




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
百度ACE智能交通引擎3.0致力成为中国智能交通现代化开路先锋PREFACE序PREFACE交通是经济的脉络和文明的纽带。建设交通强国是以习近平同志为核心的党中央立足国情、着眼全局、面向未来作出的重大战略决策,是全面建成社会主义现代化强国的重要支撑。2021年10月,习近平主席在第二届联合国全球可持续交通大会上指出,要坚持创新驱动,大力发展智慧交通。2022年10月,习近平总书记在党的二十大报告中指出,要建设现代化产业体系,加快建设交通强国、网络强国、数字中国,加快推动产业结构、能源结构、交通运输结构等调整优化,推进交通领域清洁低碳转型。百度作为拥有强大互联网基础的领先A公司,致力成为中国智能交通现代化开路先锋。2020年4月,百度正式发布ACE智能交通引擎1.0,首次提出"车路智行"智能交通整体解决方案,首次诠释了百度对智能交通技术的信心和助力建设交通强国的初心。2021年,百度推出升级版ACE智能交通引擎2.0,发布细分场景解决方案,赋能智能网联、智慧交管、智慧高速、智慧停车等业务场景,不断深化智能交通的业务内涵。2022年,百度进一步实施科技自立自强战略,持续深耕"芯片+框架+大模型+应用",发布车路协同开放平台——"智路OS"。截至2023年6月,百度ACE智能交通解决方案已服务200+个城市及地区,可使通行效率提升15%-30%。2023年,chatGPT、文心一言等产品的发布,标志着以大模型为核心的人工智能新时代已经到来。大模型重新定义了人机交互方式,同时催生了大量的AI原生应用。针对智能交通行业,百度将继续秉承科技初心,用A原生思维重构ACE智能交通引擎3.0;ACE也将持续依托百度智能交通大模型,致力成为中国智能交通现代化开路先锋,为交通强国建设、中华民族伟大复兴及人类的科技进步贡献力量!PECIALTHANK特别鸣谢PECIALTHANK感谢各编制单位、编制人员和指导专家对白皮书编制工作的大力支持!限于时间和研究水平,白皮书仍有待改进之处,需要不断修订和完善,欢迎各位领导、专家和业界同仁提出指导意见和建议,也欢迎加入到百度智能交通的研究和推进工作当中,共同推进我国智能交通快速发展。本白皮书的指导专家包括(按姓名笔画排序): 王长君公安部道路交通安全研究中心主任王先进交通运输部科学研究院副院长兼总工程师王笑京国家智能交通系统工程技术研究中心首席科学家陈山枝中国信息通信科技集团有限公司副总工程师、专家委主任、移动通信及车联网国家工程研究中心主任陈艳艳北京工业大学城市交通学院院长赵一新中国城市规划设计研究院城市交通分院院长录20200404020211.划时代的大模型2.能力升级33.产品重构4.生态刷新03031.聪明的车2.智慧的路2.智慧交管4.智慧停车672.智慧交管4.智慧停车67解决方案解决方案253.智慧高速人才生态05人才生态3.3.解决方案附录:大事记79-01总体架构党的十八大以来,以习近平同志为核心的党中央对交通运输工作给予高度重视、大力支持和殷切期望,党中央、国务院先后印发《交通强国建设纲要》、《国家综合立体交通网规划纲要》,提出推进交通基础设施网与信息网融合发展,加强交通基础设施与信息基础设施统筹布局、协同建设,推动车联网部署和应用,强化与新型基础设施建设统筹,推动我国交通现代化水平实现总体跃升。国务院印发《新能源汽车产业发展规划(2021-2035)》、《"十四五"现代综合交通运输体系发展规划》,要求促进新能源汽车与能源、交通、信息通信深度融合,促进第五代移动通信、物联网、大数据、云计算、人工智能等技术与交通运输深度融合,协调推动智能路网设施建设,发展一体化智慧出行服务。数字中国时代,智能交通发展空间空前广阔。百度作为先行军和探路者,将持续开展交通发展的智能化探索,坚持"开放能力、共享资源、加速创新、持续共赢"原则,致力成为智能交通现代化开路先锋。基于此,百度以国家方针政策为指引,以打造中国标准下"自动驾驶+车路协同"的自主、安全、可控的全产业链为目标,迭代更新百度ACE智能交通引擎3.0,全面助力"交通强国"战略目标实现。ACE3.0:百度交通大模型聚合车路云图回回L4自动驾驶IL2+智能驾驶城市治理信控缓堵交通安全便民服务全天候出行张图1科技创新用户停车企业运营政府监管 交通行业大模型昂语言大模型视觉大模型eAIROS路AIROS路车云图车INTELLIGENTTRANSPORTATIONMODERNIZATION-02百度ACE智能交通引擎随着时代的变化经历了三个发展阶段,在1.0阶段完成了"车-路-云-图"四个方向的基础能力建设,在2.0阶段围绕车路云一体化的大方向上建立连接和迭代。而在智能交通的新时代下,百度基于对交通行业的深度理解以及国内乃至全球领先的大模型技术,通过视觉大模型、语言大模型和跨模态大模型对ACE智能交通引擎进行重构,形成以交通行业大模型为核心的百度智能交通引擎3.0架构,推动交通感知能力、交通认知能力、交通预知能力、交通知识能力和交通交互方式的变革式升级,进一步实现交管大脑、全域信控和智慧高速等细分领域基于大模型的产品重构,从而催生了大模型应用服务商、行业大模型微调服务商、新型交通云计算服务商等新的生态体系。1.文心NLP大模型文心NLP大模型以ERNIE及PLATO系列模型为核心,具有语言理解、对话交互、内容创作、知识推理等能力。支撑文心NLP大模型的关键技术包括有监督精调、人类反馈的强化学习、提示、知识增强、检索增强和对话增强。前三项是这类大语言模型都会采用的技术,在ERNIE和PLATO中已有应用和积累,后三项则是百度已有技术的再创新。2.文心CV大模型文心CV大模型包含通用大模型VIMER-CAE和VIMER-UFO2.0等。VIMER-CAE是视觉自监督预训练模型,通过编码模块和隐式上下文回归解码模块,对图像块进行特征表达和掩码建模,提高了图像表征能力,在下游各类图像任务上取得了明显的效果,包括图像分类、目标检测、语义分割等经典任务,达到了SOTA结果。VIMER-UFO2.0是视觉多任务大模型,参数量达170亿,单模型28项公开数据集SOTA。