【安防展覽網 品牌專欄】在這一輪科技巨頭智能交通市場進入過程中，華為是不太一樣的。
因為華為一開始就與行業建立廣泛深入的互動交流，科研院所、高校、行業協會聯盟、媒體，把握前沿、及時的行業動態，文化融合；
因為它對智能交通市場、技術和需求研究的深入、全面。在賽文研究院與華為的互動過程中，非常強烈的感受到這種深度和全面性，并積極對前瞻性研究進行投入；
因為它有民族品牌的社會形象，在經濟新格局的當下，凸顯了另類優勢；
也因為幾乎全行業的人都認為，華為可以在智能交通市場中通過技術賦能，有軟有硬，有買有賣，商業邏輯完整，而這正是其他巨頭們普遍缺少，并處于困境中的問題。
在市場中，把一個業務做到行業巨無霸地位，需要相當長的時間，不同發展階段企業業務的定位、營銷策略等都會有大不同。在華為成長為交通巨頭的伊始，華為的定位(發力點)還是智能交通硬件產品提供商，盡管它目前也具備了比較高水平的解決方案能力，比較強的軟服務能力，但這些都是為了硬件產品銷售服務的。
2018年，華為開始對智能交通市場進行深入研究，尋找市場切入點，尋找市場機會，梳理并學習市場秩序。也是在這一年，華為開始進行智能交通管理市場的產品研發。
2019年，華為在深圳、天津低調的進行了智能交通管理領域代表性項目的建設實施，并進一步打磨、預研了一系列智能交通產品，積蓄力量。
2020年，華為開始高頻發布新產品，產品和解決方案在眾多城市開始復制，市場銷售全面鋪開。
三年為一步，華為進入營收回報期。
在又一年科技巨頭智能交通市場發展的喧囂之后，我們沉靜下來審視各家企業，這一年取得了怎樣的進步，為智能交通行業做了哪些賦能的產品和方案，這些賦能的真實價值幾何，滿足了什么市場需求，哪些用戶痛點。企業自身經營是否足以支撐其可持續性發展。
在對華為智能交通管理市場發展優勢的分析判斷中，具有豐富的技術能力和品牌影響力但沒有歷史包袱的后來者，是其中一個標簽。
相對于國內其他同類型廠商，由于華為處于后來者的追趕狀態，因此它可以有針對性的、差異化的推出產品和解決方案，更能擊中要害，輕裝上陣。華為將它在通訊領域、移動終端領域的技術優勢應用到智能交通產品研發中來，滿足需求、解決問題，這種創新正是全行業對智能交通市場進入的科技巨頭們的期待。
過去一年，華為交通人頻繁的出現在各大論壇、展會、研討交流會上，AI超微光卡口、全息路口、二郎神、軟件定義、算法商城、交通智能體等眾多華為產品和概念名詞被高頻提及。
本文詳盡梳理華為所理解的當下智能交通管理發展中的挑戰，針對這些挑戰所發布、制定的產品和解決方案。這些產品和解決方案是華為目前智能交通管理市場開拓的核心驅動。
華為將十個發展挑戰劃分為三個層次，并針對性的提出了產品。我們將它稱為華為智能交通的“武器”。
挑戰一：設備多，麻雀桿，升級難、維護難
電子警察、交通信號機、事件檢測、交通流量檢測等多功能場景由不同廠家不同時間建設，一個任務一套設備，終形成了“麻雀桿”。這種現象的結果是投資大，維護難，再有新需求，還可能建設新的設備桿件。
華為武器之一：軟件定義+算法商城
目標一臺相機設備搞定所有的問題。
華為開始做前端攝像機的定位就是軟件定義攝像機，像做智能手機一樣做智能攝像機。
手機有鏡頭，有IOS或者安卓的操作系統，這個操作系統核心使命是把攝像模組和智能算法、智能應用解耦。
