未来交通的发展趋势:全新的智能交通系统

简介:

当带着“无人驾驶系统在2017年如何发展”这样的问题采访硅谷NewGen Capital的创始合伙人张璐时,得到了一个意料之外的答案——硅谷的早期风投机构正在将目光从无人驾驶转移至智慧交通和智能城市生态上。

  

   ![image](https://yqfile.alicdn.com/a0919de3f747fa4dd12f16e20b896b129b583ac6.png)
   </span>

“现在正是开始关注智慧交通和智能城市生态的好时机。”张璐说“相比于无人驾驶系统,这两者在早期投资领域处在更好的时机。”于是,整场采访的主题从“how”(无人驾驶车如何发展)变成了“why”(为何转移目光)。

“车模仿人开车”or “车有自己的开车方式”

对张璐的采访,源于去年冬天在美国旧金山出现的Uber无人车。两个月前的12月14日,当地市民注意到在Uber的app里增加了一项无人车搭乘服务——点击按钮,一辆头顶偌大传感器的Uber无人车就出现在家门口。

尽管Uber无人车还在试验阶段,但这样的体验不免让人有些兴奋。

然而,市民的兴奋感维持不到几分钟,就被旧金山市区里糟糕的、拥堵的、甚至是动弹不得的交通给打消了。的确,无人驾驶汽车完成了从研发到马路行驶的过渡,但紧接着的问题是:无人车何时能完成普及?何时能优化城市交通?

对于这个问题张璐没有急于回答,而是提供了另外一种思考途径。“是车模仿人开车,还是车有自己的开车方式?”这个问题其实牵涉到了未来交通的发展方向——“模仿人的开车方式”或者“全新的智能交通系统”,张璐相信后者是未来的趋势。

“未来几年是无人车和驾驶车并行的阶段,因此,无人车需要去适应人的开车方式,包括规避、拐弯等。但是,真正实现无人驾驶的那一天,路上都是无人车,那么车就不需要人的思维方式。”张璐说道。

智慧交通成为早期风投的新战场

目前,无人驾驶系统是资本和企业追逐的热点。但要真正实现全面的无人驾驶,还需要一套相对应的智慧交通系统,包括智能路灯、信号灯、路况感应设备、3D精准地图等等。以Uber在匹兹堡进行的无人驾驶试点为例,它不但在开发无人驾驶系统,还在建设相应的小型智慧交通系统,这两者缺一不可。

“这就好比无人驾驶是电,为了实现‘电进万家’,你同样需要电缆、发电机、灯泡等配套设备。”张璐比喻道。“要实现完全的无人驾驶,就必须建立车辆之间的互联(V2V)、车与交通设施的互联(V2I)以及车与人之间的互联(V2P),形成一个巨大的智能交通平台系统。”

随着人们对交通优化的需求越来越高,智慧交通在未来的市场空间巨大。据Grand View Research 2016年的数据统计,智慧交通的市场规模到2020年将达到386.8亿美元。

在早期的投资领域,相比于无人驾驶系统的市场热度,智慧交通系统的搭建以及各个细分市场的探索依旧是蓝海。这也是为何张璐看好智慧交通市场拥有更大创新空间的原因。

“无人驾驶系统的市场很大,但未来的统一化势必会导致很多独立开发的系统被淘汰,同时依托于汽车公司的系统开发又具有一定的局限性。这会形成大玩家赢者全拿,小的初创公司市场空间很有限。”张璐说道。“但是智慧交通系统却有丰富多样的市场机会,像小范围的无人驾驶实现就是很有意思的机会点,包括封闭环境内的物流无人驾驶应用,比如机场货运重复性路线运输的无人驾驶应用,城市中心短程低速的生活区应用等,都是可以关注的点。”

“旧词”新谈,智能城市生态在2017迎来契机

提起智慧交通,自然也就不得不说到智能城市生态。出行的智能化,本身就是实现智能城市生态重要的一部分。

在谈到智能城市生态时,国内的读者们似乎总有些意兴阑珊:这个在两年前被各大媒体竞相报道的“旧词”已经被证实在短期内无法被商用和普及,变成了一张空头支票。但张璐认为,现在是谈论智能城市生态发展最好的时机。

