尤其随着以5G技术为代表的物联网通信技术的成熟,产业界又提出了基于C-V2X车路协同技术来弥补单车智能存在的缺陷,推动智能驾驶、自动驾驶技术的成熟。从实践层面来看,基于C-V2X车路协同技术创新应用展现出的市场潜力,正在初露端倪。
在交通数字化转型的大背景下,从在2018年起,华为云IoT就支撑了国内第一个城市车路协同示范区--无锡车联网国家先导区的试点建设。2019年,在智慧高速场景中,华为云IoT与首发集团等企事业单位合作,在北京延崇高速上完成了首次协同式自动驾驶的试点;2020年,与四川交投携手打造的西南首个智能网联高速测试场完成建设。
这些试点项目都源自华为云IoT的路网数字化服务。路网数字化服务,面向高速公路、城市道路、园区等交通场景,汇聚连接多种路侧传感器(雷达、摄像头、T-Box、气象传感器等),构建云控交通大脑,提供云边协同的道路感知服务,实现人、车、路、云之间的数字化信息交互,通过边管云协同的方案架构,实现智能从中心向边缘延伸,不断优化迭代边缘智能算法,提升驾驶安全和道路通行效率,使能智慧交通,助力自动驾驶规模化商用。
精准感知,交通事件毫秒级感知,亚米级定位精度
雷达、摄像头结合强大的V2X Edge的边缘AI算法和高精地图,动态感知全量路况信息,交通事件毫秒级感知和定位,及时通知周边车辆提醒避让。
V2X Edge,是部署在路侧的智能边缘计算单元设备上的软件,也是V2X Server的能力在边缘侧的延伸。当智能边缘计算单元所对接的摄像头和雷达,感知到路上的车辆,行人,障碍物等交通参与者或者其他物体后,这些对象在物理空间的原始数据,会交给V2X Edge进一步进行算法分析和事件识别,进而生成符合国标定义的交通事件发给RSU并广播给附近的车辆。同时,V2X Edge将事件发送给V2X Server进行存储和进一步数据开放。对于需要跨点位通知的事件,例如,高速上的平均行驶速度都很高,交通事故如果只通知给RSU广播范围内(300~500m)的车辆,对于那些重载货车,可能仍然无法保证安全刹车距离。因此需要将前方事故点发生的事件,通过路段上游的路侧设备通知给500米到1000米以外的车辆,进行提前减速或变道,而这背后,正是V2X Server通过云端的推送规则和算法,精准调度到对应的边缘和RSU,以完成该远距离通知。
高清地图动态下发也是车路协同的一个必要能力,静态的高清地图图层合上路侧感知的交通参与者,能够有效地提升自动驾驶车辆的感知决策能力。目前V2X Server和V2X Edge也已经在其他项目试点中完成了与主流图商的集成,并实地验证了动态高清地图的业务。
智能认知,实时交通态势分析和预测,准确度95%
利用边缘感知的实时路况数据,结合气象、边坡桥隧传感数据、两客一危等数据,构建道路全息数字孪生系统,分析路网交通态势,使能公众出行及道路监管等智慧应用
V2X Server,是车路协同业务的基础应用平台,也是车路协同的控制大脑。基于对多路段、多区域甚至是整体城市的车况、路况、以及突发事件等多维度、全局的交通状况分析,实现智能网联场景、公众出行场景以及监管业务场景等智慧应用。
摄像头实时感知道路状况,如行人、车辆、危险事件及特殊物品等。雷达因其工作频段较高,受环境影响小,可与摄像头协同对异常状况的位置进行测距。气象站则可提供道路气象状况信息,如道路是否结冰、团雾、大风或雨落。此外,在一些容易山体滑坡的路段,会布设有边坡位移传感器,在重要的桥梁,会有桥梁应力检测器。这些传感器数据,会统一由V2X SERVER进行统一的数字建模,通过大数据分析、仿真预测能力,客户整个交通实时和未来的画像、态势。通过车辆轨迹、过车流量统计、拥堵长度计算、拥堵时空规律分析、隐患点分析有效使能交通管理。
最优决策,云边端协同,交通管控分钟级决策调度
交通情况的实时有效管控一直是行业痛点。V2X Server通过管控策略服务有效解决问题。通过强大的AI能力,用户可以将创建的管控策略,如限速、诱导、控流等在策略评估系统仿真执行,系统将给出最优的管控策略,并通知周边相关系统执行。如通知诱导屏发布限速60KM/小时的信息。
V2X Server根据系统交通流研判结果,针对性地制定交通流管控方案,在速度建议、分流诱导、匝道控制、借道通行等措施上实现多部门协调一致,充分发挥路网运行整体效能,有效预防和减少交通拥堵。为交通管理部门和相关企业提供及时、准确、全面的信息支持和信息化决策支持;大幅度提高交通运输系统的管理水平和运行效率,为出行者提供全方位的交通信息服务和高效、经济、安全、人性、智能的交通运输服务。V2X Server以“数据”管理道路,通过合理衔接各种交通数据,形成一体化交通信息资源体系,推进交通运输信息化建设,全面提高交通运输智能化、现代化水平,结合路段管理的具体需求,实现高效、及时、准确管控,缓解路段拥堵现象,达到提升运营管理水平的效果。
车路协同目前还是一个标准不断完善,场景不断丰富,处于行业早期的产业。未来,华为IoT还会紧密跟随产业标准,积极探索,持续构筑协作式智慧交通。
好文章,需要你的鼓励
ServiceNow宣布将以超过10亿美元收购身份安全平台Veza,这是该公司2025年一系列AI和数据重点收购的最新举措。此次收购正值企业加速部署AI代理之际,而如何管理这些非人类身份的访问权限和输出已成为普遍难题。该交易将为ServiceNow的AI控制塔提供关键的身份治理能力,帮助企业建立统一的控制平面来定义上下文相关的权限、监控代理行为并大规模执行最小权限访问策略。
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
在生成式AI热潮中,只有英伟达和台积电真正赚到钱,其他AI产业链公司要么亏损要么利润被稀释。博通虽然在数据中心网络领域有不错的利润率,但为了不被AI浪潮抛弃,也选择进入AI业务。博通拥有730亿美元的AI积压订单,但被迫成为AI系统集成商,进一步稀释利润。第四季度博通收入180亿美元,同比增长28.2%,AI芯片收入达65亿美元。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。