新基建背景下「大廠們」的交通戰略 (上) |側記

部份內容來自賽文交通網和新智駕，特別鳴謝~

爲何是側記呢？由於筆者尚未工做經驗，對工業界的真實面貌把握不許，瞭解片面。但做爲一個本碩七年從沒離開這個圈子，將來也將邁入交通行業的小白來講，但願帶你們瞭解一下交通行業的如今和將來。

---

 2020年，智能交通的市場並不缺乏故事。

2020年2月，11部委聯合發佈《智能汽車創新發展戰略》，將車路協同做爲自動駕駛發展的國家戰略方向進行了明確。4月，國常會部署「新基建」，隨後的7-8月份，各省紛紛出臺「交通強國」、「數字交通」以及「新基建」的落地政策，多地出臺自動駕駛、車路協同駛測試場/區以及高速公路的建設計劃......

後疫情時代「新基建」熱潮的來臨，讓「智慧交通」的字眼頻頻出如今媒體文章之中；國內密集爆發的智能網聯示範區也在加緊各類道路、車輛測試工做。大交通的快速變革以迅雷不及掩耳之勢席捲整個學術界和工業界，大廠玩家的資本介入讓傳統交通企業如坐鍼氈，紛紛尋求轉型突破。

筆者將分別對互聯網巨頭（BATH+滴滴）和 傳統交通表明企業（海康，大華，千方科技）在智能交通方面的最新佈局進行梳理，熟悉一下如今活躍在交通行業的表明企業，揭祕將來交通行業究竟何去何從。因爲內容較多，分爲上下篇前後發出。

本文入鏡企業：百度，騰訊，阿里，華爲

 

百度：ACE交通引擎，主打自動駕駛和車路協同 

ACE分別表明了Autonomous Driving（自動駕駛）、Connected Road（車路協同）、Efficient Mobility（高效出行）

百度智能駕駛事業羣IDG

百度地圖智慧交通：

https://jiaotong.baidu.com/

apollo智能交通：

https://apollo.auto/index_cn.html

百度城市大腦：

https://cloud.baidu.com/solution/city/index.html

 

百度的自動駕駛之路，最先能夠追尋到2013年。通過7年的發展，系統的一次次迭代，百度逐漸成爲國內自動駕駛的領頭羊，百度Apollo已成爲獨特又關鍵的存在。但單車智能的發展很難知足自動駕駛的安全要求，因此百度認爲，自動駕駛的最優解是聰明的車+智慧的路的結合。

今年4月，百度發佈了一個全棧式智能交通解決方案「ACE交通引擎」，系統地呈現了百度「一大數字底座、兩大智能引擎、N大應用生態」的業務規劃。能夠看出，飛槳PaddlePaddle、百度地圖、百度智能雲和小度車載OS是整個架構的基底，經過車、路、雲、圖等基礎技術的智能化來賦能其餘場景。而Apollo自動駕駛和車路協同則是這個架構的兩大引擎。

 

百度ACE交通引擎

經過這些技術基礎，百度的方案能在智能信控、智能停車、交通治理、智能公交、智能貨運、智能車聯、智能出租、自主泊車和園區物種等N個場景上落地。可見，百度對智慧交通的理解，並不止於路端的改造升級，而是經過自身的業務板塊將自動駕駛、車路協同、智能雲納進統一的版圖進行聯動。

憑藉着ACE交通引擎，百度今年來已與合肥、成都、廣州、南京、長沙等數十個省市開展智能交通的落地合做。賽文研究院數據顯示，截止2020年7月底，百度在中國城市智能交通市場企業業績月度臨時排名中進入TOP10，成爲歷史上第一個進入排名TOP10的互聯網公司。

 百度的優點 

  起步早  

此處，不得不爲李哥的戰略眼光鼓掌。前幾年百度一直處於低谷，業績發力點少，引覺得豪的搜索引擎屢屢被吐槽，還花巨資部署「看得見，摸不着」的自動駕駛。但到了今年，事實證實了一切：百度自動駕駛領域七年沉澱，造成自動駕駛、智能車聯、車路協同三大業務方向，成爲目前國內市場自動駕駛產業鏈最長，實戰經驗最豐富的公司。百度最先在2014年就與北京交管局在交通管理方面有合做，至此在智能交通領域已經深耕了近七年。

