智能交通技术的应用能有效提高现有基础设施的使用效率和服务水平，在破解城市交通问题中扮演着不可或缺的重要角色。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。
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。
随着城镇化、机动化的快速发展，中国城市面临拥堵、污染等一系列严峻挑战；另一方面，由于生活水平的不断提高，人民对美好生活的需求强劲增长，交通供求关系不平衡的矛盾日益尖锐。而道路基础设施和城市空间资源的有限性，决定了仅仅依靠新建交通基础设施提高供给能力难以解决当前面临的严峻交通问题。智能交通技术的应用能有效提高现有基础设施的使用效率和服务水平，在破解城市交通问题中扮演着不可或缺的重要角色。图 1显示了智能交通系统主要发展历程的概况。
图 1 智能交通发展历程与关键技术
智能交通系统主要技术发展现状
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。
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。
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。
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%。
智能交通新技术
1）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（图2）。
图 2 基于人类大脑发展进程建立的城市交通大脑核心功能构成
2）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。
3）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（图3）。
