時間：2024-02-22 14:55:46
序論：在您撰寫智能交通系統的核心技術時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
一、有利于激發智障兒童的學習興趣
信息技術教學不僅可以根據學生的實際情況，提供生動有趣的畫面，大大調動學生學習數學的興趣，而且還能最大限度地發揮他們的優勢及潛能。教師的激趣工作要從學生感興趣的方面入手，以學生喜歡的形式呈現。
智障學生的接受能力弱，思維能力低下，傳統的教學板書、繪圖等教學手段很難提高他們的學習興趣。專家指出，對他們進行數學教育，應當多開展觸覺、聽覺、視覺以及肌肉感覺的活動或訓練。
如在教學《4的認識》一節時，先讓學生看課件，3只小鳥在樹上跳來跳去，讓大家回答是幾只小鳥。接下來點擊電腦，又一只小鳥飛來了。此時，配合著電腦播放的悅耳音樂提問：“小朋友，現在有幾只小鳥？”此時，學生的注意力被色彩鮮艷的畫面和悅耳的聲音所吸引，學習的積極性大大提高了。這不僅使學生獲得數學知識，也促進了他們在審美、說話以及熱愛生活等能力的整合發展。緊接著，學習“4”的書寫。為幫助學生較好地掌握4的字形，電腦中出現了一面迎風飄揚國旗，然后利用電腦課件的閃動功能，抽象出4的字形，配合順口溜“4像國旗空中飄”來幫助記憶，這一生動有趣的教學過程，不僅使學生學習了知識，還學習了語言。
二、有利于提高智障兒童的思維能力
由于數學具有抽象性和邏輯性，而智障兒童思維發展滯后，因此在數學教學中可利用多媒體，以直觀感知開始逐步向抽象認識發展。例如：在講解10以內數字的加減法時，為了讓智障兒童理解加法的含義，筆者充分利用多媒體制作了課件：先出示1只小鴨在水中游，又游過來1只，問水中一共有幾只小鴨？學生很快回答：2只。這樣，在學生的大腦中就留下了增多了的印象，對“加法”有了初步的概念，再理解連加就容易多了。在教學中，筆者利用多媒體制作的課件：先出示5只小馬在草地上跑，又跑過來1只，列式就是“5+1”，問學生是幾只，學生很快回答6只。再跑過來1只，就是在“5+1的基礎上再加上1只，列式就是“5+1+1”，一共加了兩次，連加的含義很顯然就是連續相加。這樣，在教師細致地編排及帶領下，學生在不知不覺中愉悅地消化和吸收了新知識，并且每名學生在學習上都獲得了一種成功的體驗，樹立了信心，提高了興趣。
三、有利于再現生活畫面，創設問題情境
數學源于生活，是高度濃縮的抽象知識。而現行的培智數學素材陳舊，缺乏生活性、時代性，很難讓學生在數學與生活間建立聯系，也極大地削弱了學生學習數學的興趣。因此，在教學中必須向學生提供生活化的學習素材，讓學習更貼近生活實際，感受生活化數學的魅力。在實踐中，筆者巧用多媒體再現生活情景，展現了逼真的數學問題情境，幫助學生正確剝離數學知識，有效地發展了學生的數學能力。
關鍵詞：智能交通系統； 多傳感器信息融合； MPEG-7； 視頻語義描述
中圖分類號：TN911-34； TP391 文獻標識碼：A 文章編號：1004-373X(2011)24-0082-05
Semantic Description of Intelligent Traffic Information Based on Multi-sensor Information Fusion
ZHU Jian1,2, CAO Hong-bing2, XU Hua-an2, LIU Hai-tao1,2
(1. Shanghai Institute of Microsystem and Information Technology, CAS, Shanghai 200050, China;
2. Wuxi SensingNet Industrialization Research Institute, Wuxi 214135, China)
Abstract： Considering the problems that when cameras are used to acquire traffic information their performance may be affected by environment and the information acquired is incomplete, a multi-sensor information fusion framework for intelligent transportation system (ITS) is proposed to fuse information gathered by different kinds of traffic sensors and cameras. On the other side, because the amount of information acquired by cameras is huge and most of the data is concerned with low-level visual information, a semantic description framework is proposed to describe the traffic information coming from traffic sensors and cameras for information retrieval of users. The results of experiments show that the fusion of the information collected by multiple sensors can improve the information acquisition accuracy and the semantic description for traffic video information can provide immense convenience for users to retrieve their interested information.
