隨著智能技術的發展，從工業互聯網發展到工業智聯網是必然趨勢。工業智聯網是新一代人工智能技術、知識工程技術與制造業深度融合的產物，是未來工業的核心基礎設施和新型經濟形態的支撐科技。

本文從工業互聯網的典型應用—車聯網談起，從工業網聯技術發展過程的視角分析了工業智聯網的構架、關鍵技術和前沿趨勢，對智聯網視域下的未來智聯交通作出了展望。

談談車聯網

首先談一下車聯網的概念，簡單來講就是車輛+無線通信設備之后可以實現車-X、車-互聯網的無線通訊和信息交換，使得信息網絡平臺提取車輛實時靜、動態數據，最終可實現車輛智能化控制。

因此車聯網的發展的最終方向為智能網聯汽車和車路協同。

智能網聯汽車需要有感知、信息交互和服務的能力。

感知能力又包含內部感知和外部感知兩方面。內部感知為車輛內部裝有傳感器，感知車輛運行狀態參數，駕駛人狀態測量;外部感知為通過雷達、攝像頭、GPS等傳感器獲取周圍道路環境信息。

信息交換的能力包含與互聯網相連，實現智能化車輛控制與智能化交通控制的車網互聯能力和與他車互聯，實現碰撞預警、自動避障、車距保持、路況分享等的車車互聯兩方面的能力。

智能網聯汽車服務的能力體現在車路互聯的能力，即可以實現與路側設備相連，實現運輸管理、車速引導、信號控制、施工區提醒等。

車路協同要實現的是車車、車路間智能協同與配合，充分利用交通系統的時空資源，以降低事故、節約能耗。根據美國Safety Pilot項目研究成果顯示車路協同可降低事故率44%;《美國NHTSA研究報告》提到車路協同技術可實現節約能耗39%。

車路協同架構

現有交通方式的弊病是人適應系統，現急需“人適應系統”向“系統適應人”轉變。

例如從北京到青島，要坐航班，坐幾點的航班?到這邊來幾點鐘上車?我們都是適應交通系統。我們設想如果什么時候是交通系統適應人，這才是真正的人工智能，人工智能跟交通緊密結合。

人適應系統就會面臨很多問題，這里舉一個例子從北京到上海也不容易，現在想想到上海開會需要提前訂票，然后到達地鐵站，在地鐵需要安檢，以后到浦東機場，然后下來以后還要看看有沒有人接，沒有人接，就騎共享單車到會場，整個這個過程需要提前購票、早到等待、晚到改簽、多次安檢、等行李、等出租、堵車等一系列需要人去適應交通系統的過程。

我們設想，什么時候能夠系統適應人?那什么叫系統適應人呢?簡單來說就是每個人出行時都可以得到一份一體化的交通出行定制方案。

這里舉個例子，比如從北京到青島會議中心去，我買一張票，打包的交通方案就已經生成，比如方案一是時間最短、方案二為花費最低，選擇一種方案之后可一票出行，在出行過程中，可一站安檢，全程通行，然后有實時的航班或高鐵，到站即可出發，避免等待，行李也由專車運送，到青島當地以后，共享出租就根據系統已經檢測到行李所在車輛以及一起去青島會議中心的朋友，接上后直接送達終點，根據車路協同系統也不會有堵車的情況。

每個人都享受到的是定制化服務或者多樣化的個性化服務，這才是我們認為的“交通出行系統適應人”，這里講的人工智能跟交通車聯網是這個意義的車聯網，根本不是傳統上的人適應交通系統，是這樣一種顛覆性的我們對交通的認識。

未來交通新技術

上面講的系統適應人能不能做到?目前看有可能，為什么有可能?因為有N (信息網Network)、B(大數據Big data)、A(人工智能AI)。即將新一代信息技術與綜合交通的深度融合。

具體來講就是是網聯化、自主化的智能載運工具，協同化、智能化的智能基礎設施，知識化、個性化的智能運行服務相結合。這樣才能驅動我們進入智聯交通社會

天地空網絡

首先第一要采集，所有信息都得感知，需要實現有天空地網絡一體化，為采集所有信息奠定很好的網絡條件。

網聯化系統結構：數據采集/運行決策更快、更全、更準

大數據

可以利用大數據洞察、理解、預測復雜的交通系統里的演化規律，利用這個演化規律知道哪里堵哪里不堵，然后實現檢測。

因此要做好大數據基礎設施的全面建設。包括能夠實現計算EB級數據中心、PB級網絡應用、百億級記錄額超大規模數據量的服務器;可實現空管指令、客票信息、監控影像等功能的高低并存數據價值的數據分析及顯示系統;以及能夠實現跨域系統匯聚互聯，包括政府資源開放、網絡資源匯聚、系統互聯;