  技術優  

過去七年，百度在智能交通技術發展中積累了基礎能力和行業能力。當下，百度智能交通發展技術優點主要是ABC三項基礎能力（人工智能、大數據、雲計算）和無人駕駛技術的專業沉澱。

百度地圖天天提供1200億次位置服務，11億定位終端，擁有豐富的用戶出行數據；百度是筆者印象中最先推出交通生態管理平臺的科技公司；基於大數據，疫情期間推出了百度遷徙地圖，服務千萬企業；百度的NLP技術業界公認No.1，百度搜索引擎至今無人撼動；

無人駕駛技術的專業沉澱則是百度在智能交通市場（車路協同方向）得以掠奪式爆發的關鍵。百度自動駕駛專利申請數量超過1800項，位居國內該方向第一位；百度無人車安全測試里程已經超過600萬千米；自動駕駛牌照已有150餘塊，中國第一。2018年7月，全球首款L4級別自動駕駛自動無人小巴阿波龍量產下線；2019年量產紅旗Robotaxi；2019年12月，百度Apollo發佈自動駕駛、車路協同、智能車聯三大開放平臺；2020年4月，又發佈了「ACE交通引擎」，是一個車路行融合的全棧式智能交通解決方案。

  理解透  

首先是具備完整的自動駕駛、智能車聯和車路協同解決方案。在將來自動駕駛、車路協同的市場發展中，除去專業的技術解決方案提供商和運營服務提供商以外，誰能更讀懂汽車、讀懂信息和傳輸、讀懂路側交通和交管，誰就將在市場中具備更大話語權。

其次，具備完整的車路協同解決方案。包含車輛行人檢測、流量統計、事件檢測、駕駛行爲分析、車輛行人屬性識別等算法在內的車路協同開放平臺和包含融合感知、路徑規劃、協同控制和軌跡預測、高精定位的Apollo開放平臺構成了ACE交通引擎的兩大AI全域引擎。包含智能信控、交通管理執法、智能停車、智能公交、智能貨運、智能車輛、Robotaxi、自主泊車、無人巴士等內容的應用，構成了ACE交通引擎的N類生態應用。

  開放合做  

今年，百度加快了城市智能交通市場生態建設，易華錄、銀江、電科、海信網絡科技、大華等一批城市智能交通市場最具實力的系統集成商歸入百度Apollo生態。這些合做夥伴將會爲百度提高市場項目的交付能力，爲百度帶來新的市場機會。

  筆者談  

 在「新基建」和「智能汽車創新發展戰略」兩個重要國家戰略下，百度是目前智能交通市場的最強音。

 

騰訊：We Transport，聚焦「以人爲中心」的將來交通 

 將來交通將是以人爲中心的，將車、路、雲、網完美地融合在一塊兒的交通生命體。咱們但願經過端邊雲的協同,實現全域感知;實時創建物理世界的映射空間,達到全息孿生;搭建數字交通大腦,實現全局優化;經過覆蓋超10億用戶的APP,讓交通服務全民觸達

騰訊智慧出行事業羣CSIG

騰訊互聯網-交通：

https://plus.tencent.com/jiaotong/

騰訊雲智能交通解決方案：

https://cloud.tencent.com/solution/transport

確定有人會爲：騰訊怎麼也搞交通了？答案很簡單：由於大家都用微信啊（手動狗頭）

閒話少說，先來看看騰訊智慧出行事業羣CSIG的業務矩陣。數字底座由5大基礎建設（+GIS）、3大超級生態、3大能力平臺（車路協同邊緣計算平臺，交通雲控平臺和自動駕駛雲平臺）和1個超級ID組成，覆蓋了出行服務、車聯網、汽車雲、自動駕駛和智慧交通五大核心解決方案。

 

 騰訊智慧出行的業務矩陣

  重點關注  

>>>微信爲核心的生態圈

十幾億中國人都在使用的微信，用戶體量自己已經很是可怕了。隨着車聯網的快速發展，車上內容服務極其匱乏的現狀愈發凸顯，急需一款能適應開車場景的生態應用。

今年，騰訊CSIG發佈騰訊生態車聯網TAI3.0，微信車載版升級，在功能上採用全語音交互的形式，經過播報消息內容、語音回覆等方式完成信息處理，而且支持將信息中的地址定位直接轉換爲車載導航等功能。經過超級ID，基於小場景，幫助用戶去打通手機和車機用戶場景的互動性，以及打通與其餘服務內容的互動性，使用戶在上車和下車過程當中，能夠無縫地把其所需的服務和內容結合。基於微信小程序架構，經過與開發者、車企共建，可讓300萬應用生態2個月內逐步上車，刷新了行業上車速度。

