2）动态限速 。
动态限速的方法 ， 可以解决布雷斯悖论导致的问题 。
布雷斯悖论（名字来自德国数学家迪特里希·布雷斯）是指 ， 在一个交通网络上增加一条路段 ， 反而使网络上的通行时间增加——这一附加路段 ， 不但没有减少交通延滞 ， 反而降低了整个交通网络的服务水准 。
为什么会出现这种与常识相悖的结果 ， 按照分析 ， 这与人的自私心理有着极大关系：扩宽的道路 ， 使得人人都想去走这条路 ， 于是临时变道加塞变得更为严重 ， 而这又使得道路重回拥堵之中 。
事实上 ， 这与我们在日常通勤中看到的情形是一致的——多数时候交通拥堵并不是因为道路窄、车道少 ， 而是人为的乱停乱放、随意加塞所致 。

动态限速就是改变这种悖论 ， 把交通效率从局部最优转向全局最优的一个举措 。
在没有信号灯的情况下 ， 不做限速的时候容易形成拥堵 ， 有限速的还好一点 。 原因是在高峰时段 ， 每个小时通行超过900辆车不足1000辆车的时候 ， 每个车道限速是没有意义的 。 而超过1000辆车甚至达到1200辆车的时候 ， 限速非常有意义 ， 通行效率能够提高20% 。
所以 ， 动态限速也是智能交通管理的一个重要方向 。
3）预约出行 。
这是一种需求管理 ， 信控、道路基础设施建设是供给管理 。 目前的城市交通系统中 ， 早晚高峰的车流速度 ， 是在完全没有预约的情况下产生的 。 通过对通行需求的调控 ， 可以找到一个全局最优解 ， 使得拥堵程度下降 ， 通行时间缩短 。
根据麻省理工学院的学者的研究 ， 预约出行不需要所有的车辆都参与 ， 当60%的车辆参与的时候 ， 效果就已经很明显了 。
当然 ， 让60%的出行都预约 ， 也是一件不容易的事儿 ， 需要政府政策、市场调节等多种手段综合运用 。 但这并不是不可能的 ， 今天很多出行都开着导航 ， 这已经是某种意义上的预约 。 从发展趋势上 ， 一定会有越来越多的人参与进来 ， 中心化的算力也一定是越来越强大 ， 找到全局最优解 ， 提升整体通行效率是非常值得期待的 。

还有其他理念 ， 这简单说一下 。
比如 ， 车路协同 ， 加快自动驾驶大规模商用的进程 。
车路协同像是路灯 ， 而单车智能就像车灯 ， 在两者协同作用下 ， 自动驾驶落地门槛能够大大降低 ， 加速单体智能向协同智能的转变 。
自动驾驶的普及 ， 绝对不是简单的汽车问题 ， 还包括道路等基础设施 。 车路协同 ， 将可以大大提升无人车的安全性 ， 加快自动驾驶大规模商用的进程 。

L4及以上自动驾驶两大难点：安全和成本 。
实现无人化 ， “安全”是必要条件 ， 需要实现99.9999%的成功率目标 ， 才能确保上路无碰撞事故风险 。 这不仅需要1000万公里级的大规模道路测试 ， 还需要至少10亿公里级的仿真训练 。
自动驾驶 ， 必须要降低成本 。 事实上 ， 相关硬件 ， 比如激光雷达、芯片的价格等 ， 正在不断降低 ， 这是整个产业链共同努力的结果 ， 特别是国产企业在这方面已取得了长足进步 ， 未来自动驾驶硬件 ， 很多都会实现国产化替代 。
与成本紧密相关的 ， 还有自动驾驶汽车规模量产 ， 量产规模越大 ， 规模效应就越明显 ， 成本就能压到更低 。
目前全球汽车保有量在10亿辆以上 ， 全球L4级自动驾驶汽车总量不足万辆 ， 这个占比是微乎其微的 。 据相关估算 ， 如果要替代2亿辆普通汽车 ， 起码需要1000万辆L4级自动驾驶汽车 。
百度在2019年已经和一汽红旗达成合作 ， 共建了中国首条L4级自动驾驶乘用车前装产线并投产 ， 这条产线下来的自动驾驶汽车 ， 正在全国各地进行测试和载人运营 。 2021年6月 ， 百度与极狐合作 ， 打造出全新一代共享无人车Apollo Moon ， 价格降到了48万 。 10月 ， 百度Apollo联合威马发布了Apollo Moon量产车型（Apollo Moon威马版） 。
MaaS出行即服务 。
前面提到了 ， 以后智能交通时代 ， 人们真不必买私家车了 ， MaaS运营商提供多种交通选择 ， 包括公共交通、共享自行车、出租车、汽车租赁等 。 对于用户而言 ， 通过使用单个应用程序 ， MasS提供一种更方便、更可持续、甚至更便宜的替代方案 。
智能地图ETA ， 通行时间智能预估 。
简单地说 ， 就是地图基于飞桨深度学习框架和图神经网络技术 ， 开发了一套更智能的“通行时间智能预估”系统（Estimated Time of Arrival ， 简称ETA） 。 ETA是路线规划与导航服务必不可少的核心功能 。

猜你喜欢