智能交通系統(tǒng)主要技術(shù)的發(fā)展

智能交通技術(shù)的應用能有效提高現(xiàn)有基礎設施的使用效率和服務水平，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)、機器學習等技術(shù)的不斷發(fā)展，基于人工智能的車路協(xié)同、自動駕駛、智能出行等將會成為智能交通系統(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，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)傳輸速度突飛猛進的增長和位置服務技術(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，此時智能交通系統(tǒng)發(fā)展主要受限于計算能力。2000—2010年，智能交通技術(shù)全面推進，高清視頻、智能分析研判等在城市交通領域得到全面應用。2010年至今隨著大數(shù)據(jù)、機器學習等技術(shù)的不斷發(fā)展，基于人工智能的車路協(xié)同、自動駕駛、智能出行等將會成為智能交通系統(tǒng)下一階段技術(shù)發(fā)展的關(guān)鍵方向。

　　隨著城鎮(zhèn)化、機動化的快速發(fā)展，中國城市面臨擁堵、污染等一系列嚴峻挑戰(zhàn)；另一方面，由于生活水平的不斷提高，人民對美好生活的需求強勁增長，交通供求關(guān)系不平衡的矛盾日益尖銳。而道路基礎設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設施提高供給能力難以解決當前面臨的嚴峻交通問題。智能交通技術(shù)的應用能有效提高現(xiàn)有基礎設施的使用效率和服務水平，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算機管理的交通控制設施對交通流進行交通組織優(yōu)化以及通過調(diào)節(jié)、誘導、分流以達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)計算交叉路口的實時交通流量，確定信號優(yōu)化配時方案。就控制范圍而言，信號控制可以分為單路口信號控制、干線協(xié)調(diào)控制（線控制）和區(qū)域信號協(xié)調(diào)控制（面控制）。

　　在模型方面，當前國內(nèi)外單路口信號控制從模型到應用已經(jīng)成熟，干線協(xié)調(diào)控制也有大量應用型產(chǎn)品和案例，但區(qū)域協(xié)調(diào)控制技術(shù)應用案例有限?，F(xiàn)有系統(tǒng)主要分為定時控制和自適應協(xié)調(diào)控制兩類，定時區(qū)域協(xié)調(diào)控制目前以啟發(fā)式算法為主，大數(shù)據(jù)也帶來了基于機器學習的區(qū)域信號協(xié)調(diào)控制模型，不過尚難以解釋其理論過程。自適應信號協(xié)調(diào)控制是通過檢測器實時采集交通數(shù)據(jù)，生成方案實現(xiàn)實時控制，根據(jù)交通飽和度區(qū)分為未飽和與過飽和模型兩類。未飽和區(qū)域通過采用 Q 學習、CTM（cell transmission model）、SVM（support vector machine）和強化學習等模型主要用以減少計算量，實現(xiàn)優(yōu)化控制。過飽和區(qū)域采用啟發(fā)式、分層規(guī)劃和多段規(guī)劃等方法簡化模型，使之可以運算。

　　在系統(tǒng)控制軟件方面，目前中國依然主要依靠SCOOT（split cycle offset optimizing technique）、SCATS（Sydney coordinated adaptive traffic system）以及美國、西班牙等研發(fā)的系統(tǒng)，國內(nèi)自主研發(fā)的軟件應用很少。自 20世紀 80年代至今，也在嘗試建立適合中國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)采用三級分布式控制（點線面），為方案生成+專家系統(tǒng)式的自適應控制系統(tǒng)。Hicon系統(tǒng)采用三級控制模式（路口、區(qū)域、中心），為分層自適應控制系統(tǒng)。

　　交通分析研判技術(shù)

　　交通信息分析研判是通過對各類交通數(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，達到分析精準、效率提升、決策科學、管理精細的目的。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)基礎上展開縱向、橫向分析，找出其變化規(guī)律和發(fā)展趨勢，進而提供輔助決策依據(jù)，研判分析的準確性、精準性不高。

