0 引言

    当今城市大规模扩建的同时，基础设施建设及管理方式改革却相对滞后，因此导致的“城市病”日益严重，交通拥堵和交通事故是最有代表性的一个“症状”。据《中国经济生活大调查》2014年的研究数据，北京每年因交通拥堵带来的时间、燃料、环境等方面的损失高达700亿^[1]。虽然为了缓解交通拥堵实施了尾号限行、摇号购车等政策并取得了一定成效，可无法从根本上解决问题，长此以往，居民的出行满意度将越来越低，而交通拥堵情况仍日益严重，不利于城市的健康发展。因此，智慧交通的研究势在必行。

    智慧交通是一个交叉性的综合学科，要想真正实现城市交通的车路协同、全面物联和标准统一，还需要多方的协同研究。为了使智慧交通领域的研究人员更加统一地了解其研究情况，本文简述了智慧交通的概念及框架，对智慧交通的关键技术和几种具体应用作了详细介绍，并对智慧交通的应用现状和发展趋势作了说明。

1 智慧交通概述

    智慧交通的理念可以追溯到上世纪八十年代的智能交通运输系统(Intelligent Transportation System，ITS)，ITS是一个综合运用了信息处理和计算机等技术来提高交通运输服务成效的实时综合管理系统，现已广泛应用，减少了高达30%的燃油消耗和26%的废气排放量^[2]。智慧交通可理解为智能交通运输系统的升级版，即融合了物联网、云计算、大数据、无线传感等先进技术，使人、车、路更加协调，使公共交通服务更加人性化的智慧出行服务系统。智慧交通的构建对我国的长久可持续发展意义重大，智慧交通的应用预计能使高峰时期拥堵路段的通行能力、交通运输能力翻几番，交通事故率也可降低80个百分点^[3]。一个智慧的、通畅的、安全的交通网络将彻底改变人们的出行方式和交通体验，并且有助于低碳经济的发展，是提高国民生活水平和国家综合实力的强大助力。

    智慧交通涵盖了公路、铁路、民航、水运等领域，各领域内部的管理体系相对成熟，智慧交通要解决的是如何整合多个平台内部的信息，对数据进行挖掘后分析出交通的一些潜在数据，从而为道路使用者提供更为优质的服务^[4]。智慧交通网络中，行人、车辆及周围的红绿灯、指示牌、摄像头等基础设施都能作为感应终端联结成城市路网信息系统，终端之间通过无线射频识别（Radio Frequence Identification，RFID）、GPS、红外感应等技术进行智能识别，按一定协议相联结并进行持续的信息交换，如图1所示。

    从ITS到智慧交通，无论是从理论还是应用来讲都是质的飞跃，智慧交通的框架也日渐清晰。如图2所示，文献[5]中提到的含辅助网络的改进框架就是智慧交通的一种典型结构，车辆能根据环境反馈回来的信息动态调整行驶速度，若感知到突发事件则做出合理决策辅助驾驶。

    这个课题中，GODOY J等人在AUTOPIA项目的基础上，除了原有的车辆主网，还引入了由周边基础设施单独联结而成的辅助通信网。在这个交通网络中，无线通信网络层负责车辆和核心单元之间信息的持续交互，核心单元在收到辅助网络和区域内网的数据后，结合实时交通流量对其进行详细的分析、协调与规划，然后向车辆及基础设施等传递信息和指令，如提示车辆的建议速度、进入事故区域警报、控制交通信号灯变化、公告栏发布实时路况信息等。

2 智慧交通的关键技术

2.1 交通要素的标识和感知

    智能识别和无线传感技术是用于标识和感知物体的最主要的技术手段，是整个智慧交通建设的基础。智能识别是指每个物品都拥有唯一的条码、二维码、或RFID标签，这些电子标签中封存着它们独有的特征及位置信息，然后这些信息被智能设备读取并传输至上层系统进行识别处理和最终决策^[6]。无线传感网络（Wireless Sensor Networks，WSNs）是指由部署在目标监测区域内的大量低成本微型传感器节点构成的多跳自组织网络，节点之间通过无线方式交换信息，有着灵活、低成本和便于部署的优势^[7]。智慧交通网络中，传感器分为采集节点和汇聚节点，如图3，每个采集节点都是一个小型嵌入式信息处理系统，负责环境信息的采集处理，然后发送至其他节点或者传输至汇聚节点；汇聚节点接收到各采集节点传来的信息后进行融合处理后再传送至上一级处理中心^[8]。作为物联网的底层网络，无线传感网络为智慧交通提供了一个更加安全、可靠、灵敏的解决方案。但传感器节点的能耗和寿命问题不容忽视，否则日后的设备维护工作将耗费大量的人力财力成本。 

