随着万物互联趋势的进一步发展，城市交通数据的维度和量级均出现爆发式增长。对于数据密集型的智能交通领域，数据的采集利用是推动智能交通进步的重要动力。大数据、云计算、移动互联网络技术等新一代技术不断涌现，更是为智能交通领域带来了重要的革新与挑战。

数据驱动在ITS道路中的应用

云计算和人工智能等技术的发展提升了数据利用效率和能力，赋能现实交通应用场景，极大拓展了城市发展空间。对于公众而言，数据赋能有利实现更加便捷、绿色、安全的出行环境,优化人们出行体验;对于管理者而言，数据赋能提高了交通安全管理水平与城市的综合竞争力，是实现智慧城市的必由之路。

01

交通信号灯控制

一直以来,交通拥堵成为许多城市尤其是大中城市可持续发展的最大瓶颈和困扰。数据驱动下，面对城市复杂交通状况，可通过大数据预测城市交通拥堵情况及AI交通信号配时优化和时段的自动划分,从而提升道路通行效率。对于交通信号灯领域的实际应用，国外一些国家已经采用了全新的道路信号指示灯，实现从旧时的交通控制系统向新一代的智能交通控制系统转换。例如：

纽约交通信号优化计划(NYC TSP)

该系统不仅可以对红绿灯进行智能控制，还可以根据即时交通情况进行实时调节，以缓解拥堵。

北京市交通信号灯智能控制项目

该项目通过分析实时交通和人行道的数据，自动调节交通信号灯的时间，优化车辆通行和行人通行时间，以提高城市交通效率。

02

最优路径规划

不同于传统的数字地图，高精度地图的测绘相较传统数字地图更加复杂，数据收集也更繁琐。高精度地图匹配可将车辆位置精准得定位在车道上，从而提高车辆定位精度。并且在云计算的辅助下，能够有效地为自动驾驶汽车提供最新的路况，帮助自动驾驶重新制定最优路径。

新加坡智能地图信息系统——“全地图”

“全地图”让每个人都能轻松访问地图并创建地理空间数据库，为民众供给及时、正确、可信任的地点定位信息和服务。此外新加坡陆路交通管理局将城市路网信息联接成网络，通过实时交通信息，对预先设定时段的交通流量进行预测。让新加坡市民可通过手机网络、车载GPS查询未来一小时内的交通情况，并选择合适的出行时间和路线。

03

智慧停车

智慧停车是近年人工智能技术落地的一个新兴市场。大数据、云计算、人工智能、移动支付等技术在停车行业的应用不断成熟,从而带来传统停车管理行业的革命,让停车行业进入智慧停车时代。智慧停车综合了人工智能、无线通信、移动终端、GPS、GIS等技术,主要应用于城市停车位的采集、管理、查询、预定和导航服务,达到“停前预知、停时无碍、停后缴费”的效果,实现停车位资源利用率的最大化。

北京市实施智慧停车新标准

4月1日，北京市智慧停车领域地方标准《智慧停车系统技术要求》正式实施。其内容围绕停车场(库)外场设备、停车场(库)管理模块、数据规范及质量评估等四部分，提出了智慧停车系统的总体架构、智慧服务等级分级标准和系统总体要求，规范了停车场(库)设备设施及管理模块的功能性能要求，明确了智慧停车系统的数据规范和数据质量要求，为智慧停车行业发展提供标准支撑。

04

道路智慧养护

高速公路作为客流量大，运营时间长的开放场景，随着使用年限的增加，公路结构状态易发生一定程度的改变，出现车辙、路面开裂、路基沉陷等质量通病，存在交通安全隐患。而大数据技术下，通过公路沿线布置若干摄像头和传感器，持续采集风速风力、路面高程、温度等参数，对比现场监测数值和预先设定的额定值， 即可向运营管理人员自动发送报警信号，提交公路健康监测报告。相关部门可根据监测报告及时组织公路维护保养、路况信息发布、路段拦截等工作，及早恢复高速公路结构状态， 避免出现车辆拥堵问题和交通安全事故。

德国智能公路养护方案"iPlanB”

作为最早建立智能交通系统的德国，有专门提出一项基于智能化技术的公路养护方案，简称"iPlanB”。该项目通过安装监控传感器收集一系列交通数据和路况信息，包括路面温度、道路状况，车辆位置、交通流量等，同时该系统利用人工智能技术，实现对大数据的实时分析、预测和管理。