　　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)，能實現(xiàn)跨區(qū)域、跨部門、跨行業(yè)的信息共享和深度挖掘應用，能完成對交通運行、安全、監(jiān)管、資源優(yōu)化配置等整體態(tài)勢的評估分析與預警，實現(xiàn)了分析研判技術(shù)質(zhì)的飛躍。

　　公安部長期以來非常重視交通安全分析研判、交通管控與服務分析研判等內(nèi)容，其在國家道路交通安全科技行動計劃等重大課題研究基礎上，逐步推出了全國公安交通管理綜合應用平臺、全國機動車稽查布控系統(tǒng)、公安交通管理大數(shù)據(jù)分析研判平臺等重大應用工程，并發(fā)布《道路交通安全形勢分析研判工作規(guī)范》等相關(guān)文件，極大地提高了交通管理工作的科學性、有效性和規(guī)范性。

　　交通運輸部也在如“基于大數(shù)據(jù)技術(shù)的交通運輸監(jiān)測預警關(guān)鍵技術(shù)研究”等相關(guān)重大課題研究基礎上，不斷針對春運等節(jié)假日、日常運行等方面發(fā)布相關(guān)的交通態(tài)勢分析報告，同時也對國家交通運輸宏觀發(fā)展態(tài)勢進行預判，為國家、區(qū)域交通重大決策和社會信息服務等提供了強有力的支撐依據(jù)。

　　車路協(xié)同技術(shù)

　　車路協(xié)同系統(tǒng)是基于先進的傳感和無線通信等技術(shù)，實現(xiàn)車輛和道路基礎設施之間以及車車之間的智能協(xié)同與配合，從而保障在復雜交通環(huán)境下車輛行駛安全、實現(xiàn)道路交通主動控制、提高路網(wǎng)運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、緊急避撞等已有應用。馬小陸等設計了一種基于車車通信的嵌入式前向碰撞預警系統(tǒng)；李珣、楊曉光等基于車路協(xié)同技術(shù)對輔助換道進行了研究，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)同實時獲取車輛狀態(tài)，通過車速引導實現(xiàn)優(yōu)化控制也已經(jīng)有研究和應用。

　　在實驗方面，20世紀80年代初，中國逐步開始重視運用高科技發(fā)展交通運輸系統(tǒng)；2006年在進入國家“十一五”計劃的第一年，國家高技術(shù)研究發(fā)展計劃（863計劃）設立了現(xiàn)代交通技術(shù)領域并具體設立了“綜合交通運輸系統(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)展的國家重大專項；2011年“車路協(xié)同系統(tǒng)關(guān)鍵技術(shù)”項目通過國家“863計劃”立項并于 2014年 2月通過科技部驗收。該項目完成了車路協(xié)同系統(tǒng)的體系框架，提出了車路協(xié)同系統(tǒng)的集成測試與演示方案，實現(xiàn)了 10余項典型的車路協(xié)同應用場景，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)同方面中國的研究起步較晚?！笆濉焙汀笆晃濉逼陂g，中國在汽車安全輔助駕駛、車載導航設備等方面進行了研究，基本掌握了智能汽車共性技術(shù)、車輛運行狀態(tài)辨識等核心技術(shù)。國家“863計劃”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)的道路智能標識與感知技術(shù)研究”等，在河北廊坊等地搭建了車路協(xié)同測試系統(tǒng)。

　　視頻分析技術(shù)

　　視頻識別技術(shù)是使用計算機進行運算和分析，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中所包含的內(nèi)容信息或特定目標物體的運動信息等，實現(xiàn)計算機對于視頻的智能理解，使計算機在一定程度上替代人的工作。

　　對于視頻識別技術(shù)的研究，由于其算法的復雜度以及目標行為的多樣性等原因，發(fā)展一直比較緩慢。在國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)中實現(xiàn)異常狀態(tài)自動報警的功能。中國城市視頻監(jiān)控數(shù)量與發(fā)達國家相比仍有很大差距。以每千人擁有的視頻監(jiān)控數(shù)量作為指標，目前中國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，僅僅相當于英國平均水平的80%、美國的 60%。而二、三線城市攝像頭覆蓋率更低。據(jù)不完全統(tǒng)計，中國二線城市的攝像頭數(shù)量為 5萬~10萬個；三線城市則<5萬個。就攝像頭密度而言，二、三線城市的攝像頭密度遠遠低于 10個/千人。

