．一文讀懂從車聯網到工業智聯網

BMW V2V Technology

康橋白光車牌攝影機，

任何顏色車牌——都拍攝的清清楚楚！

本文從工業網路的典型應用—車聯網談起，從工業網聯技術發展過程的視角，分析了工業智聯網的構架、關鍵技術和前沿趨勢，對智聯網視域下的未來智聯交通作出了展望。

本文整理自對岸中國工程院院士、北京理工大學校長張軍院士，在對岸2019國家智慧產業峰會所做的報告，隨著智慧技術的發展，從工業互聯網發展到工業智聯網是必然趨勢。

工業智聯網是新一代人工智慧技術、知識工程技術與製造業深度融合的產物，是未來工業的核心基礎設施，和新型經濟形態的支撐科技。

談談車聯網

首先談一下車聯網的概念，簡單來講就是車輛＋無線通信設備之後，可以實現車-X、車-網路的無線通訊和資訊交換，使得資訊網路平台提取車輛即時靜、動態數據，最終可實現車輛智慧化控制。

因此車聯網的發展的最終方向，為智慧網聯汽車和車路協同。

智慧網聯汽車需要有感知、資訊交互和服務的能力。

感知能力，又包含內部感知和外部感知兩方面。內部感知為車輛內部裝有感測器，感知車輛運行狀態參數，駕駛人狀態測量；外部感知為透過雷達、攝影機、GPS等感測器獲取周圍道路環境資訊。

資訊交換的能力，包含與網路相連，實現智慧化車輛控制，與智慧化交通控制的車網互聯能力，和與他車互聯，實現碰撞預警、自動避障、車距保持、路況分享等的車車互聯兩方面的能力。

智慧網聯汽車服務的能力，體現在車路互聯的能力，即可以實現與路側設備相連，實現運輸管理、車速引導、信號控制、施工區提醒等。

車路協同要實現的是車車、車路間智慧協同與配合，充分利用交通系統的時空資源，以降低事故、節約能耗。根據美國Safety Pilot項目研究成果顯示，車路協同可降低事故率44％；《美國NHTSA研究報告》提到車路協同技術可實現節約能耗39％。

車路協同架構

現有交通方式的弊病是人適應系統，現急需「人適應系統」向「系統適應人」轉變。

例如從台北到東京，要坐航班，坐幾點的航班？到這邊來幾點鐘上車？我們都是適應交通系統。我們設想如果什麼時候是交通系統適應人，這才是真正的人工智慧，人工智慧跟交通緊密結合。

人適應系統就會面臨很多問題，這裡舉一個例子，從台北到上海也不容易，現在想想到上海開會需要提前訂票，然後到達地鐵站，在睇呔需要安檢，以後到浦東機場，然後下來以後還要看看有沒有人接，沒有人接，就騎共享單車到會場，整個這個過程需要提前購票、早到等待、晚到改簽、多次安檢、等行李、等出租、塞車等一系列需要人去適應交通系統的過程。

我們設想，什麼時候能夠系統適應人？那什麼叫系統適應人呢？簡單來說就是每個人出行時，都可以得到一份一體化的交通出行客製化方案。

這裡舉個例子，比如從北京到青島會議中心去，我買一張票，打包的交通方案就已經生成，比如方案一是時間最短、方案二為花費最低，選擇一種方案之後可一票出行，在出行過程中，可一站安檢，全程通行，然後有即時的航班或高鐵，到站即可出發，避免等待，行李也由專車運送，到青島當地以後，共享出租就根據系統已經檢測到行李所在車輛以及一起去青島會議中心的朋友，接上後直接送達終點，根據車路協同系統也不會有堵車的情況。

每個人都享受到的是客製化服務，或者多樣化的個性化服務，這才是我們認為的「交通出行系統適應人」，這裡講的人工智慧跟交通車聯網，是這個意義的車聯網，根本不是傳統上的人適應交通系統，是這樣一種顛覆性的我們對交通的認識。

未來交通新技術

上面講的系統適應人能不能做到？目前看有可能，為什麼有可能？因為有N （資訊網Network）、B（大數據Big data）、A（人工智慧AI）。即將新一代 IT 技術與綜合交通的深度融合。

