闫梦如

摘 要：物联网、云计算、人工智能等技术的发展进一步拓宽了智能交通的应用内涵，也对未来的智能社会产生了深远影响。探析了智能交通的关键技术，并对其未来主要应用领域进行了展望。

关键词：智能交通；物联网；智能感知；大数据

中图分类号：U495 文献标识码：A DOI：10.15913/j.cnki.kjycx.2017.08.080

智能交通是智能社会的重要内容，随着物联网技术，特别是人工智能传感器、数据通信、自动化技术的快速集成和应用，催生了智能交通系统的全面应用。智能交通作为当前世界交通领域中的热点，对技术革新尤为重要。美国交通运输部在其交通运输纲领性文件《Beyond Traffc》中提出，到2045年，亚洲无线电动巴士将在城市穿行，欧洲将实现无人驾驶汽车在公路上畅行。科技，对于智能交通领域的未来发展，必将与云计算、大数据、移动互联技术展开深入融合。

1 智能交通的关键技术

1.1 交通数据挖掘技术

互联网的全面覆盖，以及城市交通信息网络的互联互通，将进入交通大数据时代。数据挖掘技术利用强大的数据分析能力，来实现智能交通领域各项关键技术的可靠应用。“互联网+交通”为交通数据挖掘提供了平台，也让更多的智能化交通管理评估和决策机制引入到智能交通系统设计中，从而缓解交通拥堵，实现对交通路网的优化和改进。当然，在数据挖掘技术实施中，对传统交通网络结构必然提出了新的要求，以综合性、立体性、智能化交通体系为主体的新型公共交通信息系统将成为提升智能交通通行能力、监管能力的重要基础。

1.2 无人驾驶技术

无人驾驶技术是基于人工智能、计算机技术、视觉导航、自动控制、机械电子等技术，可完成车辆自动驾驶与控制。当前，无线传感器技术实现了车载激光、视觉调整、红外感应等与周围环境的信息交互，并将之与全球定位系统进行关联，实现对车辆位置、速度、道路障碍物等信息的感知与处理，由此优化车辆的启停、转向、速度等控制指令，最终保障车辆无人驾驶的安全、稳定。当然，从应用领域来看，无人驾驶技术不仅局限于地面交通，也将延伸至无人驾驶飞机、潜艇等领域。

1.3 信息融合技术

信息融合技术在智能交通系统中的应用，主要是解决异源信息数据之间的联合，其关键技术有数据转换、数据相关、态势数据库、融合计算等内容。在智能交通领域，常见的融合算法有神经网络类、Bayes融合类、推理融合类、空间融合类等。比如在神经网络类融合算法中，主要是模仿大脑神经系统来处理并行结构数据，并从良好的自学习、自组织、自适应能力上来提升鲁棒性、容错性。推理融合类中主要是用来处理不确定性问题，比如邓普斯特-谢弗证据理论，通过对事件概率的度量来建立信任函数，从而实现模糊逻辑性推理过程。

1.4 车联网技术

车联网是以车内网、车际网、车载移动网为基础，根据车+X之间的无线通信技术来实现车辆与互联网的融合，比如云计算技术、智慧城市等数据平台，可为车联网提供智能化支撑。此外，车联网本身是物联网+智能汽车技术的结合，利用物联网技术来实现智能交通管理、智能动态信息交互与车辆智能控制。同时，在优化车联网智慧化管理上，通过建立开放性技术标准，将无人驾驶技术、声控互联技术、车联网控制技术等实现跨界融合，可确保车辆行驶安全、可靠。

1.5 智能化感知与服务技术

从智能交通的研究到应用，所有的信息交互都需要实时、准确，智能交通信息服务将利用智能传感器技术、二维码技术、定位技术、GIS信息技术，从智能信息的采集、运算和处理，最终优化智能交通各主体的协同。比如，利用数据挖掘技术来实现对车辆行驶信息的控制，通过建立综合性交通信息体系来满足车辆、道路、交通信息资源的配置，提升智能交通管理的快速性、可预测性。

2 智能交通应用的发展方向

2.1 提升智能交通信息服务水平

车路协同交互是智能交通研究的前沿，也是交通控制领域的核心。比如交通信号控制技术、交通仿真技术等，要走出进口依赖，通过技术攻关来获得本质性突破。当然，面对大数据分析所带来的无限价值，将成为智能交通的重要战略规划。汽车作为未来的移动终端，其衍生的功能更加强大。比如智能GPS定位技术、数据通信技术、车辆预测技术等，将为实现智能交通调度提供科学的预测。此外，驾驶员评估技术、车辆定位与导航技术等也将为缓解道路拥堵提供数据分析。

2.2 加大无人驾驶技术攻关

无人驾驶将成为未来高速公路系统的研究重点，特别是在特殊环境下的无人驾驶技术，需要利用道路环境模拟、道路标志线跟踪、車辆识别及定位等技术来提升无人驾驶技术的应用有效性。此外，无人驾驶技术通过对感知和控制算法的研究，可以为军事及其他领域无人驾驶提供更加可靠的技术支撑，以适应恶劣环境下的交通需要。

2.3 超前谋划智能协同技术与车联网的融合

大数据带来的数据挖掘与智能协同技术为车联网的发展创造了条件。车辆作为车联网的终端，将通过软硬件技术来实现与互联网的有效互通，特别是借助于互联网完备而强大的数据挖掘技术，从海量数据、异构数据集中获得持续更新的智能化超前谋划功能，可以实现智能车辆与智能交通的完美配合，实现公共交通的安全管理。此外，在车联网标准与规范的制订上，结合承载网关技术及智能车辆终端测试规范，积极开发行业标准，为用户提供优质的车辆行驶体验。

3 结束语

智能交通作为未来的研究方向和发展重点，还需要在车辆信息流、交通流、管控信息流、智能路网及天气等动态信息的综合处理方面满足智能交通的发展。本文所阐述的关键技术及应用方向也为未来构建智能社会提供了参考。

参考文献

[1]孔繁宇，侯伟.基于城市智能交通的平行系统关键技术研究[J].黑龙江交通科技，2016（08）.

〔编辑：张思楠〕