華為像做智能手機一樣做智能攝像機，有兩個核心，一是軟件定義的操作系統，這個叫SDC OS，這個OS能夠把華為的硬件能力和算力進行解耦。二是華為打造了一個算法商城。就比如手機上用的應用市場，可以隨意下載任何APP軟件，在線升級迭代。
2020年，華為與算法生態合作伙伴聯合打造了“十八合一”的電子警察，包括新的違法檢測算法。只要擁有華為軟件定義攝像機，就可以通過遠程加載算法的方式快速獲得新的智能能力。
支撐華為軟件定義攝像機的華為算法商城目前已經有70多個算法可以支持在線交易。
挑戰二：光污染，隱患大；強反光，看不清
黑夜，沒有爆閃燈，就無法進行違章抓拍；有爆閃燈，對駕駛員視覺有強烈感知刺激，可能產生安全隱患。
傳統解決方案中，通常采用白光曝閃燈加上光柵裝置來降低光污染，就像云層遮蔽太陽那樣，在有云的天氣，抬頭看太陽，覺得太陽不那么刺眼。正是像白云遮住了陽光一樣，補光燈增加了光柵后雖然不刺眼，但是要拍清楚車牌，補光燈需要更大的功率，反而不環保。另外，也有廠家使用紅外爆光燈來降低光污染，但帶來的問題是可見光和紅外光融合后合成的圖片，會有比較嚴重的偏色問題，如一輛棕色的車，拍出來可能變成粉色的車，這就給事后違法處置帶來困擾。
華為武器之二：AI超微光，算力換圖像
如何做到無曝閃燈，但圖片依然高清、全彩、不偏色？華為創造性換了賽道，用算力來換圖像。
2020年，有網友發布了一段使用AI修復的民國時期的北京彩色視頻。其素材來源于一位加拿大攝影師在1920-1929年拍攝的黑白影片。當時的器材拍攝的是黑白影像，分辨率不高，畫面清晰度不佳。這個AI還原照/影片的事件在AI界掀起一輪關注熱潮。
既然AI可以進行圖象優化，那么能不能在前端攝像機上放一個強算力的芯片，來達到降噪優化的目的。于是，華為AI超微光攝像機誕生了，該機上面實際放了兩顆芯片，總算力20TOPS，通過DNN ISP圖像優化算法的加持，既能做到夜間無爆閃燈的情況下優化圖象噪聲，得到全彩無偏色的車輛抓拍效果，又能在白天強反光下降低玻璃彩虹膜的干涉影響，看清車內的圖像，對是否系安全帶、卡車打電話等行為進行抓拍檢測。
挑戰三：有態勢，無細節；多鏡頭，協同弱
當交通發生擁堵時，現場的全局和細節同樣重要。傳統球機能看到細節就顧不了全局，顧得了全局就無法關注細節。雖然市場上也有槍球一體機的全局攝像機，但槍機的視角固定，雙鏡協同能力非常有限。此外，云臺攝像機全局與細節無法兼顧，常缺少智能能力。
華為武器之三：“二郎神”AI雙模智能球機
目標雙鏡協同，遠近兼顧。
“二郎神”AI雙模智能球機
球機體積相對比較大，在球機上嵌入一個很小的鏡頭，叫墨子1號鏡頭，放在球機里面基本上不改變球機整機結構和成本。
墨子1號鏡頭大光圈永遠保持全景可視，保持全局和細節的協同，而且同步進行對準。如果在高速公路上發生交通事故，城市里面發生擁堵，在指揮中心既可以看到全局，堵了多少車，也可以拉近看到底是擦剮還是追尾。
挑戰四：電動車、行人違法多，監管難
道路上交通流屬性多樣，但目前電子警察主要監測的目標是機動車輛，而行人、電動車、自行車等非機動車的信息獲取就比較難，這類違章違法也很多。
華為武器之四：經濟型全結構化攝像機
目標解決問題，降低成本。
