智能交通系統(tǒng)主要技術(shù)的發(fā)展

智能交通技術(shù)的應(yīng)用能有效提高現(xiàn)有基礎(chǔ)設(shè)施的使用效率和服務(wù)水平，在破解城市交通問題中扮演著不可或缺的重要角色。2010年至今，隨著大數(shù)據(jù)、機(jī)器學(xué)習(xí)等技術(shù)的不斷發(fā)展，基于人工智能的車路協(xié)同、自動(dòng)駕駛、智能出行等將會(huì)成為智能交通系統(tǒng)下一階段技術(shù)發(fā)展的關(guān)鍵方向。

　　智能交通自 1973年大力發(fā)展以來(lái)，早期因受限于通信手段，發(fā)展速度比較緩慢。1995—2000年，隨著數(shù)據(jù)傳輸速度突飛猛進(jìn)的增長(zhǎng)和位置服務(wù)技術(shù)、通信技術(shù)的突破，智能交通發(fā)展速度明顯加快，通信技術(shù)已經(jīng)不再成為限制因素，此時(shí)智能交通系統(tǒng)發(fā)展主要受限于計(jì)算能力。2000—2010年，智能交通技術(shù)全面推進(jìn)，高清視頻、智能分析研判等在城市交通領(lǐng)域得到全面應(yīng)用。2010年至今隨著大數(shù)據(jù)、機(jī)器學(xué)習(xí)等技術(shù)的不斷發(fā)展，基于人工智能的車路協(xié)同、自動(dòng)駕駛、智能出行等將會(huì)成為智能交通系統(tǒng)下一階段技術(shù)發(fā)展的關(guān)鍵方向。

　　隨著城鎮(zhèn)化、機(jī)動(dòng)化的快速發(fā)展，中國(guó)城市面臨擁堵、污染等一系列嚴(yán)峻挑戰(zhàn)；另一方面，由于生活水平的不斷提高，人民對(duì)美好生活的需求強(qiáng)勁增長(zhǎng)，交通供求關(guān)系不平衡的矛盾日益尖銳。而道路基礎(chǔ)設(shè)施和城市空間資源的有限性，決定了僅僅依靠新建交通基礎(chǔ)設(shè)施提高供給能力難以解決當(dāng)前面臨的嚴(yán)峻交通問題。智能交通技術(shù)的應(yīng)用能有效提高現(xiàn)有基礎(chǔ)設(shè)施的使用效率和服務(wù)水平，在破解城市交通問題中扮演著不可或缺的重要角色。圖 1顯示了智能交通系統(tǒng)主要發(fā)展歷程的概況。

　　智能交通系統(tǒng)主要技術(shù)發(fā)展現(xiàn)狀

　　城市智能交通控制技術(shù)

　　交通控制主要是利用計(jì)算機(jī)管理的交通控制設(shè)施對(duì)交通流進(jìn)行交通組織優(yōu)化以及通過(guò)調(diào)節(jié)、誘導(dǎo)、分流以達(dá)到保障交通安全與暢通的目的。根據(jù)磁感線圈、視頻、微波等采集的數(shù)據(jù)計(jì)算交叉路口的實(shí)時(shí)交通流量，確定信號(hào)優(yōu)化配時(shí)方案。就控制范圍而言，信號(hào)控制可以分為單路口信號(hào)控制、干線協(xié)調(diào)控制（線控制）和區(qū)域信號(hào)協(xié)調(diào)控制（面控制）。

　　在模型方面，當(dāng)前國(guó)內(nèi)外單路口信號(hào)控制從模型到應(yīng)用已經(jīng)成熟，干線協(xié)調(diào)控制也有大量應(yīng)用型產(chǎn)品和案例，但區(qū)域協(xié)調(diào)控制技術(shù)應(yīng)用案例有限?，F(xiàn)有系統(tǒng)主要分為定時(shí)控制和自適應(yīng)協(xié)調(diào)控制兩類，定時(shí)區(qū)域協(xié)調(diào)控制目前以啟發(fā)式算法為主，大數(shù)據(jù)也帶來(lái)了基于機(jī)器學(xué)習(xí)的區(qū)域信號(hào)協(xié)調(diào)控制模型，不過(guò)尚難以解釋其理論過(guò)程。自適應(yīng)信號(hào)協(xié)調(diào)控制是通過(guò)檢測(cè)器實(shí)時(shí)采集交通數(shù)據(jù)，生成方案實(shí)現(xiàn)實(shí)時(shí)控制，根據(jù)交通飽和度區(qū)分為未飽和與過(guò)飽和模型兩類。未飽和區(qū)域通過(guò)采用 Q 學(xué)習(xí)、CTM（cell transmission model）、SVM（support vector machine）和強(qiáng)化學(xué)習(xí)等模型主要用以減少計(jì)算量，實(shí)現(xiàn)優(yōu)化控制。過(guò)飽和區(qū)域采用啟發(fā)式、分層規(guī)劃和多段規(guī)劃等方法簡(jiǎn)化模型，使之可以運(yùn)算。

　　在系統(tǒng)控制軟件方面，目前中國(guó)依然主要依靠SCOOT（split cycle offset optimizing technique）、SCATS（Sydney coordinated adaptive traffic system）以及美國(guó)、西班牙等研發(fā)的系統(tǒng)，國(guó)內(nèi)自主研發(fā)的軟件應(yīng)用很少。自 20世紀(jì) 80年代至今，也在嘗試建立適合中國(guó)混合交通流特性的控制系統(tǒng)，其代表性系統(tǒng)主要包括HT-UTCS和 Hicon系統(tǒng)等。HT-UTCS系統(tǒng)采用三級(jí)分布式控制（點(diǎn)線面），為方案生成+專家系統(tǒng)式的自適應(yīng)控制系統(tǒng)。Hicon系統(tǒng)采用三級(jí)控制模式（路口、區(qū)域、中心），為分層自適應(yīng)控制系統(tǒng)。