　　目前，車牌號識別技術(shù)作為計算機視頻圖像識別技術(shù)在車輛牌照識別中的一種成熟應用，能在 1 s內(nèi)識別出車牌號碼，精確度達99%。在計算機識別技術(shù)中，人臉識別已經(jīng)廣泛運用于安防與電子支付領域，功能比較先進的人臉識別系統(tǒng)包括布控、人臉搜索、人臉比對、人臉庫及系統(tǒng)管理 5大核心功能，其精確度已經(jīng)高于95%，理論上在未來可達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，通過類人大腦的感知、認知、協(xié)調(diào)、學習、控制、決策、反饋、創(chuàng)新創(chuàng)造等綜合智能，對城市及城市交通相關(guān)信息進行全面獲取、深度分析、綜合研判、智能生成對策方案、精準決策、系統(tǒng)應用、循環(huán)優(yōu)化來更好地實現(xiàn)對城市交通的治理和服務，破解城市交通的問題并提供系統(tǒng)的綜合服務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）

　　北斗三號衛(wèi)星經(jīng)過在軌測試，空間信號用戶測距誤差達到 0.5 m，系統(tǒng)定位精度達到2.5~5 m。除了加快編織覆蓋全球的北斗衛(wèi)星網(wǎng)絡之外，國家正在同步開展北斗星基增強系統(tǒng)建設，形成全國“一張網(wǎng)”，可提供實時cm級、mm級高精度定位服務。

　　北斗系統(tǒng)應用于“兩客一?！避囕v管理，目前已經(jīng)建立了全球最大的北斗車聯(lián)網(wǎng)平臺。截至 2018年，已經(jīng)有 500多萬輛營運車輛上線北斗系統(tǒng)，車聯(lián)網(wǎng)平臺通過提醒駕駛員超速與疲勞駕駛等信息，使得道路運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營。在高速公路沿線利用北斗等技術(shù)，可對車流情況進行實時監(jiān)測，同時整合報警手機定位、路況預判等功能，實現(xiàn)對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數(shù)據(jù)的大數(shù)據(jù)分析，對公交車發(fā)車時間進行調(diào)整。上?；诒倍沸l(wèi)星導航系統(tǒng)，建立了智能公交位置服務系統(tǒng)，能夠?qū)坏秸緯r間進行精準預報，誤差時間<1 min。通過公交調(diào)度、實時信息采集，降低公交公司 10%以上的運營成本。

　　3）無感技術(shù)

　　無感技術(shù)是指通過大數(shù)據(jù)等新技術(shù)手段，簡化傳統(tǒng)交通流程，使出行者在某些特定環(huán)節(jié)（如收費、驗票等）中實現(xiàn)無干擾通過，提高效率和舒適度。目前，無感技術(shù)主要應用于識別、支付等，分別衍生出了刷臉識別、無感支付等應用。

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

　　軟件方面，20世紀 50年代，認知科學家就已著手對人臉識別展開研究。20世紀 60年代，人臉識別工程化應用研究正式開啟。當時的方法主要利用了人臉的幾何結(jié)構(gòu)，通過分析人臉器官特征點及其之間的拓撲關(guān)系進行辨識。這種方法簡單直觀，但是一旦人臉姿態(tài)、表情發(fā)生變化，則精度嚴重下降。21世紀前 10年，隨著機器學習理論的發(fā)展，研究人員探索了基于遺傳算法、支持向量機、boosting、流形學習及核方法等進行人臉識別的技術(shù)。2009—2012年，稀疏表達（sparse representation）成 為 研 究 熱 點 。 LFW（labeled faces in the wild）人臉識別公開競賽在此背景下開始流行。當時最好的識別系統(tǒng)在 LFW上的最高精度僅約 80%，距離實用距離頗遠。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，香港中文大學的 Sun 等提出將卷積神經(jīng)網(wǎng)絡應用到人臉識別上，采用 20 萬訓練數(shù)據(jù)，在 LFW 上第一次得到超過人類水平的識別精度。