具體來講就是是網聯化、自主化的智慧載運工具，協同化、智慧化的智慧基礎設施，知識化、個性化的智慧運行服務相結合。這樣才能驅動我們進入智聯交通社會

天地空網路

首先第一要採集，所有資訊都得感知，需要實現有天空地網路一體化，為採集所有資訊，奠定很好的網路條件。

網聯化系統結構：數據採集/運行決策更快、更全、更準

大數據

可以利用大數據洞察、理解、預測複雜的交通系統李的演化規律，利用這個演化規律，知道哪裡塞，哪裡不塞，然後實現檢測。

因此要做好大數據基礎設施的全面建設。包括能夠實現計算EB級數據中心、PB級網路應用、百億級記錄超額大規模數據量的伺服器；可實現空管指令、客票資訊、監控影像等功能的，高低並存數據價值的數據分析，及顯示系統；以及能夠實現跨域系統匯聚互聯，包括政府資源開放、網路資源匯聚、系統互聯；

做好了基礎建設，才可以實現包括能源消耗、公共衛生、大氣污染等多維度更全面；數據呈現更直觀；數據更準確；以及細節更深入的智慧交通系統。

客製化服務

「三層四片」架構

實現交通的客製化服務，可採用「三層四片」的理論架構體系。

首先說「三層」。

第一層即上圖中最底下這一層，實際上把泛在網路、各種與交通有關的資訊進行採集，把信號變成資訊。

第二層利用智慧邊緣計算，因為以後的汽車，都可以實現工業化跟資訊化兩化融合，而其中最大的賦能技術是5G，5G＋新能源汽車，就可以質變到工業物聯網，在這樣一個大網路裡面，都可以放一個超級計算，汽車終端的計算就屬於邊緣計算。有了智慧邊緣計算以後，就可以實現由資訊到知識，而且是可信的知識。

到了第三層我們真的能夠實現，智慧的決策和服務，就是完全多樣化。

因此，簡單總結來看，第一層是泛化的感知，第二層是邊緣的網路化計算，第三層是無所不在的智慧服務。

支撐這三大層需要什麼技術呢？這就要講到「四片」。

首先是能夠自組織，這種分布式的階層要要能自己組織起來，另外要可信和安全，還要能夠自然交互，最後能給達到群智和優化。

實現「三層四片」以後，我們交通就會產生革命性的影響，最終實現時間分配準——分鐘級、空間分配精——米級、服務分配優——個人級。

比如我們轉乘交通工具，先我們轉乘的交通工具都是按小時計，以後都是分鐘計；我們的轉乘轉地鐵都是幾百米，坐共享單車、打的也得幾十米，以後到米級；以後我們享受的服務，不再是一個航班幾百人，而是每個人都可以享受客製化的服務。

這裡詳細講解一下定制化服務的這三大特性。

客製化服務特性之——準

柔性計劃、多元融合

怎麼做到「準」呢？如果有了柔性計劃、多元融合，我們採用大區域的氣象、交通狀態資訊，也可以即時獲取以後，透過大數據系統的計算，我們就可以進行多元計劃的融合，我們出行計劃就可以進行動態分級調整。因此就可以實現陸海空天一體的時間的智慧化分配。最終使得我們出行計劃的分辨率。就可以從天計/小時計到分鐘計。這就是從時間上來說比較「準」。

客製化服務特性之——精

按需匹配、跨界使用

第二個客製化服務要實現空間上的「精」，利用智慧技術將鐵路、公路、水運賦能，都讓他們實現智慧化或無人化，如無人汽車、無人貨車、無人飛機等等，這些智慧化或無人化的交通工具，可以進行協同智慧、多式聯運智慧實現全程一體化精準匹配。最終打通最後一公里，從而實現出行行程空間分辨率，由步行距離千米級到米級。

