智能交通行业分析

大全1147由分享时间：2020-11-13 09:28:31

随着全球经济的发展和城市化、现代化进程的推动，交通运输行业将保持稳步发展状态。在政策上，各国均积极推进智能交通系统建设。下面是小编整理的一些关于智能交通行业的文章，希望对你有所帮助。

2020年中国智慧交通产业链全景图及投资前景分析

交通强国战略之下，智慧交通行业发展被持续看好。

智慧交通是指在智能交通的基础上运用物联网、云计算、互联网、人工智能、自动控制、移动互联网等技术进一步提升交通系统运行效率和管理水平，确保通畅的公众出行。

在产业数字化、智能化的背景下，新型智慧交通业务不断涌现，智能驾驶发展日新月异，智慧道路建设需求迫切。从产业链来看，目前智慧交通各产业链均已成熟，涉及到通信芯片、通信模组、终端设备、整车制造、软件开发、数据和算法提供以及高精度定位和地图等，在各方面都已形成一定规模的竞争与合作共存的态势。

一、智慧交通行业关键技术发展

智慧交通的关键技术主要包括物联网技术、大数据技术、云计算技术和移动互联网技术，这些技术为智慧交通行业的发展提供强大的技术支撑。

(一)物联网

物联网可以全面感知交通运输基础设施、交通运充分挖提和利用信息数据的价值，盘载工具的建设情况，同时监控整个交活现存数据，进行应用和评价，服务通的运行情况。作为新一代信息技术的高度集成和综合运用，物联网对新一轮产业变革和经济社会绿色、智能、可持续发展具有重要意义。近几年来，物联网概念加快与产业应用融合，成为智慧交通行业主导性技术思维。

从产业规模来看，全国物联网近几年保持较高的增长速度。2018年中国物联网市场规模达到1.43万亿元。根据工信部数据显示，截至2018年6月底，全国物联网终端用户已达4.65亿户。未来物联网市场上涨空间可观。预计2020年中国物联网市场规模将突破2万亿。

(二)大数据

大数据可以充分挖掘和利用信息数据的价值，盘活现存数据，进行应用和评价，服务于交通部门的管理与决策。在智慧城市产业中大数据平台十分重要，大数据产业是对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。

随着移动互联网、物联网、云计算产业的深入发展，大数据国家战略的加速落地，近年来大数据体量呈现爆发式增长态势。2019年中国大数据市场产值达到8500亿元，包括数据挖掘、机器学习、产业转型、数据资产管理、信息安全等大数据技术及应用领域都将面临新的发展突破，成为推动经济高质量发展的新动力。未来，大数据技术应用将进一步加深，2020年产业规模有望突破10000亿元。

(三)云计算

云计算为各类交通数据的存储提供新模式，“交通云”的建立打破“信息孤岛”，彻底实现信息资源共享、系统互联互通。过去十年是云计算突飞猛进的十年，全球云计算市场规模增长数倍，我国云计算市场从最初的十几亿增长到现在的千亿规模，全球各国政府纷纷制推出“云优先”策略，我国云计算政策环境日趋完善，云计算技术不断发展成熟，云计算应用从互联网行业向政务、金融、工业、医疗等传统行业加速渗透。

根据中国信通院最新发布《云计算白皮书(2020年)》，我国公有云市场规模首次超过私有云。2019年我国云计算整体市场规模达1334亿元，增速38.6%。数据显示，2019年公有云市场规模达到689亿元，相比2018年增长57.6%，预计2020-2022年仍将处于快速增长阶段，到2023年市场规模将超过2300亿元。厂商市场份额方面。据中国信息通信研究院调查统计，阿里云、天翼云、腾讯云占据公有云IaaS市场份额前三，华为云、光环新网(排名不分先后)处于第二集团;阿里云、腾讯云、百度云、华为云位于公有云PaaS市场前列。

2019年，我国私有云市场规模达645亿元，较2018年增长22.8%，预计未来几年将保持稳定增长，到2023年市场规模将接近1500亿元。

二、智慧交通行业发展现状及前景分析

智慧交通对于提高交通管理效率、缓解交通拥挤、减少环境污染、确保交通安全起到了非常重要的作用，符合国家建设“智慧城市”要求，得到政策面的大力支持，同时政府和企业加大了投资规模。2019年中国智慧交通总投资规模超过2278亿元，按照当前速度增长，预计2020年投资规模逼近2800亿元。

巨大的市场、面前，众多互联网企业、金融、科技企业纷纷抢滩入驻，并且在头部已经诞生了几家巨头，如阿里、腾讯、百度、华为、平安、高德等。

十年来，我国智慧交通行业市场规模已经从2010年的百亿级增长到如今的千亿级。随着智慧交通与各种新技术的结合愈加紧密，产生出多项具有显着社会和经济效益的产品，未来市场潜力巨大，预计2023年行业市场规模有望超1400亿元。

