01

便捷出行場景 

 智慧公路協同感知網絡

 —車聯網

接入終端包括移動終端、OBU（On board Unit），RSU主要收集各種終端上傳的數據，以及完成指令下發到各種終端設備的任務；

? MEC邊緣云平臺：執行區域性算法，實現安全避讓、速度引導、區域交通流量分析等，并支持車輛在移動過程中動態數據同步；

? 核心網業務平臺：綜合車聯網的實時狀態信息、交通信息、交通數據信息和地圖信息等，經過分析、數據流的梳理和歸納，搭建適用于車聯網應用的智能分析及控制平臺。

成都市城市管委會5G+云網+AI智慧道路監控

項目背景及客戶需求：? 成都二環高架部分區域及匝道存在病害及雨季積水等問題， 嚴重影響正常交通，希望建立起視頻監控系統，進一步實現路面病害自動識別、緊急情況智慧檢測等功能。

? 固定點位視頻監控無法解決，同時為滿足AI智能分析，道路監控需要在移動場景下實時回傳高清視頻圖像。解決方案：

? 實時回傳：移動場景使用5G網絡進行不間斷高速實時回傳；? 云存儲：靈活可靠的云存儲，部署視頻管理平臺、視頻AI分析平臺；

? AI分析：智能的道橋病害分析，精準、及時發現病害；

? 可視化監控：全局可視化管理及定向產生維修工單及告警通知。項目價值：

? 增效降本：7x24 視頻監控+智能識別，實現全業務智能閉環，節省人力成本，提高效率；

? 敏捷可靠：業務云服務化，實現IT資源彈性獲取、業務敏捷擴容。

廣東珍寶巴士5G智慧公交

項目背景及客戶需求：

? 客戶希望通過在人（司機、乘客）、車（公交車）、路（道路、公交站亭、公交場站）等部署智能公交基礎設施，形成豐富的基礎應用能力，給政府、企業、市民提供的各種各樣的應用服務；

? 公交車上各類車載終端各自為政，數據無法互聯互通、冗余嚴重；無法實現12路視頻同時實時回傳監控；缺乏技術手段高效管理人車路協同。

實時監控：車上12路攝像頭以及車載信息系統大數據傳送到監控中心；

? 司機監測：通過可穿戴式設備，實現對司機血壓、心率等遠程實時監測；

? 黑名單分析：通過人臉抓拍設備自動分析檢測出可疑人員并及時預/報警；

? 娛樂體驗：4K IPTV高清視頻移動場景直播點播

? 人車路協同應用：LCD大屏感知路測節點內容、乘客與本車和正在行經點的信息服務互動。

項目價值：

?解決車載大數據所有權旁落問題，為客戶節省SAAS平臺服務支出；統一數據接口，減低運維管理成本，提升管理效能；

? 實時可視化監管，強化綜合運營、安全、應急管理，提高公交信息化、智能化管理水平。

開沃汽車5G遠程駕駛/無人駕駛場景

項目背景與需求：

? 開沃汽車集團原來使用4G網絡測試無人駕駛和遠程操控，但由于網絡速率和延時達不到要求，導致此項目一直處于實驗室理論分析和模擬測試狀態。

? ４G網絡無法滿足遠程駕駛的高速率和低時延需求，開沃集團希望借助５G網絡研發和測試無人駕駛、遠程操控車輛運行情況。

實現功能：

? 實現功能1：遠程操控? 實現功能2：無人駕駛

解決方案：

? 建設5G基站實現廠區5G網絡無縫覆蓋，實現車輛數據、路況視頻上傳和車輛遠程控制；? 利用天翼云為開沃汽車無人駕駛影像數據提供存儲。

項目價值：

? 廠區測試完成之后，開沃汽車在真實公交路線上加載5G無人駕駛功能，實現遠程輔助駕駛、提高公交駕駛安全。

02

交通行業5G市場發展

交通行業價值領域場景總視圖

交通視頻上云

需求場景：

? 發揮電信云網融合優勢，將海量高速公路及普通公路視頻數據接入公路視頻聯網云平臺，進而通過視頻轉碼、上云、存儲、直播、監控與AI視頻分析等功能，實現部省視頻聯網互聯互通與路網異常交通事件智慧監測，并向公眾提供可視化視頻出行服務。

創新優勢：

? MEC部署交通視頻智能分析算法，充分“就近按需”利用邊緣計算與處理能力，實現高性能、低延遲、更精準的智能交通視頻分析；

? 5G+前端攝像機+高清多碼流視頻，能夠在未覆蓋網絡地區或路段，快速建立監控能力，大大縮短實施周期以及整體成本；

? 基于高帶寬、低時延5G網絡，通過交通視頻上云平臺與監控現場連線，保證一線畫面清晰流暢回傳，協助進行應急指揮。

03

智慧園區

需求場景：

? 現代化物流園區包含園區安保、園區管理、交通物流、生產使能以及員工辦公等多個功能模塊，需要在物流園區引入信息化、數字化、智能化的監控和管理方案，實現人、機、車、設備一體互聯，從而進一步實現智能車輛匹配、自動場站調度、可視化管理等功能，提高生產效率。