 車載微信

>>>虛擬仿真平臺TAD Sim

衆所周知，騰訊是遊戲行業的龍頭，不管是端遊（QQ飛車，英雄聯盟（代理）等）、手遊（王者榮耀，和平精英等）仍是平臺產品（QQ遊戲），都展示了出色的製做功力。騰訊發揮遊戲領域的深厚技術，利用遊戲中的場景還原、三維重建、物理引擎、MMO同步、Agent AI等技術，提高自動駕駛仿真平臺測試的還原度和高效性。仿真平臺的測試效率，取決於場景的豐富性、雲端承載能力。

TAD Sim 2.0經過Agent AI能力，能夠自由生成各類隨機的駕駛場景。在TAD Sim 2.0場景庫中，有超過1000種場景類型，還能夠經過泛化，生成萬倍以上規模的豐富場景。基於騰訊雲計算並行加速，TAD Sim 2.0具有每日1000萬千米以上的測試能力，自動駕駛的車輛可大量部署，進行7*24不間斷測試，經過MMO同步技術保證數據同步，知足高併發的測試需求。

 自動駕駛測試

再來看一下騰訊智慧交通的版圖。

We Transport 業務和能力圖譜

騰訊提出了平臺即孿生、數據即治理、智聯即服務、生態即共創等將來交通四大理念，並從創新交通建設、數字交通管理、城市交通營運和交通出行服務等四個具體場景中，提供以人爲中心的交通行業全生命週期解決方案。簡單歸納爲5+5+3+3架構，以此實現人、車、路、網、雲的全鏈路服務。

動態數據底座由互聯網數據、路測及車載終端數據、來自交管的交通業務數據和產業生態數據構成。豐富的數據來源助力智能網聯+交通AI中樞的融合發展，賦能如下6大創新場景：

  1. 建設決策   

騰訊將在智慧道路、交通大數據中心、智能網聯先導區建設等主要場景，以交通新基建爲核心，經過數字化手段，爲經濟高質量發展和用戶美好出行，從交通規劃分析、重大項目決策、建設工程評價等方面助力打造更好的交通軟硬件基礎設施。

  2. 車路協同創新應用  

包括數字孿生仿真、電子車牌、智慧公交等。能夠充分發揮騰訊在C端的觸達優點，推進車路協同在C端的創新應用。

  3. 產業生態開放   

包括數據開放，AI能力開放，應用生態開放。單打獨鬥沒法造成完整的產業鏈，須要以開放的心態進行合做。

  4. MaaS出行服務  

包括智慧停車、一站式出行、無感支付等，將讓用戶出行更綠色、更便捷、更愉悅。

  5. 新一代TOCC  

包括綜合運行一張圖、水陸空一體化指揮、行業綜合監管等。騰訊將在智慧園區，城市交通樞紐，公交、地鐵，智慧停車等重要場景輸出針對性的解決方案，助力交通運營企業降本增效。

  6. 交通綜合治理  

包括交通擁堵治理、交通安全管控、信控優化和重點車輛監管等。騰訊將在交通綜合監控和指揮、交通安全管理與應急、綜合智能緩堵整治等場景中持續發力，基於騰訊豐富的交通大數據生態，讓用戶出行更安全、更便捷；讓貨物運輸更高效、更經濟。

We Transport 場景細化

 騰訊的優點 

  鵝廠過去在智慧交通的積累  

事實上，騰訊的智慧交通基礎能力已經構建了不少年，例如乘車碼用戶數已超過1.5億；騰訊實時公交則是落地全國近70座城市；健康碼在疫情期間數億人使用等等。又好比在自動駕駛和車路協同領域，目前騰訊在北京首鋼冬奧園區已經作了5G邊緣計算的車路協同場景驗證；同時自動駕駛三大基礎平臺之一的虛擬仿真技術，也已經落地了國家智能網聯汽車（長沙）測試區。騰訊在ToC端已經已經充分融入到用戶的生活中，勢必會藉助該核心優點，在交通端爲用戶帶來更好的體驗。

