2022年3月14日，騰訊智慧交通、騰訊研究院在央視網支持下，共同舉辦了“以應用場景為驅動，建設以人為本的‘雙智’城市――‘雙智’建設專家研討會”。中國工程院院士郭仁忠、全國政協委員交通運輸部科學研究院副院長兼總工程師王先進，中國電動汽車百人會秘書長兼首席專家張永偉，中國信息通信研究院副院長王志勤，中國城市規劃設計研究院、城市交通研究院分院院長趙一新，騰訊副總裁、騰訊智慧交通出行總裁鐘翔平，騰訊智慧交通副總裁施雪松應邀參與此次研討會，共同探討雙智發展新思路。
會上，中國工程院院士郭仁忠表示，要從理論、技術、工程、應用、政策、標準、規范多個維度去推進雙智工作 ，其中應用是雙智建設的終極目標。不可能把所有基礎設施規劃好、建設好，然后再來做場景的應用，基礎設施和相關應用場景要協同發展。
以下為郭仁忠演講實錄
去年3月份，住建部和工信部啟動“雙智”發展試點工作，隨即又在5月份召開具體工作部署會議。會議指出，從產業發展的角度出發，智慧城市基礎設施和智能網聯汽車協同發展有利于探索汽車產業轉型的新路徑；從城市治理角度出發，又有利于探索城市建設轉型的新路徑；從社會角度出發，有利于探索整個社會發展轉型的新路徑。
添加微信好友, 獲取更多信息
復制微信號
從智慧城市基礎設施和智能網聯汽車之間關系來看，智能網聯汽車主要是針對的是汽車產業的轉型發展。但是，汽車產業的轉型發展需要城市提供應用場景，也需要城市提供相關的環境來做支撐和測試，所以說汽車產業的轉型實際上依賴于城市場景。
同時，智慧城市、城市治理現代化發展、城市交通擁堵問題治理等等，也需要汽車本身智能化的轉型升級，這是相互成就的兩個方面。在此邏輯之上，每個試點城市的終極目標應該首先瞄準交通問題。
目前，各大城市都有很多問題，比如環境問題、生態壓力緊張，包括產業發展、老百姓的幸福指數等等，其中交通問題尤為突出。交通涉時間成本、碳排放，老百姓的幸福指數等各種社會成本，關系到城市的每一個人。但是究其根本，城市交通的主要問題始終是道路交通問題，即汽車問題。
“雙智”發展主要著重于城市交通，尤其是城市路面交通。在城市路面交通方面，目前我國在智慧城市領域已經進行了許多研究和探索。例如基于GNSS和GIS的汽車導航，這雖然是智慧交通一個重要的路徑，但它并不能根本解決城市擁堵問題。因為導航系統有時反而會增加城市的交通流量。例如通過人工智能技術實現智能化信號燈的管理、綠波管理，這些措施在一定程度上對城市交通流問題起到很大正面作用，但也都還沒有真正從根本解決交通問題。
智慧城市基礎設施和智能網聯汽車的協同發展有可能給智慧交通發展帶來一個根本性契機和重大的轉型，也是一個機遇。究其原因是由于通過多年的研究，人們發現從各個角度來講，許多交通問題仍舊存在。
之一是交通需求問題
由于現有數據模型大多無法精準預測城市的交通流量，導致交通需求不確定造成流量未知，致使交通無法進行主動管理，只能是被動應對。
第二是交通問題是個體之間的不合作
例如，車輛通過導航系統引導最后確導致形成羊群效應。目前，這類問題都還未得到良好的解決辦法。
第三是交通信息不對稱的問題
這是目前交通面臨的主要問題，停車難就是這個問題中的一個顯著現象。曾經有人說“找停車位浪費的時間阻礙了人類的進步”，理性上來說，該說法雖然略有夸張，但是確實有相關的調查顯示有1/4的人認為找停車位在他們出行過程當中是最差的體驗。
第四是車輛協同的難度大
舉例說明，當信號燈綠燈啟動的時候，車輛要逐次緊隨向前行進，而實際上這樣依次的啟動非常浪費時間。據媒體報道，在 30秒的綠燈時間，日本東京大概能通過60輛車，國內城市能通過25輛車。從25輛到60輛，差距之大說明在同樣的紅綠燈、同樣的路況條件下，交通治理高效可以使通行效率提高一倍。實際上，東京車輛的通行效率高原因在于，車輛在等待信號燈時通常保持4米距離，這樣可以保證車輛在綠燈時可以同時啟動，縮減車輛等待時間。而我國的情況則不然，這便造成了車輛間的協同問題。
“雙智”背景下，智慧城市基礎設施和智能網聯汽車協同發展條件下，上述問題可得以解決。大概可以闡述為以下幾類些應用場景。
首先是全面感知、集中調度
在導航行進過程中，雖然導航系統可以告知人們路網通行情況，向人們推薦更優路徑，但是實際上每個駕駛員都會按照自己的偏好去選擇路徑。此外，不同導航系統都是根據實時數據來判斷道路路況，其推薦路徑會不斷受外部干擾，這有可能造成導航實際實行下來并非更優方案。但是，在有了智慧城市基礎設施和智能網聯汽車以后，人們可以對整個城市的交通流進行全面的感知，形成中心化的集中調度方案，從全局角度出發對所有的車輛做相應的路徑規劃和相關交通流量全局的調配和優化，大大提高行車效率。
