11月23日，由中国智能交通协会、国家智能交通产业技术创新战略联盟主办的2017第十二届中国智能交通年会交通大数据应用论坛上，深圳市城市交通规划设计研究中心研究院院长邵源发表《面向未来城市的智慧交通整体解决方案》的演讲，本文为速记整理，未经演讲者本人审核。
深圳市城市交通规划设计研究中心研究院院长 邵源
今天的内容分为两部分介绍，首先是对未来智慧城市、智慧交通做一个展望，第二是我们正在进行的初步思考。
一、对未来智慧城市、智慧交通的展望
深圳交通中心成立20年以来一直持续致力于交通模型、大数据，以及城市交通和智能交通的设计，我们从过去传统规划设计的研究机构，全面转型为城市交通完整解决方案的提供商，今天给大家报告的是面向未来城市智慧交通整体方案的初步思考。分为两部分介绍，首先是对未来智慧城市、智慧交通做一个展望，第二就是我们进行的初步思考。
从整个智慧交通发展的历程来看，一共分为三个阶段，1.0的版本关注单个产品的研发、互动以及功能的设计，2.0的阶段关注数据的互联互通，到最新我们进入的新的智慧城市3.0阶段，它是一种新型智慧城市的发展阶段，是以万物互联为基础服务为导向的新型智慧城市，强调公众参与、政企合作。麦肯锡的研究非常全面的总结为七个方面，包括共享移动性、汽车电动化、自动驾驶、新型公共交通、可再生能源、新型基础设施和物联网，涵盖了未来最核心的几个方面，未来智慧交通是万物互联的数据驱动为基础同时各种新型交通方式为载体进行新的交通模式的组织，新的交通服务体现在共享移动性上。
美国在《2016-2045年新兴科技趋势报告》当中提到物联网、数据挖掘，包括区块链的技术可能在未来的10-20年从根本上改变我们整个城市交通的出行方式，所以整个城市交通行业也在不断变化。聚焦欧美的智慧城市建设方面，发展的核心内容是四大体系的建设，包括智慧感知体系、智慧决策、智慧运营、智慧服务四方面。未来城市交通总体来说一定具备四个关键特征：
第一是面向未来的城市交通是一个复杂的巨系统。这个系统下要构建万物互联、多元化、多维度的全系感知体系。
第二是城市管理从过去的被动管理走向精明的治理。深圳2000年以后，强调城市交通的精明增长、精明治理概念，精明治理大前提是要有大数据的支持，基于大数据才能制定精准管控的策略和服务措施。比如具体道路上通过大数据了解到是什么样的车辆使用我们的道路，不同的时间、空间上对于什么因素敏感的，从而精准的出台政策，达到路网施工均衡的目的。
第三是以欧盟为代表提出的移动性概念。移动性的规划有几个最核心的特点，一是我们关注的目标从过去关注交通设施能力的提升、移动的速度，进一步转向关注以人为本的可达性交通品质，包括交通对城市生活、健康、环境的改变，以及经济活力的支撑。二是思维方式的改变，传统关注独立的系统建设，新的是系统之间协同发展关注的是利益的协调，特别是公众的参与，基于大数据本身可以实现从规划到编制再到全过程的精准调校，以及闭环的管理，到更加有效的治理。
第四是以服务为核心。这个体现在人的出行体验上，关注人感受为核心的多目标的构建，特别是面向个性化的出行服务。
二、面向未来城市的智慧交通整体解决方案
在以上四个趋势的基础上，未来城市一定会成为可感知、可运营、可管控、可服务的城市，这四个体现在城市发展上就是4C。
（一）全息感知城市、在线推演城市、闭环管控城市和全程服务城市。
全息感知城市就要基于空间单元大数据构建一个面向多层次的包括智慧路口、智慧路段的感知体系，实现多层次、全时空、精确到车道的感知，从过去只关注车辆进一步关注于包括人、车路、天气、乃至整个交通运行环境的感知体系。深圳用智慧路灯杆来构建一整套新一代的智慧道路感知体系，这个路灯杆有多种功能，包括高清视频、路况检测和信息发布，可以实现智慧监控、车流量检测、道路的险情识别、信息交互、多目标雷达跟踪等功能。这是未来感知体系里面核心的载体。
（二）基于大数据技术实现交通溯源技术，深刻了解各类交通方式产生和演变的机理。
这里面是通过手机信令数据分析不同片区人员的构成。图上可以通过共享单车的动态检测来了解他们最后一公里的使用情况，包括对人流24小时的监测。
第一是大数据和深度学习技术在整个交通肌理分析、交通实践发现、舆情分析、警务巡查等方面有大量的应用。
第二是建立在线推演系统，通过数据回归整个闭环的活动。深圳核心区做了在线仿真的系统尝试，在车道上面布设大量的感知体系，包括高清视频，通过布设我们可以精准找到每个车辆，在后台的交通大脑里面能够现实的还原整个实时的交通流情况，做交通预案的推演，包括交通组织方案，为整个交通流优化做一个系统的支撑。
这是实际的案例，交警在隧道的事故里面利用了仿真体系，通过这个系统的实时在线推演，疏解上游的交通，10分钟之内就完成疏解，这是中国公安大会上学习的案例。
（三）构建一个规划-设计-建设-管理-数据协同运行的闭环管控活动，从区域级、城市级、园区级三个方面做一个简单的介绍。
区域级最核心的是建立一个面向主动需求调控的区域级的管控策略和体系。美国在亚利桑那州提供给不同人群、不同的出行时间、不同出行费用等方案，通过尝试有效改变了20%出行人的行为和计划，在路网上实现了时空的均衡。
城市级有三个工作要做：
一是城市级大数据的支撑。
二是无人驾驶管控体系的建立，在具体的大数据城市方面有很多的应用，举一个例子，在深圳的总体规划里利用大数据平台把多元数据进行了融合，深圳的常住人口是1300万，但是交通基础设施的配置和服务不能参考常住人口，我们关注的是时点人口是多少，通过手机信令大数据的24小时跟踪分析，发现整个深圳城市管理人口接近2000万，这是跟建筑普查数据，垃圾产生量，城市用水用电量进行跟踪的数据，深圳在白天和黑夜的人口插枝非常明显，达到了100万以上，为整个设施的建设提供了更好的支撑。
三是公共交通服务的资源怎么进行匹配，在全深圳超过2万平方公里的地区，我们可以识别出下一轮公交改善的区域。面向城市系统的调控平台，改变车辆的驾驶行为。在未来复杂巨系统的环境下，城市级的无人驾驶环境一定是基于后台大脑在线仿真体系构建无人驾驶的。在苏州做的智慧道路的管控体系，把多元的数据在道路进行了整合，为未来新一代无人驾驶的构建提供了基础条件。除了后台管控大脑以外，在道路横断面的设计，包括停车设施、换乘设施都要有根本性的改变，现在我们致力于研究运营模式、组织模式、设施建设、车辆选型、管控中心、规范标准的无人驾驶整体解决方案，推进实验的落地。
园区级强调面向企业，面向未来的服务，可以出现衍生的状态，包括公交车是移动的咖啡厅，移动的健身房，所以未来会有更多体验式的服务，包括刷脸服务会成为新的常态。
（四）构建面向全出行链完整的服务。
这里面强调的是信息的集成、运营的集成、支付的集成，特别是要规划一个完整的行为分析系统，需求配置系统以及行为的规划系统，实现出行时间最短，出行服务最优，换乘时间最短，费用最低的目标。
