大力发展智慧交通，让车、路更加“智慧”

据我所知，我们现在实现公路智能规划，把激光雷达、毫米波雷达、RSU等等设备全都部署到路面上，成本大概是每公里500-1000万，1000公里就是5-10个亿。在无人驾驶运行初期，如果只有100辆、200辆无人车运行，均摊成本就会非常高。但如果既服务于无人驾驶，又服务于有人驾驶，任何一条1000公里的高速路，一天的通勤量是几万辆车，平摊下来，成本就低许多。

因此，当前的智慧交通系统，不应该是面向自动驾驶，而是解决现有公路上以有人车为主的交通效率与安全问题，降低公路的管理成本。

至于为何智慧交通基经常与自动驾驶联系，毛国强认为，是因为「车」与「路」之间存在极强的匹配关系。

世界上第一辆汽车诞生前，没有专为汽车修建的道路，彼时，汽车与马车在同一条道路混行。随着汽车数量增多，逐渐影响马车运输后，人们意识到必须将汽车与马车区隔，专供汽车行驶的水泥路、柏油路得以出现。

另一方面，道路行驶的汽车数量大幅度增加，导致交通事故相应增多。为了减少交通事故，道路修建标准得到统一，用于交通调控的红绿灯得到推广应用。

回顾交通发展历史，毛国强总结车与路之间的发展规律：汽车出现后，道路逐步进化以适应汽车，由于自动驾驶被认为是汽车发展的下一步，因此针对自动驾驶的道路建设也被提前提上了日程。否则，「如果法拉利行驶在乡村土路，那么法拉利就浪费了」。

汽车产品的碳中和包括了车辆周期与燃料周期在内的全生命周期的“零排放”，前者主要是在生产制造端，后者主要在交通运输使用过程中。

广州碳排放交易所总经理孟萌表示，在造车的过程中的碳排放量相比于交通运输过程中实际上要小得多，以广汽丰田为代表的一批整车制造企业还会选择碳交易市场化的机制来实现碳中和。也就是说，汽车在生产制造端的碳排放量相比燃料周期是可以相对忽略的。

另一方面，随着人工智能技术的进步，智慧交通在“双碳”目标实现的过程中也在扮演着一个越来越重要的角色，华南理工大学机械与汽车工程学院汽车工程系主任赵克刚呼吁广大的公路交通参与者要相信车联网大数据对节能减排的作用，虽然目前更多以导航的形式呈现，但是在不久的未来，形式一定会越来越丰富。

如今距离2030年实现碳达峰的目标仅剩下不足8年时间，挑战不可谓不大。不过从新能源到新补能，从国家层面到参与的企业，各方都在加速转型。而作为普通的交通参与者，我们也是“双碳”目标实现的重要参与者，你每一次使用新能源汽车出行、每一次参与智慧交通的推广都是在助力国家碳达峰、碳中和目标的实现。

出行越来越智慧

智慧交通系统在保障交通出行中扮演着至关重要的角色。通过对大数据实时监测与分析，提供给用户及时的道路路况等重要信息，不仅促进了城市交通的顺达通畅，更为市民出行提供了极大方便。

目前，实验室已利用高精度地图构建了我省高速公路复杂路网结构模型，基于大数据、路径规划、数据挖掘等先进技术，研发了高速公路流量流向大数据分析平台，实现了对全省所有入口流量和流向统计分析、节假日流量和流向分析等。

吴宏涛说：“今年年初，实验室推出公众出行APP、微信公众号等信息服务矩阵，为公众提供拥堵、管制、施工、收费站和服务区等路况查询，路径规划与导航，沿途伴随式路况、气象、收费站和服务区等信息发布，疫情防控政策查询、紧急救援等服务，提升了公众出行服务能力。”。