and Commentary 现代公共交通系统变革与发展 于滨 1,2†, 李欣 3, 刘好德 4 1. 北京航空航天大学交通科学与工程学院，北京 100191 2. 智能交通技术与系统教育部重点实验室，北京 100191 3. 大连海事大学交通运输工程学院，大连 116026 4. 交通运输部科学研究院，北京 100029 摘要 文章在回顾公共交通系统变革与发展历程的基础上，面向社会经济高质量转型及科技变革 发展背景，剖析了中国公共交通系统发展面临的挑战。针对公共交通系统发展目标、体系构建、运 营管理模式和供给结构等方面提出了发展理念与转型思考，并对现代公共交通系统发展趋势和相关 关键技术方向进行了深入分析与展望，以期推进大数据、云计算等多种新一代信息技术在公共交通 系统运营、服务和管理方面的深度融合和应用，为多模式协同的公共交通系统发展和建设提供参考。 关键词 公共交通系统；多模式公交；信息技术 公共交通系统；多模式公交；信息技术 公共交通是指城市中供公众乘用的、经济方 便的各种交通方式的总称，是重要的城市基础设 施，是城市经济发展和社会安定的重要组成部分， 也是具有社会公共使用性质和社会服务性质的社 会公益事业和窗口服务行业[1-2]。早期公共交通是为 了解决市区与郊区的运输问题而专门设计的，其 出现缩短了市区和城郊间的距离，使得人与人之 间往来频繁。工业革命、电气革命、信息革命，以 及世界范围内的城市化、城镇化发展，推动着公

连接现实与虚拟世界的 AI 交通指挥官 AI 智慧交通解决方案 城市交通面临的困境 “ 交通都是交警的事情”城市交通的误解 01 、底数不清 无法弄清城市交通的特征 02 、动态不 明 城市交通变化莫测 03 、交警兜 底 交通不是交警一家之务 迫在眉睫的城市交通治理  传统车辆检测手段投 入大、易损坏  城市拥堵现象突出， 信号控制高峰拥堵效 果不佳  视频设备大量建设， 依据，依靠个人经验  公交路网运行及运营评 价无指标，难以量化  高速路网节假日或事 故大面积拥堵，缺乏 有效预测  重点车辆监管难，存 在安全隐患  交通诱导信息无法第 一时间有效的发布到 交通参与者手中  诱导效果无法有效的 进行科学评价，无法 形成闭环 ET 城市大脑核心能力赋能交 通 收集数据 信息分析 发现问题 解决方案 即 时 全视频 全 能源 全景监控 智能标签 数据 DNA 应用 交通评价与优化 交通安全防控 公众出行服务 事件感知与处置 交通运输决策分析 中兴软创在全域交通智慧应用奋力奔跑 交通运输综合监测 双引擎驱动全域交通 交通物理世界的映射 奔跑在两个世界里的 AI 交通指挥 官 AI 指挥官的三个中 心 感知中心 思维中心 控制中心 交通要素 人 车 路 环境 融合、研判、仿真、自我学习

人工智能在交通领域业务应用白皮书 （2020 年 9 月） 中国人工智能产业发展联盟 2020年09月 1 版权声明 本指南版权属于中国人工智能产业发展联盟，并受法律 保护。转载、摘编或利用其它方式使用本指南文字或者观点 的，应注明“来源：中国人工智能产业发展联盟”。违反上 述声明者，编者将追究其相关法律责任。 述声明者，编者将追究其相关法律责任。 编写单位：中国信息通信研究院、北京交通大学、西安 交通大学、国泰君安证券产业研究中心 支持单位：中国智能交通协会 参与单位：浙江高速信息工程技术有限公司、山东高速 信息工程有限公司、杭州海康威视数字技术股份有限公司、 华为技术有限公司、苏州思必驰信息科技有限公司、阿里云 计算有限公司、智慧互通科技有限公司 · 落地应用、与实体经济融合，成为当前产业关注的重要议题。 交通行业关系国计民生，建设交通强国不仅是建设社会主义现代 化强国的内在要求，也是顺应世界交通发展大势的客观需要。国家及 相关部委先后印发多项政策文件，立足全局统筹推进交通强国建设， 大力发展智慧交通。 2020 年国家正式提出新型基础设施建设，将人工智能纳入新技 术基础设施范畴，智能交通基础设施纳入融合基础设施范畴，其建设 和推进均成

城市公共车联网综合服务平台项目建议书 1. 项目背景及必要性 1.1 项目背景 我国经济的快速发展极大的提高了人们的生活水平，但是随之而来的一些问题也不容忽视。 其中一个非常严重的问题就是交通拥堵问题，而且近几年严重的交通拥堵问题不仅仅局限于大 城市，在二线甚至三线城市也开始蔓延。根据中国汽车协会 2010 年所发布的数据，2009 年中 国全年的汽车销售量达 1364.48 万辆，超过美国成为全球第一，其中乘用车数量为 33%。二者之间的这 种不均衡的发展和增长速度导致了一系列的问题，比如交通安全事故频发、城市居民乘车出行 不便、上下班时间增加等。众所周知，制造业是我国的支柱产业之 一，我们需要汽车工业来大 力发展我国的经济；而扩建公路虽然能在短时间内迅速拉动 GDP 的增长，并且能够缓解交通 拥堵的问题，但是从长远来看这一举措并不是一种可持续的发展方式，而且这种解决交通拥堵 问题的方式已经遇到了无法突破的瓶颈。因此这一系列的问题不能简单的靠抑制汽车消费或者 80%以上，而且相关的产品也较先进。美国交通部估计，智能 交通系统的应用消除大约每年 120 万起交通事故，挽救上万人的生命，节省 260 亿美元因交通 堵塞及交通事故所造成的损失。在未来 20 年里，美国智能交通相关产品及服务市场容量将超 过 4200 亿美元，相关项目将超过 60 万个。 1.2 需求分析 目前国内的交通系统信息化应用还比较落后，智能交通系统在国内基本处于空白阶段，在

