在高德交通大數據監測的361個城市中，有15%的城市通勤高峰受擁堵威脅，有59%的城市通勤高峰處于緩行，僅有26%的城市通勤不受擁堵威脅。

其中，北京高峰期平均每分鐘擁堵495.81公里，擁堵里程相對全路網比例為11.8%，全國最高，也就是說北京在高峰時每100公里就有11.8公里處于嚴重擁堵或擁堵狀態。

無錫交警支隊指揮中心吳仁良主任表示，城市交通發展必然會遇到兩個無法回避的問題，一是城市道路基礎設施的建設速度必然跟不上機動車保有量的增長速度，二是大中型城市的區域擁堵不可避免，尤其是早晚高峰。

2018年北京建成區道路里程5112.1公里，建成區面積912.3平方公里，路網密度5.59。據公安部最新統計，截至2017年底，北京汽車保有量達564萬輛，位居全國第一。

根據公安部交通管理局建設部城市建設司印發的《城市道路交通管理評價指標體系》（2012版），對于道路網密度的定義：建成區內道路長度與建成區面積的比值（道路指有鋪裝的寬度3.5米以上的城市道路），單位：km/ km2。

道路網密度是衡量路網構成特征的指標，是道路交通管理的基礎條件，也是制定道路交通管理對策的重要參考指標，反映了城市交通建設水平。

表5 道路網密度分級表

注：A類城市：特大型城市。市區人口在500萬以上，建成區面積在320平方公里以上，市區GDP在2000億元以上；或人口在200萬以上，建成區面積在500平方公里以上，市區GDP在3000億元以上。

以上可以看出，即使是北京的路網密度，依然徘徊在及格線附近，而同期美國紐約的路網密度達13.1。

按照國際標準，一個地區每公里道路汽車保有量達到270輛是，本地區汽車容量已經達到飽和，如果繼續增加，汽車在道路上行駛將會出現車速下降、交通堵塞等擁擠情況。

以此測算，北京目前的每公里道路汽車保有量約為1103，已經大大超出城市道路的承載力。

基礎設施不完善催生智能交通市場

面對已經超負荷運行的道路交通系統，城市道路通行情況自然堪憂，堵就成了常態。對于交管部門而言，如何在現有基礎上改善道路通行效率，就成了案板上的首要任務。

在《城市道路交通管理評價指標體系》的交通科學組織管理中，提到了交通指揮系統應用：建立由綜合信息系統、執行系統、通信系統和指揮系統平臺有機結合構成的交通指揮系統，具有對交通數據采集、處理、整合、存儲管理和分析能力，具有組織協調、指揮調度輔助決策能力。

其中涵蓋區域或線協調信號控制功能、交通電視監視系統、警用車輛定位和單警定位系統、交通流和交通事件采集系統等。

同時也對交通信號燈的協調控制、誘導設施設置等提出了一些指導意見?？偠灾?，就是讓道路基礎設施、交警、指揮中心的信息流打通，進而管控、發布道路信息。

這些措施實際上就是國家智能網聯車概念中車路協同中的基礎設施部分，通過對已有的道路進行智能化的改造，包括安裝各種信號采集系統，傳輸系統，打通道路信息和道路交通指揮中心的通道，指揮中心在實時監控城市道路車流運行情況的同時，對道路信號燈以及其它設施進行同步調整，優化通行效率。

在AI以及大數據的背景下，這些工作可以自動化進行，在理想情況下，交管人員只需要負責監控以及應對突發事件即可。

同樣，另一方面，所有的道路運行情況，以及交管中心的信息，可以依據行業的規范，通過無線網絡分發給在路上實時運行的車輛，具備車聯網功能的車輛，就可以更精準的獲取到城市道路信息，避開道路擁堵、維修、事故突發等路段，更快速的出行。同時基于智能交通數據，更多豐富的應用也可以藉此展開。

滿足不了客戶的供應商

目前，車輛終端的聯網率較低，城市道路基礎設施的智能化改造尚處萌芽期，對于遏需改善城市道路擁堵的管理部門而言，壓力陡增。

但從另外一個方面來看，道路智能化改造、車聯網行業的機會也出現了。

深圳市城市交通規劃設計研究中心相關負責人表示，智慧道路的發展，同自動駕駛發展的趨勢有相似之處。

首先會是分類感知、被動處理、有線通信、巡查養護，其次會上升到分類個體感知、主動管控、混合組網、輔助診斷階段，再到精確個體感知、預先調控、應用專網、自我調控，最后是全息感知、全程調控、泛在互聯、智能運維。