目前市場上主流解決方案是前端非智能攝像機，沒有AI能力，就在后端進行視頻分析。后端視頻分析，解析能力1路AI芯片典型對應的是16路解析能力。但是如果選擇華為經濟型全結構化攝像機，在前端把所有圖片中的機動車、非機動車、行人等要素摳出來，前端提供圖片，后端進行圖片解析。從芯片底層角度分析，同樣一個芯片，1秒鐘可以分析150張，從原來16路視頻的解析能力到現在的150張圖片的解析能力，方案成本降低TCO 40%(Total cost of ownership，總所有成本)。在機非混行的情況下，還能進行精準的流量檢測，智能去重。
挑戰五：城市破路施工，影響大，審批難
在城市的老城區，一般電子警察、卡口覆蓋率比較低，地下管網又比較多，在這些地區建設前端設備審批協調難度比較大，破路施工對交通影響也很大。一個區域施工，前端安裝需要一兩周時間，但是手續審批的周期就可能有幾個月。
華為武器之五：無網電警/卡口
目標施工不破路，快速部署。
華為提出了子母機的概念，一個路口裝4到8臺電子警察，找其中一臺電子警察做母機，它可以提供網絡，IP網絡或者傳輸網絡回傳。把無線網微波芯片裝到電子警察設備內，路口其他的電子警察通過內部的自組網，一個路口200米，一拖四，或者一拖八，其他子機不再需要提供網絡，真正的解決施工難，破路難的問題。
據華為資料介紹，微波自組網覆蓋范圍在2公里以內沒有問題。據稱這也是業界*，抓住用戶痛點的強需求。
挑戰六：警衛安保、應急指揮，臨時部署難
VIP線路全程可視，臨時點位部署難。業界普遍采用的4G攝像機是為圖片傳輸服務的，并不是為視頻服務，視頻傳輸往往出現畫面卡頓花屏的現象。
華為武器之六：來自5G*的5G攝像機
5G攝像機并不僅僅是一臺攝像機加上5G通訊。5G上下行不均衡，普通5G基站如果沒有對5G回傳，對5G網絡深度優化，一個基站只能接30路左右的視頻，效率很低。
華為在業界發布了全系列的5G攝像機。
華為在2020年5月，中國國家珠峰登山隊測量珠峰新的高度時，對*用5G攝像機進行了珠峰實景拍攝，畫面非常清晰流暢。珠峰上沒有有線網絡，只有通過無線網絡覆蓋。在珠峰5100米、5300米、6500米、5800米四個營地全部用華為5G網絡覆蓋，進行實時直播，也為業界繡了肌肉。
挑戰七：部分道路，布網、取電難
智能交通管理的問題不僅僅是在城市內，也不僅僅是在條件相對較好的高速公路上，還有偏遠的農村、鄉村等山區公路。
這些地方取電難、布網難、運維難現象突出。
華為武器之七：太陽能+VideoX無線自組網，“四無”生態型攝像機
目標在山區公路、偏遠地區實現低成本的設備快速部署。
華為在微波，無線，數字能源等方面有技術儲備。其推出的“四無”生態型攝像機(無電、無網、 無光、無現場運維)，專為無電、無網場景設計。
針對沒有電源提供的問題，華為的太陽能光伏產品面積僅僅是0.4平米，比業界小30%，大充電效率時長占比98%，低溫適應，比業界低20℃等一系列良好表現。
對于沒有網絡的問題，子母機無線自組網。鏈形組網，8級級聯，16km鏈路覆蓋；星形組網，2km區域覆蓋。
市場上有稱華為“四無”生態型攝像機是對交通、安防行業真正意義上的改變。它是鏡頭加傳感器，加AI芯片，加太陽能，加微波等組件組在一起，華為自己叫他為“無邊世界”，只要想得到的地方都可以安裝華為的攝像機。
挑戰八：單維數據不精準，路口管理不精細
當交通管理的綜合研判、態勢分析、預測前瞻需求越來越旺盛，逐漸成為市場主流技術方案時，多維、連續穩定的數據就成為非常關鍵的基礎。