做好了基礎建設才可以實現包括能源消耗、公共衛生、大氣污染等多維度更全面;數據呈現更直觀;數據更準確;以及細節更深入的智能交通系統。

定制服務

“三層四片”架構

實現交通的定制服務，可采用“三層四片”的理論架構體系。

首先說“三層”。

第一層即上圖中最底下這一層，實際上把泛在網絡、各種與交通有關的信息進行采集，把信號變成信息。

第二層利用智能邊緣計算，因為以后的汽車，都可以實現工業化跟信息化兩化融合，而其中最大的賦能技術是5G，5G+新能源汽車，就可以質變到工業物聯網，在這樣一個大網絡里面都可以放一個超級計算，汽車終端的計算就屬于邊緣計算。有了智能邊緣計算以后就可以實現由信息到知識，而且是可信的知識。

到了第三層我們真的能夠實現智慧的決策和服務，就是完全多樣化。

因此，簡單總結來看，第一層是泛化的感知，第二層是邊緣的網絡化計算，第三層是無所不在的智慧服務。

支撐這三大層需要什么技術呢?這就要講到“四片”。

首先是能夠自組織，這種分布式的階層要要能自己組織起來，另外要可信和安全，還要能夠自然交互，最后能給達到群智和優化。

實現“三層四片”以后，我們交通就會產生革命性的影響，最終實現時間分配準——分鐘級、空間分配精——米級、服務分配優——個人級。

比如我們轉乘交通工具先我們轉乘的交通工具都是按小時計，以后都是分鐘計;我們的轉乘轉地鐵都是幾百米，坐共享單車、打的也得幾十米，以后到米級;以后我們享受的服務不再是一個航班幾百人，而是每個人都可以享受定制化的服務。

這里詳細講解一下定制化服務的這三大特性。

定制化服務特性之——準

柔性計劃、多元融合

怎么做到“準”呢?如果有了柔性計劃、多元融合，我們采用大區域的氣象、交通狀態信息也可以實時獲取以后，通過大數據系統的計算，我們就可以進行多元計劃的融合，我們出行計劃就可以進行動態分級調整。因此就可以實現陸海空天一體的時間的智能化分配。最終使得我們出行計劃的分辨率就可以從天計/小時計到分鐘計。這就是從時間上來說比較“準”。

定制化服務特性之——精

按需匹配、跨界使用

第二個定制服務要實現空間上的“精”，利用智能技術將鐵路、公路、水運賦能，都讓他們實現智能化或無人化，如無人汽車、無人貨車、無人飛機等等，這些智能化或無人化的交通工具，可以進行協同智能、多式聯運智能實現全程一體化精準匹配。最終打通最后一公里，從而實現出行行程空間分辨率由步行距離千米級到米級。

小尺度(氣象、交通狀態)感知 -> 知識圖譜構建 -> 載運工具索引

定制化服務特性之——優

組合優化、人機交互實現個性化

第三個定制服務為“優”，這里把交通對象智能優化，實現線上線下個性化推薦，以及多樣化交互，我們就有可能實現個性化定制的交通系統適應人的目標，在出行選擇服務分辨率上實現由群體級向個人級的跨越。

從車聯網到智聯網

正如剛才所講，人工智能跟車聯網結合以后，顛覆了我們對交通的再認識，原來我們是人適應交通系統，現在我們可以交通系統適應人。交通系統適應人以后，我們的轉乘時間到分鐘級，步行距離到米級，我們的出行由群體到個性化，每個人都打得起飛的。這就是人工智能對車聯網的影響。

能不能做到?能，從車聯網到最后自主交通階段即可實現。這里有一個視頻演示比較直觀的展示了未來交通智聯網系統運行情況。

建議WiFi下觀看

工業智聯網

下面講一下工業智聯網，工業智聯網不是我的本行，這里講的快一點。

首先看一下工業網聯技術主要階段，如下圖

技術發展聚焦于工業現場的過程信息化與自動化

目前工業智聯網的用處還比較遙遠，但是跟交通領域的結合是最快的用途。所以我們就會想智聯網跟車聯網有什么樣的最大公約數呢?