Keywords： intelligent transportation system (ITS); multi-sensor information fusion; MPEG-7; video semantic description
收稿日期：2011-08-26
基金項目：國家重點基礎研究發展計劃資助(2011CB302901)；國家重大科技專項：面向民用機場周界防入侵監視的新一代傳感器網絡研發與應用驗證(2010ZX03006-004)
0 引 言
攝像頭作為監控、采集交通信息的有效手段被廣泛應用于智能交通系統中。然而攝像頭由于其光學特性極易受到周圍環境的干擾，例如強光照射、雨雪霧等惡劣的氣候條件都會對攝像頭的正常工作產生很大的影響，因而僅僅通過攝像頭這一單一信息采集手段獲得的交通信息往往是不夠完整的，有時甚至是不可靠的。另外攝像頭采集到的視頻信息，信息量龐大，毫無結構性［1］，用戶如果希望在如此海量信息中檢索感興趣的內容，例如用戶想查看某段黑色轎車闖紅燈的視頻，目前通常的做法是一幀幀地線性瀏覽整個視頻，顯然這個過程效率極其低下。
基于以上問題，本文首先提出了一個多傳感器信息融合框架，通過將攝像頭采集到的視頻信息與多種智能交通傳感器采集到的信息進行融合以彌補攝像頭作為單一信息采集手段的不足。然后在此基礎上提出了一個對攝像頭所采集的視頻信息和智能交通傳感器信息進行語義描述的框架，為用戶對交通信息進行高效檢索提供鋪墊。
1 智能交通多傳感器信息檢測與融合
1.1 多傳感器信息融合理論
多傳感器信息融合理論最早應用于軍事領域，這一方面的研究首先起始于1973年的美國［2］。20世紀80年代，隨著傳感器技術的進步，多傳感器信息融合理論開始飛速發展，其在非軍事領域的應用也大規模展開，工業控制系統、智能交通、氣象監測、資源探測、醫療診斷等多個領域都在朝著多傳感器方向發展［2］。國內多傳感器信息融合的研究也于20世紀90年代達到，涌現了諸多理論和工程實踐成果［2］。
多傳感器信息融合就是充分利用多個傳感器的資源，通過對多種傳感器信息按照某優化規則進行組合處理，有效地提高各個傳感器信息之間的互補性，同時剔除不必要的冗余信息，提高整個系統的有效性。多傳感器信息融合按照信息處理層次可分為數據層信息融合、特征層信息融合、決策層信息融合。其中決策層信息融合是根據各個傳感器系統的判決進行優化推理，做出最終的決策，靈活性高，通信負荷小，無需傳感器之間同質，但同時也對觀測信息的預處理提出了很高的要求［3］。
1.2 智能交通多傳感器信息融合框架
智能交通傳感器種類繁多，功能各異。針對應用場景以及結合前期的工程實踐，選擇磁敏傳感器、壓電式傳感器、微波雷達、RFID作為獲取交通信息的傳感器，這4種傳感器所采集的交通信息如表1所示。
此外，整個交通狀態會受到周圍環境的影響，因而需要根據環境變化調節多傳感器信息融合的策略，從而降低環境變化所帶來的影響。
到目前為止，需要進行信息融合的傳感器包括攝像頭、磁敏傳感器、壓電式傳感器、微波雷達、RFID。這5種傳感器彼此異質，原始觀測數據結構、內容差異巨大，例如攝像頭采集的是二維視頻信號，磁敏傳感器卻輸出一維模擬信號，而壓電式傳感器則輸出模擬脈沖信號。因此考慮在決策級對這幾種傳感器信息進行融合。每個傳感器節點對采集到的信息進行分析處理，其結果與視頻信息處理結果進行決策級融合，整個融合過程同時會受到氣象、光照條件的影響。多傳感器信息融合框架如圖1所示。
2 智能交通信息的語義描述
隨著多媒體技術的迅速發展，視頻信息量也呈現出爆炸性增長趨勢。面對如此海量的數據，用戶更關注如何才能高效地檢索到自己所感興趣的信息，即如何實現基于內容的視頻信息查詢(Content-Based Visual Queries,CBVQ)。這一問題已引起了研究者的廣泛興趣，一些原型系統相繼問世，如IBM的QBIC系統［4］，哥倫比亞大學的Webseek系統［5］，清華大學的TV-FI系統等［6］。