  提出智慧交通共建者策略  

騰訊表示，將來在智慧交通的具體落地中，將會充分利用本地的開發資源，將騰訊的通用能力和標準能力輸出給當地的生態夥伴。由於生態合做夥伴每每已經在當地的交通行業深耕多年，很是瞭解當地交通的需求。這點筆者表示很是贊成，騰訊結合自身優點提供Saas產品技術，信息產業已有的基礎由合做夥伴參與部署，實現共贏。

 筆者談 

很是贊同以人爲中心的將來交通這個理念。好的交通勢必會提高用戶的得到感和安全感，鵝廠基於C端觸點優點，能夠將交通數據通路全面打通，幫助交通管理者和用戶創建更強的鏈接，從而讓交通訊息全面觸達億萬用戶，加強服務能力。

 

阿里：城市大腦，面向智慧城市的AI解決方案 

城市大腦是整個城市的可持續發展的全新基礎設施和智能中樞，能夠對整個城市進行全局實時分析，利用城市的數據資源優化調配公共資源，最終將進化成爲可以治理城市的超級智能

阿里雲

阿里雲城市大腦：

https://et.aliyun.com/brain/city?spm=5176.10695662.1996646101.searchclickresult.dd5975adbe1i61

城市管理解決方案：

https://www.aliyun.com/solution/govcloud/urbanmagsolu?spm=5176.10695662.1391357.1.dd5975adbe1i61

2016年，阿里雲城市大腦在蕭山落地，城市交通成爲城市大腦最早探索的領域。2017年，阿里雲城市大腦1.0誕生，這個階段實現了AI信號燈和交通事件自動識別及處置，從通行疏導和事件處置兩個方向實現了路面交統統行效率的優化。

2018年到2020年，阿里雲推出城市大腦2.0，城市大腦逐漸從交通延伸到各類領域，從杭州走向更多的城市，澳門城市大腦、海口城市大腦、鄭州城市大腦相繼建設。

2020年，阿里雲發佈城市大腦3.0，在覈心技術體系升級後，城市大腦可以處理更加多樣的數據種類，經過仿真推演和城市數字基因能力，在數字世界中完成對城市規劃、運營、管理的探索分析，找到最優方案，再在物理世界中實現，助推城市發展和運營管理的決策更科學、更高效。

阿里的魅力就在這裏，產品迭代飛快，每次升級都面目一新。

阿里的城市大腦主要包括六大應用場景：交通指揮管控應用、交通訊號優化應用、交通緩堵治亂應用、交通運行評價應用、預警預測研判應用、公衆出行服務應用。

 

城市大腦之交通治理解決方案

利用檢測器，浮動車，視頻等多源數據，打造統一路網，精準刻畫城市交通流，創建科學精準地交通體系；創建人機結合的信號配時體系；創建通行效率、違法稽查、重點人車等多位智能研判情報體系，經過平臺統一指揮調度，提升城市交通服務的承載能力和運行效率。

 1. 城市出行引擎  

A. 交通全網模型

交通全網模型爲業務應用提供了一套基於多源數據融合的評價指標、事件預警和成因分析，實現路網的可計算。

B. 控制優化引擎

交通控制優化，經過生成信號配時優化、彈性綠波帶、路徑規劃、交通誘導等控制策略，有效發揮信號燈、誘導屏、地圖導航的交通調節能力，從而提升通行效率、下降交通流衝突、提高駕駛安全。信號優化包括但不限於動態子區劃分、單路口信號燈配時優化、多態網狀協調信號優化、網狀綠波信號配時優化、擁堵控制與疏導主動決策、彈性綠波帶。

C. 實時仿真引擎

實時仿真，是提升大規模分佈式，宏微觀一體，以真實數據融合仿真模型的城市交通仿真引擎，可直接嵌入到交通管理的各個業務環節中提供what-if還原與預測。產品優點在於：一鍵式交通仿真在線生成預演工具；雲上分佈式、並行化的宏中微觀一體化仿真，能在數分鐘內進行全程預演；能融合真實的交通流量、速度等進行自動標定。

實時仿真引擎

D. 交通組織引擎

交通組織優化，經過在道路空間中的有效利用，提供車輛承載率等方面加強交通供給能力，從而節省出行時間，下降交通流衝突，提高駕駛安全。包括路口車道功能劃分、相位相序優化、路口可變車道、潮汐可變車道、分車道控制、快速路匝道控制等。