小尺度（氣象、交通狀態）感知－＞知識圖譜構建－＞載運工具索引

客製化服務特性之——優

組合優化、人機交互實現個性化

第三個客製化服務為「優」，這裡把交通對象智慧優化，實現線上線下個性化推薦，以及多樣化交互，我們就有可能實現，個性化訂製的交通系統適應人的目標，在出行選擇服務分辨率上，實現由群體級向個人級的跨越。

從車聯網到智聯網

正如剛才所講，人工智慧跟車聯網結合以後，顛覆了我們對交通的再認識，原來我們是人適應交通系統，現在我們可以交通系統適應人。交通系統適應人以後，我們的轉乘時間到分鐘級，步行距離到米級，我們的出行由群體到個性化，每個人都打得起飛的。這就是人工智慧對車聯網的影響。

能不能做到？能，從車聯網到最後自主交通階段即可實現。這裡有一個影片演示，比較直接的展示了未來交通智聯網系統運行情況。

工業智聯網

下面講一下工業智聯網，工業智聯網不是我的本行，這裡講的快一點。

首先看一下工業網聯技術主要階段，如下圖

技術發展聚焦於工業現場的過程資訊化與自動化

目前工業智聯網的用處還比較遙遠，但是跟交通領域的結合是最快的用途。所以我們就會想智聯網跟車聯網，有什麼樣的最大公約數呢？

我們講的工業網路，都是從消費領域進入到工業領域，原來我們在交通領域叫人車路，到了工業領域叫人、設備、數據，兩者都是以人為中心的三個要素，這個是最大公約數。

這裡我們還得看三個層，即網路、計算、服務。

但不管是感知採集、設備管理、數據服務，但是工業網路確實有問題，不能按需連接、缺乏知識分析、服務能力也不足，這些問題該怎麼辦？深度融合等這裡就不說了。

下圖是我自己原創的，包括網路、計算、服務三個層面，網路採集感知完數據以後，加上智慧計算就得到資訊，這就是智慧化的感知資訊；第二層是計算，計算都應該是自動化的，如果加上感知計算，把感知的資訊事先把有的知識融入，就介意把這種邊緣計算，從資訊變成了知識；

第三層是服務，服務大多數談的都是應用，如果把智慧服務和應用結合，就形成了智慧。所以我們就從網路感知到知識到服務，就變成了資訊、知識、智慧。因此，這裡認為工業網路和工業智聯網，最大的區別四個字，一個是更強調知識，一個更強調智慧，這是兩個最大的區別。

看下面這張圖，這張圖跟車聯網是不是高度相似？這是因為我是研究綜合交通的，所以我覺得車聯網和智聯網如何找到最大公約數，支撐我們的智聯網就可以了。

因此，我把剛才的三層四片就改成了A1到A3，B1到B4。A1到A3還是網路、計算和服務，但是這時候已經發生了變化，網路變成了智慧感知，計算變成了知識計算，服務變成了智慧服務。

什麼叫做感知？感知就是寬頻泛在的網，和分布式智慧感知；智慧邊緣計算和自主知識獲取是知識計算；多元化與個性化的智慧服務就是智慧服務。

怎麼能夠達到呢？還要解決四個關鍵技術，B1是網路與資訊的自組織，B2是資訊可信，B3是自然交互與虛實交互，現在我們的交互也是一個大問題，B4是群智決策。所以工業智聯網的核心是什麼？是無所不在的智慧與自主。

A1網路為寬頻泛在網與分布式智慧感知，即工業智聯網的基層為寬頻、泛在、自主感知；A2計算為邊緣智慧計算與自主知識獲取，即工業智聯網的計算特徵為數據到知識；A3服務為多元化與個性化的智慧服務，即工業智聯網的目標：提供個性化智慧服務；B1為網路與資訊的自組織，即工業智聯網物理層為資源自組織；B2為資訊可信，即工業智聯網可信環境，可用區塊鏈；B3為自然交互虛實交互，即工業智聯網智慧表現形式：以人為中心的自然交互；B4為群智決策，即智聯網的本質特徵為人機物環融合。

智聯交通網

從車聯網到智聯網，最終實現自主的交通系統，即從網路、計算、服務三個層面的數據交互、資訊疊加和被動服務分別到資訊交互、知識累積和主動服務的過程。