其次是車輛協同問題
通過智能網聯汽車，車輛的協同能力會大幅度提升，反應速度會大幅提高。在綠燈時，即使車輛停靠相對較近，同樣也可以同時啟動，大幅度提升整體紅綠燈路口的通行效率。
第三是提高車輛與道路間的協同關系
由于不同道路具有不同的通行能力，即使是相同的道路，在不同的時間也有不同路況，路面條件也不一樣，所以應有不同限速。當出行低峰時，道路車輛較少，可以適當提高行車限速速度；當出行高峰時，即使限速實際上也無法提高行車通行率。有關實驗表明，若把降低限速，如從40公里降到30公里，通行效率可能會更高。這說明做好限速動態調整，可以大大提升通行能力，而相關的實驗也證明在車路協同的條件下，基于路況的可變限速是完全可能實現的。
第四是解決信息不對稱問題
有了智慧城市基礎設施以后，人們可以通過數字化平臺將相關的停車資源在線表達出來。駕駛員可以在到某地方之前可以先預約停車位，減少停車找位時間，在總體上減少了出行時間，也減少了汽車通行的時間和距離，同時也節約道路資源。
沿此向下引申思考，預約車位是對停車位資源在既定時間段的使用，出行便是對道路資源在預計時間段的占用，所以無論是對停車位的占用還是道路資源的占用，本質上講都是對城市交通資源的利用，而這種資源利用都都有一定的時間約束條件。如此，在雙智發展的背景下，我們可以在總體上將城市交通需求從不確定變為確定，從而將交通治理從被動應對變為主動管理，改變交通管理方式，也改變人們的交通行為規范。
基于全面感知系統，有可能對整個城市交通資源、交通路網，甚至城市空間布局進行優化。因為通過全面感知 *** ，人們可以知道每一條道路資源狀況，及時了解道路擁擠程度，從而對 *** 資源進行評估診斷和優化，靈活調整出行方案，這是從應用場景反饋到城市功能布局和城市路網資源、結構優化的問題，是雙智和城市功能的互饋迭代。
基于“雙智”發展智慧交通的基本邏輯應該是：首先，基礎設施層面進行設施智能化升級改造、建立交通感知 *** ，使交通設施能夠進行自動感知、在線控制和遠程響應；其次，在此基礎上，構建交通大數據平臺，并進行相關數據融合和集成；最后，進行具體的場景構建，以及實際應用系統的開發。
多年來，智慧交通的探索總體來講呈現點上突破，單兵推進的特征，智慧城市基礎設施與智能網聯汽車協同發展為其提供了一個全面創新的條件，我們要尋求相關理論體系創新和行為范式的重構。目前，現有的交通理論已經十分完善，但它是基于傳統的交通條件和模式逐步構建的，而在智慧城市基礎設施和智能網聯汽車條件下，交通治理模型將發生根本性改變，理論層面也需要全面創新。
“雙智”協同發展是一個非常有效、及時的的決策，相關應用場景需要共同挖掘。相信通過這樣一個創新的機遇，智慧交通也將帶來全新的發展。
郭仁忠：為了實現城市發展可持續和人民群眾有感知，“雙智”的推進應該從哪里切入？
關于基礎設施與應用場景之間的關系問題，理想狀態是先把路修好，做到基礎設施先行。但是對于“雙智”應用來講，情況則不然。這是因為“雙智”無論從智能化基礎設施，還是從智能網聯汽車角度理解，都是一個不斷探索的過程。它的技術、應用模式、規章制度、標準規范，都是要不斷探索、不斷摸索、不斷迭代，逐步成熟的。
在此邏輯上講，我們不可能把所有基礎設施都先規劃好再去做場景應用，因為時間成本太高。創新要眼光長遠，要做到基礎設施和相關應用場景協同發展、相互成就。有什么樣的基礎設施，就可以逐步配套構建什么樣的配套應用場景。
比如智能網聯汽車，面向智能駕駛，目前可能只是一個遠景藍圖。但是憑借智能網聯汽車現金的發展，完全有可能在一些應用場景上做的更好。比如通過智能網聯汽車，可以實現車與車之間的協同感知，減少汽車發生交通事故以及相互之間的擦碰；也能夠協調車子之間的動作，實現車輛共同啟動，提高協調性。實際上，這些場景比智能駕駛要容易的多，對車輛本身的改造成本也不高，也許只是一個雷達和一個感知系統就能實現。
整個“雙智”系統發展過程是一個相互交叉、迭代、融合、協同發展不斷推進的過程。我們不能把技術建好然后再進行開發應用，也不能完全沒有相關規劃。發展“雙智”要有一個總體的部署，要根據每個城市的情況制定規劃，讓各個城市要根據實際情況，根據 *** 的經濟發展能力，制定出切實可行、能夠協同發展、同步發展、相互成就、迭代前進的計劃。