基于飞桨TaskMOE架构,根据任务自动选择最优区域,同时支持下游任务快速扩展。此大模型由百度文心提出,利用统一特征表示优化技术(UFO),解决大模型落地应用时参数量大、推理性能差等问题。3·文心跨模态大模型文心跨模态大模型利用基于知识增强的跨模态语义理解关键技术,实现跨模态检索、图文生成、图片文档的信息抽取等应用的快速搭建。例如,ERNIE-viLG2.0是全球首个知识增强的AI作画大模型,也是目前全球参数规模最大的AI作画大模型,它采用基于知识增强算法的混合降噪专家建模技术,在文本生成图像公开权威评测集MS-Coco和人工盲评上均超越了stableDiffusion、DALL-E2等模型,取得了当前该领域的世界最好效果,并在语义可控性、图像清晰度、中国文化理解等方面展现出了百度的显著优势。INTELLIGENTTRANSPORTATIONMODERNIZATION-03-0402》》》交通大模型划时代的大模型 》划时代的大模型百度早在2010年就成立了"自然语言处理部门",并在2013年相继成立了深度学习研究院IDL、人工智能实验室等专业团队,这些团队共同形成了百度AI技术研发的基石。在过去的10年,百度研发费用增长超25倍。得益于10余年的长期坚定投入积累,百度智能交通也在文心大模型的基础能力上进行了扩展,结合海量交通数据采用渐进式预训练、交通出行专家知识、自进化和生成式数据闭环迭代能力等技术手段,拥有了超过百亿参数量的交通大模型。百度交通大模型架构语音交互系统文本对话系统数字人联动系统语音交互系统文本对话系统交通大模型prompt工程COT管理I边云协同I模型蒸馏I场景封装交通文心大模型服务部署插件服务AIROSInside计算通信感知认知交通文心大模型服务部署插件服务AIROSInside计算通信语言大模型语言大模型视觉大模型视觉大模型跨模态大模型跨模态大模型数据管理智能标注模型训练评估优化异构算力管理高性能文件系统lIB/ROCERDMA高速网络AI调度增强 原生高性能框架 INTELLIGENTTRANSPORTATIONMODERNIZATION-05交通大模型遵循四层架构,包含运行层、平台层、模型层和交互层,各层之间相互协同构成交通大模型整体架构。AIROS通过原生高性能框架、标准化接口和AI域服务,为用户提供开箱即用的大模型运行系统,使智能交通部署、应用与开放更灵活。交通一站式平台不仅支持模型生产的基础能力,AIROS通过原生高性能框架、标准化接口和AI域服务,为用户提供开箱即用的大模型运行系统,使智能交通部署、应用与开放更灵活。基于交通垂类文心一言的文本对话系统、语音交互系统、数字人联动系统等新型交互方式带来交互体验的全新升级。交通大模型具备专业思维与常规对话能力,实现了感知更准、认知更清、预知更全,并形成交通垂类文心一言基于交通垂类文心一言的文本对话系统、语音交互系统、数字人联动系统等新型交互方式带来交互体验的全新升级。得益于百度在大模型领域深厚的技术积累,以及百度长期深耕智能交通所沉淀下来的业务能力和行业理解能力,百度智能交通依托文心大模型的基础能力,构建了超过百亿参数量的交通大模型,并配合成熟的工具链,细分智能网联汽车、智慧交管、智慧停车、智慧高速、人才生态等领域,为交通管理者、交通参与者、从业者以及生态开发者提供更高效专业的服务。INTELLIGENTTRANSPORTATIONMODERNIZATION-06能力升级 》能力升级文心大模型NLP大模型CV大模型跨模态大模型百度智能交通在文心大模型的基础能力上进行了扩展,结合海量交通数据采用渐进式预训练、混合专家技术、自进化和生成式数据闭环迭代能力等技术手段,文心大模型NLP大模型CV大模型跨模态大模型·交通态势感知·智能信控缓堵·交警业务助理·智能事件检测·事件智能处理·高速数字人·全线信息服务·出行服务助手交通大模型交通大模型交通感知交通认知决策交通流量预知飞桨飞桨昆仑芯昆仑芯今百度交通大模型在专业思维与常规对话、交通感知、交通认知、交通预知和交通知识方面具备全场景能力,支持跨模型协作,通过全新的交通交互方式为政府、企业和个人用户的交通场景应用提供全面升级的解决方案。INTELLIGENTTRANSPORTATIONMODERNIZATION-07通过对海量数据的分析和学习,大模型能够准确地感知交通场景中的各种信息,包括道路、车辆、行人等元素。感知场景比传统感知能力实现跨越数量级的提升,感知准确率比传统感知能力有大幅提升。对于面向单一场景和局部业务的传统认知能力,大模型通过理解和解读交通场景中的全量语义信息,识别交通标识、信号灯等交通全要素,对交通场景和业务进行理解和语义分析,并基于这些能力进行全局交通决策,包括交通流优化、交通信号控制、车辆路径规划等,这一能力比传统认知能力大幅提高了交通效率。大模型通过百亿级参数,覆盖交通全时空信息,并通过强大的推理能力,进行交通预知,预测未来的交通状况、交通事件和交通趋势,从而帮助用户更好地做出决策。利用海量交通行业知识微调后的大语言模型变成了既能理解常规对话、又能具备专业思维的"老专家",进一步优化交通系统的决策能力。百度基于对智能交通业务的深度理解,构建覆盖交通全业务的语音语义指令集,打造全语音语义化的AI原生应用,实现交通行业交互方式的变革式提升。INTELLIGENTTRANSPORTATIONMODERNIZATION-081.交通感知能力升级百度智能交通基于交通大模型的应用重新定义了交通感知能力。百度交通大模型支持近百项子功能的协同优化以及文本、图像、视频、点云、矢量数据的跨模态的识别和生成能力。相对于使用单任务小模型的方法,交通大模型的平均错误率可下降50%,实现了交通感知效果的全面升级。同时,交通大模型还成功地解决了行业中的难题。例如,在抛洒物检测这个交通行业难题上,百度交通大模型的准召率突破90%;在交通事故等小样本场景,交通大模型的准召率更是达95%以上,与小模型相比小样本场景错误率下降超过70%。除此之外,交通大模型还采用了伪标签和异构知识蒸馏技术,可以将其应用于任意小模型,实现对小模型能力的定制化提升。这意味着交通大模型可以为不同的客户提供面向多元场景的全应用感知效果升级。无论是在交通管理领域、智能交通系统中还是驾驶辅助系统中,交通大模型都能够为各类应用场景提供更精确、更高效的感知效果。