新技术的发展和应用，为出行者提供更加精细、准确、完善和智能的服务，将是智能交通系统面向公众服务的重要方向。这些服务的提供将加速交通产业生态圈的跨界融合，汽车制造业、汽车服务业、交通运营服务、互联网、信息服务、智能交通等行业的融合发展将是大趋势。为了更好的了解我国智慧交通发展情况，中商产业研究院特整理相关概念股名单：

三、智慧交通应用场景分析

智慧交通应用于公路、水路、轨道、航空四大立体交通体系，目前，智慧交通主要应用场景为城市轨道交通、城市道路交通与城市高速公路。

(一)城市轨道交通

2020年3月12日，《中国城市轨道交通智慧城轨发展纲要》正式发布实施。在交通强国建设进程中，智慧城轨建设将成为主要战场之一。城轨行业以“交通强国，城轨担当”的强烈使命感，在智慧城轨建设战略突破口充分发挥引领作用。新基建热浪之下，大力发展城市公共交通智能化成为共识，智慧城轨全面升级重构正当其时。

2020年我国轨道交通批复的城市将达到50座，运营里程超过6000公里的规模，轨交市场步入黄金发展期，在5G、AI、Io T等新技术驱动之下，基于大数据、人工智能、人脸识别、视频应用、融合通信等创新型解决方案的应用，万亿市场空间值得期待。据统计，2015年-2020年全球轨道交通车辆需求为530-610亿欧元，年复合增长率为3.30%，2021年-2025年需求为630-730亿欧元，年复合增长率为3.75%。国家正强有力推动“一带一路”战略实施，“一带一路”沿线及辐射区域互联互通工程建设将为我国轨道交通装备制造业带来可观的市场需求。

随着移动互联网、云计算、大数据、新一代通信技术等的应用与发展，城市轨道交通也在不断与时俱进，朝着智慧化道路大步前行。一批新IT产业变革发展的引领者，一直着力轨道交通智慧系统的建设，智能技术在高速发展的城市轨道交通建设进程中发挥出巨大价值。

(二)城市道路交通

智慧公交是智慧交通的一个细分行业，运用GPS或者北斗定位技术、4G/5G通信技术、GIS地理信息系统技术，结合公交车辆的运行特点，建设公交智能调度系统，对线路、车辆进行规划调度，实现智能排班、提高公交车辆的利用率;同时通过建设完善的视频监控系统实现对公交车内、站点及站场的监控管理。

(三)城市高速公路

近年来，高速公路智能化技术应用取得突破，运用包括智能收费等新技术。

据统计，截至2019年末全国公路总里程501.25万公里，比上年增加16.60万公里。公路密度52.21公里/百平方公里，增加1.73公里/百平方公里。公路养护里程495.31万公里，占公路总里程98.8%。2019年，高速公路里程14.96万公里，增加0.70万公里;高速公路车道里程66.94万公里，增加3.61万公里。国家高速公路里程10.86万公里，增加0.31万公里。

2018年2月交通部发出了《关于加快推进新一代国家交通控制网和智慧公路试点的通知》，决定在北京、河北、吉林、江苏、浙江、福建、江西、河南、广东省九省份加速智慧公路试点。在国家政策的大力推动下，地方政府加速推进智慧公路建设。

深圳——首条智慧公路主体部分完工：侨香路是深圳首条智慧道路，主体部分于2019年6月30日顺利完工!侨香路，在建设中采用了物联网、大数据以及人工智能等新技术，让交通运行情况可以全息感知，提高道路交通运行效率和安全性。其中，人工智能技术深度运用于交通管理，不仅可进行人车识别，还可根据各个方向的实时交通情况来调整红绿灯时间，这样车辆和人的排队时间都能达到最短，在过街路段实现车多放车、人多放人。

浙江——已开始建设全国首条“超级高速”：同样是在今年年初，浙江省证实正计划建设国内首条智能高速公路，预计将于2022年杭州亚运会前完工。据悉，该高速公路为司机、乘客及道路管理方开发出一个协同和完全集成的智能交通系统，并建立有一个完整的道路监管网络监测和预警系统。

海南——将运用多类技术建设风景道：根据日前出台的，《海南环岛旅游公路及驿站概念规划》，环岛旅游公路的发展定位为“国家海岸一号风景道”。据悉，该道路将基于5G技术、GPS定位、大数据、物联网等手段，打造自动驾驶、无极充电、智能管理、实时监控等试点的现代化智慧公路。