解決方案：

? 園區綜合安防方案：在月臺和倉儲等環境部署人臉識別和視頻檢索功能，實現系統聯動、周界管理；

? 出入車輛快速通行方案：在園區出入口部署高清槍機，自動識別通過車輛，配合傳感器數據進一步實現智慧停車；

? 物流卡車高清視頻安防方案：通過部署高清視頻監控以及AI分析，實現車輛防盜、交通事故回放以及人臉識別防疲勞駕駛等功能；

? 無人巡邏：在物流園區內實現無人機和多功能巡邏車的自動巡邏，賦予遠程控制調度能力，可提供計算資源支撐復雜業務處理。

智慧停車

需求場景：

? 物流園區是承載轉運、配送等環節的核心運輸樞紐，車輛出入頻度大、車位數量及管理需求高；

? 傳統停車方案存在占地面積利用率低、車位信息不明確、出入耗時長、人力監管效率低等問題。

解決方案：

? 5G+高清視頻方案：通過5G網絡，實現智慧車庫監控視頻以及設備、傳感器運行數據的實時上傳；

? 天翼云/MEC+AI：天翼云及MEC高性能計算助力AI算法分析監控視頻及運行數據，對異常情況進行檢測預警；

? 5G+大數據平臺：通過5G網絡實時下傳控制指令及報警數據，實現遠程預測性維護及遠程指導維護。

功能模塊：? 遠程運維：充電狀態檢測與分析；? 遠程運維：關鍵結構件應力檢測分析；? 遠程運維：電機設備的數據分析；? 安全巡檢：車位狀態識別。

遠程操控：

解決方案：

? 在生產設備上部署高清攝像頭，通過5G網絡將吊機等設備的現場作業視頻回傳至控制中心進行實時監控，控制中心下達操縱指令，遠程操控設備作業；

? 使用音頻與高清視頻采集車輛行駛信息，5G大帶寬與上行高速率滿足數據回傳要求，結合低時延的特性，實現基于5G的無人駕駛及遠程控制，必要時接管車輛控制工作，將前進、加速、剎車、轉彎、告警、鳴笛等駕駛指令遠程傳到車輛上，為無人駕駛汽車的安全行駛提供了保障。

AGV無人車

需求場景：

? 非聯網模式的傳統智能叉車需要配備大量的傳感器和強力計算單元，造價過高且無法形成協同調度；? 4G、Wi-Fi網絡無法支持叉車作業場景中視頻與控制指令的即時傳輸，無法實現遠程運行監控、動態管理、邊緣智能技術。

解決方案：

? 基于5G網絡的實時路徑規劃：5G與MEC助力視頻實時回傳與AI視覺識別技術，對行駛路線進行實時規劃，不需任何提前設置，真正實現叉車自由穿梭；

? 基于5G網絡的自動裝卸貨物：5G與MEC助力AI視覺識別、精準定位和實時精準操控技術，完成不同高度、突發位置偏移和不規則擺放等多樣化場景的貨物自動裝卸；

? 基于5G和MEC的邊云協同模式：云端負責算法升級，將AI和調度算法下沉至倉庫園區MEC，邊緣云實現快速分析、控制調度，同時有效保護生產數據安全。

AR揀選

需求場景：? 倉庫貨物存儲數量龐大、型號及配送信息復雜，傳統揀選工作方式效率低下、人力成本及出錯率較高；? 自動化立庫設備價格昂貴，維修成本高。

智能倉中揀選員佩戴AR終端，自動識別作業環境，快速識別并呈現商品的基本信息，定位揀選員的位置，并自動根據揀選任務規劃揀選路徑，建立線路導航，指引作業人員以最短的時間到達目標揀選貨位 。

無人機配送

需求場景：? 傳統貨車運輸模式耗時長、效率低，受到配送時間、配送范圍制約，長途運輸駕駛安全問題嚴重；

? 無人機可實現全年配送、偏遠地區配送，節省人力成本、安全性高；

? 無人機配送定位準確、省時高效，生鮮配送可議價空間高。

解決方案：? 5G低空覆蓋保障無人機飛行過程中穩定的網絡傳輸；? 5G網絡的高帶寬、低時延特性保障無人機360度高清視頻的實時回傳與遠程精準控制。

貨運跟蹤

需求場景：

? 傳統物流行業在貨運過程中無法實現包裹實時追蹤，物流方需要對物流包裹運送進度、貨運過程中是否存在安全隱患以及貨運司機是否存在疲勞駕駛和違規駕駛等問題進行實時掌控。

解決方案：

?基于5G網絡對貨物物流信息以及運輸視頻進行采集、傳輸，進一步通過精準可視化展現、實時監控、計算分析、預警等功能實現包裹實時追蹤和全程高清視頻監控，為物流運輸保駕護航。

寧波招商碼頭無人集卡遠程駕駛

案例場景：? 探索基于5G網絡的無人集卡項目，利用5G高帶寬、低時延特性將車輛行駛監控視頻和傳感器數據上傳至天翼云賦能的控制平臺上，后臺控制人員將控制信號回傳至車輛，實現遠程操控無人集卡。

項目價值：? 浙江電信與寧波碼頭合作致力于打造5G+智慧港口，保障寧波智慧碼頭內車輛的行駛安全，促進運營效率提升60%；? 目前港區已實時獲取了120臺內部集卡的實時位置，未來的港口作業將逐步實現協作化、自動化和智能化，電信5G應用將助力港區數據融合、自動控制與智慧運營的進一步提升。

在港口裝卸，運送集裝箱的卡車，需要應對的環境有線路的交匯，與其他卡車錯車、對誤闖入現場的人員目標避讓等等。

同時，港口碼頭24小時不間斷作業，即使在夜間也有高強度燈光常明，對于自動駕駛系統的目標識別也構成額外挑戰。 

這就是中國最快量產無人卡車并規模化商用交付的公司，甚至放眼全球，公開報道中也無人能出其右。

不鳴則已一鳴驚人，用產品和商用交付，站到聚光燈下。

不過，如果對自動駕駛相對熟悉，也不會對此太過意外。

發于國家重點研發計劃，多年國家智能車未來挑戰賽的歷練，也參與了百度無人車發軔探索，最后聚焦于更快商用和落地的貨運和港口……

當前一切速度的背后，其實曾經的苦功和戰略抉擇，早已埋下注腳。