這個可能有很多原因，總的來說就是舊的系統，不能再適應新的需求、新的技術融合。舊的系統我們都知道，交管、運輸、汽車、停車、道路等等相互獨立發展，在各自領域已經取得了很好的信息化成就，但面對新的技術、新的需求、新的趨勢時，可能這種各自為營的發展模式就不再適應了?？赡芫托枰蛏⒅貋?，搭建新的系統架構，重新規劃，重新建設。

那么新的技術、新的需求、新的趨勢是什么？

現階段主要的變化在于計算能力的提高，讓交通大腦在局部或者部分領域得以實現，挑戰主要來于數據的結構化匯聚、數據之間的關聯分析等。而最大的挑戰應該是自動駕駛、車路協同的逐步實現，對現有交通系統的影響。在本次大會上，不僅有新一代智能交通系統的表達，也有新一代車路協同系統、新一代交通集成指揮平臺、新一代交通信號控制系統等概念性的闡述。對于傳統的智能交通而言，引入的最大變量應該是車路協同技術，這將深遠的的影響智能交通系統發展。理論上通過車路協同+傳統ITS系統+移動互聯網等，就可以實現全時段全要素的全感知，加上超級計算平臺，實現從被動管理到主動管理、主動服務，對傳統的智能交通子系統帶來較大的改觀或者說顛覆。比如說現在就有人在討論，未來交通是否還需要信號控制系統，是否還需要路面交通誘導設備，是否還需要那么多的交通視頻監控設備等等，雖然為時尚早，但可以做理論上的研究。

作為階段性的發展重點，車路協同與傳統智能交通的結合，已經有很多人在研究，清華大學李萌副教授提出的路基云控平臺，易華錄、電科智能、上海智能交通公司等，在一些測試示范園區參與了類似平臺建設；重慶攸亮科技、上海駿碼交通等信號機廠家積極調通信號機與V2X之間的協議；阿里集團則在杭紹甬高速試點車路協同，綜合路側設備已經有了原型，從而打造智慧高速；更不用說車路協同對于汽車本身以及車載信息服務帶來的改變。ITS114每半個月會在國際智能交通網翻譯最近的全球行業動態，有一個傾向很明顯，即有關V2X的內容， 成為最近一年來，國際上技術革新、產品更新的熱點，尤其是V2X與汽車、非機動車、道路設施之間的各種融合。車路協同的出現，直接讓一些智能交通子系統升級到下一代，這是一個很重要的變化，自動駕駛也許會很多年才有階段性成果，但車路協同，車車通信，應該離我們不遠了。

傳統的交通需求是快捷、便利、安全，這三個永恒的主題，實際上在人類發展的任何階段，這三個主題都不會發生改變，主要的技術和服務都為這三個主題提供支撐。但在這三個主題之外，產生了越來越多的個性化出行需求，在原有的快捷、便利方面的訴求更為強烈，解決有限的道路供給和不斷增長的高端出行需求之間的矛盾，也就成下一階段要解決的問題。出行服務的提供模式會發生改變，事實上正在發生變化，網約車、定制公交、共享單車、分時租賃等，尤其是傳統汽車廠商，比如吉利、上汽、福特等，都推出了自己的網約車服務。簡單概括，就是智慧出行會成為整個交通行業的推動力量。

此外，由于物流大發展，對于多式聯運的需求也越來越強烈，不同交通載具之間的貨物轉運實現無縫對接，港口、鐵路、物流園、高速公路以及轉運中心等環節之間的快速直達，貨物轉運場站的自動化作業等。

新的趨勢，其實就是由前兩者推動帶來的跨界融合，比如汽車與傳統交通管控的融合，道路建設、運營與車載信息服務運營的融合，以及跨地區、跨部門的融合，前者很容易理解，后者正成為趨勢，比如路政（治超）與交警，運管（重點車輛管控）與交警，城市規劃、交通規劃與交通基建、交通信息化等等。

此外還有一個很重要的融合，以智慧出行為核心，交通管理系統、交通工具、出行方式、出行信息服務、支付方式等等不同領域在智慧出行需求推動下進行融合，不管是歐洲提出來的“交通管理即服務（TMaaS）”，還是“預約出行、有序出行”，都是基于這種融合而提出的概念。

北京交通發展研究院院長郭繼孚在演講中有兩個說法讓人印象深刻，一是他建議組織力量開發一個城市級交通特征分析的超級計算平臺或者城市級交通仿真平臺，以便支撐那些影響全局的政府決策，以及支撐第二個讓人印象深刻的說法——預約出行系統。前者也許只是需要更大、更高效的超級計算平臺，后者則需要更多的探索，做到預約出行，就是做到出行需求提前被獲悉，要做到供需有序、供需整體平衡。

