智能交通未来的发展主要是什么战略

9月19日晚《交通强国建设纲要》（以下简称“纲要”）被交通圈刷屏了。

“纲要”中明确提出要大力发展智慧交通。

推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合。

推进数据资源赋能交通发展，加速交通基础设施网、运输服务网、能源网与信息网络融合发展，构建泛在先进的交通信息基础设施。

构建综合交通大数据中心体系，深化交通公共服务和电子政务发展。推进北斗卫星导航系统应用。

“纲要”提出，到2020年，完成决胜全面建成小康社会交通建设任务和“十三五”现代综合交通运输体系发展规划各项任务。

从2021年到本世纪中叶，分两个阶段推进交通强国建设。

到2035年，基本建成交通强国。

一、交通强国的智能交通六大战略

今年4月，清华大学交通研究所李瑞敏副教授曾在一次“交通强国发展战略研讨会”中表示，“交通强国战略研究”是中国工程院会同交通运输部开展的，为满足党的十九大提出的交通强国战略决策而设立的重大咨询项目。

中国工程院32位院士，以及包括科研院所、高校、企业在内的12家单位共计100多位研究人员参与项目研究。清华大学交通研究所所长陆化普是项目课题组中智能交通分课题的组长。

项目组成员重点从工程科技和工程管理角度对交通强国的历史使命、战略目标、主要内涵、战略重点、关键突破点，保障措施等方面提出了咨询建议。

交通强国智能交通战略主要建设目标为：全面建成世界领先的智能交通系统，领跑世界智能交通的发展。

主要工作任务是：智能缓解交通拥堵、智能提升交通安全水平和提供高品质智能交通服务。

课题组提出了六项战略发展重点：

◆战略一：大数据共享平台及交通云技术应用

建立国家级、省级、市级三级大数据共享云平台，数据由下至上逐级汇聚，实现跨层级、跨地域、跨系统、跨部门、跨业务的数据共享、协同管理和一体化服务;

建立大数据共享标准及安全管理机制;

建立大数据政企开放共享模式和机制;

建设模式：政府主导，企业建设运维;

分析交通需求，优化基础设施和运营管理，挖掘交通大数据的潜在价值，建立健全大数据辅助科学决策机制;

实现交通安全管理、拥堵管理、共享管理等智能化的组织管理。

◆战略二：提高城市智能交通管理水平

以智能交通为手段，创新数据驱动的城市交通智能化精细管理;

建立基于大数据支撑的交通控制、管理、决策、服务一体化的部门联动、协同管控的智能交通管理系统;

利用大数据、互联网+、人工智能等技术，创新交通管理服务新模式;

推动基于大数据精准执法、互联网便民服务等智能交通部分领域领跑世界智能交通。

◆战略三：实现高效便捷一站式智能客运服务，实现门到门一单制智能货运服务

利用互联网、大数据、电子支付等先进技术，通过行车、停车、枢纽换乘、末端出行以及应答式定制服务等各个环节的智能化实现门到门的一站式高效便捷服务;

实施个性化服务、多样化服务、全程服务、预约式服务等多种智能服务方式;

建设信息共享、全程可视、智能可控的货运云平台，实现货运物流的全链条一体化信息服务与运输服务;

推动使用货运电子运单，建立货物多式联运及共同配送;

加强先进货运技术研发与应用，推动无人驾驶技术在货运车辆的研究和应用。

◆战略四：智能提升交通主动安全水平

交通安全智能分析研判体系建设;

交通安全设施智能化提升;

智能安全大通道建设;

全社会智能交通安全防控体系;

提高车辆安全水平、智能水平、改善车辆技术状况;

智能化手段规范交通行为、促使交通安全文化的形成。

◆战略五：车路协同一体化发展

提高通行效率、提升交通安全、促进节能环保;

优先在长途货运和公交车方面推进无人驾驶。

◆战略六：实现综合运输智能化关键技术突破

基于交通大数据共享平台，建立涵盖全交通方式的全国综合运输智能监测和智能决策平台，并实现与城市智能平台对接。

建设基于北斗导航系统的新一代智能交通系统。建设基于北斗导航系统的新一代智能交通系统。

围绕连续导航、位置服务、紧急救援等领域展开北斗系统在交通领域规模化应用，实施北斗基础设施一体化、应用示范一体化和运营服务一体化。

推进北斗导航系统在智能交通中的应用，建设基于北斗导航系统的交通监控、管理、公路收费、城市公交、停车以及交通事故应急救援系统。

二、智能交通行业的关键技术

为实现交通强国的建设目标，抓住机遇、大幅度提高中国智能交通水平是我们面临的重要任务。

智能交通自1973年大力发展以来，早期因受限于通信手段，发展速度比较缓慢。

1995—2000年，随着数据传输速度突飞猛进的增长和位置服务技术、通信技术的突破，智能交通发展速度明显加快，通信技术已经不再成为限制因素，此时智能交通系统发展主要受限于计算能力。

