0 引言

    當今城市大規模擴建的同時，基礎設施建設及管理方式改革卻相對滯后，因此導致的“城市病”日益嚴重，交通擁堵和交通事故是最有代表性的一個“癥狀”。據《中國經濟生活大調查》2014年的研究數據，北京每年因交通擁堵帶來的時間、燃料、環境等方面的損失高達700億^[1]。雖然為了緩解交通擁堵實施了尾號限行、搖號購車等政策并取得了一定成效，可無法從根本上解決問題，長此以往，居民的出行滿意度將越來越低，而交通擁堵情況仍日益嚴重，不利于城市的健康發展。因此，智慧交通的研究勢在必行。

    智慧交通是一個交叉性的綜合學科，要想真正實現城市交通的車路協同、全面物聯和標準統一，還需要多方的協同研究。為了使智慧交通領域的研究人員更加統一地了解其研究情況，本文簡述了智慧交通的概念及框架，對智慧交通的關鍵技術和幾種具體應用作了詳細介紹，并對智慧交通的應用現狀和發展趨勢作了說明。

1 智慧交通概述

    智慧交通的理念可以追溯到上世紀八十年代的智能交通運輸系統(Intelligent Transportation System，ITS)，ITS是一個綜合運用了信息處理和計算機等技術來提高交通運輸服務成效的實時綜合管理系統，現已廣泛應用，減少了高達30%的燃油消耗和26%的廢氣排放量^[2]。智慧交通可理解為智能交通運輸系統的升級版，即融合了物聯網、云計算、大數據、無線傳感等先進技術，使人、車、路更加協調，使公共交通服務更加人性化的智慧出行服務系統。智慧交通的構建對我國的長久可持續發展意義重大，智慧交通的應用預計能使高峰時期擁堵路段的通行能力、交通運輸能力翻幾番，交通事故率也可降低80個百分點^[3]。一個智慧的、通暢的、安全的交通網絡將徹底改變人們的出行方式和交通體驗，并且有助于低碳經濟的發展，是提高國民生活水平和國家綜合實力的強大助力。

    智慧交通涵蓋了公路、鐵路、民航、水運等領域，各領域內部的管理體系相對成熟，智慧交通要解決的是如何整合多個平臺內部的信息，對數據進行挖掘后分析出交通的一些潛在數據，從而為道路使用者提供更為優質的服務^[4]。智慧交通網絡中，行人、車輛及周圍的紅綠燈、指示牌、攝像頭等基礎設施都能作為感應終端聯結成城市路網信息系統，終端之間通過無線射頻識別（Radio Frequence Identification，RFID）、GPS、紅外感應等技術進行智能識別，按一定協議相聯結并進行持續的信息交換，如圖1所示。

    從ITS到智慧交通，無論是從理論還是應用來講都是質的飛躍，智慧交通的框架也日漸清晰。如圖2所示，文獻[5]中提到的含輔助網絡的改進框架就是智慧交通的一種典型結構，車輛能根據環境反饋回來的信息動態調整行駛速度，若感知到突發事件則做出合理決策輔助駕駛。

    這個課題中，GODOY J等人在AUTOPIA項目的基礎上，除了原有的車輛主網，還引入了由周邊基礎設施單獨聯結而成的輔助通信網。在這個交通網絡中，無線通信網絡層負責車輛和核心單元之間信息的持續交互，核心單元在收到輔助網絡和區域內網的數據后，結合實時交通流量對其進行詳細的分析、協調與規劃，然后向車輛及基礎設施等傳遞信息和指令，如提示車輛的建議速度、進入事故區域警報、控制交通信號燈變化、公告欄發布實時路況信息等。

2 智慧交通的關鍵技術

2.1 交通要素的標識和感知

    智能識別和無線傳感技術是用于標識和感知物體的最主要的技術手段，是整個智慧交通建設的基礎。智能識別是指每個物品都擁有唯一的條碼、二維碼、或RFID標簽，這些電子標簽中封存著它們獨有的特征及位置信息，然后這些信息被智能設備讀取并傳輸至上層系統進行識別處理和最終決策^[6]。無線傳感網絡（Wireless Sensor Networks，WSNs）是指由部署在目標監測區域內的大量低成本微型傳感器節點構成的多跳自組織網絡，節點之間通過無線方式交換信息，有著靈活、低成本和便于部署的優勢^[7]。智慧交通網絡中，傳感器分為采集節點和匯聚節點，如圖3，每個采集節點都是一個小型嵌入式信息處理系統，負責環境信息的采集處理，然后發送至其他節點或者傳輸至匯聚節點；匯聚節點接收到各采集節點傳來的信息后進行融合處理后再傳送至上一級處理中心^[8]。作為物聯網的底層網絡，無線傳感網絡為智慧交通提供了一個更加安全、可靠、靈敏的解決方案。但傳感器節點的能耗和壽命問題不容忽視，否則日后的設備維護工作將耗費大量的人力財力成本。 