圖1 智能交通多傳感器信息融合框架傳統視頻分析技術是對底層視覺信息進行分析處理，如顏色、紋理、輪廓。而用戶往往是從高層語義的角度理解整個視頻內容，例如某段視頻出現了什么物體、發生了什么事情。這之間不可避免地存在著語義鴻溝(Semantic gaps)［7］。要實現視頻內容查詢，首先需要在底層視覺信息和高層語義之間搭建起一座橋梁。目前學術界對于該問題的研究工作已廣泛開展起來，其中比較著名的是運動圖像專家組提出的MPEG-7標準，即多媒體內容描述接口(Multimedia Content Description Interface)。MPEG-7標準的目標就是定義一套靈活的可擴展的描述框架。該框架能夠對多媒體內容提供高效的、準確的并且具有互操作特性的語義描述，以便于進一步對多媒體信息內容進行語義檢索［8］。MPEG-7對以下內容標準化：描述符(Descriptors)、描述方案(Description Schemes)、描述定義語言(Description Definition Language)。其中描述定義語言基于XML語言，允許對描述符和描述方案進行靈活地定義和描述，并且具有極強的可擴展性［9］。
基于MPEG-7標準，提出智能交通信息語義描述框架，描述的信息包括攝像頭采集的視頻信息和智能交通傳感器信息?？傮w框架如圖2所示。
下面將闡述語義描述框架的各個組成成分：
2.1 Video_metadata
Video_metadata主要是對每一幀視頻做一般性描述，分為視覺元數據(Visual_metadata)和語義元數據(Semantic_metadata)。這部分數據并不包含視頻內容本身。視覺元數據主要包括格式、大小、分辨率、顏色深度、壓縮方式，語義元數據主要包括文本標注、時間、地點、該視頻幀編號(Frame NO.)。
例如某一幀視頻的Visual_metadata描述如下：
AVI
320*240
RGB8bit
M-JPEG
圖2 智能交通信息語義描述框架2.2 Traffic_sensor_metadata
Traffic_sensor_metadata主要描述的是該路段所布設的智能交通傳感器的信息，包括布設了哪些傳感器，該傳感器所處的位置，傳感器的功能。這部分描述也不包含視頻本身的信息。加入這部分描述是為了將多傳感器的信息內容整合起來，便于用戶查詢整個系統的信息。
例如對于磁敏傳感器信息描述如下：
Magnetic
Speed＼Flow＼Occupancy
2.3 Video_DS
Video_DS是對攝像頭采集到的某一幀視頻信息進行語義描述，這部分是整個語義描述框架的核心，直接影響到用戶的信息檢索。這部分的主要任務就是描述視頻中所出現的交通對象和視頻中出現的交通事件。其中Video_object_set表示的是視頻中所出現的所有交通對象的集合。在每一幀視頻中，提取的交通對象分為4類：車輛（各種機動車和非機動車）、行人、道路（單行道、雙行道、左拐車道、右拐車道）、交通標識（車道線、停車線、交通信號燈）。
Video_object_set中每個元素稱為Video_object，即交通對象。每個Video_object同時具有視覺特征(Visual Feature)和語義特征(Semantic Features)［10］。每類對象的視覺特征和語義特征如表2所示。
Video_event_set表示的是視頻事件集，這些事件包括車輛直行駛過、車輛左拐、車輛右拐、闖紅燈、變道、違章停車、行人走過等交通事件，每個事件被賦予一個ID。Object_node引用Video_object_set中的元素Video_object，這樣就避免了對象的重復定義。Object_relation表示的是對象(Video_object)之間的關系，這些關系通常如表3所示［10］。
