自動駕駛汽車最終可能會變得無處不在，但會經(jīng)歷很長一段時間的混合道路。換句話說，我們將具有自動駕駛功能的車輛送上道路的同時。那些人類駕駛員也會同時存在，人工智能和V2X技術(shù)將幫助保護自動駕駛車輛和人類駕駛員的安全。

雖然汽車是道路的主要使用者，但不是唯一的使用者。今天的司機必須與騎自行車、電動踏板車的人和行人共享道路。行人甚至是醉酒的人也有合法的通行權(quán)。這些不穩(wěn)定的移動對司機(包括人類和人工智能)來說也是一個真正的挑戰(zhàn)。

完全的自動駕駛沒有到來之前，仍然需要混合駕駛。如果你在一輛自動駕駛汽車里，沒有連接到整個系統(tǒng)，將無法高效、平穩(wěn)和安全運行。

Derq最初的發(fā)明是基于Derq的聯(lián)合創(chuàng)始人、麻省理工學(xué)院的喬治·奧德(Georges Aoude)創(chuàng)建的預(yù)測模型。這是一個人工智能模型，可以在行人真正闖紅燈前兩秒預(yù)測闖紅燈行為，準確率高達90%?！斑@給了我們兩秒鐘的時間來采取行動?！?

要想訓(xùn)練出一種能夠保護道路上所有用戶的算法，擁有一組龐大而多樣的訓(xùn)練數(shù)據(jù)是很重要的。Derq關(guān)注的不僅包括汽車、自行車和人，還包括在夜間和惡劣天氣(包括雨、霧和雪)的這種混合物。全天候算法對于確保人工智能在道路混亂時能夠可靠工作至關(guān)重要。

全自動駕駛汽車顯然是未來的趨勢。但與此同時，我們都將受益于人工智能道路，它幫助我們遠離道路危險。

此前，高精地圖更新模式往往相對依賴專業(yè)采集車和人力，從發(fā)現(xiàn)路標、路牌到記錄重要坐標，采集周期長，更新相對不及時。當我國道路快速發(fā)展、變化不斷加快，傳統(tǒng)測繪手段逐漸暴露出短板，時間長、效率低，還可能在部分地區(qū)面臨復(fù)雜路況和惡劣天氣帶來的挑戰(zhàn)。

而在標準地圖中，數(shù)據(jù)更新往往也會涉及到像車道數(shù)量這樣的道路要素信息，并且更新來源多、時效快，借助智能化、一體化的地圖數(shù)據(jù)生產(chǎn)能力，可以較好地彌補高精地圖采集周期長的短板，將標準地圖快速更新的優(yōu)勢同步擴展至高精地圖。

通過百度地圖 " 一體化地圖數(shù)據(jù) AI 大生產(chǎn)平臺 "，可有效統(tǒng)一高精地圖和標準地圖數(shù)據(jù)的生產(chǎn)架構(gòu)，實現(xiàn)數(shù)據(jù)內(nèi)容的 " 一次操作、同步更新 "，充分利用多源資料的不同優(yōu)勢，保障數(shù)據(jù)最優(yōu)質(zhì)量。

目前，百度地圖打造的一體化地圖數(shù)據(jù) AI 大生產(chǎn)平臺已支持標準地圖數(shù)據(jù)和車道級地圖數(shù)據(jù)的融合生產(chǎn)，預(yù)計 2022 年內(nèi)將全面實現(xiàn)標準地圖、車道級地圖、高精地圖數(shù)據(jù)的標準化統(tǒng)一生產(chǎn)，有望將高精地圖數(shù)據(jù)生產(chǎn)效率提升 100% 以上。

這不是百度地圖第一次給行業(yè)帶來驚喜，此前，百度地圖就已通過軟、硬件的整體升級，進一步提升了地圖數(shù)據(jù)的采集效率。

視頻云平臺具備視頻的秒級播放、視頻分發(fā)、視頻存儲及接口可按應(yīng)用場景調(diào)用等服務(wù)能力。平臺有效統(tǒng)計全息道路的實時車流數(shù)據(jù)、非機動車入侵機動車道、行人等交通信息，數(shù)據(jù)可以精準到每輛車的移動軌跡及行徑方向，實現(xiàn)車輛車流特征化、道路數(shù)字化，利用數(shù)字化方式創(chuàng)建虛擬實體，實現(xiàn)數(shù)字孿生。

區(qū)別于傳統(tǒng)視頻監(jiān)控，數(shù)字孿生的在立體多維呈現(xiàn)不受光線條件和物理感官盲區(qū)的影響，可最為直觀的呈現(xiàn)出交通站狀態(tài)和設(shè)備運行狀態(tài)，便于日常維護，發(fā)生故障時可探測到視覺盲區(qū)內(nèi)的故障節(jié)點位置、地下深度等…..

城市管理當中依托機器自動識別讀取，可以極大提高交通管理效率，識別到交通異常自動報警并評估對道路通行的影響規(guī)模，通過分析交通態(tài)勢自動下發(fā)應(yīng)急預(yù)案，人工只需要二次確認事故并確認處置方案，較傳統(tǒng)交通管理模式更為便利高效。而長期的精準數(shù)據(jù)分析，也可為交通管理策略、交通應(yīng)急處置預(yù)案優(yōu)化提供更精準的依據(jù)，可不斷優(yōu)化和支撐數(shù)據(jù)分析。