前天正好参加了科技与城市发展研讨会，其中有一张北京交通热力图，通过这个训练模型可以实时预测交通路况，相当于“上帝之眼”。现在预测交通热力图的App也很多。
智能交通系统行业前景如何？
前天正好参加了科技与城市发展研讨会，其中有一张北京交通热力图，通过这个训练模型可以实时预测交通路况，相当于“上帝之眼”。现在预测交通热力图的App也很多。作为前汽车行业从业者，觉得这个问题分为三个层面说明：一个是出行工具；一个是道路；以及要素间的交互关系。1. 关于出行工具：电动化、互联化和无人化是行业发展方向。
这儿不作具体展开。2. 关于道路：利用大量摄像头采集或者其他感知系通提供海量实时数据，构建高精度的数字化模型。让原本冷冰冰的路变成出行可靠的伙伴。3. 这个场景中，最重要的要素是人，潜在商机就蕴藏在挖掘人、车、路三者的交互和协同关系中。比如，车与路之间的“车路协同”，互联网车跑在数字化的路上，利用车联网的本地计算和5G通讯完成数据之间传输，出行工具成为一个局部的智慧大脑完成各种决策。
如何理解目前国内的车联网？
首先，我们先来看看什么是车联网？车联网是由车辆位置、速度和路线等信息构成的巨大交互网络。我们再来看看车联网的过程，首先要通过GPS、传感器、RFID、摄像头等装置完成环境和状态的信息采集，然后通过互联网技术，将采集到的这些信息上传到中央处理器，最后通过计算机技术，将每辆车上传的信息进行分析和处理，最后计算出每辆车辆的最佳路线，同时合理安排信号灯周期以及汇报路况。
所以车联网是无人驾驶汽车的基础，只有车联网技术得到足够的保证，无人驾驶汽车才会变成可能。笔者对次的态度并不是乐观，我认为在几十年内甚至是上百年都很难达到这样的效果。以下有几原因：首先路上行驶的汽车要上千万辆，这些车每辆都将自己的数据上传并进行实时计算对目前最快的计算机也是不可能的，注意这里的计算是实时计算，对于高速行驶的汽车，一秒的延迟就会导致几十米路程差。
其次，车联网不仅要面对的是车辆与车辆之间的状况，还有比这数量更庞大的突发状况，行人、自行车、电动车，这些未知而又灵活易变的环境因素会导致车联网更大的困难，例如路口闯红灯的行人，就可能导致车辆的严重拥堵。第三，如果有车辆的车联网出现故障或是车辆硬件出现故障，导致信息无法上传，这会导致非常大的影响，假设一辆车的信息突然消失了，这辆车会被视为道路上的危险因素被其他车辆上报，这样整条线上的汽车路线信息以及信号灯信息都会发生变化，这样一辆车带来的蝴蝶效应可能殃及大片区域。