　　交通分析研判技術(shù)

　　交通信息分析研判是通過(guò)對(duì)各類交通數(shù)據(jù)信息的采集整理、融合、挖掘分析，為交通相關(guān)部門提供輔助決策支持，達(dá)到分析精準(zhǔn)、效率提升、決策科學(xué)、管理精細(xì)的目的。傳統(tǒng)的交通信息分析研判主要是在交通流、交通事故等結(jié)構(gòu)化數(shù)據(jù)基礎(chǔ)上展開縱向、橫向分析，找出其變化規(guī)律和發(fā)展趨勢(shì)，進(jìn)而提供輔助決策依據(jù)，研判分析的準(zhǔn)確性、精準(zhǔn)性不高。

　　近年，基于大數(shù)據(jù)的分析研判充分利用大量非結(jié)構(gòu)化數(shù)據(jù)，采用大數(shù)據(jù)分析技術(shù)，能實(shí)現(xiàn)跨區(qū)域、跨部門、跨行業(yè)的信息共享和深度挖掘應(yīng)用，能完成對(duì)交通運(yùn)行、安全、監(jiān)管、資源優(yōu)化配置等整體態(tài)勢(shì)的評(píng)估分析與預(yù)警，實(shí)現(xiàn)了分析研判技術(shù)質(zhì)的飛躍。

　　公安部長(zhǎng)期以來(lái)非常重視交通安全分析研判、交通管控與服務(wù)分析研判等內(nèi)容，其在國(guó)家道路交通安全科技行動(dòng)計(jì)劃等重大課題研究基礎(chǔ)上，逐步推出了全國(guó)公安交通管理綜合應(yīng)用平臺(tái)、全國(guó)機(jī)動(dòng)車稽查布控系統(tǒng)、公安交通管理大數(shù)據(jù)分析研判平臺(tái)等重大應(yīng)用工程，并發(fā)布《道路交通安全形勢(shì)分析研判工作規(guī)范》等相關(guān)文件，極大地提高了交通管理工作的科學(xué)性、有效性和規(guī)范性。

　　交通運(yùn)輸部也在如“基于大數(shù)據(jù)技術(shù)的交通運(yùn)輸監(jiān)測(cè)預(yù)警關(guān)鍵技術(shù)研究”等相關(guān)重大課題研究基礎(chǔ)上，不斷針對(duì)春運(yùn)等節(jié)假日、日常運(yùn)行等方面發(fā)布相關(guān)的交通態(tài)勢(shì)分析報(bào)告，同時(shí)也對(duì)國(guó)家交通運(yùn)輸宏觀發(fā)展態(tài)勢(shì)進(jìn)行預(yù)判，為國(guó)家、區(qū)域交通重大決策和社會(huì)信息服務(wù)等提供了強(qiáng)有力的支撐依據(jù)。

　　車路協(xié)同技術(shù)

　　車路協(xié)同系統(tǒng)是基于先進(jìn)的傳感和無(wú)線通信等技術(shù)，實(shí)現(xiàn)車輛和道路基礎(chǔ)設(shè)施之間以及車車之間的智能協(xié)同與配合，從而保障在復(fù)雜交通環(huán)境下車輛行駛安全、實(shí)現(xiàn)道路交通主動(dòng)控制、提高路網(wǎng)運(yùn)行效率的新一代智能道路交通系統(tǒng)。

　　在技術(shù)方面，車路協(xié)同主要包含3類技術(shù)：車車/車路通信技術(shù)、交通安全技術(shù)、交通控制技術(shù)。通信技術(shù)方面，應(yīng)用于車路協(xié)同的3G/4G、DSRC（dedicated short-range communications）、WiFi等技術(shù)均已有相應(yīng)的理論與模型。交通安全技術(shù)方面，視野盲區(qū)警告、輔助換道、緊急避撞等已有應(yīng)用。馬小陸等設(shè)計(jì)了一種基于車車通信的嵌入式前向碰撞預(yù)警系統(tǒng)；李珣、楊曉光等基于車路協(xié)同技術(shù)對(duì)輔助換道進(jìn)行了研究，在保證車輛換道安全的前提下提高道路的使用效率。交通控制技術(shù)方面，基于車路協(xié)同實(shí)時(shí)獲取車輛狀態(tài)，通過(guò)車速引導(dǎo)實(shí)現(xiàn)優(yōu)化控制也已經(jīng)有研究和應(yīng)用。