首先,人们对智能城市生态的需求已经达到了一个顶点。2015年,全球的城市化人口已经达到了50%,到了2050年,这个数字会达到66%。尤其在美国或中国的大城市中,这个比例只会有增无减。

人口大量的堆积带来了城市效率低下,包括交通拥堵、住宿压力和工作压力,这都需要智能城市生态尽快地在各大城市中普及。

其次,实现智能城市生态所要求的技术在逐步完善,包括传感器的低成本化以及云计算技术的提升。尤其是server-less computing(无服务器技术)平台服务的快速发展,为智能城市生态发展提供了强大的功能支持和移动物联网的灵活性。

在2017年,低成本化的传感器可以实现城市的大规模铺陈,几年前存在的蓄能、信号发送等问题也得到了解决。同时,现在的传感器都具备“无感性”——能够在不知不觉中捕捉数据,这实现了城市大面积的数据采集。

云计算能力的提升则实现了大规模数据的存储和分析能力。同时,信息传输也更加快速和经济,这包括了服务器成本的降低、云计算的速度加快等等。

“这种传感器(硬件)和云计算(软件)的结合在美国被称为Cyber-physical System(软硬件系统)。在10年前,创新都集中在软件或者互联网上;如今,硬件和软件的结合给智能城市生态的发展提供了必要条件。”张璐说。同时,过去几年,以amazon lambda为代表的server-less computing平台迅速发展,更加速了智能城市生态的发展速度。

最佳时机,硅谷风投在2017加速布局

在采访的过程中,我们注意到两个细节。其一是张璐对智慧交通乃至于智能城市生态的未来非常期待。“想象一下,智能城市生态在未来就是一个巨大的平台,人们在这个平台里产生的所有信息,它都能收集、分析、连接、处理。”张璐手舞足蹈地侃侃而谈。“类似于科幻类电影所描述的那样,比如满世界的信息分布和分流处理。”

其二是张璐的投资侧重点还是技术本身。在她看来,智慧交通和智能城市生态是如今美国前沿科技的一种市场应用,包括了工业级物联网、AI、云计算技术等等。因此,NewGen Capital以及很多其他硅谷风投依旧看重以技术为核心的创业项目。

“其实NewGen一直都在投资前沿科技,而智慧交通和智能城市生态在这些技术的引领下会有很好的发展愿景。”张璐说道。

如今,NewGen Capital旗下管理两支美元基金,重点覆盖的领域包括智能工业,智能交通系统;网络技术包括网络加速和网络安全;人工智能相关,包括机器学习、计算机视觉、自然语言处理;以及医疗健康等。作为NewGen Capital的创始合伙人,张璐在今年年初当选Forbes美国30 under 30,并被评为美国30岁以下风投领域的荣誉主题人物,成为首位获此殊荣的华人。

而在诸如NewGen Capital这样的硅谷风险投资机构的幕后助推下,智慧交通和智能城市生态真正进入和改变人们的生活,也就指日可待了。

本文转自d1net(转载)