2.2 智能交通云

    智能交通領域各系統整體尚處于信息分立、各自為戰的狀態，數據難以相互傳遞，嚴重浪費數據資源。智能交通云主要面向交通服務行業，是一種融合了云計算的智能交通管理技術，充分利用了云計算的海量存儲、信息安全、資源統一處理等優勢，為交通領域的數據共享和有效管理提供了新的思路^[9]。云計算，是指將大量高速計算機集中在Internet上構成一個大型虛擬資源池，為遠程的上網終端用戶提供計算和存儲服務的技術，用戶只需事先租用“云計算”服務商提供的服務，便能根據需要自由使用云端資源而不需要購買任何獨立軟硬件^[10]。類似于云服務，智能交通云服務也可分為基礎設施即服務（Infrastructure as a Service，IaaS）、平臺即服務（Platform as a Service，PaaS）、軟件即服務（Software as a Service，SaaS）三個層次，如圖4，其中IaaS提供的是按需使用的虛擬服務器，PaaS即Web服務，能直接為客戶提供可直接用于開發軟件應用的API或開發平臺。作為智慧交通未來的發展方向之一，智能交通云處理平臺可以實現海量數據的存儲、預處理、計算和分析，能有效緩解數據存儲和實時處理的壓力，具有發展潛力。

2.3 數據處理技術

    智慧交通中數據的海量性、多樣性、異構性都決定了處理的復雜性，簡單到交通設施及來往車輛數據的收集，復雜到交通事件的判定檢測，都需要對數據進行實時、準確的處理。智慧交通中常用的數據處理技術有數據融合（Data Fusion）、數據挖掘（Data Mining）、數據活化（Data Vitalization）、數據可視化（Data Visualization）等，除此以外，還必須做到數據的選擇性上傳，保證個人隱私數據的安全。

    數據融合是一種涉及人工智能、通信、決策論、估計理論等多個領域的綜合性數據處理技術，能從數據層、特征層和決策層三個層次上對多源信息進行探測、通信、關聯、估計與分析^[11]。由于數據融合涉及到的傳感器種類過多、信息獲取過于頻繁，融合之前還需要對數據進行時間和空間預處理，時空對準能避免數據管理的混亂，同時提高數據的一致性和可靠性，從而保證決策的正確性^[12]。智能交通系統的應用已有一段時間，產生的交通信息數據量越來越大，如果只是單純的存儲和分立處理，成本過高且無法發揮其應有價值。數據挖掘技術的引入，能從這些海量的獨立數據中發掘出真正有價值的信息，將這些有噪聲的、模糊的、無規律的數據處理成為有用的知識^[13]。文獻[14]調取了某路段兩個月內的抓拍數據，通過數據挖掘軟件SPSS Modeler按照時間序列進行自動聚類分析后，得到了交通流量和月份、假期、天氣等要素之間的關系，有力地驗證了數據挖掘的可靠性。

    數據活化是一種新型數據組織與處理技術，簡而言之，就是賦予數據生命。數據活化最基本的單位是“活化細胞”，即兼具存儲、映射、計算等能力，能隨物理世界中數據描述對象的變化而自主演化、隨用戶行為對自身數據進行適應性重組的功能單元^[15]。數據活化的應用將為交通領域帶來一場顛覆式的變革。未來的智慧交通將逐漸向以數據為驅動的方向發展，即采用多種手段對POI數據、GPS數據、客流情況等智能交通數據進行分析，由數據的分析結果來了解城市的交通情況，為居民提供導航、定位、公告、交通引流等服務^[16]。

2.4 智慧交通系統集成技術

    不同省市、不同部門、不同場景的智慧交通系統尚為分散狀態，無法共享數據，形成了一個個“信息孤島”，造成前期投入成本很高，卻無法發揮作用。因此智慧交通系統集成技術的研究迫在眉睫。智慧交通領域的系統集成可分為數據集成和設備集成。數據集成有兩種應用方式，一種是單個平臺系統內部數據的融合，如車輛監測模塊中多個傳感器信息的融合處理，另一種是多平臺多傳感器不同時期相關數據的分析處理，通過融合后得到潛在數據對交通信息進行預測^[17]。設備集成是因為當前舊系統需要平滑過渡到智慧交通階段，還不能立刻被取代。因此可以制定統一的智慧交通標準體系和管理規范，建立一個規范的管理平臺，將智慧交通產業鏈中的政府資源、企業資源、科研資源等融合到一起，然后由大型企業牽頭促進協調智慧交通的產業化，最終形成完整的智慧交通管理體系^[18]。