　　在實(shí)驗(yàn)方面，20世紀(jì)80年代初，中國(guó)逐步開始重視運(yùn)用高科技發(fā)展交通運(yùn)輸系統(tǒng)；2006年在進(jìn)入國(guó)家“十一五”計(jì)劃的第一年，國(guó)家高技術(shù)研究發(fā)展計(jì)劃（863計(jì)劃）設(shè)立了現(xiàn)代交通技術(shù)領(lǐng)域并具體設(shè)立了“綜合交通運(yùn)輸系統(tǒng)與安全技術(shù)”專題研究；2010年確定車聯(lián)網(wǎng)為“十二五”發(fā)展的國(guó)家重大專項(xiàng)；2011年“車路協(xié)同系統(tǒng)關(guān)鍵技術(shù)”項(xiàng)目通過(guò)國(guó)家“863計(jì)劃”立項(xiàng)并于 2014年 2月通過(guò)科技部驗(yàn)收。該項(xiàng)目完成了車路協(xié)同系統(tǒng)的體系框架，提出了車路協(xié)同系統(tǒng)的集成測(cè)試與演示方案，實(shí)現(xiàn)了 10余項(xiàng)典型的車路協(xié)同應(yīng)用場(chǎng)景，突破了車路協(xié)同系統(tǒng)的若干關(guān)鍵技術(shù)。在智能網(wǎng)聯(lián)車路協(xié)同方面中國(guó)的研究起步較晚。“十五”和“十一五”期間，中國(guó)在汽車安全輔助駕駛、車載導(dǎo)航設(shè)備等方面進(jìn)行了研究，基本掌握了智能汽車共性技術(shù)、車輛運(yùn)行狀態(tài)辨識(shí)等核心技術(shù)。國(guó)家“863計(jì)劃”課題“智能道路系統(tǒng)信息結(jié)構(gòu)及環(huán)境感知與重構(gòu)技術(shù)研究”“基于車路協(xié)調(diào)的道路智能標(biāo)識(shí)與感知技術(shù)研究”等，在河北廊坊等地搭建了車路協(xié)同測(cè)試系統(tǒng)。

　　視頻分析技術(shù)

　　視頻識(shí)別技術(shù)是使用計(jì)算機(jī)進(jìn)行運(yùn)算和分析，從視頻中提取判斷決策等有用信息的技術(shù)，其利用特定算法提煉視頻信號(hào)中所包含的內(nèi)容信息或特定目標(biāo)物體的運(yùn)動(dòng)信息等，實(shí)現(xiàn)計(jì)算機(jī)對(duì)于視頻的智能理解，使計(jì)算機(jī)在一定程度上替代人的工作。

　　對(duì)于視頻識(shí)別技術(shù)的研究，由于其算法的復(fù)雜度以及目標(biāo)行為的多樣性等原因，發(fā)展一直比較緩慢。在國(guó)外已有成熟的智能視頻監(jiān)控產(chǎn)品，可以在監(jiān)控系統(tǒng)中實(shí)現(xiàn)異常狀態(tài)自動(dòng)報(bào)警的功能。中國(guó)城市視頻監(jiān)控?cái)?shù)量與發(fā)達(dá)國(guó)家相比仍有很大差距。以每千人擁有的視頻監(jiān)控?cái)?shù)量作為指標(biāo)，目前中國(guó)攝像頭密度最高的北京市每千人擁有攝像頭數(shù)量為 59個(gè)，僅僅相當(dāng)于英國(guó)平均水平的80%、美國(guó)的 60%。而二、三線城市攝像頭覆蓋率更低。據(jù)不完全統(tǒng)計(jì)，中國(guó)二線城市的攝像頭數(shù)量為 5萬(wàn)~10萬(wàn)個(gè)；三線城市則<5萬(wàn)個(gè)。就攝像頭密度而言，二、三線城市的攝像頭密度遠(yuǎn)遠(yuǎn)低于 10個(gè)/千人。

　　目前，車牌號(hào)識(shí)別技術(shù)作為計(jì)算機(jī)視頻圖像識(shí)別技術(shù)在車輛牌照識(shí)別中的一種成熟應(yīng)用，能在 1 s內(nèi)識(shí)別出車牌號(hào)碼，精確度達(dá)99%。在計(jì)算機(jī)識(shí)別技術(shù)中，人臉識(shí)別已經(jīng)廣泛運(yùn)用于安防與電子支付領(lǐng)域，功能比較先進(jìn)的人臉識(shí)別系統(tǒng)包括布控、人臉?biāo)阉?、人臉比?duì)、人臉庫(kù)及系統(tǒng)管理 5大核心功能，其精確度已經(jīng)高于95%，理論上在未來(lái)可達(dá)99.7%。

　　智能交通新技術(shù)

　　1）城市交通大腦

　　城市交通大腦就是在大數(shù)據(jù)、云計(jì)算、人工智能等新一代信息和智能技術(shù)快速發(fā)展的大背景下，通過(guò)類人大腦的感知、認(rèn)知、協(xié)調(diào)、學(xué)習(xí)、控制、決策、反饋、創(chuàng)新創(chuàng)造等綜合智能，對(duì)城市及城市交通相關(guān)信息進(jìn)行全面獲取、深度分析、綜合研判、智能生成對(duì)策方案、精準(zhǔn)決策、系統(tǒng)應(yīng)用、循環(huán)優(yōu)化來(lái)更好地實(shí)現(xiàn)對(duì)城市交通的治理和服務(wù)，破解城市交通的問題并提供系統(tǒng)的綜合服務(wù)的城市智能交通系統(tǒng)的核心中樞。

　　2）高精度定位（GPS、北斗定位）

　　北斗三號(hào)衛(wèi)星經(jīng)過(guò)在軌測(cè)試，空間信號(hào)用戶測(cè)距誤差達(dá)到 0.5 m，系統(tǒng)定位精度達(dá)到2.5~5 m。除了加快編織覆蓋全球的北斗衛(wèi)星網(wǎng)絡(luò)之外，國(guó)家正在同步開展北斗星基增強(qiáng)系統(tǒng)建設(shè)，形成全國(guó)“一張網(wǎng)”，可提供實(shí)時(shí)cm級(jí)、mm級(jí)高精度定位服務(wù)。