我們講的工業互聯網都是從消費領域進入到工業領域，原來我們在交通領域叫人車路，到了工業領域叫人、設備、數據，兩者都是以人為中心的三個要素，這個是最大公約數。

這里我們還得看三個層，即網絡、計算、服務。

但不管是感知采集、設備管理、數據服務，但是工業互聯網確實有問題，不能按需連接、缺乏知識分析、服務能力也不足，這些問題該怎么辦?深度融合等這里就不說了。

下圖是我自己原創的，包括網絡、計算、服務三個層面，網絡采集感知完數據以后加上智能計算就得到信息，這就是智能化的感知信息;第二層是計算，計算都應該是自動化的，如果加上感知計算，把感知的信息事先把有的知識融入，就介意把這種邊緣計算從信息變成了知識;第三層是服務，服務大多數談的都是應用，如果把智能服務和應用結合就形成了智慧。所以我們就從網絡感知到知識到服務，就變成了信息、知識、智慧。因此，這里認為工業互聯網和工業智聯網最大的區別四個字，一個是更強調知識，一個更強調智能，這是兩個最大的區別。

看下面這張圖，這張圖跟車聯網是不是高度相似?這是因為我是研究綜合交通的，所以我覺得車聯網和智聯網如何找到最大公約數，支撐我們的智聯網就可以了。

因此，我把剛才的三層四片就改成了A1到A3，B1到B4。A1到A3還是網絡、計算和服務，但是這時候已經發生了變化，網絡變成了智能感知，計算變成了知識計算，服務變成了智慧服務。

什么叫做感知?感知就是寬帶泛在的網和分布式智能感知;智能邊緣計算和自主知識獲取是知識計算;多元化與個性化的智慧服務就是智慧服務。

怎么能夠達到呢?還要解決四個關鍵技術，B1是網絡與信息的自組織，B2是信息可信，B3是自然交互與虛實交互，現在我們的交互也是一個大問題，B4是群智決策。所以工業智聯網的核心是什么?是無所不在的智能與自主。

A1網絡為寬帶泛在網與分布式智能感知，即工業智聯網的基層為寬帶、泛在、自主感知;A2計算為邊緣智能計算與自主知識獲取，即工業智聯網的計算特征為數據到知識;A3服務為多元化與個性化的智慧服務，即工業智聯網的目標：提供個性化智慧服務;B1為網絡與信息的自組織，即工業智聯網物理層為資源自組織;B2為信息可信，即工業智聯網可信環境，可用區塊鏈;B3為自然交互虛實交互，即工業智聯網智能表現形式：以人為中心的自然交互;B4為群智決策，即智聯網的本質特征為人機物環融合。

智聯交通網

從車聯網到智聯網，最終實現自主的交通系統，即從網絡、計算、服務三個層面的數據交互、信息疊加和被動服務分別到信息交互、知識積累和主動服務的過程。

自主交通是什么樣的交通呢?下面這張圖非常重要。

這張圖里面首先我們看技術對象，最重要的是從左邊的框框到右邊的框框，左邊的框框是人在環、機在環、智在環，人機環，環環相扣，右邊是人際網、物聯網、人流網、物流網，網網智聯。

其中車路智聯網是基礎，但是我們要跳出地面，還需要有空地智聯網和空天智聯網，這樣全空間既可以充滿網絡，立體化的網絡保障信號隨時隨地獲取。左邊為智聯網里面的基礎設施，分為有節點智聯網和樞紐智聯網;因為我們不能一下子過渡到無人網絡，它也是一個循序漸進的過程，因此右邊顯示了有人和無人結合的混合智聯網。

車路智聯網

車路智聯網是由智能車輛和智能道路的協同運行。

這個視頻可以非常直觀的展示智能車路網能夠達到的效果，即在十字路口的行人、非機動車和機動車都不用等待，即可通行，而且不會發生碰撞，可大大提升交通效率和安全性。

建議WiFi下觀看

編隊行駛：降低車間距，減阻提效;協同避讓：無須紅綠燈

空地智聯網

下一個是空地智聯網，這是我自己的專業方向，我就弄得比較細。一個是隨時點到點，下一步我們叫隨地門到門，怎么做到?即通過智慧繁衍，包含智慧嵌入、邊緣計算、知識生成、全網共享四個方面，第二是量身定制的服務，包含空間優先、時間優先、舒適優先、代價優先，最后構建一個地空協同的管理體系和空中立體的生態體系。

空天智聯網

另外講一講空天智聯，以后上天跟我們坐交通是一樣的，要軌道，要智能軌道、結伴飛行、安全監控、任務重構+個性化遨游，這個可能是2050年以后的事。

物流智聯網

下面簡單講講跨界智聯網，這里首先講到物流，物流以后就是4個A，你收信，你可以在任何時間、任何路線、任何方式選任何書信，以后我們在走的過程中就收信了，吃飯的時候信就來了，自助餐就來了，是這么一種，所以以后就是智慧新物流。

綜合交通物流新業態

樞紐智聯網

交通樞紐通過數據化到信息化到知識化到自動化到智能化再到擁有智慧之后，以后無人汽車、水上停機坪，任何一個地方都可以停，但是都是按照智能的規則。所以是按需定容，無縫調度，這樣來進行。

混合智聯網

最后是混合智聯網，有人無人該怎么辦?它是一個混合空運下的融合運行。