城市智能交通应用发展浅析

　　城市ITS交通应用形态的发展趋势，将围绕智慧感知、智慧物联、智慧研判等方向发展和延伸。

　　首先在智慧感知方面，将通过识别技术，大力提升对交通环境的感知能力，从人、车、环境多方面感知交通状况。从而为构建交通大数据提供基础来源。而另外一方面，智慧感知技术是未来实现智能驾驶、无人驾驶的先决条件之一，因为实现无人驾驶最重要的一点就是对交通环境的感知能力。

　　其次在智慧物联方面，结合RFID、GPS、传感器等物联网技术构建安全可靠的车联网系统，结合移动互联技术，实现大交通云平台互联系统，在车联网上实现各种应用。例如智慧出行、智慧停车、车载娱乐等。

　　最后在智慧研判方面。充分利用获取的交通大数据，贴合行业应用和公众需求，展开交通大数据的分析应用，从而提升交通研判能力和辅助决策分析能力。例如可以通过交通大数据进行拥堵分析、事故分析、违法分析；还可以通过研判为公众提供行车路线规划，交通未来趋势预测等深度应用；更进一步延伸，结合数据分析，可发展智慧停车、智慧打车等共享经济服务。

　　另外，随着识别技术的发展，车、人脸识别、现场核心要素提取技术都得到了很快的进步，识别率和准确率也有了很大的提高。在ITS行业内的深度应用主要围绕以下几点来开展，高新兴科技集团智能交通技术专家陈刚分析：

　　1、贴合交通管控需求，提升管控效率。在城市交通管理中，对车的管理很大程度上依赖于与车相关的一系列识别技术，从车牌识别、车身颜色识别、车型识别、车标识别等识别延伸到车辆品牌、发动机盖、年检标位置、遮阳板位置等识别，应用上也从基本的卡口车辆识别比对、闯红灯等违章行为的非现场取证，到车牌识别与人脸识别，打击违章跑分卖分等行为；对年检标志的识别，打击逃避年检等行为；对驾驶员安全带检测、违规打电话、前排抱小孩等不安全行为也可做相应的识别，并且可以联动前方诱导，给司机于适当的警示，从而减少交通事故的发生。

　　2、丰富交通大数据源，提升大数据精准研判和辅助决策能力。作为城市交通大数据的采集源。通过外场设备将更多、更准确的车身特征数据及人脸识别、现场核心要素都提取出来存储到交通云平台中，可以为交通大数据的研判分析提供更准确、更全面的数据来源。例如在交通拥堵分析中，除了通过基本的车流量、车流速度、排队长度等交通量来判断外，还可以通过云计算实现典型居住区和就业地的通勤出行分析及OD分析等，从而为交通规划提供辅助决策支持。此外，在交通违法追逃中，可以通过输入车辆图片，自动寻找符合特征的嫌疑车辆，实现以图搜图，快速定位车辆等。

　　3、改善交通服务体验，提高公众服务水平。通过高精度的识别技术，结合交通服务场景，提升服务效率；例如在轻微的交通碰撞中，可以通过人脸识别和现场识别实现远程事故鉴定、快速理赔、快速处理等服务。