3 智慧交通發展歷程及案例分析

    隨著私家車保有量的爆炸式增長，交通問題很早便得到了各國的重視。幾十年來研究人員們不斷突破技術上的難關，如高速路上的不停車電子收費(Electronic Toll Collection，ETC)系統、IC卡智能停車場及GPS智能導航儀等。智慧交通的大體發展歷程如圖5所示。當前美國、日本等國家已經成功將物聯網應用到實際智慧交通建設中，路網協同和輔助駕駛功能的研究也已投入試運行，并嘗試智慧終端的普及和原有設施的改造^[19]。我國起步較晚，迄今為止車聯網技術尚不成熟，但借著智慧城市建設的東風，智慧交通也收獲頗豐。

    目前智慧交通領域已經在很多方面開展了深入研究，從終端的智能化方面，有智能車輛、智能交通信號燈等，從應用大方向來看，有智能公交、智能出租、智能港口等，從交通用途來看，有車牌識別、閉路電視監控、車流控制、車輛調度、智能停車場、智能路徑規劃導航、智能輔助駕駛系統等。本文將通過幾種典型應用對智慧交通的發展現狀作簡要闡述。

3.1 智能車輛

    智能車輛的研究始于美國的自動引導車輛系統（Automated Guided Vehicle System，AGVS），之后各西歐國家便都開始了車輛的智能化研究，可以預見，智能車輛將成為汽車行業發展的必然趨勢。智能車輛可通過模糊邏輯技術和人工神經網絡技術來實現車輛的人工智能，為模擬駕駛者做出合理的路徑規劃和突發事件決策，這對減少交通事故率提高道路安全有很重要的意義^[20]。目前的智能車輛研究主要集中在環境感知、駕駛員行為監測系統、車輛運動控制系統、防撞預警系統、規范環境下的智能巡航控制系統、極端情況下的輔助駕駛系統等方面，相關技術諸如雷達、GPS精度、磁道釘、CCD、通信協議及各種智能算法也是目前研究的熱點^[21]。

3.2 智能公交

    作為城市居民出行的主要方式，公交和私家車相比在運輸能力、相同載客量下的油耗、占地、價格等方面都有著不可比擬的優勢。智能公交系統是指結合了智能識別、網絡通信、GIS等先進技術，在調度、運行、路徑規劃及乘客服務等方面進行信息化規范化高效管理的綜合性公共交通系統。智能公交系統就相當于一個小型交通物聯網，車載傳感器、站臺設備和IC卡都是用于收集現場數據的智能終端，數據通過網絡傳送至公交調度中心，處理后通過智能站牌報站和公布周圍環境、客流量等信息^[22]。文獻[23]結合蕪湖公交系統的發展現狀，提出了一個基于SOA架構的公交應用集成，利用fisher有序聚類算法對IC卡數據進行處理并分析客流變化規律，提出了一種更符合公交客流量變化的分時段自適應公交調度算法。北京、蘇州、常州等城市的智能公交系統都已逐步投入運行，為居民的出行提供了很大方便。 

3.3 智能停車

    城市汽車數量日益增長，停車和停車管理便成為了城市建設的難點，傳統的人力管理有太強的主觀性和局限性，視頻監控方式易受惡劣天氣影響，磁卡收費方式又無法避免磁卡的老化消磁和近距離識別限制。目前，很多發達國家都啟用了自己的智能停車系統，我國的停車管理也正步入智能時代。2014年，阿里云率先進軍智能停車領域，在杭州建成了一套智能停車收費系統。系統覆蓋杭州市各區兩萬多個停車位，通過每個停車位上的智能地感對車輛的進出做出感應，從而向停車管理員的手持設備發出提示，有效提高了停車位的循環效率^[24]。李正明^[25]等人基于ZigBee網絡和ARM提出了一種實時性更好的嵌入式停車場監控系統。遼寧工程技術大學的單曉艷^[26]設計的新型超高頻讀寫器，和無源電子標簽配合使用克服了普通停車場RFID識別范圍的限制，適用范圍更廣。室內停車場環境一般比較復雜，設備也不易維護，因此室內的精準定位和實時響應成為一個更大的難點。為此，江西理工大學的張雪[27]的室內智能停車場管理系統以藍牙作為通信方式，并在停車場路口處設置了引導指示燈用于車位的反向引導。智能停車的發展將大大降低城市停車和管理的難度。

4 總結展望

    本文從智慧交通的概念出發，描述了智慧交通中的關鍵技術和發展歷程，并對智慧交通的典型應用做了簡要介紹。鑒于智慧交通在智慧城市建設中的重要地位，我國必須緊跟發達國家的腳步，吸收各國智慧交通項目建設的經驗和教訓，充分利用智慧交通中的先進技術，尤其是時下流行的云計算、數據挖掘及系統集成等技術，在與實際應用環境的不斷磨合中，探索出一條更適合我國國情的智慧交通新道路，為各級交通服務對象提供更為全面高效的交通信息服務，從而進一步推進智慧城市的建設。

參考文獻

[1] 蔣新華，陳宇，朱銓，等.交通物聯網的發展現狀及趨勢研究[J].計算機應用研究，2013，30(8)：2256-2260.