　　硬件方面，人臉識別技術(shù)經(jīng)歷了可見光圖像人臉識別、三維圖像人臉識別/熱成像人臉識別、基于主動近紅外圖像的多光源人臉識別 3層進化過程，逐漸緩解和解決了光線等環(huán)境的變化對于人臉識別的影響，加之算法的不斷精準演化，人臉識別技術(shù)逐漸進入越來越多的應用領域。

　?、?無感支付技術(shù)。目前，應用于交通的無感支付技術(shù)主要包括 3 種途徑：不停車電子收費系統(tǒng)（ETC）、車牌識別和北斗支付。

　　ETC在高速上已有成熟應用，但其需要用戶安裝車載單元（on board unit，OBU），流程相對復雜，但現(xiàn)有用戶規(guī)模較大。截至 2017年，中國已有約 30%車輛安裝了 ETC 設備。車牌識別技術(shù)對識別環(huán)境要求高，對天氣條件較為敏感，但該技術(shù)流程簡單，只要注冊即可應用服務，對停車場來說只需增設攝像頭等即可。北斗智能支付方案要求每輛車安裝北斗模塊，手機安裝 APP后即可使用支付服務，該模式相對復雜，但支付場景可延展性比ETC和車牌識別更強。

　　智能交通主要技術(shù)發(fā)展展望

　　為實現(xiàn)交通強國的建設目標，抓住機遇、大幅度提高中國智能交通水平是我們面臨的重要任務。從以上回顧可知，交通大數(shù)據(jù)平臺及其應用、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、無感技術(shù)等 7項技術(shù)是智能交通領域的關(guān)鍵技術(shù)，對上述技術(shù)的發(fā)展進行分析，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)、時空跨度大、動態(tài)多變、異質(zhì)性、高度隨機性、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)，滿足高時效性的交通組織控制、交通信息服務、交通狀況預警、交通行政監(jiān)管、交通執(zhí)法管理、交通企業(yè)經(jīng)營管理、交通市民服務等應用需求，是城市交通和智慧城市面臨的機遇和挑戰(zhàn)。

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

　　視頻技術(shù)

　　在智能化發(fā)展的背景下，深度學習和大數(shù)據(jù)為視頻識別技術(shù)提供了前進的方向。AI智能視頻識別算法提出了一種新的基于圖（graph）的視頻建模方法，實現(xiàn)了可幀級解讀視頻。為提升智能視頻識別技術(shù)的應用性，使得智能視頻識別產(chǎn)品真正市場化，在完善核心算法的同時，視頻識別技術(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；三是適應更為復雜和多變的場景；四是更低的成本。

　　在應用方面，主要體現(xiàn)在智能感知、智能識別及智能分析3個方面。

　　1）智能感知。路口、路段感知：基于視頻識別集成卡口、電警、信號控制、交通檢測等系統(tǒng)，為路口的最優(yōu)配時、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：基于圖像的識別進行路側(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。停車場感知：基于視頻車位引導系統(tǒng)，實現(xiàn)快速車位引導，通過增配設備可升級為具有找車功能的智能車位引導及視頻尋車一體化系統(tǒng)。

　　2）智能識別。通過圖像識別、圖像比對及模式匹配等核心技術(shù)，實現(xiàn)對人、車、物等相關(guān)特征信息的提取與分析，如車牌識別、人臉識別、車身顏色識別、車型識別、車臉識別等。

　　3）智能分析。一是交通事故及事件檢測，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報警；二是車輛違章抓拍，利用視頻檢測實現(xiàn)非現(xiàn)場執(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。應用大數(shù)據(jù)、云計算、特征識別、數(shù)據(jù)庫分析、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)進行交通深度分析研判，有望實現(xiàn)更全面的需求預測、更精準的態(tài)勢分析、更精細的預報預警、更高效的規(guī)律發(fā)現(xiàn)、更科學的決策支撐，應用重點體現(xiàn)在交通運行態(tài)勢分析研判與預警、多尺度交通安全風險分析、警力等資源配置優(yōu)化與智能執(zhí)法管理、交通監(jiān)管與綜合服務等方面。