現在都強調交通大腦實現前提是大數據匯聚全景感知。強調全方位數據的運用，對細化到個體的數據進行融合分析，對交通要素實現全面感知。什么是全景感知？在本人2018年初寫的《未來交通，可預測的需求，難預測的變化》設想過，未來很可能所有交通設施、道路、運載工具、事件、交通參與者都將被數字化、電子化，布設大量的交通感知和邊緣處理設備，加上超級計算平臺，可能就可以實現徹底的全面感知。數字化就必然需要安全，汽車電子標識可以用于智能駕駛車了的法定電子身份，那么路側設施的電子身份如何確保不被篡改，不會被黑客攻破寫入病毒或者其他，這也是未來實現全景感知的必備前提，畢竟安全才是最大的需求。

電科智能在今年正式推出“智慧路口”產品，通過多種檢測器的數據采集來感知整個路口的交通狀態，為交通信號和交通組織提供決策依據。路口可以視為比較重要的神經元，路口的交通事件往往可能影響局部交通甚至全局交通，讓路口這個神經元快速感知、智慧運行，是支持全景感知的重要組成部分。?？低暋⒏咝屡d推出的AR云圖/云防，實際上也是全景感知的另一種呈現形式，而且是更為直接的可視化形式，從全局到細分場景，全視頻，自動檢測和預警推送。

以上兩種形式都是對全景感知的局部體現，呼應著未來。

當所有要素都被數字化、電子化之后，一個統一的數據資源池，也就成為必需的了。公安部交通管理科學研究所提出的新一代智能交通管理系統架構，其重要組成部分就是統一的數據資源池，匯集交管、公安、其他政府單位、互聯網企業數據等，統一數據接口，統一服務接口，然后各部門在統一數據資源池上定制開發。引申到下一代城市智能交通系統，未來很可能將TOCC與智能交通管理系統兩大平臺所匯聚的數據池合并為一個大的數據資源池，為交通管理、運輸管理、公共交通、共享交通等開放數據接口，將交通管理與出行服務都放到一個平臺上，從而支持預約出行、智慧出行。

建設統一的數據資源池，現階段會進一步促進智能視頻分析技術的發展，因為智能交通、城市管理越來越多的依賴視頻監控，而在在相當長的一段時間內不會發生重大變化。智能視頻在前端、后端盡可能的實現結構化處理，最基本的是車牌識別和車輛特征識別，慢慢的會將人臉識別、行為識別、狀態識別、事件識別等等都納入進來。來自公安、交管的需求，會快速推動智能視頻技術的AI化發展，像人眼人腦一樣感知和判斷。

現階段的交通管理、運輸管理依然是被動式的，系統依然無法獲知出行者的出行需求，從而適應出行者，對系統運行做出改變。在張軍院士的演講中就提到，未來交通應該是系統適應人，而不是像今天這樣，人來適應系統，所有航班、列車、公交都是固定的，大部分信號是固定配時，誘導信息也是面向全局而非個性化……當然，對于提前獲知出行者的出行需求，目前并沒有更好的解決方案。但是現在可以根據歷史數據，引入天氣、節假日、事件等變量，來做出行預測，只是這種預測比較粗放，也無法實時反應出行需求。

要做到系統適應人，類似“預約出行”這樣提前獲知出行需求，預判整體出行需求，從而讓系統在一定程度上為人的出行做調整。實際上，現在的定制公交、自適應信號燈、個性化誘導、共享單車、分時租賃等，都在體現了未來交通的一些特點。這種特點會在隨后一段時間內，繼續被強化。未來或許在MaaS等一站式出行平臺、智慧出行助手APP、車載大腦的幫助下，進一步精確個體的出行需求。從而讓“人”這個交通運行中的最不可預測的變量，逐步變得可預測。

新一代智能交通系統的演進路徑

根據黃衛院士/張軍院士的演講，我們目前所處的階段是交通信息化階段，并正在向網聯化階段發展，再下一階段就是協同化階段、自動化階段，最高階是自主交通階段。

脫離階段談未來，容易造成觀點上的沖突，概念上的混淆。但階段劃分本身也存在分歧，不是說院士提出來這個分階段就完全正確，但在沒有更好的劃分依據前，可以遵照這個階段來解讀未來交通，來判斷智能交通的未來發展走向。

現階段的主要任務還是推進車路協同、主動安全防控技術的落地，尤其是前者，是一個需要很大投資才能形成產業化，而且需要探索商業模式的領域，政府企業出行者都受益的大型系統，前期需要政府推動、投資，但可持續性運營必須要找到合理的商業模式。主動安全防控技術則主要為機動車單車自動駕駛奠定基礎，雖然現階段主要在營運車輛上實施，而且基本上是單目設備，但也可以支撐這些研發企業在初始階段完成造血功能，并積累數據、人才以及豐富應用場景，單車自動駕駛和車路協同必然是同時行進的，而不是非此即彼。

推進車路協同，勢必會與傳統的交通系統、車輛帶來改變，這種改變應該是未來幾年行業創新發展的主要內容。

唯一的問題就在于階段的時間節點，可能會有較大分歧，就個人來看，再過50年，自主交通也未必能實現。理想化的自動化階段，完全的自主交通，絕大部分運載工具都實現自動駕駛，路側設施高度智能化，管控與決策高度智能化。

當然理想總是要有的，萬一提前實現了呢？就像郭繼孚院長說的，有序出行不是夢，但還得夢一段時間！