通过百度交通大模型的引入和应用,交通感知领域迎来了全新的发展机遇。交通大模型的特征优化、准确率突破和定制化提升,为交通行业带来了全面升级的交通感知效果,有效提高了交通管理的效率和安全性,为城市交通发展和出行体验带来了更多的可能性。2·交通认知能力升级在交通管理中,认知决策能力提升是实现高效、智能化的交通管理的重要一步。百度智能交通利用大模型的强化学习技术和深度学习技术并结合平行世界的技术手段模拟交通运行状态,形成类真实世界交通流数据,构建交通需求和供给的映射关系,通过不断迭代和优化快速提升大模型决策能力,从而更好地应对实际交通场景中的各种挑战,实现更加智能、高效的交通管理。全域信控优化是认知决策能力的一个重要代表。模型利用全域实时轨迹还原结果作为交通需求,以时空动态变化的道路承载能力和路口时空资源为供给,动态计算生成全域的子区划分策略,由子区组织各个路口进行协同,通过截流、协调、自适应等控制手段的组合实现策略的落地。基于全域信控对交通网络的智能化改造,可以把通行效率提升15%至30%。3·交通预知能力升级在交通出行中,最基本的要素就是每辆车的实时出行轨迹。基于出行轨迹,交通大模型可以生成交通缓堵、交通安全和交通服务中的各类交通指标,更能够减少外场感知设备的依赖性 (降低对覆盖范围和稳定性的要求),增加对历史、实时和未来的数据分析挖掘能力,助力交通产业的高质量发展。INTELLIGENTTRANSPORTATIONMODERNIZATION-09CLMAEDiffusionCLMAE统统一模型ST-Trans.跨城市迁移时空Autocorr多域数据对齐迁移学习POI信息交通大模型利用地图路网数据和车辆轨迹数据,结合传感器数据,构建轨迹预测能力,基于历史轨迹实现对轨迹缺失补全、轨迹预测的能力,支撑ETA预估、智能信控优化等场景,为交通业务赋能。相比于传统的神经网络模型,轨迹预测大模型能够更好地解决效果瓶颈和效率瓶颈问题,在时空序列表征上更有优势。4.交通知识能力升级交通垂类文心一言在知识增强、检索增强和对话增强的技术支持下,通过利用海量交通行业知识微调,成为既能理解常规对话、又具备全面专业行业知识的交通行业专家,提升交通行业的知识能力和交通系统的决策能力。5·交通交互方式升级传统交通业务交互模式往往存在系统功能固化、业务流程僵化、业务协同割裂等问题,很难在易用性和功能完备性上实现平衡。百度基于交通垂类文心一言的能力,打造了基于文本对话系统、语音交互系统、数字人联动系统的自然语言交互方式。通过自然语言处理、机器学习、图像识别等多项关键技术,用户可以用自然语言与机器进行交互,获得具备自动识别业务角色、主动展示干人干面业务信息、业务数据深度下钻和跨系统跨业务的高效协同等能力的全新交互服务。百度智能交通基于对交通行业的深度理解,基于大模型构建全新的覆盖系统级、功能模块级、API级和数据级的A业务指令集,通过语音语义的交互方式,实现系统直达、功能直达、API直达和数据直达,大幅提升业务处理效率,带来行业变革式的业务体验,引领行业进入AI原生应用新时代,为企业用户提供更精确、更高效的交通数据分析和决策支持;为个人用户提供更便捷、更安全的出行体验。通过不断改进和迭代,百度智能交通将持续提升大模型的性能和功能,为交通行业的发展和城市的可持续交通做出更大的贡献。INTELLIGENTTRANSPORTATIONMODERNIZATION-10产品重构 》产品重构1交管大脑大模型随着科技革命和社会治理转型,交通要素数量激增和结构变化并行,道路交通安全面临新的挑战和发展机遇。为了实现"减量控大"的目标,需要发挥科技力量,推进交通管理领域大数据智能化应用,有效支撑安全形势精准研判、风险隐患精密防范、交通违法精确打击,促进道路交通安全管理工作高质量发展。交通大脑解决方案旨在解决我国面临的严重的道路交通事故问题,通过赋能交通管理部门,贯彻落实《道路交通事故预防"减量控大"工作方案》,全力维护道路交通安全形势稳定。传统的道路安全信息化系统建设存在"感知不精准、数据不全面、流程不清晰、服务不到端、辅助决策难、指挥调度难"等痛点,而由交通大模型加持的交通大脑解决方案旨在提升"感知-溯源-研判-预测"的端到端全链路能力,打造新一代人工智能系统,实现隐患早发现、事故早预测、预案早准备。防治体系道路隐患治理重点人/车/企治理出行安全预警·地图数据隐患挖掘·自动巡检隐患识别·专业隐患排查服务·道路隐患报告·治理建议报告·治理流程管理·全息档案(复杂搜索防治体系道路隐患治理重点人/车/企治理出行安全预警·地图数据隐患挖掘·自动巡检隐患识别·专业隐患排查服务·道路隐患报告·治理建议报告·治理流程管理·全息档案(复杂搜索)·重点人/车/企分析·重点违法行为监管·违法高发地点/时段分析·车辆稽查布控·常态隐患预警·实时隐患预警·安全路径提示·C端预警发布·诱导屏/情报板预警发布应用系统交通事故研判轻微事故快处·事故自动识别·事故远程取证·OCR图像识别·事故现场还原·事故辅助定责·认定书辅助生成事故数据管理·事故数据标准化·事故全息画像事故研判分析道路安全评价体系·事故黑点挖掘·区域统计分析·交通指标关联分析·NLP自动化报告·安全风险系数·治理策略推荐·风险致因分析·治理效果评价122/12123警情六合一事故数据机动车/驾驶人数据道路安全隐患数据交通违法数据道路线形数据互联网交通指标检测器感知指标危险驾驶数据(三急一速)交通安全大数据平台:事故相关数据接入、治理、融合、服务电卡/雷视Al感知数据百度地图DUGS/路网拓扑结构数据模块安全设施提升安全设施提升·弯道哨兵·电警/卡口·信号机/区间测速·诱导屏/情报板…基础设施提升·路口组织渠化改造·护栏标线设置·转弯盲区设置·行人过街改造…感知设施提升·雷达/雷视·摄像头/高清视频·重点车车载设备…支撑支撑文心大模型文心大模型引擎交通大模型交通大模型NLPNLP大模型跨模态大模型跨模态大模型CVCV大模型INTELLIGENTTRANSPORTATIONMODERNIZATION-11交通事故感知旨在解决"事故发现-事故评估-事故预警-事故溯源-事故定责"全闭环链路场景,发挥"事故早发现、事故早解决"的能力。