2.2 智能交通云

    智能交通领域各系统整体尚处于信息分立、各自为战的状态，数据难以相互传递，严重浪费数据资源。智能交通云主要面向交通服务行业，是一种融合了云计算的智能交通管理技术，充分利用了云计算的海量存储、信息安全、资源统一处理等优势，为交通领域的数据共享和有效管理提供了新的思路^[9]。云计算，是指将大量高速计算机集中在Internet上构成一个大型虚拟资源池，为远程的上网终端用户提供计算和存储服务的技术，用户只需事先租用“云计算”服务商提供的服务，便能根据需要自由使用云端资源而不需要购买任何独立软硬件^[10]。类似于云服务，智能交通云服务也可分为基础设施即服务（Infrastructure as a Service，IaaS）、平台即服务（Platform as a Service，PaaS）、软件即服务（Software as a Service，SaaS）三个层次，如图4，其中IaaS提供的是按需使用的虚拟服务器，PaaS即Web服务，能直接为客户提供可直接用于开发软件应用的API或开发平台。作为智慧交通未来的发展方向之一，智能交通云处理平台可以实现海量数据的存储、预处理、计算和分析，能有效缓解数据存储和实时处理的压力，具有发展潜力。

2.3 数据处理技术

    智慧交通中数据的海量性、多样性、异构性都决定了处理的复杂性，简单到交通设施及来往车辆数据的收集，复杂到交通事件的判定检测，都需要对数据进行实时、准确的处理。智慧交通中常用的数据处理技术有数据融合（Data Fusion）、数据挖掘（Data Mining）、数据活化（Data Vitalization）、数据可视化（Data Visualization）等，除此以外，还必须做到数据的选择性上传，保证个人隐私数据的安全。

    数据融合是一种涉及人工智能、通信、决策论、估计理论等多个领域的综合性数据处理技术，能从数据层、特征层和决策层三个层次上对多源信息进行探测、通信、关联、估计与分析^[11]。由于数据融合涉及到的传感器种类过多、信息获取过于频繁，融合之前还需要对数据进行时间和空间预处理，时空对准能避免数据管理的混乱，同时提高数据的一致性和可靠性，从而保证决策的正确性^[12]。智能交通系统的应用已有一段时间，产生的交通信息数据量越来越大，如果只是单纯的存储和分立处理，成本过高且无法发挥其应有价值。数据挖掘技术的引入，能从这些海量的独立数据中发掘出真正有价值的信息，将这些有噪声的、模糊的、无规律的数据处理成为有用的知识^[13]。文献[14]调取了某路段两个月内的抓拍数据，通过数据挖掘软件SPSS Modeler按照时间序列进行自动聚类分析后，得到了交通流量和月份、假期、天气等要素之间的关系，有力地验证了数据挖掘的可靠性。

    数据活化是一种新型数据组织与处理技术，简而言之，就是赋予数据生命。数据活化最基本的单位是“活化细胞”，即兼具存储、映射、计算等能力，能随物理世界中数据描述对象的变化而自主演化、随用户行为对自身数据进行适应性重组的功能单元^[15]。数据活化的应用将为交通领域带来一场颠覆式的变革。未来的智慧交通将逐渐向以数据为驱动的方向发展，即采用多种手段对POI数据、GPS数据、客流情况等智能交通数据进行分析，由数据的分析结果来了解城市的交通情况，为居民提供导航、定位、公告、交通引流等服务^[16]。