项目编号： 城市公共交通运营引入 DeepSeek 大模 型 应 用 方 案 目 录 1. 项目概述.......................................................................................................7 1.1 项目背景........................ .......................................................................................16 2.1 当前公共交通运营问题.......................................................................18 2.1.1 效率低下.......... ..185 1. 项目概述 随着城市化进程的加速，公共交通系统面临着日益增长的运营 压力，如何在有限资源下提升运营效率、优化乘客体验成为亟待解 决的问题。为此，我们提出将 DeepSeek 技术应用于城市公共交通 运营中，以智能化手段实现系统优化。DeepSeek 是一种基于大数 据和人工智能的深度分析工具，能够实时处理海量交通数据，并通 过机器学习算法提供精准的决策支持。本项目旨在通过

业务呼唤转型，技术驱动创新，智慧启迪未来 城市交通一体化解决方案 华为全球交通业务部 城市交通一体化解决方案 城市交通一体化项目实践 城市交通一体化发展趋势与挑战 3 2 1 2 Digitization Digitalization OTT 数字化水平 零售等 服务业 汽车 电力 教育 交通 医疗 起步期 引领期 方向 蓝图 契机 2019 年 9 月 19 日，国务院印 发了《交通强国建设纲 要》， 统筹推进交通强国建 设。 2020 年，新基建写入国 务院政府工作报告。 交通行业处于数字化转型的拐点期， ICT 技术与交通业务深度融合是发展趋 势 2 万亿欧元复苏计划， 其中 1.1 万亿，新建 2 万公里高铁 网，联通欧盟各国首都。 年，德国政府和德国铁路公司签署了关于未 来 10 年铁路建设的投资规划，计划到 2030 年在 该 领域投资 860 亿欧元，平均每年投资 86 亿欧 元。 交通强国 战略 交通强国 纲要 新基建 国 内 2017 年，“交通强国”作为 国家战略写入十九大报告 欧盟 美国 德国 物的数字化 业务流程数字化 人的数字化 运行模式数字化 信息的数字化 商业模式数字化

项目编号： 城市轨道交通行业 AI 大模型应用 设 计 方 案 目 录 1. 引言...............................................................................................................5 1.1 城市轨道交通行业现状.................... .................................................................................10 2. AI 大模型在城市轨道交通的应用场景........................................................12 2.1 运输调度优化........................ 在快速发展的城市化进程中，城市轨道交通作为现代城市交通 的骨干力量，其重要性愈发凸显。如何提升城市轨道交通的运营效 率、增强服务质量、降低运营成本，成为了行业亟需解决的关键问 题。近年来，人工智能（AI）技术的飞速发展为城市轨道交通行业 提供了新的解决方案。AI 大模型的应用不仅可以有效提升决策支持 能力，还能通过数据分析洞察乘客需求，从而优化服务。 随着城市轨道交通网络的不断扩展，运营管理面临越来越多的

成的高 效信息系统。我们认为，车路云一体化脱胎于车联网，未来有望在业务和管理两大层面发 挥作用：1）业务：从中短期的“有人驾驶安全辅助”功能到远期的“高阶智能驾驶”；2） 管理：赋能政府部门进行智慧交通管理，提高道路组织效率及利用效率，实现全局最优。 我国目前选择车路云一体化这一路线，原因在于：1）从技术水平来看，我国芯片、算法较 发达国家有差距，仅靠单车智能追赶不易；2）从基础设施禀赋及国情来看，我国 信技术将人、 车、路、云的物理空间、信息空间融合为一体，基于系统协同感知、决策与控制，实现智 能网联汽车交通系统安全、节能、舒适及高效运行的信息物理系统。车路云一体化以“聪 明的车+智慧的路+融合的云”为基础架构，以高精地图、导航定位为支撑，融合信息安全、 大数据、AI 等关键技术，是未来交通实现高等级自动驾驶的重要路径。 图表1： 车路云一体化要素构成 资料来源：中国汽车工程 1）网联车：广义来说，该部分包括网联车辆及其他交通参与者，是动态交通数据的核心数 据源，与路侧/云控平台之间存在相互作用：一方面，车辆将通过无线通信网络和利用路侧 基础设施向云控基础平台提供运行的实时动态信息；另一方面，车辆驾驶人与网联车可接 收来自路侧和云控基础平台提供的感知、决策和控制服务； 2）路侧基础设施：该部分包括感知、通信、计算类基础设施及交通附属设施，具体来讲包 括路侧感知设备（摄像