05

道路救援

在盘根错节横跨几百公里的高速公路中，如果途中发生突发状况或者紧急状况，选择报警后对于救援人员/警部人员来说，最大的痛点就是“在哪”的问题。而数据驱动下的应急指挥调度系统配合改造车辆结构，可实现车辆与用户手机、监控中心的通信连接，从而帮助待救援者完成相关应急工作，并根据调度要求，快速将资源运输至现场，提高救援效率。

澳大利亚智能化警务平台的道路救援

该平台通过人工智能和大数据等技术，对案发地点进行快速定位，并识别出与案件相关的人员和车辆信息。且还可以对预警信息进行自适应调整和优化，以提高救援工作的响应速度和准确性。

06

安全通告

由于车辆增加、道路情况复杂、道路质量差等问题我国交通事故的发生率逐步上升，而大数据技术则可对城市交通系统的信息进行集成化处理，例如将各个交叉路口的监控数据，通过层级分布系统，实时上传到数据库中，以此来对路况、交通环境等进行采集与分析，发布安全提醒。驾驶人员可通过及时了解当前路况信息，对规定路线进行更改，进而降低交通事故的发生。

苏州望亭交警部门的“哨兵系统”

这是苏州市望亭交警部门在4月底开始启用的道路交通安全警示系统。该系统主要由侦测雷达、爆闪警示灯、全景摄像机、高音喇叭等设备组成，应用高科技毫米波雷达技术，通过语音播报、爆闪灯警示对路口通行的行人或非机动车进行全方位安全提醒。这款智能化“哨兵系统”可以实时对主路和支路的路况进行双向检测与预警反馈，智能保障过往行人、车辆安全。

基于数据驱动下智能交通的挑战

数据驱动下，智能交通系统随着技术的发展焕发出了更旺盛的生命力。大数据驱动的智能交通系统不仅可以提升城市交通能力，还为城市规划注入了新鲜血液。但对于数据驱动的智能交通来说，其仍然面临着诸多挑战。

01

数据稳定性不足

已有相关政策法规：《上海市交通行业推进新型基础设施建设三年行动方案(2020-2022年)》：通过智能化赋能离散终端设施，实现交通设施的“可视、可用、可靠”，利用现有网络，强化互联互通，实现交通信息系统“真实、全面、安全”

待完善：智慧交通系统往往需要大量的服务器和前端设备，包括信号控制、交通流量采集、交通诱导、电子警察、卡口等子系统，数据要和上级交通管理平台、下级交通管理子平台、公安业务集成平台等系统相连。但随着系统规模不断扩大，前端设备点位增加，设备故障点也呈几何级数增长。在数据传输过程中，智慧交通系统中硬件设备因功能滞后或老化而导致传输速率下降以及网络延迟，这些都对数据的稳定性提出了更好要求。

02

数据标准不统一

已有相关政策法规：《交通信息技术标准化工作指南》提出了标准化工作的相关要求和具体实施方案，明确了标准化工作的时间节点和责任部门，为交通标准化提供了指导;而《交通信息技术标准体系( 2018版)》则将交通信息技术标准划分为13个领域，明确了各领域的标准开发方向和工作重点，为交通信息技术标准规范提供了指导。

待完善：靠前端传感器采集数据常见于智慧交通应用领域，但由于铺设方来自不同生产企业，没有统一的接口标准，可能使同一个城市的不同系统也很难进行衔接和配合。而不统一的标准也会加大交通数据获取难度，从而妨碍交通流的分析与预测。

03

数据安全风险

相关政策法规：《智能交通 数据安全服务》中规定了智能运输系统安全支撑平台和数据安全服务内容;而《智能出行行动计划(2017-2025年)》则明确要加强智能交通数据的安全保障，规范个人信息的采集、存储、使用和保护。

待完善：在大数据收集、传输、存储、分析以及使用过程中，智慧交通领域亦需进一步完善敏感数据的所有权和使用权的界定标准，另外关于数据伦理的挑战在智能交通领域中依然存在。

总结

数据驱动是未来智能交通的主要发展方向，在大数据技术井喷的现阶段，如何更好的使用海量的数据服务于智能交通，以及如何探索出更好的算法模型用于实际应用依旧是我们不断努力的方向。同时，大数据技术在智能交通应用领域仍然面临着巨大挑战，包括隐私，数据处理硬件设施、数据不完备性、模型有效性等，这些都是我们未来继续需要探讨和解决的问题。

参考文献：

1《大数据技术在智慧高速公路交通运营管理中的应用研究》

2《基于智慧交通的高速公路快速综合应急指挥调度系统研究》

3《大数据驱动的智能交通系统研究进展与趋势》

4《北京明起实施智慧停车新标准，停车将有啥变化 速览》

5《智慧互联的新加坡城市交通》