2.4 智慧交通系统集成技术

    不同省市、不同部门、不同场景的智慧交通系统尚为分散状态，无法共享数据，形成了一个个“信息孤岛”，造成前期投入成本很高，却无法发挥作用。因此智慧交通系统集成技术的研究迫在眉睫。智慧交通领域的系统集成可分为数据集成和设备集成。数据集成有两种应用方式，一种是单个平台系统内部数据的融合，如车辆监测模块中多个传感器信息的融合处理，另一种是多平台多传感器不同时期相关数据的分析处理，通过融合后得到潜在数据对交通信息进行预测^[17]。设备集成是因为当前旧系统需要平滑过渡到智慧交通阶段，还不能立刻被取代。因此可以制定统一的智慧交通标准体系和管理规范，建立一个规范的管理平台，将智慧交通产业链中的政府资源、企业资源、科研资源等融合到一起，然后由大型企业牵头促进协调智慧交通的产业化，最终形成完整的智慧交通管理体系^[18]。

3 智慧交通发展历程及案例分析

    随着私家车保有量的爆炸式增长，交通问题很早便得到了各国的重视。几十年来研究人员们不断突破技术上的难关，如高速路上的不停车电子收费(Electronic Toll Collection，ETC)系统、IC卡智能停车场及GPS智能导航仪等。智慧交通的大体发展历程如图5所示。当前美国、日本等国家已经成功将物联网应用到实际智慧交通建设中，路网协同和辅助驾驶功能的研究也已投入试运行，并尝试智慧终端的普及和原有设施的改造^[19]。我国起步较晚，迄今为止车联网技术尚不成熟，但借着智慧城市建设的东风，智慧交通也收获颇丰。

    目前智慧交通领域已经在很多方面开展了深入研究，从终端的智能化方面，有智能车辆、智能交通信号灯等，从应用大方向来看，有智能公交、智能出租、智能港口等，从交通用途来看，有车牌识别、闭路电视监控、车流控制、车辆调度、智能停车场、智能路径规划导航、智能辅助驾驶系统等。本文将通过几种典型应用对智慧交通的发展现状作简要阐述。

3.1 智能车辆

    智能车辆的研究始于美国的自动引导车辆系统（Automated Guided Vehicle System，AGVS），之后各西欧国家便都开始了车辆的智能化研究，可以预见，智能车辆将成为汽车行业发展的必然趋势。智能车辆可通过模糊逻辑技术和人工神经网络技术来实现车辆的人工智能，为模拟驾驶者做出合理的路径规划和突发事件决策，这对减少交通事故率提高道路安全有很重要的意义^[20]。目前的智能车辆研究主要集中在环境感知、驾驶员行为监测系统、车辆运动控制系统、防撞预警系统、规范环境下的智能巡航控制系统、极端情况下的辅助驾驶系统等方面，相关技术诸如雷达、GPS精度、磁道钉、CCD、通信协议及各种智能算法也是目前研究的热点^[21]。

3.2 智能公交

    作为城市居民出行的主要方式，公交和私家车相比在运输能力、相同载客量下的油耗、占地、价格等方面都有着不可比拟的优势。智能公交系统是指结合了智能识别、网络通信、GIS等先进技术，在调度、运行、路径规划及乘客服务等方面进行信息化规范化高效管理的综合性公共交通系统。智能公交系统就相当于一个小型交通物联网，车载传感器、站台设备和IC卡都是用于收集现场数据的智能终端，数据通过网络传送至公交调度中心，处理后通过智能站牌报站和公布周围环境、客流量等信息^[22]。文献[23]结合芜湖公交系统的发展现状，提出了一个基于SOA架构的公交应用集成，利用fisher有序聚类算法对IC卡数据进行处理并分析客流变化规律，提出了一种更符合公交客流量变化的分时段自适应公交调度算法。北京、苏州、常州等城市的智能公交系统都已逐步投入运行，为居民的出行提供了很大方便。 