　　北斗系統(tǒng)應(yīng)用于“兩客一危”車輛管理，目前已經(jīng)建立了全球最大的北斗車聯(lián)網(wǎng)平臺(tái)。截至 2018年，已經(jīng)有 500多萬(wàn)輛營(yíng)運(yùn)車輛上線北斗系統(tǒng)，車聯(lián)網(wǎng)平臺(tái)通過(guò)提醒駕駛員超速與疲勞駕駛等信息，使得道路運(yùn)輸重大事故率和人員傷亡率均下降近50%。

　　2017年 12月，江西省首條智慧高速公路寧定高速公路建成試運(yùn)營(yíng)。在高速公路沿線利用北斗等技術(shù)，可對(duì)車流情況進(jìn)行實(shí)時(shí)監(jiān)測(cè)，同時(shí)整合報(bào)警手機(jī)定位、路況預(yù)判等功能，實(shí)現(xiàn)對(duì)交通事故的快速處置。

　　2017年 3月，北京公交公司基于北斗基礎(chǔ)數(shù)據(jù)的大數(shù)據(jù)分析，對(duì)公交車發(fā)車時(shí)間進(jìn)行調(diào)整。上?；诒倍沸l(wèi)星導(dǎo)航系統(tǒng)，建立了智能公交位置服務(wù)系統(tǒng)，能夠?qū)坏秸緯r(shí)間進(jìn)行精準(zhǔn)預(yù)報(bào)，誤差時(shí)間<1 min。通過(guò)公交調(diào)度、實(shí)時(shí)信息采集，降低公交公司 10%以上的運(yùn)營(yíng)成本。

　　3）無(wú)感技術(shù)

　　無(wú)感技術(shù)是指通過(guò)大數(shù)據(jù)等新技術(shù)手段，簡(jiǎn)化傳統(tǒng)交通流程，使出行者在某些特定環(huán)節(jié)（如收費(fèi)、驗(yàn)票等）中實(shí)現(xiàn)無(wú)干擾通過(guò)，提高效率和舒適度。目前，無(wú)感技術(shù)主要應(yīng)用于識(shí)別、支付等，分別衍生出了刷臉識(shí)別、無(wú)感支付等應(yīng)用。

　?、?人臉識(shí)別技術(shù)。人臉識(shí)別技術(shù)，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部識(shí)別的一系列相關(guān)技術(shù)，通常叫做人像識(shí)別、面部識(shí)別。

　　軟件方面，20世紀(jì) 50年代，認(rèn)知科學(xué)家就已著手對(duì)人臉識(shí)別展開研究。20世紀(jì) 60年代，人臉識(shí)別工程化應(yīng)用研究正式開啟。當(dāng)時(shí)的方法主要利用了人臉的幾何結(jié)構(gòu)，通過(guò)分析人臉器官特征點(diǎn)及其之間的拓?fù)潢P(guān)系進(jìn)行辨識(shí)。這種方法簡(jiǎn)單直觀，但是一旦人臉姿態(tài)、表情發(fā)生變化，則精度嚴(yán)重下降。21世紀(jì)前 10年，隨著機(jī)器學(xué)習(xí)理論的發(fā)展，研究人員探索了基于遺傳算法、支持向量機(jī)、boosting、流形學(xué)習(xí)及核方法等進(jìn)行人臉識(shí)別的技術(shù)。2009—2012年，稀疏表達(dá)（sparse representation）成 為 研 究 熱 點(diǎn) 。 LFW（labeled faces in the wild）人臉識(shí)別公開競(jìng)賽在此背景下開始流行。當(dāng)時(shí)最好的識(shí)別系統(tǒng)在 LFW上的最高精度僅約 80%，距離實(shí)用距離頗遠(yuǎn)。2013年，研究者基于高維局部二值模式（local binary pattern，LBP）特征和 Joint Bayesian 方法在LFW上獲得了 95.17%的精度。2014年前后，香港中文大學(xué)的 Sun 等提出將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到人臉識(shí)別上，采用 20 萬(wàn)訓(xùn)練數(shù)據(jù)，在 LFW 上第一次得到超過(guò)人類水平的識(shí)別精度。

　　硬件方面，人臉識(shí)別技術(shù)經(jīng)歷了可見光圖像人臉識(shí)別、三維圖像人臉識(shí)別/熱成像人臉識(shí)別、基于主動(dòng)近紅外圖像的多光源人臉識(shí)別 3層進(jìn)化過(guò)程，逐漸緩解和解決了光線等環(huán)境的變化對(duì)于人臉識(shí)別的影響，加之算法的不斷精準(zhǔn)演化，人臉識(shí)別技術(shù)逐漸進(jìn)入越來(lái)越多的應(yīng)用領(lǐng)域。

　?、?無(wú)感支付技術(shù)。目前，應(yīng)用于交通的無(wú)感支付技術(shù)主要包括 3 種途徑：不停車電子收費(fèi)系統(tǒng)（ETC）、車牌識(shí)別和北斗支付。

　　ETC在高速上已有成熟應(yīng)用，但其需要用戶安裝車載單元（on board unit，OBU），流程相對(duì)復(fù)雜，但現(xiàn)有用戶規(guī)模較大。截至 2017年，中國(guó)已有約 30%車輛安裝了 ETC 設(shè)備。車牌識(shí)別技術(shù)對(duì)識(shí)別環(huán)境要求高，對(duì)天氣條件較為敏感，但該技術(shù)流程簡(jiǎn)單，只要注冊(cè)即可應(yīng)用服務(wù)，對(duì)停車場(chǎng)來(lái)說(shuō)只需增設(shè)攝像頭等即可。北斗智能支付方案要求每輛車安裝北斗模塊，手機(jī)安裝 APP后即可使用支付服務(wù)，該模式相對(duì)復(fù)雜，但支付場(chǎng)景可延展性比ETC和車牌識(shí)別更強(qiáng)。

