時至年關歲尾，各行各業都在忙著清點一年的辛勞，憧憬來年的精彩。2019年交通領域發生過哪些有影響力的事件，為我們在2020年的工作又會帶來什么思考？筆者最大的感受是：新技術對交通行業的沖擊。沖擊波后，余聲仍在，或在表面，或在內心。

1、 交通大腦步入冷靜期

從2018年交通大腦、城市大腦頻繁出現在交通領域，甚至超腦、上帝視角都不能滿足交通領域的業務需求，到2019年各地對交通大腦的功能認知、作用定位逐步清晰，交通大腦給整個交通行業帶來了一波強震。

各地紛紛上馬交通大腦項目之后，2019年交通行業目前普遍接受這樣一種觀念：運用交通大腦的架構和功能來借力解決交通問題，是一個積極的、有益的嘗試。

但是如何開發交通大腦，如何讓交通大腦真正解決交通問題，而不是說新鮮，講故事，看腦殼，擺POSE，只是不斷的堆砌更多地服務器和存儲，這是擺在我們面前的、人類大腦需要思考如何構建交通大腦的實際問題？對比動則宣揚已建成交通大腦或城市大腦的說辭，2020年交通大腦應該不會涼涼，會步入一個冷靜啟動期，逐步開始嘗試建設交通大腦是正確之舉。

2、 共享出行仍不慍不火

說到共享出行，目前已經超越了以往的單車共享，汽車共享，公交共享等提法，MaaS在架構設計上力圖打造能夠整合不同交通出行方式和出行服務公司（含共享汽車、網約車、共享單車、彈性公交等），能夠整合不同的移動應用終端和應用服務，甚至能夠整合不同城市和國家的交通服務，達到一鍵支付的效果。

2019年在新加坡舉辦的ITS世界智能交通大會上，仍然延續了交通行業對MaaS的熱情關注。即便最新一期的研究雜志Transportation Researc Part A推出了一期專門研究MaaS的專刊，但是，目前MaaS真正給百姓民生帶來的感受和服務提升仍未收到實質性效果，另外國內鮮有對MaaS的適用模式的探究，2020年MaaS或許仍需要一段在淺水區試水的過程。

3、 高速公路ETC一枝獨秀

2018年高速公路經歷了一波建設智慧高速的風潮，智慧監控、智慧收費、智慧養護、智慧信息服務、智慧通信、智慧設施、智慧服務區等領域無所不含，到了2019年，突然一個新的要求沖擊了偌大的高速公路市場-全國ETC聯網收費民生工程。

以ETC技術為引導帶來的各個地方的示范試點實驗，各個廠商的研發研究研判，各個系統的聯網聯調聯試，各項機制的指示指導制訂，各個行業的協同協作協調，2019年高速公路ETC成了智慧高速發展的高頻熱點和行業共識，可以期待2020年，圍繞ETC快速擴容、系統維護、功能擴展以及以此為契機引發的智慧高速的建設機會前景可期。

4、 自動駕駛正穩步前進

自動駕駛的出現為整個交通行業帶來的沖擊不容小覷。一個小小的四個輪子+兩張沙發的機殼內外可謂是集萬千寵愛于一身，自動駕駛技術、圖像識別技術、自動控制技術、超密集異構網絡通信技術、新能源充電技術、V2X技術等一應俱全。

在自動駕駛的技術路線上，我國采取了與歐美等國不同的發展思路，開啟了車路協同的研究和建設模式，一方面豐富了車端的信息資源，一方面完善了自動駕駛的技術體系。

2019年，國內以車路協同技術為主的示范園區建設和駕駛測試一直持續進行中，由此引發的智慧道路、車路通信、高精地圖、交通管控等研究建設項目不斷。在各項規范標準制度法規的賦能下，可以預期2020年自動駕駛穩步前進，會逐步出現一批真正投入運營的自動駕駛項目工程。

5、 人工智能需要以場景為錨

從2016年AlphaGo戰勝人類棋手李世石開始，引爆了各行各業對AI領域的創投熱情。一時間AI人才踏至紛來，各類智能算法層出不窮，普天之下，莫非智能，率土之濱，莫非AI。

恰在前天，李世石九段職業生涯的最后一戰，又以不敵圍棋人工智能“韓豆”兩子的戰敗結果，選擇退役。反觀人工智能在圍棋中的成功，與其在有限應用場景中的學習和訓練不無關系。

2019年人工智能在交通領域同樣贊聲不斷，但是相對于交通中的無法控制和無法預測的多因素多場景多變量，AI在交通領域的實際落地仍道遠而多荊棘，2020年圍繞特定交通場景，開展限定條件下的AI應用值得嘗試。

6、 區塊鏈技術風景舊曾諳

區塊鏈技術伴隨著網絡比特幣的出現和起起落落早就在人們的意識中不再陌生，并不是2019年新出現的事物。區塊鏈技術以其核心的分布式賬本、非對稱加密、共識機制和智能合約技術在金融領域有著潛在的巨大應用價值。

伴隨著2019年10月份國家將區塊鏈技術提升為核心技術自主創新的重要突破的定位，交通領域也經歷了區塊鏈一日游的沖擊，但是由于缺乏在交通領域的具體業務場景細致深入的探究和思考，這次沖浪運動以微瀾不驚的方式默默收場。

2020年，區塊鏈技術或許在交通行為追蹤，交通信用，交通違法取證等方面可以小試鋒芒。

7、 信控系統集成管控平臺應定位清晰

自從出現了信號機，就出現了多個廠家生產經營各自特色產品的情況。同一城市同時存在不同品牌、不同協議、不同算法的信號機硬件和控制系統軟件，是不爭的事實。

筆者了解到同樣在美國某城市，同時存在SIEMENS信號機和TACTICS控制系統、PEEK信號機和Spinnaker控制系統、Maxview信號機和Aries控制系統，如果想集成控制多達3000個路口的信號機硬件和相應的控制系統，需要對至少300多項信息進行標準化。

另外是否需要中心端統一控制所有信號機，信號機智能化程度怎樣，通信保障和應急保障機制如何，控制層次策略是否合理，平臺架構設計是否靈活等問題。簡而言之，信控系統集成管理平臺不建議采取一刀切的方案，應該因地制宜，根據地區規模和新舊設備情況以及信控行業平均發展水平制定相應集成方案。2020年信控系統集成管理平臺應該考慮適量集成，有條件集成。

8、 邊緣計算方興未艾

邊緣計算可以理解為一個微型數據中心的網狀網絡，這個網絡在本地處理或存儲關鍵數據，并將接收到的數據推送到中央數據中心或云存儲庫。邊緣計算以其強的數據實時處理能力，好的業務數據可靠性以及低的帶寬限制要求，能夠很好的滿足交通行業的長距離遠程實時業務需求。

同樣在麥肯錫的咨詢研究報告指出，邊緣計算的行業應用中，交通運輸所占比例最高，在所有行業中占24%的比例，其次是能源和醫療行業。

我們也欣喜得看到，2019年國內交通行業出現了多款基于邊緣計算技術的設備產品，2020年我們期待交通行業能夠圍繞基于公共邊緣設備的多接入邊緣計算繼續發力，推動智能交通多樣化場景落地。