交通大模型通过不断的感知与无监督学习,区分交通事故和非事故的图像,识别不同类型的交通事故场景,并对场景进行归纳总结。通过公安感知设备产生的事故数据,对交通事故识别大模型进行精调后,即可实现在无额外标注数据的情况下,自动识别事故的发生。同时可对事故等级进行自动评估,判断事故的严重程度并进行预警,同时自动推送救援和处置指令给相关单位,实现紧急救治。这种方式可以减少人工干预的时间和误差,提高事故处理的效率和安全性。通过对事故视频的整体分析,利用跨模态能力实现对整个事故场景的溯源分析,对事故经过进行复现。结合法律法规,通过自然语言处理能力对事故责任进行判定,生成事故报告的同时为保险理赔和法律诉讼提供依据。交通事故研判旨在解决"事故溯源-事故分析-隐形特征挖掘"的场景问题,发挥"事故全了解"的能力。大模型的深度学习神经网络等算法会自动分析全域交通事故原因,并挖掘潜在的关联关系,通过显性特征挖掘隐形特征,大幅度提升对全域事故的分析能力。同时,提供全面的信息支持,帮助交通管理部门制定有针对性的预防措施和解决方案,提高交通系统的安全性和效率。在大模型对交通事故识别后,会对全量交通事故原因进行溯源分析:利用自然语言处理和图像识别等技术,大模型会自动提取数据中的关键信息,根据提取到的图像特征和事故表述特征,全面剖析每起事故的原因,并对事故进行整体归纳总结,结合交通流量的数据、天气数据、道路情况数据、地理位置数据、驾驶人的行为数据,分析事故发生的本质原因,如驾驶员疏忽、超速行驶、闯红灯等。通过显性的表面事故特性,挖掘出隐形的潜在事故规律。交通事故预测旨在解决"隐患发现-事故预测-整改推荐"的场景问题,为交通安全管理决策提供支持和指导。大模型能够提前预测交通事故并采取相应的预防措施,对于减少交通事故的发生具有重要意义。通过对交通流量数据、车辆运行数据、道路状况数据等进行分析和预测,可以建立大模型交通事故预测能力,利用大模型预测交通事故的发展趋势、交通拥堵的影响因素等,同时对交通事故的发生概率进行预测,为交通管理和控制提供依据和参考。根据预测结果,相关部门可以针对事故高发区域进行隐患排除和道路安全改善措施,如增设安全设施、改善道路设计等,有助于提高交通事故预防效果和降低交通事故发生概率。INTELLIGENTTRANSPORTATIONMODERNIZATION-122.全域信控大模型防治体系重点人/车/企治理出行安全预警道路隐患治理安全设施提升安全设施提升·弯道哨兵防治体系重点人/车/企治理出行安全预警道路隐患治理安全设施提升安全设施提升·弯道哨兵·电警/卡口·信号机/区间测速·诱导屏/情报板…基础设施提升·路口组织渠化改造·护栏标线设置·转弯盲区设置·行人过街改造…感知设施提升·雷达/雷视·摄像头/高清视频·重点车车载设备…·地图数据隐患挖掘·自动巡检隐患识别·专业隐患排查服务·道路隐患报告·地图数据隐患挖掘·自动巡检隐患识别·专业隐患排查服务·道路隐患报告·治理建议报告·治理流程管理·全息档案(复杂搜索)·重点人/车/企分析·重点违法行为监管·违法高发地点/时段分析·车辆稽查布控·常态隐患预警·实时隐患预警·安全路径提示·C端预警发布·诱导屏/情报板预警发布应用系统交通事故研判轻微事故快处·事故自动识别·事故远程取证·OCR图像识别·事故现场还原·事故辅助定责·认定书辅助生成事故数据管理·事故数据标准化·事故全息画像事故研判分析道路安全评价体系·事故黑点挖掘·区域统计分析·交通指标关联分析·NLP自动化报告·安全风险系数·治理策略推荐·风险致因分析·治理效果评价数据模块交通安全大数据平台:事故相关数据接入、治理、融合、服务122/12123警情122/12123警情六合一事故数据六合一事故数据机动车/驾驶人数据机动车/驾驶人数据道路安全隐患数据道路安全隐患数据交通违法数据交通违法数据电卡/雷视A感知数据百度地图DUGls/路网拓扑结构道路线形数据道路线形数据互联网交通指标互联网交通指标检测器感知指标检测器感知指标危险驾驶数据(三急一速)危险驾驶数据(三急一速)支撑支撑文心大模型文心大模型引擎交通大模型交通大模型NLPNLP大模型跨模态大模型跨模态大模型CVCV大模型大模型驱动的全域信控解决方案主要应对的是我国愈发普遍和突出的城市交通拥堵问题,旨在赋能交通管理部门科学高效地匹配交通的供给与需求,缓解道路拥堵,提升城市交通出行效率。传统的缓堵保畅信息化系统建设通常由外场感知、态势研判、信控优化、交通诱导组成。受限于成本和工程的可行性、稳定性,传统的缓堵保畅信息化系统普遍面临着感知数据不全、系统稳定性难保障、聚焦小范围而无法顾及全域、信息传递与触达受限等问题。由交通大模型驱动的全域信控解决方案旨在全面提升"感知-研判-优化-诱导"的端到端全链路能力,打造全域全时全量的缓堵保畅智能化系统。INTELLIGENTTRANSPORTATIONMODERNIZATION-13全域感知通过"多源数据+机器学习算法"应对传统感知系统普遍存在的感知范围受限、感知稳定性差、感知指标准确度低的问题。在多源数据方面,大模型利用互联网地图数据与外场感知数据进行互补,发挥多源数据的各自优势。对于互联网地图数据,主要利用其动态鲜活的车道级路网和Aol/POI数据以及全域全时的实时交通速度、延误、停车次数、OD等指标,构建城市交通数据的基础路网和泛在指标。对于外场感知数据,主要利用其监测的流量、车型、车辆身份,对互联网数据进行修正、校验、细化。在机器学习方面,大模型对多源数据进行补全与融合,挖掘数据潜力,为交通优化构建稳健的数据基础。针对数据缺失和不准确的问题,交通大模型利用GNN算法,结合拓扑路网和多源实时大数据,学习相邻节点之间的数据关联规律,预测缺失指标,修正问题数据。针对不同时段、不同区域的道路承载力等问题,交通大模型利用补全和修正后的历史数据为学习样本,训练获得流量与拥堵在不同时空下的关联系数,挖掘数据潜力计算出精确的道路承载能力。全域交通研判利用全域全时全量的感知融合大数据,通过大模型认知并概括交通规律、关联拥堵成因与治理经验,助力高效的缓堵保畅研判工作。面对全域全时全量的感知融合获得的海量交通大数据,大模型不断地认知与学习,识别数据所代表的交通规律,并对现象规律进行归纳概括。