　　智能交通主要技術(shù)發(fā)展展望

　　為實(shí)現(xiàn)交通強(qiáng)國(guó)的建設(shè)目標(biāo)，抓住機(jī)遇、大幅度提高中國(guó)智能交通水平是我們面臨的重要任務(wù)。從以上回顧可知，交通大數(shù)據(jù)平臺(tái)及其應(yīng)用、視頻數(shù)據(jù)提取技術(shù)、綜合分析研判技術(shù)、交通控制優(yōu)化技術(shù)、車路協(xié)同技術(shù)、城市交通大腦、無(wú)感技術(shù)等 7項(xiàng)技術(shù)是智能交通領(lǐng)域的關(guān)鍵技術(shù)，對(duì)上述技術(shù)的發(fā)展進(jìn)行分析，展望如下。

　　交通大數(shù)據(jù)技術(shù)

　　交通大數(shù)據(jù)具有多源異構(gòu)、時(shí)空跨度大、動(dòng)態(tài)多變、異質(zhì)性、高度隨機(jī)性、局部性和生命周期較短等特征，如何有效地采集和利用交通大數(shù)據(jù)，滿足高時(shí)效性的交通組織控制、交通信息服務(wù)、交通狀況預(yù)警、交通行政監(jiān)管、交通執(zhí)法管理、交通企業(yè)經(jīng)營(yíng)管理、交通市民服務(wù)等應(yīng)用需求，是城市交通和智慧城市面臨的機(jī)遇和挑戰(zhàn)。

　　構(gòu)建交通大數(shù)據(jù)平臺(tái)是深化大數(shù)據(jù)應(yīng)用、不斷探索應(yīng)用人工智能技術(shù)、不斷提高智能化水平的前提條件。未來(lái)交通大數(shù)據(jù)應(yīng)用，最重要的方向是數(shù)據(jù)“加工能力”的提高，未來(lái)必然要形成規(guī)范的數(shù)據(jù)結(jié)構(gòu)和實(shí)時(shí)的數(shù)據(jù)處理機(jī)制，在大數(shù)據(jù)的采集、傳輸、處理和應(yīng)用中，通過(guò)系統(tǒng)地使用非傳統(tǒng)工具對(duì)大量的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，從而獲得能夠支撐規(guī)律發(fā)現(xiàn)、機(jī)理分析和對(duì)策方案自動(dòng)生成的數(shù)據(jù)條件。由于數(shù)據(jù)處理受到高成本、高時(shí)效性等一系列條件限制，未來(lái)基于云計(jì)算技術(shù)的數(shù)據(jù)分析平臺(tái)、能夠?qū)崿F(xiàn)分布式計(jì)算的技術(shù) Hadoop、Spark平臺(tái)將發(fā)揮越來(lái)越重要的作用。

　　視頻技術(shù)

　　在智能化發(fā)展的背景下，深度學(xué)習(xí)和大數(shù)據(jù)為視頻識(shí)別技術(shù)提供了前進(jìn)的方向。AI智能視頻識(shí)別算法提出了一種新的基于圖（graph）的視頻建模方法，實(shí)現(xiàn)了可幀級(jí)解讀視頻。為提升智能視頻識(shí)別技術(shù)的應(yīng)用性，使得智能視頻識(shí)別產(chǎn)品真正市場(chǎng)化，在完善核心算法的同時(shí)，視頻識(shí)別技術(shù)必然將向以下方向發(fā)展：一是視頻結(jié)構(gòu)化；二是人工智能；三是適應(yīng)更為復(fù)雜和多變的場(chǎng)景；四是更低的成本。

　　在應(yīng)用方面，主要體現(xiàn)在智能感知、智能識(shí)別及智能分析3個(gè)方面。

　　1）智能感知。路口、路段感知：基于視頻識(shí)別集成卡口、電警、信號(hào)控制、交通檢測(cè)等系統(tǒng)，為路口的最優(yōu)配時(shí)、道路路況分析、交通大數(shù)據(jù)、交通規(guī)劃等提供可靠依據(jù)。路側(cè)停車感知：基于圖像的識(shí)別進(jìn)行路側(cè)違法停車的感知和抓拍以及路側(cè)停車位的管理，可以有效降低成本，提高系統(tǒng)可靠性。停車場(chǎng)感知：基于視頻車位引導(dǎo)系統(tǒng)，實(shí)現(xiàn)快速車位引導(dǎo)，通過(guò)增配設(shè)備可升級(jí)為具有找車功能的智能車位引導(dǎo)及視頻尋車一體化系統(tǒng)。

　　2）智能識(shí)別。通過(guò)圖像識(shí)別、圖像比對(duì)及模式匹配等核心技術(shù)，實(shí)現(xiàn)對(duì)人、車、物等相關(guān)特征信息的提取與分析，如車牌識(shí)別、人臉識(shí)別、車身顏色識(shí)別、車型識(shí)別、車臉識(shí)別等。

　　3）智能分析。一是交通事故及事件檢測(cè)，基于連續(xù)視頻可以分析車輛停車、逆行等行為，發(fā)現(xiàn)交通事故和交通擁堵時(shí)報(bào)警；二是車輛違章抓拍，利用視頻檢測(cè)實(shí)現(xiàn)非現(xiàn)場(chǎng)執(zhí)法。

　　分析研判技術(shù)