[2] 王飛.基于“全智慧系統”的低碳經濟發展模式研究[J].商業時代，2012(34)：8-9.

[3] 劉小洋，伍民友.車聯網：物聯網在城市交通網絡中的應用[J].計算機應用，2012，32(4)：900-904.

[4] 張國伍.智能交通物聯網與綜合交通信息服務——“交通7+1論壇”第三十次會議紀實[J].交通運輸系統工程與信息，2013，13(2)：1-8.

[5] GODOY J，MILAN?魪S V，Joshué Pérez，et al.An auxiliary V2I network for road transport and dynamic environments[J].Transportation Research Part C，2013(37)：145-155.

[6] 甘琴瑜.RFID在智能交通物聯網中的研究與應用[D].烏魯木齊：新疆大學，2012：10-15.

[7] 石為人，尤浩，唐云建，等.中間件在無線傳感器網絡節點設計中的應用[J].傳感器與微系統，2008，27(7)：111-113.

[8] 劉沖.基于無線傳感網絡的道路交通監測系統的研究[D].武漢：華中科技大學，2011：1-10. 

[9] 徐恩虎，凌衛青，王堅，等.基于云計算的面向智能交通海量信息的高性能計算支撐公共服務框架[J].機電產品開發與創新，2013，26(1)：87-89.

[10] 朱堅堅.基于物聯網與云計算的智能交通系統架構研究[J].江蘇教育學院學報(自然科學)，2013，29(6)：90-92.

[11] 汪海淵，朱彥東，揚東援.數據融合技術及其在交通領域中的應用[J].交通與計算機，2001，19(z1)：42-45.

[12] 周炳玉，盧野，劉珍陽.多傳感器數據融合中的數據預處理技術研究[J].紅外與激光工程，2007，36(z2)：247-249.

[13] 祝小靜.數據挖掘技術在交通領域的應用[D].新鄉：河南師范大學，2013：5-10.

[14] 郭驊，周吉.數據挖掘在智慧交通領域的應用[J].現代商貿工業，2013(12)：152-153.

[15] Xiong Zhang，Luo Wuman，Chen Lei.Data vitalization:a new paradigm for large-scale dataset analysis[C].Parallel and Distributed Systems(ICPADS)，2010 IEEE 16th International Conference，Shanghai(CN)：IEEE，2010：5.

[16] 王靜遠，李超，熊璋，等.以數據為中心的智慧城市研究綜述[J].計算機研究與發展，2014，51(2)：239-259.

[17] Yan Xinping，Zhang Hui，Wu Chaozhong.Research and development of intelligent transportation systems[C].International Symposium on Distributed Computing and Applications to Business，Engineering and Science 11th，Guilin(CN)：Engineering & Science，2012(107)：321-326.

[18] 劉海峰，黃濺華.智能交通物聯網技術與產業化[J].工程研究-跨學科視野中的工程，2014(1)：20-29.

[19] FAROOQ U，SIDDIQUI M A，GAO L，et al.Intelligent transportation systems：An impact analysis for Michigan[J].Journal of Advanced Transportation.Adv.Transp.，2012，46(1)：12-25.

[20] 王榮本，李兵，施樹明，等.世界智能車輛研究概述[J].公路交通科技，2001(5)：93-97.

[21] 尹念東.智能車輛的研究及前景[J].上海汽車，2002(4)：40-42.

[22] 郭愛先.基于物聯網的智能公交系統的研究[D].西安：西安理工大學，2013：5-12.

[23] 周旭.智能公交調度監控軟件的研究與開發[D].南京：南京理工大學，2013：41-46.

[24] 新浪科技.阿里云進軍“智能停車”[EB/OL].[2014-8-8].http://tech.sina.com.cn/it/2014-08-08/11059542908.shtml.

[25] 李正明，汪付川.基于嵌入式的智能停車場遠程監控系統[J].電子器件，2014，37(4)：742-745.

[26] 單曉艷.基于智能停車場的超高頻讀寫器設計[D].阜新：遼寧工程技術大學，2012：20-28.

[27] 張雪.基于藍牙的室內智能停車場管理系統設計[D].贛州：江西理工大學，2013：5-12.