2000—2010年，智能交通技术全面推进，高清视频、智能分析研判等在城市交通领域得到全面应用。

2010年至今随着大数据、机器学习等技术的不断发展，基于人工智能的车路协同、自动驾驶、智能出行等将会成为智能交通系统下一阶段技术发展的关键方向。

今年，清华大学交通研究所所长陆化普教授曾在《科技导报》发表过一篇关于智能交通系统的主要技术文章。陆教授表示，交通大数据平台及其应用、视频数据提取技术、综合分析研判技术、交通控制优化技术、车路协同技术、城市交通大脑、无感技术等 7项技术是目前智能交通领域的关键技术。

1、城市智能交通控制技术

交通控制主要是利用计算机管理的交通控制设施对交通流进行交通组织优化以及通过调节、诱导、分流以达到保障交通安全与畅通的目的。根据磁感线圈、视频、微波等采集的数据计算交叉路口的实时交通流量，确定信号优化配时方案。

就控制范围而言，信号控制可以分为单路口信号控制、干线协调控制（线控制）和区域信号协调控制（面控制）。

在模型方面，当前国内外单路口信号控制从模型到应用已经成熟，干线协调控制也有大量应用型产品和案例，但区域协调控制技术应用案例有限。

现有系统主要分为定时控制和自适应协调控制两类，定时区域协调控制目前以启发式算法为主，大数据也带来了基于机器学习的区域信号协调控制模型，不过尚难以解释其理论过程。

自适应信号协调控制是通过检测器实时采集交通数据，生成方案实现实时控制，根据交通饱和度区分为未饱和与过饱和模型两类。未饱和区域通过采用 Q 学习、CTM（cell transmission model）、SVM（support vector machine）和强化学习等模型主要用以减少计算量，实现优化控制。

过饱和区域采用启发式、分层规划和多段规划等方法简化模型，使之可以运算。

在系统控制软件方面，目前中国依然主要依靠SCOOT（split cycle offset optimizing technique）、SCATS（Sydney coordinated adapTIve traffic system）以及美国、西班牙等研发的系统，国内自主研发的软件应用很少。

自 20世纪 80年代至今，也在尝试建立适合中国混合交通流特性的控制系统，其代表性系统主要包括HT-UTCS和 Hicon系统等。HT-UTCS系统采用三级分布式控制（点线面），为方案生成+专家系统式的自适应控制系统。Hicon系统采用三级控制模式（路口、区域、中心），为分层自适应控制系统。

2、交通分析研判技术

交通信息分析研判是通过对各类交通数据信息的采集整理、融合、挖掘分析，为交通相关部门提供辅助决策支持，达到分析精准、效率提升、决策科学、管理精细的目的。

传统的交通信息分析研判主要是在交通流、交通事故等结构化数据基础上展开纵向、横向分析，找出其变化规律和发展趋势，进而提供辅助决策依据，研判分析的准确性、精准性不高。

近年，基于大数据的分析研判充分利用大量非结构化数据，采用大数据分析技术，能实现跨区域、跨部门、跨行业的信息共享和深度挖掘应用，能完成对交通运行、安全、监管、资源优化配置等整体态势的评估分析与预警，实现了分析研判技术质的飞跃。

公安部长期以来非常重视交通安全分析研判、交通管控与服务分析研判等内容，其在国家道路交通安全科技行动计划等重大课题研究基础上，逐步推出了全国公安交通管理综合应用平台、全国机动车稽查布控系统、公安交通管理大数据分析研判平台等重大应用工程，并发布《道路交通安全形势分析研判工作规范》等相关文件，极大地提高了交通管理工作的科学性、有效性和规范性。

交通运输部也在如“基于大数据技术的交通运输监测预警关键技术研究”等相关重大课题研究基础上，不断针对春运等节假日、日常运行等方面发布相关的交通态势分析报告，同时也对国家交通运输宏观发展态势进行预判，为国家、区域交通重大决策和社会信息服务等提供了强有力的支撑依据。

3、车路协同技术

车路协同系统是基于先进的传感和无线通信等技术，实现车辆和道路基础设施之间以及车车之间的智能协同与配合，从而保障在复杂交通环境下车辆行驶安全、实现道路交通主动控制、提高路网运行效率的新一代智能道路交通系统。

在技术方面，车路协同主要包含3类技术：车车/车路通信技术、交通安全技术、交通控制技术。

通信技术方面，应用于车路协同的3G/4G、DSRC（dedicated short-range communicaTIons）、WiFi等技术均已有相应的理论与模型。