进一步地,大模型可生成自然语言、图表、调用地图与视频,将交通现象与规律准确生动地进行呈现,有效应对传统研判系统存在的有数据但难利用、只现象但难解释等问题。面对日积月累的交通治理方案,大模型可以不断总结治理方案与全域全时全量数据之间的关系并形成案例库。大模型在案例学习的基础上,可实现在面临新的拥堵场景时推荐治理方案,生成多模态的图文并茂的量化分析报告,梳理拥堵成因、推荐治理策略、绘制治理方案。INTELLIGENTTRANSPORTATIONMODERNIZATION-14全域信控优化与仿真验证在全域数据驱动的交通研判分析基础上,突破传统信控于单点和干线协调的限制,从全域范围的优化治理着手制定全局最优策略,并以平行世界的技术手段进行策略推演、验证、微调,从而获得最佳的城市级控制优化效果。全域信控优化大模型以全局优化为目标,计算形成全域控制与优化策略。模型利用全域实时轨迹还原结果作为交通需求,以随时空动态变化的道路承载能力和路口时空资源为供给,动态计算生成全域的子区划分策略,由子区组织各个路口进行协同,通过截流、协调、自适应等控制手段组合实现策略的落地。进一步地,大模型驱动的全域信控在配时方案下发之前,通过平行世界的技术手段快速比对不同的控制策略组合的得失,在避免单个子区、单个路口出现极端拥堵的前提下,获得全局均衡的最优解。经过平行世界推演、验证、微调的全域方案再通过统一信控平台进行下发与监测,从而确保取得真实而稳健的缓堵效果。全域交通诱导以全域全时全量的交通感知数据为基础,配合动态的全域信控策略,生成动态的诱导分流建议,并通过路侧诱导屏与C端小屏联动实现精准触达。大模型驱动全域交通诱导克服传统诱导中发布信息不及时、提示性不强的弱点,以动态诱导建议引导去往不同目的地的车辆选择最优路径。大模型利用全域OD与ETA预测,并考虑全域信控的子区策略,生成有针对性的实时诱导方案,最大限度地匹配交通需求和道路承载力。特别地,全域交通诱导通过大模型识别突发路况,并向预计途径突发状况点位的车辆发布报警信息和建议绕行路线。INTELLIGENTTRANSPORTATIONMODERNIZATION-153.智慧高速大模型防治体系道路隐患治理重点人/车/企治理出行安全预警安全设施提升安全设施提升·弯道哨兵防治体系道路隐患治理重点人/车/企治理出行安全预警安全设施提升安全设施提升·弯道哨兵·电警/卡口·信号机/区间测速·诱导屏/情报板…基础设施提升·路口组织渠化改造·护栏标线设置·转弯盲区设置·行人过街改造…感知设施提升·雷达/雷视·摄像头/高清视频·重点车车载设备…·地图数据隐患挖掘·自动巡检隐患识别·专业隐患排查服务·道路隐患报告·地图数据隐患挖掘·自动巡检隐患识别·专业隐患排查服务·道路隐患报告·治理建议报告·治理流程管理·全息档案(复杂搜索)·重点人/车/企分析·重点违法行为监管·违法高发地点/时段分析·车辆稽查布控·常态隐患预警·实时隐患预警·安全路径提示·C端预警发布·诱导屏/情报板预警发布应用系统交通事故研判轻微事故快处·事故自动识别·事故远程取证·OCR图像识别·事故现场还原·事故辅助定责·认定书辅助生成事故数据管理·事故数据标准化·事故全息画像事故研判分析道路安全评价体系·事故黑点挖掘·区域统计分析·交通指标关联分析·NLP自动化报告·安全风险系数·治理策略推荐·风险致因分析·治理效果评价数据模块交通安全大数据平台:事故相关数据接入、治理、融合、服务122/12123警情122/12123警情六合一六合一事故数据机动车/驾驶人数据机动车/驾驶人数据道路安全隐患数据道路安全隐患数据交通违法数据交通违法数据电卡/雷视Al感知数据百度地图DUGS/路网拓扑结构道路线形数据道路线形数据互联网交通指标互联网交通指标检测器感知指标检测器感知指标危险驾驶数据(三急危险驾驶数据(三急一速)支撑支撑文心大模型文心大模型引擎交通大模型交通大模型NLPNLP大模型跨模态大模型跨模态大模型CVCV大模型随着高速行业数字化转型的持续推进,高速公路运营进入新的阶段,需要通过新的技术实现企业运营和出行服务的再提升,传统的智慧高速面临业务感知能力弱、安全管控水平差、出行用户缺少获得感、技术门槛高、缺乏商业闭环等问题,百度智慧高速大模型为用户提供:INTELLIGENTTRANSPORTATIONMODERNIZATION-16依托交通大模型和高速业务知识,通过主动推荐和自动触发及时感知事件,实现业务智能决策、事件主动播报和事故自动处置等智能场景,替代低效的人工值班模式,大幅提升全局把控能力和安全管控效率。百亿参数交通大模型通过伪标签依托交通大模型和高速业务知识,通过主动推荐和自动触发及时感知事件,实现业务智能决策、事件主动播报和事故自动处置等智能场景,替代低效的人工值班模式,大幅提升全局把控能力和安全管控效率。基于百度文心言大模型能力,进一步学习大量的道路交通法规、高速公路设计规范、国家政策文档等行业数据,并进行高速公路交通流、收费等业务数据专题训练,使其具备生成符合公路语言逻辑的文字的理解能力,可以辅助行业解答行业专业性问题和开放性问题。基于对高速日常运行日报和月报及事故处理报告能力的专项训练,使大模型具备自动匹配业务需求的业务报告撰写能力,极大提升业主的业务处理效率。结合百度A大模型能力,提供伴随式的智能出行服务助手。智能出行助手可以突破传统导航通用模式的路线规划,提供人面的个性化路线规划,可以依托历史、实时和预测的交通数据以虚拟门架方式为用户提供全新的出行服务体验、可以依托路侧设备叠加数字生技术为用户提供场景化的导航服务。此外,它还可以整合充电桩、加油站、休息区及个性化兴趣点等海量参数信息,为用户提供更多更丰富的出行服务。通过提供大模型一站式开发平台,可以帮助用户屏蔽复杂的开发流程,通过简单易用的工具,实现日常数据的积累、模型的训练和迭代,并基于训练后的模型通过API和SDK封装,实现基于自身业务需求快速开发行业应用。通过这种方式可以显著降低应用开发的难度,加速大模型在行业的推广和落地效率。客户可利用完整的数据处理标注及模型训练封装能力,通过日常运营数据训练更符合行业场景的大模型,通过向外提供二次服务获得商业收益,从而持续实现商业价值变现。同时,客户也可以开发自身业务场景应用,提供图片标注服务和API调用服务,从而获得更多的商业收益。