先從人工智能講起。人工智能簡單來說就是用機器來代替人，它中間有四個核心角色，視覺感知、聽覺感知、思考和執行。人工智能在技術界并不是一個新的話題，人工智能技術已經發展了60多年，經歷了三起兩落的發展過程。人工智能從50年代開始就已經被提出來了，但一直以來人們在這個領域里準確率只解決到50%-70%，沒有達到我們的工業應用標準，因為技術要在行業應用的話至少要到90%以上的準確性。直到2012年出現深度學習理論的架構突破之后，才把精度突破到了工業應用的要求。到2016年，深度學習，大數據，大計算三大基礎設施達到一定水平之后，才真正的實現了人工智能的行業應用。人工智能技術為自動駕駛車輛提供基礎理論支撐，人工智能解決人的思考問題為自動駕駛發展提出了技術支持，而汽車是未來所有技術的匯集地為人工智能的技術應用提供了非常寶貴的對象，兩種結合，從2016年開始爆發出了一系列影響深遠的技術創新。

  再來看自動駕駛。自動駕駛看起來非常復雜，其實人的駕駛和自動駕駛是一模一樣的，簡單來說分為三個層次來解釋，自動駕駛復制了人類駕駛的三個角色，第一個是環境感知，第二個是決策支持，第三個是控制與執行，人工智能在中間發揮的三個作用也是三個層面。這三個層面，人工智能發揮的作用各有不同，現在從成熟度來說，也各有不一樣，現在非常成熟的在環境感知里面，有大量的創新產品都是在環境感知里面發展與應用，在決策方面，目前點對點有相關的研究。控制方面，更多的是傳統的，更多的是減少算法的難度。這里面，最成熟的是環境感知。

  通過對國內外自動駕駛公司的分析發現，自動駕駛技術相對成熟，但是自動駕駛產業還不成熟，至少還需要10年時間。大規模的L4級自動駕駛的應用仍需要等待，在2020年之前都會是以L1-L3的技術應用為主，我們交通運輸行業相關的商用車更是如此。因此，一方面我們要迎接新的變化，另一方面要踏踏實實的做好技術工作。

   回到我們交通安全管理的問題上。道路交通安全風險包括人，車，路，環境是四維要素，但我們的安全管理一直以來大多是停留在規則和處罰層面，是一個二維管理手段，因此，用二維管理工具管理四維對象永遠也無法真正做到高效管理。對安全要素的分析發現，安全事故主要原因在人，具體來說主要是人的六種行為，包括疲勞駕駛、分神駕駛、超速駕駛、醉酒駕駛、未系安全帶和嗑藥后駕駛等。整個交通安全管理就是圍繞這怎么管好人怎么管好車建立的。

  從2008年開始，我們在交通安全管理領域的一些創新。2008年奧運會期間正式啟動了GPS技術來監管危險品運輸車，標志著真正的把安全管理用規則管理提升到車輛過程管理的過程。后期我們啟動的兩客一危的聯網聯控、車輛的聯網聯控等一系列工程都是在此基礎上的規模應用。2011年有個標志性事件是蘇州金龍開發了一款G-BOS系統，在GPS的基礎上增加CAN系統的信息，可以將車輛的位置、油耗、駕駛員操作行為做很深入的分析，又增加了一個管理維度。2013年3G、4G等通信技術應用的發展，我們又把視頻的技術增加進來，可以在后臺看到所有駕駛員和車輛的行駛狀態。到2015年，開始在視頻的功能上加上ADAS系統，實現了運輸過程的安全實時提醒。以上各種技術的應用，實現了我們用三維，甚至四維手段來管理安全，極大的提高了我們的安全管理效率。

   2015年部里面道路安全年的時候我們院里跟Mobileye合作，在全國300輛兩客一危車輛上進行了主動安全ADAS技術的規模化示范，大概花了半年多的時間，進行了盲測和實測，通過這個測試我們驗證了通過這種手段應用的確會對營運車輛安全管理有比較大的作用，數據初次表明大概是20%-30%的效果。而這個效果其實能為行業節省多少費用呢？從保費的角度來看是有幾千億價值。這也促使下2016年、2017年各省開始批量啟動應用這個技術。

   人工智能技術發展起來之后，對ADAS產品進行了快速的技術升級，在原有ADAS基礎上增加兩個功能，第一個是駕駛員安全監管，人工智能識別技術會進行實時的跟蹤和提醒，比如說你在打哈欠、抽煙、喝酒等等相關的危險行為，它可以在線自動的識別和提醒。第二個是應用前置攝像頭安全管理，我們車在行駛過程中跟前車危險控制距離，是不是有偏離車道的行為，以及前后方是否有行人及末端有盲區，都會有識別可控的，幫助我們駕駛員減少安全環境帶來的難度。這種技術應用極大的減少了人工在安全管理中的應用。

   交通運輸部在2015年試點之后，制定了一系列的標準來推廣應用人工智能技術。在新車管理方面，不斷提升安全功能要求，包括我們在1094里面規定了9米以上客車到2018年強制安裝視頻監控以及FCW和LDW，到2019年強制安裝AEB，這兩個技術可以大幅度減少疲勞駕駛以及司機誤操作形成的規模以上死亡事故。去年開始發布今年開始實施的1178文件，也是關于18噸以上貨車2020年強制安裝FCW和LDW。在用車管理領域，部里發文鼓勵行業應用新型的人工智能監控設備，已經有江蘇，陜西，四川等多個省在大力推廣應用這些技術。

   最后，再簡單給大家介紹一些新型安全監管平臺的技術和案例。

   新型監管平臺包括端和云兩端，端這塊剛才已經給大家介紹了很多包括GPS，CAN，ADAS，DMS等，云方面可以通過人工智能大數據分析為我們在安全管理環節提供更多的數據支撐。  

   具體來說，在端層面有典型終端的形態，包括面對駕駛員有一個類似攝像頭以及貼在玻璃上的前向攝像頭，可能還有更多的放在駕駛倉的視頻監控設備，這些是設備集成之后，成為一個終端和模塊。在端這一塊，計算芯片潛入到終端中，會實時的在線評估危險。所以這種技術的應用，在車輛行駛過程中可以監控車輛的所有的環節，同時對駕駛員位置狀況進行實時提醒，大幅度的減少在行駛過程中的風險。

   在云端來說，可用“畫像”來為大家描述未來到底是什么形態。通過數據的收集和分析，我們可以做多層次的畫像。首先是區域層面，一張虛擬的安全生產動態畫像，為我們提供了整個區域的實時的動態監管數據，安全態勢一目了然。第二個層次是企業層面，第三個層面是駕駛員層面，第四個層面是道路路網層面。通過四個層面的畫像，能夠清晰的掌握各個維度的安全管理信息，真正實現四維的安全管理。

  總結來說，未來的道路安全管理思路可以用16個字來概括，第一個是叫全面感知，未來把二維、三維、四維管理，必須把人、車、路等等所有因素進行全面感知，可測、可視、可控，在為人們做安全決策收集足夠信息；第二是深度融合，安全管理不僅僅是反映管司機管車還有管貨，把所有的業務數據和安全數據進行相互融合；第三個是主動服務；第四個是科學決策。通過人工智能在這四個層面應用都可以發揮人工智能優勢大幅減少人員參與的成本和提升管理效率，為我們整個行業的安全管理提供更多的支持。