落實到實際應用中，有終端感知、邊緣計算、云處理三個部分，終端感知，類似于車輛的智能感知傳感器，路基一側也有攝像頭監控、雷達、聲源定位、紅外熱成像等感知設備，采集識別行人、車流、路況、車輛行為等多層次信息；

通訊方面，為求穩定現有的大部分是有限的傳輸，同時在交叉口還會有信號控制設備；所有信息都會最終匯聚到控制中心，信息量龐大，基于云的數據存儲、處理以及分析決策、應急響應成為必須。

以上是目前智慧交通發展中改造過程需要的基本元素，如果要完成類似的配置，花費成本不菲。

以基本的視頻監控、雷達測速設備為例，單臺采購價格就在萬元左右，控制中心的顯示大屏，高端的價格會達到上億元，這還只是硬件的成本，沒有包含智能化的服務。

全國只有少數城市的示范道路有進行過類似的改裝，大部分正式道路、城市都還未裝配如此多的設備。

三四線城市的交警部門表示，目前交管部門治理城市交通擁堵壓力很大，但能用的手段卻不多，每年上級劃撥的改造經費寥寥無幾，根本不可能覆蓋設備供應商玲瑯滿目的產品。

且大部分廠商的產品，無論從產品價格，質量，還是到實際真正能為交管部門解決問題的能力，都乏善可陳。因此，基層的道路智能化，還處在一個非常初級的階段。

換言之，供應商還有非常多的上升空間，客戶對于目前的服務很不滿意，怨聲載道。

試探性嘗試

每一樣新事物的誕生，都遵循著事物發展的最基本規律。

既然道路的智能化改造，目前不能落于實處，就先進行一些嘗試吧。作為國內的的一線城市，深圳的汽車保有量已經突破 300萬輛，但受制于城市面積，道路里程，城市擁堵情況日益嚴重。

因此，深圳市城市交通規劃設計研究中心也進行了一些智慧交通方面的嘗試與研究。

依托路段速度估算技術，深圳市實現了道路交通運行指數、道路誘導信息、積水點的智能識別；通過交通預測技術，可實時在線仿真及出行的綜合指引；通過視覺識別車流量、事件檢測、拋灑物、障礙物、路面破損，微波檢測位置信息、流量信息，紅外熱成像行人過街的檢測。

實現了V2I的場景，比如轉彎盲區、異常車輛、闖紅燈、道路危險狀況的預警，還有路網狀態、路口位置、信號配時、車道屬性的信息服務，提升通行效率方面有緊急優先、公交優先，車速引導、路徑指引等。2017年，研究中心在龍崗區完成了路口試點。

南京市通過路口的視頻檢測、線圈檢測以及正向雷達的檢測，配合公交車輛的車機，獲取公交車的位置、流向、速度等信息，進行道路公交運行綠波控制，實現了公交車優先通行的同時，保證路口交通流暢。

這些措施目前有效提升了南京早晚高峰時段公交車的平均運營時速。這是基于現有的車端信息以及道路智能化設備，進行的車路協同的嘗試。

上海市政府也提供了一些主要道路的交通數據，比如實時路況、道路流量、交通指數、交通事件、道路施工、道路視頻，公共交通方面有公交線路、軌道交通的實施狀態信息、客流數據、站點等，還有出租車的位置、區域分析等等，這些數據每年都免費提供給社會企業，供其進行研究、提供服務等等。

這些工作，對于未來的道路智能化及車路協同自動駕駛技術發展，起到了促進作用。

上海市城鄉建設和交通發展研究院上海信息中心副主任張祎表示，上海愿意提供官方的道路信息給到社會，供社會企業進行探索研究。

但整個行業實際上現在缺乏標準，數據的協議常常不同，這非常不利于未來信息的交互。因此各地應該共同合作，建立統一的信息傳輸標準，在此基礎上技術的發展以及服務的提升會更快。