自动驾驶汽车最终可能会变得无处不在，但会经历很长一段时间的混合道路。换句话说，我们将具有自动驾驶功能的车辆送上道路的同时。那些人类驾驶员也会同时存在，人工智能和V2X技术将帮助保护自动驾驶车辆和人类驾驶员的安全。

虽然汽车是道路的主要使用者，但不是唯一的使用者。今天的司机必须与骑自行车、电动踏板车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权。这些不稳定的移动对司机(包括人类和人工智能)来说也是一个真正的挑战。

完全的自动驾驶没有到来之前，仍然需要混合驾驶。如果你在一辆自动驾驶汽车里，没有连接到整个系统，将无法高效、平稳和安全运行。

Derq最初的发明是基于Derq的联合创始人、麻省理工学院的乔治·奥德(Georges Aoude)创建的预测模型。这是一个人工智能模型，可以在行人真正闯红灯前两秒预测闯红灯行为，准确率高达90%。“这给了我们两秒钟的时间来采取行动。”

要想训练出一种能够保护道路上所有用户的算法，拥有一组庞大而多样的训练数据是很重要的。Derq关注的不仅包括汽车、自行车和人，还包括在夜间和恶劣天气(包括雨、雾和雪)的这种混合物。全天候算法对于确保人工智能在道路混乱时能够可靠工作至关重要。

全自动驾驶汽车显然是未来的趋势。但与此同时，我们都将受益于人工智能道路，它帮助我们远离道路危险。

此前，高精地图更新模式往往相对依赖专业采集车和人力，从发现路标、路牌到记录重要坐标，采集周期长，更新相对不及时。当我国道路快速发展、变化不断加快，传统测绘手段逐渐暴露出短板，时间长、效率低，还可能在部分地区面临复杂路况和恶劣天气带来的挑战。

而在标准地图中，数据更新往往也会涉及到像车道数量这样的道路要素信息，并且更新来源多、时效快，借助智能化、一体化的地图数据生产能力，可以较好地弥补高精地图采集周期长的短板，将标准地图快速更新的优势同步扩展至高精地图。

通过百度地图 " 一体化地图数据 AI 大生产平台 "，可有效统一高精地图和标准地图数据的生产架构，实现数据内容的 " 一次操作、同步更新 "，充分利用多源资料的不同优势，保障数据最优质量。

目前，百度地图打造的一体化地图数据 AI 大生产平台已支持标准地图数据和车道级地图数据的融合生产，预计 2022 年内将全面实现标准地图、车道级地图、高精地图数据的标准化统一生产，有望将高精地图数据生产效率提升 100% 以上。

这不是百度地图第一次给行业带来惊喜，此前，百度地图就已通过软、硬件的整体升级，进一步提升了地图数据的采集效率。

视频云平台具备视频的秒级播放、视频分发、视频存储及接口可按应用场景调用等服务能力。平台有效统计全息道路的实时车流数据、非机动车入侵机动车道、行人等交通信息，数据可以精准到每辆车的移动轨迹及行径方向，实现车辆车流特征化、道路数字化，利用数字化方式创建虚拟实体，实现数字孪生。

区别于传统视频监控，数字孪生的在立体多维呈现不受光线条件和物理感官盲区的影响，可最为直观的呈现出交通站状态和设备运行状态，便于日常维护，发生故障时可探测到视觉盲区内的故障节点位置、地下深度等…..

城市管理当中依托机器自动识别读取，可以极大提高交通管理效率，识别到交通异常自动报警并评估对道路通行的影响规模，通过分析交通态势自动下发应急预案，人工只需要二次确认事故并确认处置方案，较传统交通管理模式更为便利高效。而长期的精准数据分析，也可为交通管理策略、交通应急处置预案优化提供更精准的依据，可不断优化和支撑数据分析。

关键词： 人工智能 自动驾驶汽车 交通管理