交通安全技术方面，视野盲区警告、辅助换道、紧急避撞等已有应用。马小陆等设计了一种基于车车通信的嵌入式前向碰撞预警系统;李珣、杨晓光等基于车路协同技术对辅助换道进行了研究，在保证车辆换道安全的前提下提高道路的使用效率。

交通控制技术方面，基于车路协同实时获取车辆状态，通过车速引导实现优化控制也已经有研究和应用。

在实验方面，20世纪80年代初，中国逐步开始重视运用高科技发展交通运输系统;2006年在进入国家“十一五”计划的第一年，国家高技术研究发展计划（863计划）设立了现代交通技术领域并具体设立了“综合交通运输系统与安全技术”专题研究;2010年确定车联网为“十二五”发展的国家重大专项;2011年“车路协同系统关键技术”项目通过国家“863计划”立项并于 2014年 2月通过科技部验收。

该项目完成了车路协同系统的体系框架，提出了车路协同系统的集成测试与演示方案，实现了 10余项典型的车路协同应用场景，突破了车路协同系统的若干关键技术。

在智能网联车路协同方面中国的研究起步较晚。“十五”和“十一五”期间，中国在汽车安全辅助驾驶、车载导航设备等方面进行了研究，基本掌握了智能汽车共性技术、车辆运行状态辨识等核心技术。

国家“863计划”课题“智能道路系统信息结构及环境感知与重构技术研究”“基于车路协调的道路智能标识与感知技术研究”等，在河北廊坊等地搭建了车路协同测试系统。

4、视频分析技术

视频识别技术是使用计算机进行运算和分析，从视频中提取判断决策等有用信息的技术，其利用特定算法提炼视频信号中所包含的内容信息或特定目标物体的运动信息等，实现计算机对于视频的智能理解，使计算机在一定程度上替代人的工作。

对于视频识别技术的研究，由于其算法的复杂度以及目标行为的多样性等原因，发展一直比较缓慢。

在国外已有成熟的智能视频监控产品，可以在监控系统中实现异常状态自动报警的功能。中国城市视频监控数量与发达国家相比仍有很大差距。

以每千人拥有的视频监控数量作为指标，目前中国摄像头密度最高的北京市每千人拥有摄像头数量为 59个，仅仅相当于英国平均水平的80%、美国的 60%。而二、三线城市摄像头覆盖率更低。

据不完全统计，中国二线城市的摄像头数量为 5万~10万个;三线城市则《5万个。就摄像头密度而言，二、三线城市的摄像头密度远远低于 10个/千人。

目前，车牌号识别技术作为计算机视频图像识别技术在车辆牌照识别中的一种成熟应用，能在 1 s内识别出车牌号码，精确度达99%。

在计算机识别技术中，人脸识别已经广泛运用于安防与电子支付领域，功能比较先进的人脸识别系统包括布控、人脸搜索、人脸比对、人脸库及系统管理 5大核心功能，其精确度已经高于95%，理论上在未来可达99.7%。

5、城市交通大脑

城市交通大脑就是在大数据、云计算、人工智能等新一代信息和智能技术快速发展的大背景下，通过类人大脑的感知、认知、协调、学习、控制、决策、反馈、创新创造等综合智能，对城市及城市交通相关信息进行全面获取、深度分析、综合研判、智能生成对策方案、精准决策、系统应用、循环优化来更好地实现对城市交通的治理和服务，破解城市交通的问题并提供系统的综合服务的城市智能交通系统的核心中枢。

6、高精度定位（GPS、北斗定位）

北斗三号卫星经过在轨测试，空间信号用户测距误差达到 0.5 m，系统定位精度达到2.5~5 m。除了加快编织覆盖全球的北斗卫星网络之外，国家正在同步开展北斗星基增强系统建设，形成全国“一张网”，可提供实时cm级、mm级高精度定位服务。

北斗系统应用于“两客一危”车辆管理，目前已经建立了全球最大的北斗车联网平台。

截至2018年，已经有 500多万辆营运车辆上线北斗系统，车联网平台通过提醒驾驶员超速与疲劳驾驶等信息，使得道路运输重大事故率和人员伤亡率均下降近50%。

2017年 12月，江西省首条智慧高速公路宁定高速公路建成试运营。在高速公路沿线利用北斗等技术，可对车流情况进行实时监测，同时整合报警手机定位、路况预判等功能，实现对交通事故的快速处置。

2017年 3月，北京公交公司基于北斗基础数据的大数据分析，对公交车发车时间进行调整。上海基于北斗卫星导航系统，建立了智能公交位置服务系统，能够对公交到站时间进行精准预报，误差时间《1 min。

通过公交调度、实时信息采集，降低公交公司 10%以上的运营成本。

7、无感技术

无感技术是指通过大数据等新技术手段，简化传统交通流程，使出行者在某些特定环节（如收费、验票等）中实现无干扰通过，提高效率和舒适度。目前，无感技术主要应用于识别、支付等，分别衍生出了刷脸识别、无感支付等应用。