 2. 交通視覺計算 

經過計算機視覺算法自動檢測如下內容：

> 車：擁堵、時間、流量、排隊、速度等；

> 人：闖禁流量、高位駕駛行爲

> 路：路面異構、標誌標線變動、設施損壞等

> 查：套牌、遮擋號牌等違法車輛識別

> 稽：基於車輛軌跡和出沒規律的違法車輛攔截與布控

> 跡：結合多元數據及時空的車輛軌跡還原

> 流量預測（短時/長時）

> 事故預測，預測衝突點位置和衝突強度

 3. 生態應用 

A. 交通態勢感知分析

交通態勢感知分析是基於多元融合數據的交通評價體系，對城市交通的宏觀態勢和具體區域、路口、路段的狀況進行綜合感知分析，可以對設施指標、道路擁堵程度、路口車輛類型、路口態勢、車輛和出行特徵等進行統計分析，獲得一個及時準確的交通特徵表達。

B. 重點人車管理

C. 交通訊號優化控制

高德+交警數據融合，獲得交通綜合評價指標，按照單路口、子區、區域三個層次進行信號優化與評估。

 阿里的優點 

  平臺大，頂尖團隊內外助力  

內部生態包括了達摩院、高德地圖、數據智能、IoT物聯網等團隊，外部則是阿里注資的千方科技、浩鯨科技、斑馬網絡、千尋位置、公路科學研究院等合做夥伴。龐大的脈絡足以支撐阿里佈局智能交通。

  起步早  

城市大腦的AI開放平臺已經是科技部5大AI開放平臺之一。

 筆者談 

阿里自身的技術實力和龐大的脈絡關係不用多說，在交通領域的技術應用上，ET大腦有更豐富的經驗積累，着重向G端用戶羣滲透。這點與騰訊有很大區別。

 

華爲：交通智能體，賦能交管業務 

「交通智能體」是華爲智慧交警業務的大旗，該解決方案是面向交警，用於治理高速公路、城市道路，保障安全暢通有序的解決方案

Cloud BU

華爲智慧交通：

https://e.huawei.com/cn/solutions/industries/transportation

TrafficGo：

https://www.huaweicloud.com/product/trafficgo.html

今年6月，華爲發佈了面向交警行業的「交通智能體」總體解決方案，一時間全行業的目光都聚焦在這個龐大的民族企業。我們一個個說。

華爲「交通智能體」解決方案分爲三個部分：感知體、交管大腦、執行體。

交通智能體

  感知：全息路口  

過去信息化手段對路口治理存在依賴於採樣、數據採集不全、路段信息不清楚等問題，同時多樣化的採集手段容易致使數據雜亂，沒法真正全息的將路口進行數字化還原。經過華爲全息路口，以CT方式實時、精準掃描路口全量扇面數據，路口級交通參數達40+種，真正實現一路口一檔案，一車一檔案，一路段一檔案。這些數據全面的反映了路口所發生的一切，基於這些數據能夠支持各類解決方案的運行，好比路口交通事件檢測、路口優化、信號配時調整等，當數據積累到必定時間後，還能夠進行交通仿真、進行交通隱患、交通黑點的識別，交通熱力圖一畫，就知道哪裏是黑點，哪裏要進行交通組織優化，哪一個車道要由直行變成左轉加直行等。

 感知層

  大腦：端邊雲協同  

「交通智能體」方案實現了車輛身份可識別、路網可計算，並以此爲基礎，對執法、信控、車路協同三大業務流提供底數清、狀態明、問題可知、規律可視的精準研判。目前已實現了執法管控、車輛綜合研判、路況分析、態勢分析、精準服務、交通組織優化、信控優化策略等7大業務。

 交管大腦

1. 執法管控

傳統執法以電警爲主，電警前端檢測功能少，基於抓拍的圖片執法須要大量人工進行再判斷。華爲智能非現場執法擴展了執法管控半徑，一方面，經過對圖片和視頻進行智能分析，解決過去多數違章違法行爲沒法識別問題。另外一方面，經過有效利用平安城市海量視頻進行執法，節省建設成本。同時，抓拍的圖片先利用人工智能進行審覈，過濾大量的廢片、誤片，再由工做人員進行簡單的複審，極大地減小了工做量。

