IEEE Fellow 毛国强：智慧交通要以「人」为中心，信息技术是基础

编辑 | 岑峰

2020年11月，西安电子科技大学智慧交通研究院刚成立不久，迎来了一位非科班出身的院长——

他的本科为电气工程专业，硕士攻读精密仪器，博士为通信工程领域，之后在无线通讯、车联网、物联网、智慧交通领域耕耘二十多年，2017年更是凭借其在无线网络定位算法上的贡献摘取美国电子与电气工程协会（IEEE）最高荣誉——当选 IEEE Fellow。

乍一看，他的研究领域似乎都与「交通」扯不上关系。但事实却是，2017年，他曾作为悉尼科技大学智能交通系统学科带头人主持过澳大利亚「悉尼地铁乘客信息响应系统图景研究」项目，获澳洲历史上最大科研项目之一 iMove CRC 资助；2019年，他又主导国家十三五重点研发计划「高速公路智能车路协同系统集成应用」项目，获总经费接近一亿两千万元。

不久前，他还在甘肃酒泉主导开发了世界上第一条商用的无人驾驶车辆专用高速公路，即将进入试行。公路身处河西走廊腹地，沿线是地形平坦的荒漠无人区。

这位「跨界」科学家，就是曾在澳大利亚高校任教18年、2020年回国全职加入西电、又在深圳创立了戴升智能有限公司的毛国强教授。他也是西电智慧交通研究院的创始院长。

智慧交通在我国的提出，可追溯到2012年住房城乡建设部发布的《国家智慧城市(区、镇)试点指标体系(试行)》，文件指出将信息技术集成应用于传统的交通运输管理，可整合交通数据资源且协同各个交通管理部门。

随着后续文件的颁发，我国各地方政府积极推动智慧交通建设。据ITS114数据统计，2020年，中国智慧交通千万项目规模已接近300亿元。

作为一名无线通讯专业出身的科学家，毛国强参与实现智慧交通的途径是从信息技术出发，他的研究生涯也历经了无线定位、车联网、车路协同到智慧交通等多个阶段。随着研究的深入，他看得越深，范围也越广。

在与雷峰网的交谈中，毛国强教授表示，从前围绕车来展开的交通研究已被证明无法彻底解决城市交通拥堵等问题。因此，在讨论交通的问题时，我们必须将「智慧交通」的概念置于「智慧城市」的图景下，以居住在城市中的「人」为中心。

而当智慧交通从人的需求角度出发，综合运输是大势所趋，无线通讯技术也将成为该领域的重要基础之一。

与自动驾驶领域的许多领军人物不同，尽管毛国强在车联网、车路协同等方向均做了不少工作，但他认为定义自己的更准确的说法应该是「在智慧交通（包括自动驾驶）领域研究感知、定位与通讯问题的研究者」。

细究背后的缘由，不无道理：无论是领衔西电智慧交通研究院，还是创立戴升智能、开发传感器硬件，毛国强与团队的工作均没有离开无线传感的范畴。

在与智慧交通结缘前，毛国钱的主要研究是无线网络定位。2002年至2014年，他在悉尼大学电子信息工程学院任教，历任讲师、高级讲师与副教授，2014年至2019年加盟悉尼科技大学计算与通信学院担任无线网络首席教授、实时信息网络中心主任。截至目前，他已在无线通信领域发表超过200篇国际顶级期刊与会议论文、3部学术专著。

2017年，毛国强入选IEEE Fellow，理由便是「对无线网络定位算法的贡献」。他在谷歌学术上被引次数最高的一篇论文也是对无线传感网络定位技术的深入研究。

图注：毛国强的谷歌学术主页，其成果被引次数超过一万一千次

那么，毛国强是如何从无线传感「跨」到智慧交通的呢？

一个契机是2017年他在悉尼进行一个地铁乘客信息响应（Responsive Passenger Information）系统项目，首次使用无线感知技术来缓解城市交通压力。这也是毛国强第一次深入接触到「综合交通运输」的概念。

在这个项目中，毛国强与团队改变了以往的思路，将「人等地铁」变为「让地铁等人」。

「很多人坐地铁都有这样一个体验：急忙忙慌地赶到地铁站，好不容易赶到了，结果前面的一趟地铁开走了，而且这趟地铁还挺多空位的。如果我们事先有能力知道大概有多少人要在什么时候来坐地铁、乘坐哪条线路等，那么我们就可以优化出行调配，地铁就能增加承载量，乘客的出行时间也能减少，所以我就产生了『地铁等人』的想法。」毛国强告诉雷峰网。

于是，他们就结合视频与Wi-Fi探针开发了一个系统，用于定位地铁区域的活跃用户。从感知层面看，Wi-fi 的优势在于覆盖范围广，视频的优势在于精度高。在识别出每个时间段、每个站台的大致活跃人数后，他们就可以将地铁乘坐人数与地铁线路班次等等实时信息传输到一个联网系统中，精准计算出地铁的合理停留时间，从而减少乘客的出行时间、提高地铁乘坐体验。