① 人脸识别技术。人脸识别技术，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常叫做人像识别、面部识别。

软件方面，20世纪 50年代，认知科学家就已着手对人脸识别展开研究。20世纪 60年代，人脸识别工程化应用研究正式开启。当时的方法主要利用了人脸的几何结构，通过分析人脸器官特征点及其之间的拓扑关系进行辨识。

这种方法简单直观，但是一旦人脸姿态、表情发生变化，则精度严重下降。21世纪前 10年，随着机器学习理论的发展，研究人员探索了基于遗传算法、支持向量机、boosTIng、流形学习及核方法等进行人脸识别的技术。

2009—2012年，稀疏表达（sparse representaTIon）成 为 研 究 热 点 。LFW（labeled faces in the wild）人脸识别公开竞赛在此背景下开始流行。当时最好的识别系统在 LFW上的最高精度仅约 80%，距离实用距离颇远。

2013年，研究者基于高维局部二值模式（local binary pattern，LBP）特征和Joint Bayesian 方法在LFW上获得了 95.17%的精度。

2014年前后，香港中文大学的 Sun 等提出将卷积神经网络应用到人脸识别上，采用 20 万训练数据，在 LFW 上第一次得到超过人类水平的识别精度。

硬件方面，人脸识别技术经历了可见光图像人脸识别、三维图像人脸识别/热成像人脸识别、基于主动近红外图像的多光源人脸识别 3层进化过程，逐渐缓解和解决了光线等环境的变化对于人脸识别的影响，加之算法的不断精准演化，人脸识别技术逐渐进入越来越多的应用领域。

② 无感支付技术。目前，应用于交通的无感支付技术主要包括 3 种途径：不停车电子收费系统（ETC）、车牌识别和北斗支付。

ETC在高速上已有成熟应用，但其需要用户安装车载单元（on board unit，OBU），流程相对复杂，但现有用户规模较大。截至 2017年，中国已有约 30%车辆安装了 ETC 设备。

车牌识别技术对识别环境要求高，对天气条件较为敏感，但该技术流程简单，只要注册即可应用服务，对停车场来说只需增设摄像头等即可。

北斗智能支付方案要求每辆车安装北斗模块，手机安装 APP后即可使用支付服务，该模式相对复杂，但支付场景可延展性比ETC和车牌识别更强。

三、交通强国怎么建设

交通强国该怎么建设？“纲要”文件给出了九大方向。

1、基础设施：布局完善、立体互联。

建设现代化高质量综合立体交通网络;

建设城市群一体化交通网络;

广覆盖的农村交通基础设施网;

具有全球竞争力的国际海港枢纽、航空枢纽、邮政快递核心枢纽。。.。。.

2、交通装备：先进适用、完备可控。

研发新型载运工具、特种装备、推进装备技术升级;

研发自动驾驶、车路协同、水下机器人、大型深远海多功能求助船等;

广泛应用智能高铁、智能道路、智能海运。。.。。.

3、运输服务：便捷舒适、经济高效。

出行服务快速化、便捷化;

加强城市交通拥堵综合治理;

打造绿色高效的现代物流系统;

提高物流效率、降低物流成本;

加速新业态新模式发展：自驾车房车营地、游艇旅游、共享交通、即时直递。。.。。.

4、科技创新：富有活力、智慧引领。

合理统筹安排时速600公里级高速磁悬浮系统;

时速400公里级高速轮轨客运列车系统;

低真空管（隧）道高速列车等技术储备研发;

大力发展智慧交通。。.。。.

5、安全保障：完善可靠、反应快速。

加大基础设施安全防护投入;

增强设施耐久性和可靠性;

完善交通安全生产体系;

加强应急救援专业装备、设施、退伍建设。。.。。.

6、绿色发展：节约集约、低碳环保。

推进交通资源循环利用产业发展;

推进新能源、清洁能源应用;

开展绿色出行行动，倡导绿色低碳出行理念;

强化交通生态环境保护修复。。.。。.

7、开放合作：面向全球、互利共赢。

构建互联互通、面向全球的交通网络;

协同推进自贸试验区、中国特色自由贸易港建设;

推动全球交通治理体系建设与变革。。.。。.

8、人才队伍：精良专业、创新奉献。

培育高水平交通科技人才;

推进交通高端智库建设;

大力培养支撑中国制造、中国创造的交通技术技能人才队伍。。.。。.

9、完善治理体系、提升治理能力。

推动国家铁路企业股份制改造、邮政企业混合所有制改革，支持民营企业健康发展;

破除区域壁垒，防止市场垄断，完善运输价格形成机制;

拓宽公众参与交通治理渠道;

引导文明出行，营造文明交通环境。。.。。.

来源：赛文交通网