3.3 智能停车

    城市汽车数量日益增长，停车和停车管理便成为了城市建设的难点，传统的人力管理有太强的主观性和局限性，视频监控方式易受恶劣天气影响，磁卡收费方式又无法避免磁卡的老化消磁和近距离识别限制。目前，很多发达国家都启用了自己的智能停车系统，我国的停车管理也正步入智能时代。2014年，阿里云率先进军智能停车领域，在杭州建成了一套智能停车收费系统。系统覆盖杭州市各区两万多个停车位，通过每个停车位上的智能地感对车辆的进出做出感应，从而向停车管理员的手持设备发出提示，有效提高了停车位的循环效率^[24]。李正明^[25]等人基于ZigBee网络和ARM提出了一种实时性更好的嵌入式停车场监控系统。辽宁工程技术大学的单晓艳^[26]设计的新型超高频读写器，和无源电子标签配合使用克服了普通停车场RFID识别范围的限制，适用范围更广。室内停车场环境一般比较复杂，设备也不易维护，因此室内的精准定位和实时响应成为一个更大的难点。为此，江西理工大学的张雪[27]的室内智能停车场管理系统以蓝牙作为通信方式，并在停车场路口处设置了引导指示灯用于车位的反向引导。智能停车的发展将大大降低城市停车和管理的难度。

4 总结展望

    本文从智慧交通的概念出发，描述了智慧交通中的关键技术和发展历程，并对智慧交通的典型应用做了简要介绍。鉴于智慧交通在智慧城市建设中的重要地位，我国必须紧跟发达国家的脚步，吸收各国智慧交通项目建设的经验和教训，充分利用智慧交通中的先进技术，尤其是时下流行的云计算、数据挖掘及系统集成等技术，在与实际应用环境的不断磨合中，探索出一条更适合我国国情的智慧交通新道路，为各级交通服务对象提供更为全面高效的交通信息服务，从而进一步推进智慧城市的建设。

参考文献

[1] 蒋新华，陈宇，朱铨，等.交通物联网的发展现状及趋势研究[J].计算机应用研究，2013，30(8)：2256-2260.

[2] 王飞.基于“全智慧系统”的低碳经济发展模式研究[J].商业时代，2012(34)：8-9.

[3] 刘小洋，伍民友.车联网：物联网在城市交通网络中的应用[J].计算机应用，2012，32(4)：900-904.

[4] 张国伍.智能交通物联网与综合交通信息服务——“交通7+1论坛”第三十次会议纪实[J].交通运输系统工程与信息，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在智能交通物联网中的研究与应用[D].乌鲁木齐：新疆大学，2012：10-15.

[7] 石为人，尤浩，唐云建，等.中间件在无线传感器网络节点设计中的应用[J].传感器与微系统，2008，27(7)：111-113.

[8] 刘冲.基于无线传感网络的道路交通监测系统的研究[D].武汉：华中科技大学，2011：1-10. 

[9] 徐恩虎，凌卫青，王坚，等.基于云计算的面向智能交通海量信息的高性能计算支撑公共服务框架[J].机电产品开发与创新，2013，26(1)：87-89.

[10] 朱坚坚.基于物联网与云计算的智能交通系统架构研究[J].江苏教育学院学报(自然科学)，2013，29(6)：90-92.

[11] 汪海渊，朱彦东，扬东援.数据融合技术及其在交通领域中的应用[J].交通与计算机，2001，19(z1)：42-45.

[12] 周炳玉，卢野，刘珍阳.多传感器数据融合中的数据预处理技术研究[J].红外与激光工程，2007，36(z2)：247-249.

[13] 祝小静.数据挖掘技术在交通领域的应用[D].新乡：河南师范大学，2013：5-10.

[14] 郭骅，周吉.数据挖掘在智慧交通领域的应用[J].现代商贸工业，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] 王静远，李超，熊璋，等.以数据为中心的智慧城市研究综述[J].计算机研究与发展，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] 刘海峰，黄溅华.智能交通物联网技术与产业化[J].工程研究-跨学科视野中的工程，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] 王荣本，李兵，施树明，等.世界智能车辆研究概述[J].公路交通科技，2001(5)：93-97.

[21] 尹念东.智能车辆的研究及前景[J].上海汽车，2002(4)：40-42.

[22] 郭爱先.基于物联网的智能公交系统的研究[D].西安：西安理工大学，2013：5-12.

[23] 周旭.智能公交调度监控软件的研究与开发[D].南京：南京理工大学，2013：41-46.

[24] 新浪科技.阿里云进军“智能停车”[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车场远程监控系统[J].电子器件，2014，37(4)：742-745.

[26] 单晓艳.基于智能停车场的超高频读写器设计[D].阜新：辽宁工程技术大学，2012：20-28.

[27] 张雪.基于蓝牙的室内智能停车场管理系统设计[D].赣州：江西理工大学，2013：5-12.