目前，交通流檢測的質量整體不高，單向視頻易被大車遮擋，夜間、雨雪霧霾天氣感知效果差；環形線圈易損壞，數據有效性差；浮動車數據抽樣率不足，參數不準；單雷達對低速目標感知差，軌跡有斷點，重復計數，數據不準……
華為武器之八：全息路口，雷視擬合
目標構建數字化“上帝視角”。
全息路口可能是華為眾多智能交通產品方案中的產品。尤其是在2019年，華為與廣州市公安局交通警察支隊、深圳市公安局交通警察支隊、公安部交通管理科學研究所一起聯合提出、打造的概念和產品。
全息路口，一個邊緣計算盒子ITS800，八組AI超微光電警/卡口，4組毫米波雷達。
一個路口上所有車輛的車牌、車速、位置、屬性、行駛狀態，有沒有急轉彎，有沒有急轉急停狀況，全部實現數字化。路口200m感知圈軌跡跟蹤準確率達到95%+，車道級流量檢測，定位精度<50cm。
基于全息路口方案可以實現信號控制優化、交通隱患識別、交通組織優化等應用。
挑戰九：路段點位少，違法多，監管弱
視頻抓拍設備一般布設在路口比較多，路段上的違法抓拍和監管是偏弱的。比如學校、場站門口網格線違法停車的抓拍，路段人行過街處機動車不禮讓行人，路段的違停等抓拍和監管整體偏弱。
華為武器之九：視頻云平臺，多算法倉
目標現網視頻利舊增值，節約投資，擴大執法半徑。
華為搭建了多算法倉，匯集了多家檢測算法。復用天網、雪亮的路段視頻，實現交通違法、事件、流量檢測，擴大執法半徑。復用電警、卡口設備的視頻實現交通流量、事件檢測，節約投資。對電子警察/卡口圖片進行二次識別，實現車輛特征分析。
挑戰十：人車數據不關聯，執法取證難
人車數據的不關聯帶來交通管理上一些難點。假套牌的查處，交通逃逸事件的追查難；未年檢、未報廢查處難；交通逃逸追蹤難；失駕人員發現難、管控難。
華為武器之十：256位車輛特征識別
目標多維數據關聯。
從車找到人，從人找到車，車輛的軌跡還原、特征識別，人車時空關系刻畫，當前很多企業更多是從后端大數據維度思考人車關聯。華為基于在人和車自研算法的基礎上做了創新。
一幀視頻，一張圖片，華為的人車算法，摳出了車牌號碼、車的顏色等屬性，主駕駛人員的照片。表面上是三張獨立的照片，實際上內部都進行了關聯。這樣以圖搜圖的時候無論搜人，還是搜車牌，還是車輛，都自然把人、車、時空關聯在一起。
華為還第一次業界用了256位車輛特征識別，一輛車的畫面里有256個檢測點，而業內平均只有128個檢測點，豐富了車輛特征描述。
寫在后面
從華為智能交通管理武器庫中的“武器”來看，多個產品都發揮了華為在通訊網絡領域、移動手機拍照領域的技術優勢，跨領域的為智能交通行業帶來了技術提升，解決痛點，市場上也受到用戶歡迎。
截止目前，華為的技術能力共服務了公安部、32個省級、100+地市交通管理核心業務系統。
華為智能交通業務發展還有很多變數，作為追趕者，盡管“加速度”會很快，但也必須要承認與傳統同業者之間的差距，這種差距是多方面的。體現在產品上，就是除了拳頭型產品的打造之外，要在產品類別上、型號種類上還需要極大的豐富。
對于華為，我們絕不僅是想看到它與傳統同業者一樣的產品體系同質化，更希望它的跨界技術更多的對智能交通產品創新賦能，就好像產品中通訊技術、移動端工業技術的應用，這也是對華為智能交通未來的期待。
移動版
智慧城市網APP
智慧城市網小程序
微信公眾號
