随着交通和汽车智能化、网联化的快速发展，交通智能网联迎来规模化部署和推广的有利时机。截至目前，我国已经建设了四个国家级车联网先导区，全国已开放智能网联汽车测试道路里程超过5000公里，带动智能化道路改造升级超过3500公里。
天津(西青)车联网先导区的无人驾驶观光巴士。
4月23日，在中国交通报社与腾讯联合开展的“智能网联发展现状与趋势研判”主题研讨活动上，嘉宾围绕交通智能网联的关键技术，以及车联网应用的可持续和商业化前景等展开讨论。
面对智能网联的未来，与会专家强调，智能网联要通过解决交通出行中的安全、效率等问题，并和城市建设、高速公路等场景相结合，从而让人民群众有获得感、幸福感。在建设的过程中，要注意标准探索，打造开放生态，从而实现智能网联运营可持续发展。
做“有用”的先导区示范
在很多人看来，车联网先导区都是为高智能化的车辆服务，但公众如何感知到智能网联的存在?这受到行业内的关注。
“只有在实现基础设施大规模数字化，以及智能车载终端OBU渗透率较高的情况下，智能网联技术才能发挥最大功效。”西安工业大学校长赵祥模表示，在目前阶段，通过车联网先导区体系化的建立与示范，让公众了解并信任智能网联服务，就是提升幸福感和获得感的开始。
“还要让政府和公众认可智能网联的作用，才能更好地推动其发展和推广应用。”清华大学自动化系教授姚丹亚表示，智能网联的关键在于改善交通安全和提升通行效率，要让示范应用来证明这两方面的成效，从而使公众感受到智能网联是“有用”的。
通过 GPS、摄像头和其他传感器获得一个完整的交通状况
可以结合各种技术来获取完整的交通状况。但是，如果你仔细思考一下，你会发现其中一些技术不太适用于智能基础设施：
全球定位系统(GPS):
GPS 可以通过追踪道路使用者的移动情况。这种技术可以非常可靠地报告交通堵塞。然而，行人和自行车骑行者并不配备 GPS。
摄像头和其他传感器可以集成到道路基础设施中来监控交通状况，不需要像 GPS 那样，需要道路使用者配备设备才能收集相关信息。这样就可以将这些设备安装在交通灯、路灯或交通标志上，以采集周围环境信息。但也存在明显的优缺点：
摄像头：
例如，摄像头可以记录彩色图像，但在黑暗环境下无法正常采集到环境信息。此外，摄像头一般只捕捉二维数据，采集三维数据具有一定的难度与挑战。在记录和存储个人数据方面，也可以发现摄像头在数据隐私保护方面存在不足。
雷达：
雷达主要用于速度监控，也可用于交通监控。然而，雷达只能提供一个非常粗糙的图像，虽然这项技术能够识别物体，但由于缺乏细节部分数据，它无法对物体进行分类。例如，雷达数据无法可靠地区分行人和骑自行车的人。
据了解，微美全息是全球领先的全息云平台，能综合运用AR/VR、人工智能、云计算、大数据技术等打造公共交通安全智能化服务体系。通过可视化、数字化、智能化、全覆盖的智慧城市公共交通安全方案，用数据驱动智慧交通精细化、科学化、智能化管理。这是利用人工智能、云计算、数字孪生等新一代信息技术与智慧交通融合创新应用的体现。
赋能智慧交通建设的背后，是依托微美全息全要素技术架构，协同发力沉淀的强大技术实力。在“技术端”上该企业拥有AR/VR、数字孪生、物联网等多种类新型信息技术;在“数字化”上以5G和云网融合技术为基座构建核心能力，打造硬件、软件和解决方案;在“智能化”上拥有丰富的云计算、大数据、AI，打造出人工智能平台，加大投入智能服务管理平台，打造全流程、全要素的智能化服务。