婺城——“互联网+”模式下显成效：近年来，金华市婺城区交通运输局为适应常态化管理，将互联网技术运用到实际工作中，用互联网思维打造交通管理服务创新。目前其智慧公路建设已集视频全覆盖、事件自动检测预警、信号灯自适应、环境气候指示信息自动发布等功能。

据统计，2014年智慧公路市场规模仅265亿元，2018年市场规模增至488亿元。随着我国公路智能化、信息化的大力建设，公路总里程的不断增加以及维护、升级改造的不断实施，预计，未来我国高速公路智能化行业市场规模将不断增大。预计2020年中国智慧公路市场规模将达641亿元。

ETC不停车收费系统是高速公路或桥梁自动收费。近年来，我国大力推行ETC，通行效率大大提高。2019年，ETC全国覆盖任务全面完成，全国高速已启动货车高速入口称重。2019年12月31日晚，交通运输部宣部全国高速公路取消省界收费站工程并网切换如期进行。从2020年1月1日零时起，全国29个联网省份的487个省界收费站全部取消，圆满完成了《政府工作报告》提出的目标。

2019年ETC推广任务、发展目标明确，ETC用户快速增长。截至2019年底，全国ETC推广发行了1.23亿户，累计用户达到2.04亿。此外，小客车ETC覆盖安装率也超目标完成。截至2020年5月17日，64.09%的车辆使用ETC在出入口收费站不停车快捷通行，ETC使用率比去年同期提高了21.89个百分点。日均拥堵缓行500米以上收费站数量比2019年同期下降了16.68%，拥堵缓行1000米以上路段比2019年同期下降了13.92%，通行效率进一步提高。

前瞻研究：交通运输行业人工智能技术应用现状及展望

随着全球经济的发展和城市化、现代化进程的推动，交通运输行业将保持稳步发展状态。在政策上，各国均积极推进智能交通系统建设。在技术上，使用人工智能等高新技术实现智能交通。在产业上，加速交通产业生态圈的跨界融合，为出行者提供更加准确、完善和智能的服务。人工智能技术的出现为提升运输效率、保障运输安全和降低运输成本，最终实现智能交通带来了新的思路，在交通运输行业绽放光彩。作为行业中的领头羊，交通运输行业中多数世界500强企业已经着手部署相应的人工智能解决方案。

一、交通运输行业市场规模

据统计，2017年全球交通运输行业总收入为4.8万亿美元，占全球GDP的6%。与此同时，交通运输行业基础设施投资也在逐年增加。PwC预测，从2014年至2025年，全球交通运输行业基础设施投资将以平均每年约5%的速度增长。

二、人工智能技术在交通运输行业的应用

深度学习：机器学习中一种基于对数据进行表征学习的算法。通过对大量历史数据(如图像、文本和声音)进行识别与分析，从而替代人力完成自动化操作。主要用于路况识别，高级驾驶辅助系统(ADAS)，路线规划等。

语音识别与自然语言处理：指机器理解并解释人类写作、说话方式的能力，是人工智能技术的核心组成部分。从语音识别到文本分析，再到信息检索、信息抽取，自然语言处理涉及到处理文字、语音的各个方面。主要应用于服务领域，如车载娱乐系统、货物追踪系统等。

计算机视觉：基于图像处理的计算机视觉技术是通过摄像机获取场景图像，并借助于计算机软件构建一个自动化或半自动化的图像/视频理解和分析系统，从而模仿人的视觉功能以提供及时准确的图像/视频处理结果。在交通运输行业中，计算机视觉技术主要应用于路况检测，安检扫描，流量监控，值机登记等。

机器人技术：在交通运输行业，智能机器人可以代替传统人力完成重复琐碎的货物分拣、搬运、包装等工作，极大地减轻了人类繁重的体力劳动，提高了运输效率。根据不同的应用场景，具体可以分为AGV机器人、码垛机器人、分拣机器人。

大数据分析：大数据分析技术主要通过对大量非结构化或结构化数据进行分析，利用算法探索数据间的未知联系和隐藏信息，从而帮助决策和判断。从运输设备的维护预测到运输过程中的路线优化、时间预测，这些服务或功能都离不开大数据技术的支持。

三、人工智能技术在交通运输行业的应用分布

四、500强公司人工智能技术落地案例简述

马士基航运：通过在冰级集装箱船(Winter Palace ice-class container ship)上使用人工智能情景感知技术，提高船舶的安全性、效率和可靠性的同时帮助海员消除来自船桥的视线限制，为未来的自动防撞系统提供研究基础。

美国联合航空公司：通过使用霍尼韦尔提供的IntuVue RDR-4000 三维气象雷达系统、SmartRunway智能跑道系统和SmartLanding智能着陆系统，向飞行员及时提供飞行环境信息，同时增强飞行员在滑行、起飞和着陆过程中的情景感知能力。