　　交通分析研判技術(shù)發(fā)展將以應用為導向，以提高智能化水平為目標，以云計算、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，將在數(shù)據(jù)融合挖掘、態(tài)勢分析研判、信息服務與預警、方案智能生成等技術(shù)方面重點突破，同時應大力推進相關(guān)成果在工程領域的示范和應用。

　　優(yōu)化控制技術(shù)

　　未來交通信號優(yōu)化控制技術(shù)將在以下 6個方面實現(xiàn)突破。

　　1）交通信息采集與融合?；诨ヂ?lián)網(wǎng)、大數(shù)據(jù)及云計算的交通信號控制系統(tǒng)，可以對道路系統(tǒng)中的交通狀況、交通事故、氣象狀況和交通環(huán)境進行實時采集、融合分析，形成多來源、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)應用的最核心功能之一是交通信號控制系統(tǒng)的優(yōu)化，目前這方面的差距巨大，無論是優(yōu)化思路、還是模型方法，均無明顯進展。從實現(xiàn)上看，因信號控制不合理導致的通行資源浪費和交通延誤十分明顯，可以改進的空間很大。人工智能技術(shù)、網(wǎng)絡流算法等優(yōu)化方法的不斷發(fā)展，將有可能助力實現(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)，可進一步提高道路交通系統(tǒng)的運行效率。

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

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

　　5）控制與誘導的協(xié)同將可能帶來基礎設施使用效率的顯著提高。通過誘導信息，實現(xiàn)主動選擇，可以實現(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)過世界各國的大量研究和探索，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)測試平臺，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）通信標準：國外車路協(xié)同通信普遍采用 802.11p協(xié)議，中國希望獨立制定自己的協(xié)議，國家層面的通信標準仍在制定之中。

　　2）技術(shù)推進緩慢：車路協(xié)同系統(tǒng)的核心技術(shù)目前在世界范圍內(nèi)仍普遍處于基礎理論研究、實驗測驗和小范圍商業(yè)應用階段，并未廣泛進入民用環(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，廣泛推進車路協(xié)同技術(shù)可能在發(fā)達國家和更為關(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

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

　　1）通過迭代優(yōu)化的智能算法，優(yōu)化路口、關(guān)聯(lián)路段、功能組團等之間的交通連接，基于交通事件、道路流量等實時感知體系和交通大數(shù)據(jù)綜合平臺的分析能力，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、路段等交通在線實時數(shù)據(jù)，研發(fā)精準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、信號優(yōu)化算法、交通評價算法、態(tài)勢研判算法等，為交通信號控制優(yōu)化提供支撐，實現(xiàn)對交通流狀態(tài)的精準刻畫。

　　3）創(chuàng)新面向未來交通的交通治理模型，提升當前交通管理目標層級，實現(xiàn)對道路網(wǎng)絡上交通運行健康狀態(tài)的精準感知，通過當前狀態(tài)和歷史狀態(tài)對比、趨勢預判，找出影響交通擁堵和安全的關(guān)鍵因子，確定面向未來交通的治理模型。

　　4）以數(shù)據(jù)驅(qū)動實現(xiàn)交通規(guī)劃管理一體化。改變原有的交通系統(tǒng)建設（交通信號控制、非現(xiàn)場執(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)、交通誘導系統(tǒng)、道路交通設施建設等）和應用相對割裂的局面，消除路口交通設備間數(shù)據(jù)不共享的狀況，以數(shù)據(jù)分析為基礎實現(xiàn)交通管理的科學化和智能化。

　　5）推進數(shù)據(jù)治堵深入應用。通過交通大數(shù)據(jù)研究交通擁堵的成因，以先進的智能算法指導交通排堵保暢策略。交通控制設備實時在線，以實時的交通數(shù)據(jù)推進區(qū)域交通控制策略的形成和實施，形成良性的交通運行機制，保障暢通有序。