　　交通大數(shù)據(jù)為系統(tǒng)全面分析研判提供了前所未有的信息支撐。應(yīng)用大數(shù)據(jù)、云計(jì)算、特征識(shí)別、數(shù)據(jù)庫(kù)分析、大數(shù)據(jù)挖掘分析、建模仿真、數(shù)據(jù)可視化等新技術(shù)進(jìn)行交通深度分析研判，有望實(shí)現(xiàn)更全面的需求預(yù)測(cè)、更精準(zhǔn)的態(tài)勢(shì)分析、更精細(xì)的預(yù)報(bào)預(yù)警、更高效的規(guī)律發(fā)現(xiàn)、更科學(xué)的決策支撐，應(yīng)用重點(diǎn)體現(xiàn)在交通運(yùn)行態(tài)勢(shì)分析研判與預(yù)警、多尺度交通安全風(fēng)險(xiǎn)分析、警力等資源配置優(yōu)化與智能執(zhí)法管理、交通監(jiān)管與綜合服務(wù)等方面。

　　交通分析研判技術(shù)發(fā)展將以應(yīng)用為導(dǎo)向，以提高智能化水平為目標(biāo)，以云計(jì)算、大數(shù)據(jù)挖掘分析、人工智能等技術(shù)創(chuàng)新突破為驅(qū)動(dòng)，將在數(shù)據(jù)融合挖掘、態(tài)勢(shì)分析研判、信息服務(wù)與預(yù)警、方案智能生成等技術(shù)方面重點(diǎn)突破，同時(shí)應(yīng)大力推進(jìn)相關(guān)成果在工程領(lǐng)域的示范和應(yīng)用。

　　優(yōu)化控制技術(shù)

　　未來(lái)交通信號(hào)優(yōu)化控制技術(shù)將在以下 6個(gè)方面實(shí)現(xiàn)突破。

　　1）交通信息采集與融合?；诨ヂ?lián)網(wǎng)、大數(shù)據(jù)及云計(jì)算的交通信號(hào)控制系統(tǒng)，可以對(duì)道路系統(tǒng)中的交通狀況、交通事故、氣象狀況和交通環(huán)境進(jìn)行實(shí)時(shí)采集、融合分析，形成多來(lái)源、多維度的交通狀況監(jiān)控與融合數(shù)據(jù)。

　　2）控制方案優(yōu)化。大數(shù)據(jù)應(yīng)用的最核心功能之一是交通信號(hào)控制系統(tǒng)的優(yōu)化，目前這方面的差距巨大，無(wú)論是優(yōu)化思路、還是模型方法，均無(wú)明顯進(jìn)展。從實(shí)現(xiàn)上看，因信號(hào)控制不合理導(dǎo)致的通行資源浪費(fèi)和交通延誤十分明顯，可以改進(jìn)的空間很大。人工智能技術(shù)、網(wǎng)絡(luò)流算法等優(yōu)化方法的不斷發(fā)展，將有可能助力實(shí)現(xiàn)更加優(yōu)化的干道控制和區(qū)域協(xié)調(diào)控制。借助車路協(xié)同技術(shù)，可進(jìn)一步提高道路交通系統(tǒng)的運(yùn)行效率。

　　3）交通信號(hào)控制等信息交互方式的改進(jìn)。在逆光、雨雪、濃霧、沙塵等視線不佳場(chǎng)景和惡劣天氣下，駕駛員很難及時(shí)分辨信號(hào)燈狀態(tài)。車路協(xié)同可以實(shí)現(xiàn)將信息迅速傳遞給交通參與者。

　　4）信號(hào)控制優(yōu)化效果的評(píng)價(jià)。對(duì)交通信號(hào)控制方案進(jìn)行優(yōu)化調(diào)整后的效果，傳統(tǒng)方法難以及時(shí)、定量地進(jìn)行評(píng)估。利用移動(dòng)互聯(lián)網(wǎng)、手機(jī)、衛(wèi)星定位等數(shù)據(jù)可以構(gòu)建更加直觀、更加可信的信號(hào)控制評(píng)價(jià)指標(biāo)，從而可以更加高效地對(duì)交通系統(tǒng)性能進(jìn)行評(píng)估和調(diào)整。

　　5）控制與誘導(dǎo)的協(xié)同將可能帶來(lái)基礎(chǔ)設(shè)施使用效率的顯著提高。通過(guò)誘導(dǎo)信息，實(shí)現(xiàn)主動(dòng)選擇，可以實(shí)現(xiàn)更加優(yōu)化的交通控制。

　　6）交通流信息與氣象信息、大范圍的交通狀況信息融合使用，能夠?qū)崿F(xiàn)更加安全、更加高效的交通組織與指揮。

　　車路協(xié)同技術(shù)

　　車路協(xié)同技術(shù)經(jīng)過(guò)世界各國(guó)的大量研究和探索，已經(jīng)取得了階段性成果。目前，建立了車路協(xié)同體系框架和各種相關(guān)測(cè)試平臺(tái)，突破了車-車/車-路通信、車輛安全控制及信息技術(shù)共享等關(guān)鍵技術(shù)，小規(guī)模展開了道路演示，但仍存在如下問題和不足。

　　1）通信標(biāo)準(zhǔn)：國(guó)外車路協(xié)同通信普遍采用 802.11p協(xié)議，中國(guó)希望獨(dú)立制定自己的協(xié)議，國(guó)家層面的通信標(biāo)準(zhǔn)仍在制定之中。

　　2）技術(shù)推進(jìn)緩慢：車路協(xié)同系統(tǒng)的核心技術(shù)目前在世界范圍內(nèi)仍普遍處于基礎(chǔ)理論研究、實(shí)驗(yàn)測(cè)驗(yàn)和小范圍商業(yè)應(yīng)用階段，并未廣泛進(jìn)入民用環(huán)節(jié)。