尽管这是一个很小的项目，但毛国强却从中看到了在交通领域引入无线传感技术所带来的可能性，研究兴趣油然而生。

此外，在解决城市交通拥堵问题上，传统的方式是以车为中心，如拓宽道路。但事实是，深圳城市交通研究中心的数据显示，拥堵情况可能在道路拓宽后3-6个月得到缓解，6个月后，问题仍将出现。

毛国强从人的心理角度分析：如果一个人发现通勤道路十分拥堵，可能选择乘坐地铁出行；当道路拓宽缓解拥堵情况后，可能因为更舒适的体验而驾驶私家车出行。当更多人作出同样的选择，道路拓宽反而吸引更多车辆涌入，最终导致拥堵情况再次出现。

他还特地提到，红绿灯的优化调配、道路信息化与智能化也只能在一定程度上缓解交通拥堵，并不能彻底解决交通拥堵的问题。

假设公路网的容量是11000辆汽车，公路网行驶着10000辆汽车，可通过红绿灯优化调配提高通行效率。但当20000辆汽车汇入公路网，这时红绿灯调配无济于事。

那么，怎样才能真正解决交通拥堵？

基于悉尼项目的成功经验，毛国强的答案是以人为中心，实行综合运输，如此方能实现智慧的交通。

在他看来，智慧交通的实现无非分三步：首先是具备获取人出行的实时信息的手段，如摄像头、传感器、Wi-Fi等感知技术；其次是将获取的数据传输到城市大脑的通讯技术；最后则是能够对海量数据进行处理的人工智能技术等等。而他所擅长的，正是第一步。

毛国强研究无线传感网多年，他的一个研究心得是：哪怕每个传感器的功能都很单一，但只要联网化，实现数据集成，形成一个网络系统，功能就会远超于单个传感器，也远超于一个非常高精度、功能丰富的传感系统。

单就感知而言，智慧交通系统涉及对人、车、路三方的感知与分析。与此同时，单一的感知手段又往往存在独有的局限性，如摄像头涉及隐私安全，激光雷达与毫米波雷达射程短，Wi-Fi 可知不可见等等。在智慧交通领域解决感知问题，也仍有许多大展拳脚的空间。

2020年，毛国强正式加入西安电子科技大学，是国家特聘专家、西电领军教授，并成为西电智慧交通研究院的首位院长，指导智慧交通系统的研发工作，如国家重点研发计划「高速公路智能车协同系统集成应用」。

回国两年，毛国强对智慧交通的研究有新的思考。

「车辆调配是减少道路交通拥堵的一个方面。从A点到B点，原先用半个小时，后来缩短至二十分钟，这是最直观的感受。但事实上，整个智慧交通的概念是远远大于此的。」毛国强向雷峰网谈道。

在毛国强看来，除了以人为中心的车辆调配，实现道路的智慧化也是减少交通拥堵的重要方向之一。这个方向里有一个热门的研究课题，就是车路协同。其中，无线传感也将扮演重要的角色。

「智慧公路与车路协同的核心目标就是解决自动驾驶的长尾效应。可能在99%的情况下你都能实现安全驾驶，但如果无法达到99.99%、甚至99.999%，那也是无法进入商业运行的。」毛国强告诉雷峰网。

根据美国加州无人驾驶路测数据，2021年全球最先进的无人驾驶公司能够实现平均每5万英里执行一次人工接管。也就是说，在无人干预的情况下，无人驾驶车辆每5万英里（也就是大约9万公里）会发生一起交通事故。

听起来是一个很优秀的概率，但放到大规模的场景下，是经不起考验的。

不久前，毛国强在甘肃酒泉主导规划了一条无人驾驶车辆专用高速公路，从酒泉至明水，全程大约438公里。在调查全球无人驾驶路测数据中，他就发现这样的问题：以目前加州最优秀的路测数据计算，一辆无人驾驶汽车在酒泉与明水间往返一趟大约980公里，那么，若平均每9万公里发生一起事故，则一辆无人驾驶车辆来回不到100趟就会发生一起事故；若全面同时运行400辆无人驾驶汽车，则一天之内会发生大约四起事故。

「由于存在长尾效应，无人驾驶本身的出事故率就极高。」毛国强感叹，而据他研究，若没有智慧公路的路侧传感设备，全面运行400辆无人车的事故率是每天17次；而有了先进的传感设备辅助，可以将事故率降到每半年一起，推动商业化运行。

所以，毛国强的观念一直是：要实现无人驾驶的商业化运行，需要大量的路侧感知设备，「但如果路侧的感知设备仅是服务于无人驾驶，就会有问题」。

他从成本的角度进一步解释：

「据我所知，我们现在实现公路智能规划，把激光雷达、毫米波雷达、RSU等等设备全都部署到路面上，成本大概是每公里500-1000万，1000公里就是5-10个亿。在无人驾驶运行初期，如果只有100辆、200辆无人车运行，均摊成本就会非常高。但如果既服务于无人驾驶，又服务于有人驾驶，任何一条1000公里的高速路，一天的通勤量是几万辆车，平摊下来，成本就低许多。」