INTELLIGENTTRANSPORTATIONMODERNIZATION-17生态刷新 》生态刷新·交通安全、效率提升、便捷服务、大数据平台等超过100+产品·18年电子地图和互联网地图经验··交通安全、效率提升、便捷服务、大数据平台等超过100+产品·18年电子地图和互联网地图经验·涵盖软件、硬件、服务等全部类型人工智能技术国家队,深度学习技术及应用国家工程实验室自主研发昆仑深度学习芯片、飞浆开放平台、Apollo自动驾驶平台等自动驾驶、智能交通、智能汽车等多领域为市民提供服务·交通大模型和生成式AI双赋能百度地图,为用户开启导航体验的代际变革业务场景事故预防、出行态势研判、全域信控协调、出行信息服务、资产管理、Al巡检、指挥调度等…交通行业模型智能算力交通行业模型智能算力、Maas模型及服务文字、图像、视频多模态生成数字人、3D生成INTELLIGENTTRANSPORTATIONMODERNIZATION-181.大模型应用服务商应用服务商可基于大模型底座进行应用开发。大部分企业并不需要从零开始搭建一个基础大模型,其耗材费过高,代价太大;而是可以基于基础大模型或者交通大模型等,抢先开发出一系列行业应用服务。百度预测,基于大模型在文本生成、图像生成、音频生成、视频生成、数字人、3D生成等方面的能力,交管、高速、交运、停车等智能交通市场,将会涌现出一批新型创业公司,成为未来的主流。2.行业大模型微调服务商行业大模型微调服务商可基于对行业的洞察和掌握,通过微调交通大模型能力,为智能交通行业客户提供更加贴近客户实际需求的新的解决方案,为用户提供更好的产品。3·新型交通云计算服务商新型交通云计算服务商的主流商业模式将从laas变为Maas,根本性地改变云计算行业的规则。企业对云厂商的选择将会由从主要依据算力、存储等云基础设施服务转变为依据框架、模型以及各层之间的协同。百度愿意帮助客户及合作伙伴构建出自己的模型和应用,在蒸馏后对其进行私有化部署,由此在智能交通行业形成新的产业空间,为行业贡献百度力量。INTELLIGENTTRANSPORTATIONMODERNIZATION-19-2003»核心优势百度智能交通自2019年启动之初就按照AI技术框架展开,在过去的5年中持续深入了多个交通用户场景,打磨积累沉淀了面向交通行业的大模型技术和模型驱动的交通应用场景,形成了贯穿"车路云图"的AI体系,并在2023年随着文心基础大模型投入实际生产,进一步升级为贯穿"芯片-框架-模型-应用"的模型架构赋能车路云图端到端的新型人工智能交通引擎3.0,创造性地解决了诸多行业长期难点问题;并面向即将到来的AI原生浪潮,为行业伙伴的人工智能应用创新研发开放更多能力。聪明的车 》聪明的车近年来,中国智能网联汽车产业加速发展,L2以上的智能网联汽车的渗透率在2023年1-4月已达到41.7%,随着工业和信息化部对L3级及更高级别的智能网联汽车准入的启动,汽车智能网联化的需求将进入快速发展期。2013年,百度开始布局自动驾驶这一典型人工智能场景,并在自动驾驶领域实现了2022年专利族数全球第一的成果。在持续钻研技术的同时,百度智能交通更是结合高精地图、城市交通态势、实时车路协同等能力将智能驾驶技术融合到了汽车工业的智能网联化变革中,为车辆提供全生命周期赋能:设计研发阶段通过大语言模型支持上万部件秒级组合自动化设计文档。生产测试阶段通过大模型赋能智能驾驶数据闭环和仿真测试服务。销售阶段通过跨模态融合感知在顾客到店试乘试驾中准确把握购车意愿,加速潜客转化。车辆运行中实时分析城市和道路信息,为驾驶员和车辆提供精准红绿灯、盲区预警、车位级引导等强感知服务。通过大语言模型,提升车内人机交互体验,为车主提供智能驾驶场景下更准确、更温暖的智驾助理。INTELLIGENTTRANSPORTATIONMODERNIZATION-21作为智能交通AI技术的引领者,百度智能交通经过多年的深耕,形成了一套面向未来自动驾驶、兼容当下数字化交通的"感知-计算-通信"路侧边缘智能体系,实现对路口范围内的人、车辆、道路、环境、交通事件等全要素进行实时检测和分析,达到感知定位精度0.5m、速度精度1.5m/s、感知对象漏检率<2%、路侧对象感知端到端时延≤200ms的效果,服务客户实现了:通过路侧全息感知技术,实时监测路口范围内的人、车辆、道路、环境等要素,支持城市交通管理和指挥决策。智慧路口通过实时监测和分析交通情况,可以为这些场景提供精准的识别和感知能力,支持信号控制优化、辅助自动驾驶等多种应用场景。帮助城市加速交通路口的数字化转型,提高交通管理的智能化水平。2022年4月,百度智能交通发布面向交通和汽车行业的车路协同开放平台——"智路OS",提供硬件、设备厂商对接应用的标准化渠道,避免碎片化建设,降低路侧建设成本。INTELLIGENTTRANSPORTATIONMODERNIZATION-22智能的云易》智能的云百度智能云在中国A公有云服务市场中连续五次占据市场份额首位,具有自主可控、安全高效的优势。在新人工智能时代下,IT技术栈发生了根本性变化,从过去由"芯片-操作系统-应用"组成的三层架构发展到由"芯片-框架-模型-应用"组成的四层架构,而百度是全球为数不多在这四层架构进行全栈布局的人工智能公司。从高端芯片昆仑芯到飞桨深度学习框架,再到文心大模型,再到TOB、TOG、ToC应用,百度在各个层面都有业界领先的自研技术。芯片方面,百度自主研发的云端通用芯片昆仑1,已被百度搜索引擎和智能云生态伙伴等广泛部署于多个场景,具有高优性能和高性价比的特点。7纳米昆仑2芯片已经量产,性能比昆仑1提升3倍。框架方面,飞桨是中国首个自主研发、功能丰富、开源开放的产业级深度学习平台。模型方面,百度文心大模型模型已拥有NLP、cV、跨模态等多个A大模型场景。应用方面,文心大模型在生物计算、行业赋能、工具和平台、生态社区等方向上具备全面的布局,加速企业智能化转型。百度云全栈布局的技术优势,可以在四层架构中实现端到端优化,大幅提升效率。框架层和模型层之间有很强的协同作用,可以帮助构建更高效的模型并显著降低成本。芯片、框架、大模型和应用场景,可形成一个高效的反馈闭环,帮助大模型不断进行调优迭代,从而持续升级用户体验。