相关文章
|
16天前
|
传感器 监控 自动驾驶
智能交通系统在现代城市中的应用与挑战####
【10月更文挑战第29天】 本文探讨了智能交通系统在现代城市中的应用现状,分析了其技术架构、核心功能及面临的主要挑战。通过案例分析,阐述了智能交通系统如何有效缓解城市拥堵、提升交通安全与效率。同时,文章也指出了数据安全、隐私保护及技术整合等方面的问题,为未来智能交通系统的优化与发展提供了思路。 ####
40 2
|
1月前
|
传感器 人工智能 自动驾驶
未来出行新纪元:智能交通系统的崛起与影响
【10月更文挑战第13天】 本文深入探讨了智能交通系统(ITS)的发展背景、关键技术及其对社会、经济和环境的深远影响。通过对现有技术的评估和未来趋势的展望,揭示了ITS在提升交通效率、减少碳排放、增强安全性和推动经济发展方面的巨大潜力。同时,也讨论了在技术实施过程中面临的挑战和潜在的解决方案。
|
1月前
|
传感器 人工智能 监控
未来出行的革新:智能交通系统的崛起
【10月更文挑战第9天】 智能交通系统(ITS)正在改变我们未来的出行方式。本文深入探讨了ITS的技术原理、关键组成部分以及其在不同领域的实际应用,并讨论了面临的挑战及未来发展的前景。通过阐述这些内容,本文揭示了智能交通系统在提升交通效率、安全性和可持续性方面的巨大潜力。
|
2月前
|
传感器 人工智能 自动驾驶
智能交通系统:自动驾驶技术的社会影响
【9月更文挑战第27天】随着科技发展,智能交通系统与自动驾驶技术正革新交通领域,从提高交通效率与安全性到优化资源分配,其影响深远。自动驾驶技术基于AI与传感器,历经五个等级演进,促进交通流畅的同时减少人为驾驶错误。然而,技术进步亦引发就业市场变化、数据隐私及道德责任等问题,城市规划需适应新技术,加建充电站等设施。尽管存在挑战,智能交通系统仍有望重塑城市面貌,提升出行体验,实现更高效、环保的城市交通体系。
|
2月前
|
传感器 人工智能 自动驾驶
智慧城市中的智能交通系统:缓解拥堵与提升出行效率
【9月更文挑战第16天】随着城市化进程加快,交通拥堵和污染等问题日益严重,成为制约城市发展的瓶颈。为此,智慧城市应运而生,其中智能交通系统(Intelligent Traffic System, ITS)作为核心部分,正逐渐成为缓解交通拥堵、提升出行效率的关键力量。本文将探讨智能交通系统如何通过信号优化、智能导航及公交调度等策略,结合实时路况监测与自动驾驶技术,为城市交通带来革命性变革。未来,随着技术进步和政策支持,智能交通系统将进一步智能化并与智慧城市其他系统深度融合,共同推动城市的可持续发展。
464 17
|
4月前
|
传感器 监控 算法
|
6月前
|
机器学习/深度学习 人工智能 自动驾驶
构建未来:AI技术在智能交通系统中的应用
【5月更文挑战第20天】 随着人工智能技术的飞速进步,其在现代交通系统中的应用日益广泛,从智能导航到自动车辆调度,AI正逐步改变我们的出行方式和交通管理。本文深入探讨了AI技术在智能交通系统中的多种应用,分析了其提升交通效率、增强安全性及减少环境影响的潜在能力。同时,讨论了实施这些技术所面临的挑战和未来的发展方向,为读者提供了一个关于AI如何塑造未来交通网络的全面视角。
|
5月前
|
机器学习/深度学习 算法 自动驾驶
机器学习在智能交通系统中有许多应用
机器学习在智能交通系统中有许多应用
|
6月前
|
机器学习/深度学习 传感器 人工智能
构建未来:AI技术在智能交通系统中的应用
【5月更文挑战第30天】 在快速发展的人工智能领域,智能交通系统作为一个高度集成了多种AI技术的应用平台,正在逐步改变我们的出行方式。本文将深入探讨AI技术在智能交通系统中的关键作用,包括实时数据分析、预测模型构建、自动驾驶车辆以及交通管理优化等方面。通过对当前技术的深度分析与未来趋势的展望,文章旨在提供一个全面的视角,理解AI如何塑造交通的未来。
|
6月前
|
机器学习/深度学习 传感器 监控
深度学习在智能交通系统中的应用与展望
传统的交通管理系统因为无法满足日益增长的交通需求,而逐渐暴露出种种问题。本文将探讨深度学习在智能交通系统中的应用,介绍其原理和优势,并展望未来深度学习技术在交通领域的发展前景。
下一篇
无影云桌面