首先代表何先生向大家说一声抱歉，他非常愿意参加本次精彩的峰会，临时有事，委托我代表他做智慧交通和CPS的报告。何院士在CPS领域是国内第一位引入这个概念的学者，2006年开始，他的理论高度和水平，我是不及他万分之一，争取尽最大努力，把他的精髓讲出来。我本人来自华师大国家工程中心，主要研究方向是新能源汽车电控方面的技术应用。

  传统的计算机行业都是基于有限自动机的系统，包括一小端程序，有一个单独的计算机，大一点的系统，甚至是多节点计算中心，再大一些是云服务系统，主要特征是在固定环境下处理一些计算功能。

  随着物联网、云计算和大数据技术的推动，系统慢慢的变大，不单单是一个简单的片上系统，扩展到了系统外的系统，更不可思议的是考虑到人的因素，大的系统到来时，学术界关注研究课题目标发生很大变化，衍生出了CPS（Cyberp Pysical System）信息物理融合大的系统，既包括传统的计算信息系统，也包括实体系统，是把计算、通讯、控制融合在一起的下一代的信息控制技术。

  1.多尺度。原来关注只是一个程序、一个简单的计算机，现在变得很复杂，小到一个片上MCU的系统，大到一个云的服务，甚至还有考虑人和环境的干扰与不确定性。

  2.如何用统一语言进行描述。计算的信息是相对离散的系统，实物运行有连续的特性，如何用一个语言把连续的和离散的系统统一描述，也是比较关键问题。

  3.开放环境下不确定性建模和控制。这是工业界非常关心的问题，原来模型是可控的，引入了外部环境，甚至考虑到人的因素之后，系统的环境变得很复杂。如很容易描绘的一句话“遵守交通信号”，到计算机系统用数学语言表达、程序语言实现就非常复杂。

  北美发生了一个特斯拉的事故，开到路口，一辆货车突然出现，导致Model-S几种情况，比如视觉出现误判，没有识别出目标。另外车距和车高系统，原来系统没有考虑到，只是看到车的空间，以为前面可以钻过去，实际上货车中间还有空间。车距系统没有做好车高测算，导致视觉和车距两个系统同时失灵，才导致这种交通事故出现。这种交通事故在数学模型上归结为通过环境的变化，外部会产生新的模型，事先设计时就没有考虑到。类似这样的现象，以后还会不会出现？答案肯定是还会有意想不到的现象会出现。我们希望在代价越来越小的情况下进行摸索和探索得到这些数据。

  4.协同感知和交互。因为我们研究的不是一个单独的实体，既有小的片上系统，又有人和环境大的交互系统，这样的系统给传统信息系统的性能、安全、测试提出了非常大的挑战。信息安全是非常重要的研究内容，原来一个小小的计算机系统，如单独的航天软件，想要达到百分之百安全，也费很大劲，要通过黑盒子测试、白盒子测试，来验证其安全性。现在突然间系统变得很复杂，不仅仅是一个系统，要考虑到各种各样的因素。有什么科学方法来设计，怎么通过仿真、验证、测试来保证大的系统的功能和性能的安全，现有的工具和测试仿真水平还远远滞后。

  包括大规模交通控制管理系统的优化，城市交通协同的服务，大数据的分析平台，还有无人机、无人车的应用，甚至协同的应用，还有下一代分布式能源的管理，都属于典型CPS应用场景。

  交通行业CPS，简称TCPS，将交通的物理对象和信息系统融合在一起，基于计算、通讯、控制的3C技术，将交通信息源和交通物理深层次地融合，通过信息系统和物理系统间相互作用和反馈，实现交通系统的感知、沟通、协同和决策的优化。

  在智慧交通智能应用，包括智能导航，这些应用都是基于单体、相对独立小的计算系统的应用，在未来协同大系统深度应用方面，还有很多要做的工作。

  TCPS最重要的包含四个因素：人、信息、物理（人、车、道物理域）、服务，把人、车、道采集融合感知的技术通过处理和计算，结合远程服务，为人、车、路提供指导和规划。

  典型路况场景。主要是通过车载感知系统、V2V、V2X等所有感知，通过信息的计算和处理，最后达到对人、车、路统一的规划和控制。

  基于TCPS交通运行的控制模型，和传统简单的红绿灯控制人和车相比，它们仅仅是交通信号的控制，TCPS要考虑多种控制的输入，既包括交通需求的输入，如基于人和基于交通系统，关于交通需求的输入，也包括交通系统本身信息的输入，包括网络的均衡、降低交通的阻塞等因素，还包括信号协同的控制、平均速度的控制。

  交通路口、人行道、流量控制，这三种需求作为输入，根据外部环境、根据整个大的交通控制模型，控制管理系统包括交通控制管理系统、交通信号控制管理系统，结合人车为主体、交通主管部门为主体的交通行为控制管理系统，最后输出给对象，控制人、车运动的需求。

  TCPS在智慧交通中的优势：能更明智帮助决策层指挥交通，减少相关成本，增加经济活力，有效促进转型以大数据为中心的新服务、新业态，甚至是新产业的推动，最后可以使云计算、机器学习、人工智能综合的信息技术获得充分的利用。

  TCPS在智慧交通中目前有比较大的挑战，有四类：1.状态的采集和感知。TCPS要有丰富的采集终端，才能够把数据采集到。2.数据共享和管理，目前在信息共享上还存在着信息孤岛、数据脱密、交换等瓶颈。3.协同、指挥、优化和控制方面还有技术挑战。4.深层次地融合和智能分析上，从模型、样本、标志数据采集方面还有很多要做的基础工作。

  大数据在智慧交通中的及其重要的作用，关心的问题包括：交通运营、数据安全、环境保护和民生经济。

  智慧交通通过大数据可以为城市提供车辆轨迹的匹配，可以对车流进行预测，可以对城市交通的拥堵做多元化的分析，可以为出行线路优化，甚至共享的资源进行选址和优化。

  我们现在正在做一项工作，配合汽车城（集团）有限公司下面上海市新能源汽车数据中心做上海市公共充电桩选址规划，还有基于新能源汽车用户的画像，这些都是基于他们的大数据做的分析，这个工作不仅有社会效益，而且未来市场发展的潜力非常好。

  CPS在能源领域也有较为重要的应用：1.新能源汽车，是市场共识的国家战略。2.智能建筑。3.共享的可再次生产的能源，都推动了从能源的供给、需求、生产、分配、结算，通过能源的TCPS系统，达到各方的利益平衡。

  通过对新能源汽车路径、充电习惯、充电桩设施规划和选址等情况的考虑，基于峰值的降低、费用的降低、能源平均价格降低三个目标，可以做强化的学习模型，对供电系统提供低成本、经济、高效的解决方案。

  总之，TCPS系统在智慧交通、能源管理、无人驾驶几个领域都有非常广阔的需求。

  今天有很多新能源汽车行业专家参会，我们有一个团队是专门做新能源汽车基于国产VCU和MCU的设计，在新能源汽车车型上已经有实施案例，帮他们取得工信部的认证。我们的特点是偏重于工程化，在新能源汽车技术领域有两个特点：1.立足于国家工程中心自主可控的技术软件，开发超高的性价比、低成本的电控电驱方面的解决方案，欢迎在座各位主机厂和企业跟我们一起展开合作。

  声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。