INTELLIGENTTRANSPORTATIONMODERNIZATION-23领先的图易》领先的图百度地图自2005年上线以来,秉持"科技让出行更简单"的使命,以"科技"为手段不断探索创新,已经发展成为国内领先的互联网地图服务商。作为新一代人工智能地图,百度地图不断融合前沿科技,为用户日常生活与出行需求提供最坚实的服务,打造更精准的导航体验。智能的地图加工:作为新一代人工智能地图,百度自研并拥有完整的高精度一体化A采集技术自主知识产权。百度地图96%的数据加工环节已实现Al化,可以自动识别包括交通标志、车道线、信号灯在内的上百种目标,并实现了对道路变化的快速响应。丰富的地图数据:百度地图是业内唯一拥有丰富全景数据的地图服务商,单日拍摄超过100万张全景照片,街道全景已覆盖国内95%的城市,全景照片突破20亿张。目前,百度地图覆盖POI达1.8亿,道路里程超1100万公里,刷新了行业新高度。开放的地图平台:百度地图开放平台自2010年开放至今,累计服务超过230万开发者、60万个移动应用。作为国内首家具有全球开放服务能力的互联网地图服务商,从基础API能力到地图高级服务、再到更深入场景的行业解决方案,百度地图开放平台一直致力于为开发者提供安全合规、专业便捷的产品服务及使用体验。卓越的导航能力:基于Apollo自动驾驶、车路协同技术,百度地图上线城市车道级导航、车位级导航、绿灯畅行导航等智能化功能。导航采用业内首创"智能车道推荐"算法,实现"全程提供最佳车道建议"和"动态化车道级引导"的功能,为用户提供动态、及时的车道级变道指引。智能的国民地图:2022年10月,百度地图宣布正式切换为北斗优先定位,百度地图智能定位开放服务升级为百度地图北斗定位开放平台,北斗卫星日定位量首次突破1000亿次。借助北斗系统卓越领先的技术实力,百度地图充分融合自身的Al实力、大数据等技术优势,打造中国自己的人工智能地图服务商。INTELLIGENTTRANSPORTATIONMODERNIZATION-24-25o4》解决方案智能网联 》智能网联随着智能网联产业快速发展,多地积极推进自动驾驶和车路协同试点建设和示范应用,但智能网联产业的建设、应用、运营模式等方面仍需进一步完善,具体表现为:一是,智能网联建设需要"聪明的车+智慧的路"相互配合,整体建设成本较高,同时对建设者的技术能力有一定要求。二是,智能网联大数据基础薄弱,已有交通数据要素在管理层面的传递链路有待加强,数据利用率低,数据价值挖掘深度不足。三是,智能网联产业整体缺少统一融合的技术标准和路线,已开展的标准化工作相对独立、分散,不同设备之间、不同平台之间难以互联互通。四是,多元化应用场景政策落地待推进,一体化协同应用较少,横向的综合性应用尚未充分整合、有效联动。五是,智能网联服务对象多聚焦L4自动驾驶车辆,现阶段对L2+及普通出行民众服务的效果和收益难以显性化和规模化;商业化运营模式的闭环仍在探索中。2.价值主张百度智能网联基于自主、安全、可控、领先的车路云图全栈技术和交通大模型底层能力,依托多地建设和运营实践,助力产业格局、城市治理、公众感知、运营增收的全面提升,促进智能网联产业繁荣,打造数字经济发展新范式。INTELLIGENTTRANSPORTATIONMODERNIZATION-26党中央做出了加快5G网络、数据中心等新型基础设施建设进度的重大决策部署。自动驾驶融合了智能交通基础设施、新一代通信网络等,是"新基建"的典型应用场景,有望成为"新基建"的新焦点。据赛文交通网统计,预计到2025年,车路协同主要设备的投资规模将达到900亿元;到2030年,预计投资规模将达到3000亿元左右。车路协同作为一项跨行业融合的新技术,可有效提升交通系统的安全性,成为交通、通信和汽车产业深度融合的最佳典范。车路协同系统(V2X)能够与L2级高级辅助驾驶系统(ADAS)以及L4级自动驾驶功能协同运作,降低碰撞事故发生率和相关死亡人数。美国交通部的预测数据显示,借助车路协同技术,潜在碰撞事故的风险有望减少12%。这一技术前景广阔,有望能够成为类似安全带、安全气囊以及先进制动技术等的重大创新,在提升车辆安全性并显著降低交通事故致命伤亡率方面带来跨越式的进步。车路协同技术采集的大量数据,可以服务于城市的治理。以日常道路管养巡查为例,目前主流的道路巡查方式仍以人工为主,这种方式存在巡查效率较低、主观性较强的问题,且巡查结果为非结构化数据,难以满足当前城市道路设施精细化管养的要求。通过上线基于车路协同技术的智慧巡查系统,利用感知单元自动识别病害,上报平台展示后进行事件审核分发、数据统计分析,最终形成结构化数据,从而实现道路病害巡查的数字化管理与自动化检测,显著提升巡查能效。相比于传统巡查方式,智慧巡查系统发现病害量和巡查效率提升了3-4倍,准确率由最初版本的72%提升至90%。通过地图应用、智能车载终端、智能车机等渠道,车路协同技术可以为老百姓提供实时的交通信息,包括路况、事故、施工等,让老百姓能够做出更明智的出行决策,避免不必要的延误,使出行更便利、更安全、更高效,从而显著提升老百姓的获得感和生活质量。车路协同技术一是可以通过实时的交通信息和导航引导,帮助老百姓避开拥堵路段,选择更快捷的路线,减少通行时间,提高出行的便利性。二是可以实时预警驾驶员可能面临的危险情况,比如迅速刹车的车辆、交叉路口的冲突等,从而降低交通事故的风险,提升出行的安全性。三是可以根据个人的出行偏好和需求,提供个性化的导航、路线规划以及交通信息,降低老百姓的交通成本,提高出行效率。3.解决方案百度智能网联解决方案遵循"1+1+1+3"的一体化架构体系,实现多类型自动驾驶车辆商业化运营和海量数据增值变现、市民便捷出行、产业格局提升、交通精细治理等4大领域的提升。