中国大城市行车速度为何全球最慢？

 

瑞银集团的调查涵盖了像伦敦、纽约、东京、北京这样的超大型城市。调查结果发现，伦敦的道路交通状况最好，市区车辆的平均时速为29公里，纽约和新加坡仅次于伦敦，同为24.9公里/小时。而行车速度最低的均为中国城市，北京以12.1公里的时速垫底，其次便是上海、广州、成都、香港和武汉。这意味着如果你能在5分钟之内跑完1公里，那么在北京就可以比汽车更快地到达任何地方。

 

差距为何这么大？以日本为例，为着力解决城市交通拥堵难题，日本人曾经在推动出行方式变革、加强基础设施建设和推出相关法律等方面着力良多，却收效不尽人意，直到当智能交通系统实地应用后，日本城市交通状况才发生了翻天覆地的变化，东京市交通控制系统共有133台计算机，对全市14447个路口红绿灯中的7247个进行智能自动控制。得益于智能交通，日本城市交通堵塞得到有效缓解。

 

别误以为智能交通是个多么高大上的词汇，其实它早已溶入到了我们的日常生活。比如我们都曾经使用过车载导航或手机地图，通过屏幕上红黄绿不同的实时路况显示，就可以提前绕开堵点或事故地带，节省出行时间。

 

但不妨设想一下，在没有导航软件前，我们开车时是如何知道前方路况的呢？如果你没有千里眼技能，就只有靠交通广播。而交通广播的信息，就是靠驻扎在全城各个角落的信息员打电话通知广播台，编辑们汇总后再让主持人去播报。后来，交管局在全城主要路段装设了流量监控摄像头，再将交警处置事故的信息实时上报，便形成了实时路况信息。

事实上，信息革命对于交通运输的重要性并不亚于汽车和喷气式飞机的发明。当然，智能交通的作用也绝不仅仅是让堵城的车主们提前绕路这么简单。

比如，我们都在新闻中看到过疲劳驾驶导致车毁人亡的悲惨事件，开车走在高速公路上，一个男人打哈欠告诫司机们停车休息的警示牌也高密度出现。据交通部统计，我国48%的车祸是由疲劳驾驶导致的。

而作为智能交通的神经元，“疲劳驾驶预警系统”也如同导航软件一样，将与车主产生越来越紧密的联系。这个系统会扫描整个人的面部，然后根据眼睛动作（尤其是眼睑）和心率来判断驾驶员是否疲劳驾驶，当发现驾驶员处于疲劳驾驶状况时，系统将发声报警。试想一下，作为“马路三大天神”的公交车、出租车、大货车，都是公司化运营的司机联盟，如果这些公司普及使用疲劳驾驶系统，并通过数据分析哪些司机疲劳驾驶率高，再对其施以惩戒，我们的道路交通状况怎么会没有好转呢？

再比如在中国，有很多长途公路运输的效率是十分低下的。出租司机在北三环上堵半小时不是什么大事，可是山西运煤车如果在京藏高速上堵三天，东南沿海的电厂就要哭爹喊娘了。低效的路线安排，对于一个国家来说，是严重制约生产力的阻碍。而通过智能交通，将中国1000万辆卡车进行合理路线规划，严重事故率可以从28%降低到8%，同时降低卡车运营成本，提升卡车运营效率，智能交通系统不仅让大家开车更安心，更放心，很大程度上也推动了中国大规模物流的发展。

其实，无论是疲劳驾驶系统，还是卡车的智能路线规划，都需要有大数据平台作为支撑，否则难以体现规模化价值。将导航软件、疲劳驾驶系统、行车记录仪这些用户级产品汇入云端进行数据处理，还只是智能交通的第一步，而将众多摄像头、交通灯甚至出租、公交、货车的随车定位系统共同接入云端，才能够真正对实时交通状况进行高效的管理和协调。比如在日本，当公交车即将到来时，交通灯甚至可以自动延缓几秒绿灯时间，或缩短几秒红灯时间，加快公交专用道的车速。

然而在中国，一个棘手的困境，便是严重的信息孤岛——系统之间信息共享困难、信息传递延缓，这些都将制约智能交通领域信息传递的可达性与准确度，影响决策支持、管理调度的效率。

公安部门传统的做法是，把数据存放在各个省、各个市分中心。但是由于数据库的分散存放，数据量非常巨大，难以及时查询交通状况，也就无所谓智慧调度。比如南京市，其主要路口的摄像头超过了1000个，在众多的视频监控中要发现是否出现了交通事故等状况，是一项非常费时费力的工作。由于需要结合不同部门的摄像头，这些摄像头分属于交管局、交通局、公安局、城市高点监控、道路图像监控等，而不同部门的摄像监控都有自己独立的数据库和管理系统。“在这种‘山头’林立的数据库中进行信息检索和查询将是一项复杂的工作，需要到不同的数据库中分别查询，这就大大影响了效率。”

而云计算技术特有的超强计算能力、动态资源调度、按需提供服务以及海量信息集成化管理机制等方案都将成为解决这一问题的重要手段。

比如杭州诚道科技通过运行于英特尔（intel）至强处理器E5系列上的Hadoop软件，开发了更智慧的智能交通管理解决方案，显著提升了交通管理能力。这一解决方案应用于浙江省某城市，通过集中的数据中心将全市卡口、电子警察、视频监控、流量检测设备、信号机、诱导设备等有效的连接起来，不仅实现了高吞吐量和高度容错性的海量数据存储目标，而且通过多方面的优化保证了数据的可靠性，可保存的历史交通违法图像数据从3个月延长到24个月，违法车辆追踪效率从过去的1小时缩短到1分钟，不到1秒的时间即可得到从24亿条过车数据中的机动车号牌查询出的精确结果和行车轨迹。这套系统带来了非常明显的效益：恶性交通事故死亡人数降低30%，道路拥堵率下降15%到20%，交通工具的使用效率提高了20%。

英特尔在广大消费群体眼中可能只是一个普通芯片工厂，但实际上，“英特尔 Inside”已经渗透到我们生活，例如2012年时英特尔参与了多个城市的“智能交通”项目。如今，无论是用以分析卡车远程信息处理数据的服务器，还是即使45度以上依然能稳定运行的海量交通视频存储设备，都离不开英特尔提供的高效稳定的解决方案。

近年来创新科技在交通领域的应用越来越广泛，物联网、车联网等开始兴起，交通行业迎来大数据时代。伴随着“万亿级”项目上马的背景，国家十二五交通规划也明确提出要用创新科技完善交通建设，加大交通信息化比重，信息化将成为交通发展的重要趋势，智能交通真的从概念成为了现实。