　　3）信息安全問題：由于車路協(xié)同可以掌握全體用戶的出行狀態(tài)及目的信息，廣泛推進(jìn)車路協(xié)同技術(shù)可能在發(fā)達(dá)國(guó)家和更為關(guān)注隱私的地區(qū)引起公眾不同程度的質(zhì)疑。

　　城市交通大腦

　　一個(gè)良好的城市交通大腦，能夠助力實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的交通管理模式和服務(wù)模式的形成，提供更好地分析研判和決策實(shí)施的智能支撐。主要包括以下 10項(xiàng)關(guān)鍵技術(shù)。

　　1）通過(guò)迭代優(yōu)化的智能算法，優(yōu)化路口、關(guān)聯(lián)路段、功能組團(tuán)等之間的交通連接，基于交通事件、道路流量等實(shí)時(shí)感知體系和交通大數(shù)據(jù)綜合平臺(tái)的分析能力，智能形成交通組織、管理、控制的優(yōu)化方案，形成不斷進(jìn)化的交通優(yōu)化區(qū)域，提高道路通行效率。

　　2）梳理全區(qū)域、路口、路段等交通在線實(shí)時(shí)數(shù)據(jù)，研發(fā)精準(zhǔn)刻畫道路交通演變的算法模型，包括交通視頻分析處理算法、數(shù)據(jù)整合算法、信號(hào)優(yōu)化算法、交通評(píng)價(jià)算法、態(tài)勢(shì)研判算法等，為交通信號(hào)控制優(yōu)化提供支撐，實(shí)現(xiàn)對(duì)交通流狀態(tài)的精準(zhǔn)刻畫。

　　3）創(chuàng)新面向未來(lái)交通的交通治理模型，提升當(dāng)前交通管理目標(biāo)層級(jí)，實(shí)現(xiàn)對(duì)道路網(wǎng)絡(luò)上交通運(yùn)行健康狀態(tài)的精準(zhǔn)感知，通過(guò)當(dāng)前狀態(tài)和歷史狀態(tài)對(duì)比、趨勢(shì)預(yù)判，找出影響交通擁堵和安全的關(guān)鍵因子，確定面向未來(lái)交通的治理模型。

　　4）以數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)交通規(guī)劃管理一體化。改變?cè)械慕煌ㄏ到y(tǒng)建設(shè)（交通信號(hào)控制、非現(xiàn)場(chǎng)執(zhí)法系統(tǒng)、交通流信息采集系統(tǒng)、交通視頻監(jiān)控系統(tǒng)、交通誘導(dǎo)系統(tǒng)、道路交通設(shè)施建設(shè)等）和應(yīng)用相對(duì)割裂的局面，消除路口交通設(shè)備間數(shù)據(jù)不共享的狀況，以數(shù)據(jù)分析為基礎(chǔ)實(shí)現(xiàn)交通管理的科學(xué)化和智能化。

　　5）推進(jìn)數(shù)據(jù)治堵深入應(yīng)用。通過(guò)交通大數(shù)據(jù)研究交通擁堵的成因，以先進(jìn)的智能算法指導(dǎo)交通排堵保暢策略。交通控制設(shè)備實(shí)時(shí)在線，以實(shí)時(shí)的交通數(shù)據(jù)推進(jìn)區(qū)域交通控制策略的形成和實(shí)施，形成良性的交通運(yùn)行機(jī)制，保障暢通有序。

　　6）構(gòu)建安全有序的交通環(huán)境。準(zhǔn)確把握交通事故的特點(diǎn)和規(guī)律，提升以識(shí)別風(fēng)險(xiǎn)、管控風(fēng)險(xiǎn)為主要內(nèi)容的安全防控能力，建立健全“預(yù)測(cè)、預(yù)警、預(yù)防”機(jī)制，加強(qiáng)交通安全風(fēng)險(xiǎn)等級(jí)研判體系建設(shè)。

　　7）輔助道路網(wǎng)絡(luò)優(yōu)化改造決策?；诔鞘薪煌ù髷?shù)據(jù)分析，實(shí)施精準(zhǔn)掌握交通需求特性、交通供給特性和交通供求關(guān)系特性，為城區(qū)道路交通系統(tǒng)改造提供決策支持，實(shí)現(xiàn)道路網(wǎng)絡(luò)建設(shè)綜合優(yōu)化。

　　8）詳細(xì)分析公交交通運(yùn)行狀況、供求特性、交通方式的銜接特性，不斷提高公交的服務(wù)質(zhì)量；不斷提高交通分擔(dān)率、以公交方式為主導(dǎo)的綜合交通系統(tǒng)。

　　9）動(dòng)態(tài)分析末端交通狀況，不斷提高綜合交通一體化、一站式服務(wù)能力，促進(jìn)共享單車等綠色交通出行的發(fā)展。

　　10）動(dòng)態(tài)分析行人需求特性，不斷完善行人步行空間，指導(dǎo)形成安全、連續(xù)、溫馨的步行道路系統(tǒng)。

　　交通大腦建設(shè)要以需求為依據(jù)，以功能實(shí)現(xiàn)為衡量，要遵循交通工程原理和交通發(fā)展規(guī)律，注重實(shí)際效果。有無(wú)實(shí)際功能效果是評(píng)價(jià)交通大腦的第一標(biāo)準(zhǔn)，同時(shí)系統(tǒng)要具有優(yōu)化反饋、智能水平不斷自我優(yōu)化提高的機(jī)制（自我進(jìn)化機(jī)制）。換句話說(shuō)，智能進(jìn)化機(jī)制是交通大腦的基本屬性要求。

　　無(wú)感技術(shù)

