疫情之后智能交通会迎来哪些发展？

近月以来，多名出租车、公交车司机被确诊为新型肺炎，朋友圈满是各地急寻同乘人员的讯息和文章，再次将安全出行问题推向风口浪尖。

2月4日，呼和浩特市一名出租车司机被确诊为新型冠状病毒感染肺炎病例。除1月27日、1月29日在家休息，1月18日到1月31日，她驾驶蒙AY1754出租车共载客154次。

同日，金华东阳市一名公交车司机回河南老家后被确诊患新冠肺炎，东阳已找到该司机驾驶的公交车乘坐人员103人，并采取隔离留观措施。

2月7日，深圳卫健委发布通报：377路公交司机姚某检出新冠病毒“阳性”，随后，5条同场站线路（822、M281、 M428 、377、B741）约100辆公交已暂停运营，并对全部车辆进行了消杀。

在疫情特殊时期的公共交通调度、安全出行引导等难题面前，智能交通的安全、可控和高效性，可以更好地服务城市。

特殊时期，百度Apollo自动驾驶平台联合其生态合作伙伴新石器时代、智行技术等已赴武汉，北京、上海、青岛等地投资数十种可用于清洁、消毒、送餐等服务的无人驾驶汽车，并利用生态的力量帮助预防和控制工作。

为了扩大疫区无人驾驶服务的规模，百度Apollo于2月10日宣布将免费开放低速自动驾驶微型车套件和自动驾驶云服务矩阵等，为企业提供有力的支持。

未来，更多的自动驾驶汽车将成为战争流行前线的高效可控公共资源，并在社会服务方面做得很好。

除了百度之外，智能交通领域的多家企业也纷纷发力。

海康献出了临时卡点防疫检查站车辆预警解决方案，千方有重点场所疫情防控云平台解决方案，中控信息有疫情监测解决方案，平安智慧交通有防疫重点车辆核查系统和疫情防控交通一体化系统等。

此番疫情的发生，对于交通行业提出了莫大的挑战，但同时，疫情过后，智能交通也会迎来发展的机遇。

我们可见，疫情中人流和车流的管控可说是重中之重。此次疫情正值春节，大量的人员回乡、旅游，交通出行非常集中，跨省、跨城市、甚至跨国的流动都非常大。

出行方式主要包括铁路、飞机、长途客运和私家车等几种方式，因此考虑新市场需求，新产品管控和服务的对象主要是个体人和车辆。
谈及车流管控，我们需要掌握车辆在重点疫区及周边城市的跨地区活动情况、出现位置，并进行实时、动态的统计分析及实时过车预警，加强针对经过疫区车辆信息的感知防控能力。

在人流的管控上，需要掌握人的出行轨迹和信息，车辆的出行轨迹和信息，人员乘坐不同交通工具出行的信息。

简单来说，在这次疫情的防控工作中，对通行的人和车辆，我们需要弄清楚对方从哪个省份，哪座城市来，经过哪些城市，驻足过哪些地方，乘坐了哪些交通工具，所乘坐交通工具的车次/航班次等非常详细的信息。

一辆车一辆车的询问，一方面容易造成交通拥堵，另一方面也会增加病毒传播的风险，那么该如何解决呢？

首先可以依靠车辆轨迹追踪，基于道路视频监控、卡口等视频数据，通过车牌书本，以掌握重点车辆的重点疫区旅居史、停留史、活动轨迹，分析目标车辆的密切接触对象等信息，以及有关车辆和人员管控的外延信息，数据整合。

在这次疫情防控过程中，就有不少企业将大数据疫情防控系统多个省份的公安机关疫情防控工作应用，但这些系统主要应用在省内，城市等一定区域内的轨迹追踪。

除此之外，车辆数据的追溯效果还受前端数据采集质量，以及跨省数据共享等问题影响。所以未来还有相当大的提升空间，提升的关键点就在于重视交通基础数据的采集，重视交通采集前端设备的运维。

第二个可以考虑应用的场景是建立“迁徙大数据”，此前有地图商曾经对外发布了迁徙大数据，数据显示了春节期间不同城市人口的迁入量和迁出量，迁徙关系。

但这一地图数据主要是基于机动车数据生成，人的出行方式却不止机动车一种，因此整合大交通方式的人口迁徙特征则是需求提升的目标之一。

此外，这次疫情防控工作中，一个高频出现的场景是同架次/车次的个体出行者寻找，这对于出行追踪提出了新的需求。

例如我们开头提到的东阳公交车司机被感染后，由于强传染性，当地追溯了103位同乘人员进行检查与隔离。

在追溯过程中，我们看到一开始是媒体发布公告的形式召集，后期面向公众上线了疫情跟踪、同车查询系统，寻找过程还是较为被动。

目前，城市出租车出行有很多打车软件，都绑定有个人的移动联络方式，应急状况下主动的个体出行信息服务实际上也可以延续到城市出行末端。

未来若是能够打通一体化出行链后，这些信息要素就可以完全掌握，让追溯更加主动高效。

总而言之，未来智慧交通领域的发展，无论是其产品和解决方案的基础都是大数据的应用，不过每一次危机和困境都会伴随新的机会出现，疫情过后，我们都希望它能为智能交通沉淀些什么。