INTELLIGENTTRANSPORTATIONMODERNIZATION-27智能网联架构应用·信号灯识别·低速无人车··信号灯识别·低速无人车··市民出行服务·车企信息服务·出行服务运营商·图商信息服务··城市道路巡检·道路体检分析··道路违法分析·网联信控优化文本对话系统语音交互系统数字人联动系统体验升级自然语言带来更个性化和温暖的服务体验全面专业的行业知识文本对话系统语音交互系统数字人联动系统体验升级自然语言带来更个性化和温暖的服务体验全面专业的行业知识,对症下药的"活"专家感知更准认知更清预知更全、跨模型协作>>>能力强化应用灵活开发高效开箱即用大模型运行系统交通A原生应用开发、部署更灵活网联垂类大模型文心一文心一言网联数据Finetune文心CV大模型跨模态大模型智路OS原生高性能框架标准化接口A域服务样本生成智能标注样本生成智能标注芯算一体一站式平台开集挖掘自主进化>数据成本大幅降低,模型调优事半功倍适配更全面的云芯算一体一站式平台开集挖掘自主进化>连接+迭代自动驾驶能力迭代数据闭环云端服务车自动驾驶能力迭代数据闭环云端服务车路=云图=云+图建能力RTRB城市扫描仪套件度小镜RSURSCU相机/鱼眼雷达第三方生态INTELLIGENTINTELLIGENTTRANSPORTATIONMODERNIZATION在百度智能云数据接入、清洗、聚合、加工、统计的全链条数据服务能力基础上,结合高精度、多场景的地图能力,打造集约型A算法与大数据分析能力,构建车路云图四大智慧引擎中枢,实现"车路统管、地图统揽、AI中心统算"。结合车端和路端,构建动静态结合的智能化感知体系。在路端方面,基于AI相机、雷达、RSU在百度智能云数据接入、清洗、聚合、加工、统计的全链条数据服务能力基础上,结合高精度、多场景的地图能力,打造集约型A算法与大数据分析能力,构建车路云图四大智慧引擎中枢,实现"车路统管、地图统揽、AI中心统算"。通过L4场景认知服务、信号灯识别通过L4场景认知服务、信号灯识别、高精地图服务、网联测试服务、低速无人车服务等构建L4智驾应用,形成智能网联产业发展示范效应;通过市民出行服务、车企信息服务、出行服务运营、图商信息服务等构建网联服务平台,推动车企业务增值,提升L2+车辆通行体验与安全指标;通过城市道路巡检、道路违法分析、道路体检分析、网联信控优化等构建城市扫描仪应用,从交通安全、交通效率和交通服务等方面全面提升城市交通治理水平。通过交通大模型能力的加持通过交通大模型能力的加持,一是能够在自动驾驶系统中帮助车辆感知环境、决策行驶路径,并与其他车辆和基础设施进行智能交互。通过分析大量实时数据和不同情景的情况,大模型有望提高自动驾驶车辆的安全性和性能。二是可以帮助处理大规模的交通数据,挖掘潜在的模式和关联,预测交通流量、拥堵情况,并提供优化的交通管理策略。这将有助于减少交通拥堵、提高道路使用效率,并优化城市交通规划布局。一是产业格局提升:兴业有高度,包括打造智能网联创智中心、智能网联测试场、自动驾驶示范区、智能交通运营商。二是商业变现提升:运营可持续,包括市民出行服务、车企信息服务、图商信息服务等运营场景。三是交通治理提升:善政有力度,包括城市道路巡检、道路违法分析、交通安全效率体检等应用场景。四是群众感知提升:惠民有温度,包括部署自动驾驶接驳、精准公交、低速无人服务(清扫、配送、物流)等多场景自动驾驶车辆。INTELLIGENTTRANSPORTATIONMODERNIZATION-294.百度实践北京亦庄高级别自动驾驶示范区是百度联合北京经开区打造的全球首个城市级高级别自动驾驶示范区,也是全球最大的自动驾驶和车路协同应用测试基地。截至2022年12月,已完成亦庄60平方公里329个道路路口、双向750公里城市道路和京台高速双向10公里高速公路的数字基础设施和专用网络全覆盖,高级别自动驾驶车辆的城市级工程试验平台搭建完成。在亦庄,百度实现了路侧智能基础设施建设标准创新,定义了新基建交通路口的中国标准。通过全国首创的"多杆合一、多感合—"一体化投资标准路口,实现了自动驾驶、智慧城市、公安、交管等设备的深度复用,完成了数字化智能路口基础设施全覆盖。亦庄率先开展多场景自动驾驶示范应用,在车辆盲区、超远视距感知、鬼探头等场景,路侧感知信息主导车辆决策可达37.4%。智能网联基础设施赋能传统交通领域和城市治理,实现了区域智慧交通管理的提质增效,以A全域信控优化为例,基于交通大模型技术的路口信控智能优化带来全新体验,目前建设效果已实现单点自适应路口车均延误率下降达28.48%,车辆排队长度下降30.3%,绿灯浪费时间下降18.33%,双向干线绿波道路车均延误减少16%以上。INTELLIGENTTRANSPORTATIONMODERNIZATION-302021年9月,百度Apollo在上海嘉定区正式启动自动驾驶示范应用。上海国际汽车城牵手百度Apollo,以建设上海双智试点为机遇,先后落地全国最大智能网联汽车开放道路数据中心平台和上海嘉定双智车城网平台,助力上海打造国家首批"双智"协同发展样板城市。车城网平台接入包含嘉定安亭地区及嘉定新城地区共287个路口的车路协同智能化设施,488公里的高精路网地图,864辆网联及自动驾驶车辆,上海市CIM平台、城运中心平台、大数据中心平台等多个平台的共享数据,以及数十家车企的量产车服务数据,实现十万个自动驾驶虚拟仿真测试场景,构建全国首个在云端建设完整车路城数据融合处理、算力调度和安全合规的 "车城网"实体数字生平台,汇集打通智能网联车辆、道路路侧设施、动态交通信息、城市管
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 直销团队月度工作策略计划
- 2024-2025学年高中生物 第三章 基因的本质 第3节 DNA的复制教学实录2 新人教版必修2
- 加强班级自我管理的路径计划
- 大班心理辅导活动的实施计划
- 工作中的多元化与包容计划
- 将企业愿景融入工作计划中
- 幼儿园小小志愿者活动计划
- 我说你搭(教案)2024-2025学年数学四年级下册
- 幼教工作总结汇报
- 江西省九江市少年宫科学能源世界课程(教学设计)-钻孔机
- GB/T 15622-2023液压缸试验方法
- 110kV升压站构支架组立施工方案
- CONSORT2010流程图(FlowDiagram)【模板】文档
- 2014年林产化工松香深加工行业分析报告
- 2023机场海关旅检岗位练兵练习试题及答案
- 沉淀滴定法-沉淀滴定法原理
- 游戏综合YY频道设计模板
- GB/T 43102-2023金属覆盖层孔隙率试验用亚硫酸/二氧化硫蒸气测定金或钯镀层孔隙率
- 糖尿病中医症状积分
- 灰姑娘童话故事英文版课件
- 儿科病房护理风险915课件
评论
0/150
提交评论