2. 車輛綜合研判（放管服）

經過進一步識別車與車輛特徵，造成車輛時空數據，構成結構化車輛，參與大數據集成，進行多樣化綜合研判，如套牌、無年檢等行爲。

3. 交通路況分析

路況分析更加細緻，從道路級斷面流量到車道級；採集方式從採樣到全面；路口評價從單一指標到多指標。基於全面感知，交通路況分析實現由過去片面籠統滯後統計到全面精細實時復刻。

經過全息路口、利舊電警等監控設備智能分析，經過全量過車記錄可精確計算路網路況，使路況更準確、更客觀。

4. 交通態勢研判

以往交通態勢研判僅分析表象趨勢，以歷史過往信息擬合當前狀態進行趨勢預測。而當前經過準確的車道與車輛信息，能夠挖掘出道路承載力與實際流量不匹配問題，經過計算路網結合個體出行需求深刻本質研判，發現異常擁堵根因。

5. 精準服務

車輛也有二八定律，大約80%的事故、違章行爲都是由20%的車輛和駕駛人形成的。那麼針對這20％的重點對象展開管控，利用大數據，精準地下探到個體分析問題，生成專項分析報告，支持宏觀策略的輸出。好比，提早推送提示在某區域常常超速的車輛注意駕駛速度。

6. 信控優化（TrafficGo）

TrafficGo1.0的核心內容是交通訊號優化，對路口信號配時進行調整。2.0則是在1.0基礎上進行了升級，重點就道路交通擁堵緣由查找、路況分析診斷、信號評價優化效果等「爲何要對路口進行優化」的技術功能進行了產品開發和完善。TrafficGo2.0經過感知、認知、診斷、優化、評價五種能力在交通治理方面造成了閉環，作到定量的、科學化的自動分析，診斷出擁堵緣由，並提供相應的優化建議。同時聯合行業主管部門創建了6大類、100+指標的評價體系，完善和建設了精準可信的聯合標準。

A. 路口信控優化

經過路口飽和度、排隊分析交叉路口和佔比數，獲取路口情況信息，再結合歷次高峯時段路口監測結果（歷史數據），獲取某一個轉向停車數量佔比。經過任意時刻、任意路口車道級狀態信息，計算全量路口過車數據，便可驅動交通訊號控制優化及其評價，實現自適應控制。這裏必需要提一下，華爲是最先將強化學習算法應用到信號控制，並在若干城市實現落地。強化學習以全局最優爲目標，學習複雜的控制策略，在線實時更新決策模型，並綜合車、非機動車、行人等多方面因素優化配時方案。

B. 幹線優化

根據任意時刻、任意道路已知的出行時空分佈和出行需求，再計算出路網的通行能力，就能夠制定上下游路口通行能力與之匹配的信控優化策略，經過有效的幹線控制解決擁堵問題。變化在於，由策略固定配置（固定綠波帶+網絡多路徑單一）到適配交通流控制策略動態調整（可變綠波帶+網絡多路徑優化）。經過信號燈配時，協調不一樣幹線的車流量，提高車輛總體通行效率。

7. 交通組織優化

過去交通組織優化以線下爲主，現場人工勘察，既浪費了大量專家資源，並且週期長，沒法保證數據的準確性。如今擁有任意時刻、任意路段的車道級狀態信息，能夠實現由過去的人工經驗到實時精準流量控制+專家模型來實施交通組織優化。

  執行體：迅速閉環  

「交通智能體」方案結合寬帶集羣，扁平指揮，打通情指勤督，實現快速業務閉環。

 華爲的優點 

  合做廣  

華爲一開始就與行業創建普遍深刻的互動交流，科研院所、高校、行業協會聯盟、媒體，把握最前沿、最及時的行業動態，文化融合。

  軟硬兼顧  

華爲將它在通信領域、移動終端領域的技術優點應用到智能交通產品研發中來，能夠在智能交通市場中經過技術賦能，有軟有硬，有買有賣，商業邏輯完整。

 筆者談 

從TrafficGo，到華爲雲EI城市智能體，再到華爲交通智能體。華爲經過不斷的項目落地，試點建設，打磨產品，建設行業生態。相信將來華爲還將持續發力，發揮軟硬件優點，有更多項目落地。

 

BATH，在同一戰場上不期而遇

不管結果如何

將來交通格局都將完全改變

時間會檢驗一切

 

做者簡介：

小豪，同濟大學碩士，主攻大數據和智能交通。