　　6）構(gòu)建安全有序的交通環(huán)境。準確把握交通事故的特點和規(guī)律，提升以識別風險、管控風險為主要內(nèi)容的安全防控能力，建立健全“預測、預警、預防”機制，加強交通安全風險等級研判體系建設。

　　7）輔助道路網(wǎng)絡優(yōu)化改造決策?；诔鞘薪煌ù髷?shù)據(jù)分析，實施精準掌握交通需求特性、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，實現(xiàn)道路網(wǎng)絡建設綜合優(yōu)化。

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

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

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

　　交通大腦建設要以需求為依據(jù)，以功能實現(xiàn)為衡量，要遵循交通工程原理和交通發(fā)展規(guī)律，注重實際效果。有無實際功能效果是評價交通大腦的第一標準，同時系統(tǒng)要具有優(yōu)化反饋、智能水平不斷自我優(yōu)化提高的機制（自我進化機制）。換句話說，智能進化機制是交通大腦的基本屬性要求。

　　無感技術(shù)

　　未來無感技術(shù)將會廣泛應用，除人臉識別、車牌識別和無感支付之外，還有一系列物聯(lián)網(wǎng)技術(shù)將在交通領域深度應用。從現(xiàn)有技術(shù)來看，人臉識別相對較為成熟，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，會加強或減弱原有的人臉特征。

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

　　3）遮擋問題：當被采集出來的人臉圖像不完整時，會影響后面的特征提取與識別。

　　4）年齡變化：對于不同的年齡段，人臉識別算法的識別率也不同。

　　5）唯一性識別問題。在不同個體之間人臉的區(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：對于分辨率低、噪聲大、質(zhì)量差的人臉圖像難以識別。

　　7）樣本缺乏：如何解決小樣本下的統(tǒng)計學習問題有待進一步地研究。

　　8）海量數(shù)據(jù)：傳統(tǒng)人臉識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)中難以進行，甚至有可能崩潰。

　　9）大規(guī)模人臉識別：隨著數(shù)據(jù)庫規(guī)模的增長，人臉算法的性能將呈現(xiàn)下降趨勢。

　　在無感支付領域，未來隨著城市交通管理的精細化、智能化，基于車輛軌跡的交通收費和基于識別的停車收費等諸多無感收費技術(shù)將會得到不斷發(fā)展，北斗作為全場景的應用技術(shù)將有更加廣闊的應用前景。

　　智能交通是提高交通運輸系統(tǒng)效率、服務品質(zhì)、安全水平和環(huán)保節(jié)能的關(guān)鍵，是建設交通強國、實現(xiàn)中國交通世界領先目標的重要抓手。

　　為實現(xiàn)交通強國的戰(zhàn)略目標，智能交通技術(shù)必將實現(xiàn)快速發(fā)展，智能化水平必將顯著提高。未來智能交通發(fā)展的重點將是構(gòu)建城市交通大數(shù)據(jù)共享平臺、打造先進實用的城市“交通大腦”、構(gòu)建世界領先的城市智能交通系統(tǒng)、高水平實現(xiàn)車路協(xié)同、提升客貨運輸服務的智能化水平、實現(xiàn)綜合運輸?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、實現(xiàn)綠色交通主導。

　　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)略與對策體系，要服務于城市發(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，應高度重視智能交通系統(tǒng)的頂層設計，應堅持交通基礎設施和交通工程設施建設先行原則，不但要重視智能交通系統(tǒng)的硬件建設，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)建設應以功能實現(xiàn)為核心，以問題為導向，既要有先進性，更要有實用性。智能交通系統(tǒng)發(fā)展的第一關(guān)鍵就是能夠?qū)崿F(xiàn)預期功能和能夠取得實際應用效果，而不是系統(tǒng)建設本身。智能交通系統(tǒng)建設應進行充分的專家論證和建設效果分析。系統(tǒng)目標明確、驗收標準清晰、專家論證充分、后評價制度完善，是保證智能交通系統(tǒng)健康發(fā)展的基本要求。應加快出臺相關(guān)標準與規(guī)范，形成完善體系，指導智能交通系統(tǒng)建設，避免決策失誤和投資浪費。