　　未來(lái)無(wú)感技術(shù)將會(huì)廣泛應(yīng)用，除人臉識(shí)別、車牌識(shí)別和無(wú)感支付之外，還有一系列物聯(lián)網(wǎng)技術(shù)將在交通領(lǐng)域深度應(yīng)用。從現(xiàn)有技術(shù)來(lái)看，人臉識(shí)別相對(duì)較為成熟，但也面臨一系列需要解決的問題。

　　1）光照問題：光照投射出的陰影，會(huì)加強(qiáng)或減弱原有的人臉特征。

　　2）表情姿態(tài)問題：當(dāng)發(fā)生俯仰或者左右側(cè)面的情況下，人臉識(shí)別算法的識(shí)別率也將急劇下降。

　　3）遮擋問題：當(dāng)被采集出來(lái)的人臉圖像不完整時(shí)，會(huì)影響后面的特征提取與識(shí)別。

　　4）年齡變化：對(duì)于不同的年齡段，人臉識(shí)別算法的識(shí)別率也不同。

　　5）唯一性識(shí)別問題。在不同個(gè)體之間人臉的區(qū)別不大，所有人臉的結(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似。

　　6）圖像質(zhì)量：對(duì)于分辨率低、噪聲大、質(zhì)量差的人臉圖像難以識(shí)別。

　　7）樣本缺乏：如何解決小樣本下的統(tǒng)計(jì)學(xué)習(xí)問題有待進(jìn)一步地研究。

　　8）海量數(shù)據(jù)：傳統(tǒng)人臉識(shí)別方法如主成分分析方法（principal component analysis，PCA）、線性判別分析（linear discriminant analysis，LDA）等在海量數(shù)據(jù)中難以進(jìn)行，甚至有可能崩潰。

　　9）大規(guī)模人臉識(shí)別：隨著數(shù)據(jù)庫(kù)規(guī)模的增長(zhǎng)，人臉?biāo)惴ǖ男阅軐⒊尸F(xiàn)下降趨勢(shì)。

　　在無(wú)感支付領(lǐng)域，未來(lái)隨著城市交通管理的精細(xì)化、智能化，基于車輛軌跡的交通收費(fèi)和基于識(shí)別的停車收費(fèi)等諸多無(wú)感收費(fèi)技術(shù)將會(huì)得到不斷發(fā)展，北斗作為全場(chǎng)景的應(yīng)用技術(shù)將有更加廣闊的應(yīng)用前景。

　　智能交通是提高交通運(yùn)輸系統(tǒng)效率、服務(wù)品質(zhì)、安全水平和環(huán)保節(jié)能的關(guān)鍵，是建設(shè)交通強(qiáng)國(guó)、實(shí)現(xiàn)中國(guó)交通世界領(lǐng)先目標(biāo)的重要抓手。

　　為實(shí)現(xiàn)交通強(qiáng)國(guó)的戰(zhàn)略目標(biāo)，智能交通技術(shù)必將實(shí)現(xiàn)快速發(fā)展，智能化水平必將顯著提高。未來(lái)智能交通發(fā)展的重點(diǎn)將是構(gòu)建城市交通大數(shù)據(jù)共享平臺(tái)、打造先進(jìn)實(shí)用的城市“交通大腦”、構(gòu)建世界領(lǐng)先的城市智能交通系統(tǒng)、高水平實(shí)現(xiàn)車路協(xié)同、提升客貨運(yùn)輸服務(wù)的智能化水平、實(shí)現(xiàn)綜合運(yùn)輸?shù)闹悄芑?、借助于高度的智能化破解交通擁堵、提高安全水平、?shí)現(xiàn)綠色交通主導(dǎo)。

　　智能交通系統(tǒng)是與城市土地使用形態(tài)調(diào)整、城市交通結(jié)構(gòu)調(diào)整、城市路網(wǎng)結(jié)構(gòu)優(yōu)化、城市道路系統(tǒng)路權(quán)調(diào)整一起共同構(gòu)成的城市交通戰(zhàn)略與對(duì)策體系，要服務(wù)于城市發(fā)展戰(zhàn)略和綜合交通規(guī)劃發(fā)展戰(zhàn)略。為做好城市智能交通系統(tǒng)建設(shè)，應(yīng)高度重視智能交通系統(tǒng)的頂層設(shè)計(jì)，應(yīng)堅(jiān)持交通基礎(chǔ)設(shè)施和交通工程設(shè)施建設(shè)先行原則，不但要重視智能交通系統(tǒng)的硬件建設(shè)，更要注重智能交通系統(tǒng)軟件開發(fā)與功能提升。

　　城市智能交通系統(tǒng)建設(shè)應(yīng)以功能實(shí)現(xiàn)為核心，以問題為導(dǎo)向，既要有先進(jìn)性，更要有實(shí)用性。智能交通系統(tǒng)發(fā)展的第一關(guān)鍵就是能夠?qū)崿F(xiàn)預(yù)期功能和能夠取得實(shí)際應(yīng)用效果，而不是系統(tǒng)建設(shè)本身。智能交通系統(tǒng)建設(shè)應(yīng)進(jìn)行充分的專家論證和建設(shè)效果分析。系統(tǒng)目標(biāo)明確、驗(yàn)收標(biāo)準(zhǔn)清晰、專家論證充分、后評(píng)價(jià)制度完善，是保證智能交通系統(tǒng)健康發(fā)展的基本要求。應(yīng)加快出臺(tái)相關(guān)標(biāo)準(zhǔn)與規(guī)范，形成完善體系，指導(dǎo)智能交通系統(tǒng)建設(shè)，避免決策失誤和投資浪費(fèi)。