DHL：全面部署物流机器人系统。Sawyer协作机器人可以通过高分辨率摄像机、压力传感器和自学习功能帮助仓库工作人员自动化操作重复性任务。LocusBots机器人可以通过机器学习算法自助规划最佳行驶路径，代替工作人员将货物运送到指定位置，减少了工作人员的走动距离。PostBOT机器人内置传感器，可以在城市周围避开障碍物，并能沿着路线安全地跟着快递员完成送货服务。

达美航空：通过使用空客提供的智慧天空开放性数据平台及相关预测性维护服务，达美航空可以预测飞机部件的故障概率，在部件出现问题前进行维护。从2013年到2017年，达美航空全年免于因维护而取消航班总计从169天升至324天，成功率高达95%。

美国邮政署：通过采用协调优化技术(COTs)，综合利用数据分析、物联网、云端数据库、机器学习等技术或软件平台优化投递路线，预测潜在问题，实现部份平日投递路线上的当日寄送，使包裹递送更加高效、灵活。

五、人工智能技术在交通运输行业的发展局限

1. 投入收益不确定性：使用人工智能技术解决方案往往需要较长时间才能获得明显受益，巨额的前期投入导致转换应用成本高昂。

2. 流程架构重建风险性：交通运输行业属于劳动密集型行业，人工智能技术的应用在提升行业自动化的同时也不可避免地增添了相关从业人员失业的风险。

3. 科技融合差异性：交通运输行业涉及客运货运、水陆空多种运输场景，针对某一场景或企业的人工智能技术解决方案往往不能通用。

六、人工智能技术在交通运输行业的发展趋势

1. 全面无人化：在仓储环节，机器人取代传统人力完成货物分拣、搬运等操作;在运输环节，使用无人驾驶技术实现交通运输自动化;在服务环节，自助值机、安检、过关成为可能。

2. 出行服务化：在深刻理解公众出行需求的基础上，通过将各种交通模式全部整合在统一的服务体系与平台中，从而充分利用大数据决策，调配最优资源，为用户规划包括多种交通模式实时信息在内的无缝衔接出行路径，并以统一的APP来对外提供服务。

目前中国智能交通发展状况如何?

中国是一个经济持续发展的发展中国家，改革开放以来，城市化与汽车化发展十分迅猛。改革开放前，城市化水平不足19%，目前已经发展到超过30%，预测2010年将接近50%;机动车拥有量以每年10%以上的速度增长，预计2010年达到13亿多辆。中国城市交通的特点是混合交通，目前自行车拥有量超过1.8亿辆，如果公共交通服务水平不提高，城市交通结构不改善，自行车拥有量将会有增无减。

改革开放以来，中国道路交通设施及管理设施虽然有较大改观，但跟不上机动车增长速度。总体水平与发达国家有较大差距，特别是大多数城市路网结构不合理，道路功能不完善，道路系统不健全。交通管理设施缺乏，管理水平不高。即使各地都建立了交通控制中心，大多只是实现了监视功能，而远没有发挥控制功能的效应。

中国城市的大气质量恶化，已逐步由煤烟型污染转变为机动车尾气污染。其主要原因是交通拥堵、车速下降以及车况差、车辆技术性能低等，致使中国处在世界十大空气污染最严重的城市之中。同时，车辆状况差也直接影响到城市交通，并已成为制约我国城市交通的重要因素。

而我国公交智能化发展存在的问题总结为如下十个方面：

第一，战略性、系统性、协同性不足。缺乏总体规划、顶层设计、实施路径。

第二，重建设轻运维管理、重硬件轻软件服务、重外观效果轻实效应用。起步稍晚的城市更存在这个问题，包括整个智能交通行业都存在这些问题。

第三，产品质量参差不齐、鱼龙混杂、乱象丛生。有计算机行业、交通行业、公交行业。因为部分公交企业对产品的辨识度不够，也存在业主和个人的利益关系，方方面面导致了行业的不稳定，影响了公交行业智能化建设质量。

第四，标准宣传力度不够，缺乏关键产品对标符合性检测环节。

第五，信息资源较分散、碎片化现象，数据共享度、开放度低，较封闭。

第六，基础数据、业务链条、监测体系不完整，如果基础环节没有做好，直接会影响到整体的应用效能。

第七，信息化发展不均衡，整体效应、规模效应难以充分发挥。

第八，部分人员对基于新技术所带来的现状改变不适应或存在抵触现象。

第九，应用业务间不联动，很多系统建完后没有和它的生产业务进行紧密关联，产生“两张皮”的现象。