因此，当前的智慧交通系统，不应该是面向自动驾驶，而是解决现有公路上以有人车为主的交通效率与安全问题，降低公路的管理成本。

至于为何智慧交通基经常与自动驾驶联系，毛国强认为，是因为「车」与「路」之间存在极强的匹配关系。

世界上第一辆汽车诞生前，没有专为汽车修建的道路，彼时，汽车与马车在同一条道路混行。随着汽车数量增多，逐渐影响马车运输后，人们意识到必须将汽车与马车区隔，专供汽车行驶的水泥路、柏油路得以出现。

图注：1910年，纽约街道的马车和汽车

另一方面，道路行驶的汽车数量大幅度增加，导致交通事故相应增多。为了减少交通事故，道路修建标准得到统一，用于交通调控的红绿灯得到推广应用。

回顾交通发展历史，毛国强总结车与路之间的发展规律：汽车出现后，道路逐步进化以适应汽车，由于自动驾驶被认为是汽车发展的下一步，因此针对自动驾驶的道路建设也被提前提上了日程。否则，「如果法拉利行驶在乡村土路，那么法拉利就浪费了」。

那么，可全面部署无人驾驶汽车的道路，需要满足什么条件？

毛国强认为，只有信息化达到一定程度，道路信息能够充分采集并被车充分利用后，道路就能支持L3级自动驾驶（人类和系统共同驾驶的状态）和高级辅助驾驶。

由此可见，在螺旋上升的智慧交通发展中，实现道路感知是核心。

在智慧交通一块，毛国强同时站在了学术与产业的两边。

一方面，他担任西电智慧交通研究院的院长，从学术科研攻关；另一方面，他创立了深圳市戴升智能科技有限公司，以无线定位技术、传感技术及物联网技术为核心，提供智慧公路的整体解决方案。

毛国强的考虑是：「我们从事的是工科，理论研究最终是要落实到工程应用，服务社会上，解决实际问题。」

虽然发表了许多学术论文，但毛国强反思自己的人生，认为单单坐在办公室里做研究是不够的，应与实际结合，从工程实践中提取基础的理论问题，又返回去学术研究，形成一个良性循环，而不是闭门造车。

据毛国强介绍，当前他在西电的课题组主要研究两方面的问题：一是针对感知，用物联网感知技术来解决交通场景的感知难题，二是针对自动驾驶，研究路侧设施以提高自动驾驶的安全性，以及交通大数据分析。

除了学术研究，毛国强的戴升智能公司还负责开发各类传感设备，并以无线定位技术为支撑，通过传感器获得的感知数据在进行大数据分析后提取数据规律，转换成相应的交通控制与交通安全应用中。

道路感知，并非每三公里在道路的重点区域安装一个龙门架及感知设备就能实现，而是在道路两侧、路面等道路的不同区域，距离相隔较短地安装设备，实现全面、充分感知。

譬如，路侧配合埋在路面的传感器，可以判断经过车辆的车型、经过时间、行驶方向、行驶速度等信息。通过长期收集路面安装的振动传感器数据并分析，可以判断路面是否损坏，甚至判断路面受损周期。

路端互联的实现前提，是在道路两旁安装大量的物联网智慧信标，结合重点部位部署的雷达、监控视频设备、定位基站、路侧智能单元等设备。通过传感器收集交通参与者如汽车、行人等信息，再经由无线通讯设备全天候实时地传递至一定范围内的车辆、行人，从而实现车与车、车与人、车与路之间的信息传输，提升交通效率。

简而言之，就是「交通信息化」。

在从事无线通信与交通系统的结合研究以来，毛国强的一个感受是：智能交通是真正的跨学科领域。作为无线通信的研究者，毛国强也需要学习交通知识；而与此同时，他也注意到，交通领域的研究者同样需要信息意识。

毛国强告诉雷峰网，在与多位交通界的专家及行业领导交流后，不少人反馈了同一个问题——部分专家负责传统交通建设时没有意识到引入信息化元素，试图推动传统交通向信息化、智能化方面转型的领导，却苦于缺乏专业知识背景的人才帮助。

「他们现在意识到，如果不在交通中引入信息化的元素，那么（智慧交通）这条路可能是走不通的。所以他们也有主观意愿朝信息化、智能化方向转型。」毛国强谈道。

对此，毛国强的看法是：在智慧交通中，培养一大批既懂交通又懂信息或通讯技术的人才是急需的。西电智慧交通研究院的成立，也正是为了解决这个问题。

毛国强介绍，早在2016年，当时他还在悉尼，就已经与西电合作成立智慧交通研究院，「走交通信息化的道路，将西电在通讯、人工智能和信息技术等方面的技术优势引入到交通中，实现跨学科的研究与融合。」

最后，雷峰网问：

「当智慧交通发展至最高阶段，是否可能是由一个交通大脑分配运力，人们出门前只需要打开手机就可以判断乘坐哪一种交通工具、走哪一条道路呢？」

毛国强答：「有这种可能。」

让我们一起期待这一天的到来。

参考链接：

1. https://web.xidian.edu.cn/gqmao/

2. https://www.leiphone.com/category/transportation/9v5QULxqahVEvWAm.html

作者注：AI人物故事与研究报道，请添加微信（302703941）。

推荐阅读