對于每件交通事件將其描述成對象之間的關系。例如對于闖紅燈事件，涉及到的對象即為行駛中的車輛、變為紅燈的交通信號燈和停車線，車和停車線之間的關系就是車越過停車線(Crosses)。對于違章停車事件，涉及到對象為某個不能停車的車道和靜止的車輛，它們之間的關系即為方位關系，即這輛車位于該車道之上(Top of)。
Sensor_status是當有交通事件出現時，相關的智能交通傳感器的檢測信息，當用戶需要讀取傳感器的信息時，可以直接讀出。這里的Traffic_sensor_node也需要引用Traffic_sensor_metadata中的Traffic_sensor，避免傳感器的重復定義。
2.4 Traffic_environment部分
這部分主要描述的是攝像頭監控范圍內的整個交通環境信息，包括該區域的天氣氣候情況、光照條件、該路段的總體交通信息。
3 智能交通多傳感器信息融合框架模型仿真
在此以車速檢測為例，對多種智能交通傳感器和攝像頭進行決策級融合，以驗證多傳感器信息融合框架的有效性。假設對于某一輛駛過的汽車，磁敏傳感器檢測到的車速為v1（單位：km/h），壓電式傳感器檢測到的車速為v2（單位：km/h），微波雷達檢測到的車速為v3（單位：km/h），攝像頭檢測到的車速為v4（單位：km/h），真實的車速為v（單位：km/h），則每個傳感器檢測車速的誤差為：Δv1=v1－v
(1)
Δv2=v2－v
(2)
Δv3=v3－v
(3)
Δv4=v4－v
(4) 根據工程實踐，磁敏傳感器、攝像頭檢測結果誤差的均值和方差都比較大，而微波雷達和壓電式傳感器則相對比較精確。假設誤差Δv1,Δv2,Δv3,Δv4分別滿足近似正態分布，且：Δv1~N(4,9)
(5)
Δv2~N(2,4)
(6)
Δv3~N(1,4)
(7)
Δv4~N(3,9)
(8) 對4種傳感器檢測的結果進行融合，這里采用加權平均的模型對檢測結果進行融合。4種傳感器所對應的加權系數分別為w1,w2,w3,w4，且：w1+w2+w3+w4=4
(9)則融合結果為：
vf=w1×v1+w2×v2+w3×v3+w4×v44
(10)
融合誤差:Δvf=vf－v
(11) 將式(1)~(4)，(9)，(10)代入式(11)，得：Δvf=w1×Δv1+w2×Δv2+w3×Δv3+w4×Δv44
(12) 因為Δv1,Δv2,Δv3,Δv4獨立，所以Δvf也滿足正態分布，對以上過程進行仿真，結果如圖3所示。
從圖3中可以看出，經過融合，融合結果的誤差Δvf的均值較小，動態范圍也大幅度減小，因而多傳感器信息融合能有效提高系統的檢測精度。
圖3 Δv1,Δv2,Δv3,Δv4,Δvf概率分布4 智能交通視頻語義描述實例
本文的基于智能交通信息語義描述框架對攝像頭采集到的某一幀視頻發生的事件進行描述，該幀如圖4所示。
圖4 攝像頭采集到的一幀交通視頻數據該幀視頻發生的事件是一輛黑色轎車正駛過人為所畫的一條虛擬的藍線。將黑色轎車和虛擬的藍色線條分別看作一個對象(Video_object)，對于黑色轎車的特征描述如下：
Black
92
73
Vehicle
Car
對于藍線的特征描述如下:
Blue
Traffic signs
Stop line
對于黑色轎車駛過藍線這一事件描述如下：
Crosses
顯然，基于提出的智能交通信息語義描述框架，能夠將圖4中的視頻信息從語義的角度描述出來，并可以同時生成相應的文本文件。將這些視頻信息描述結果存入數據庫中，極大方便了用戶從語義的角度對視頻信息進行查詢。
5 結 語
本文首先提出了智能交通多傳感器信息融合的框架，并通過信息融合模型仿真驗證了該框架的有效性，結果表明經過多傳感器信息融合，系統交通信息檢測精度得到有效提高。之后在此基礎上參考MPEG-7標準提出了智能交通信息語義描述框架。該框架能夠描述從底層視覺特征到高層語義特征的多層視頻信息，彌補語義鴻溝，最終方便用戶對海量視頻信息檢索，最后用一個交通視頻語義描述實例證實了這一點。后續將根據各種智能交通傳感器信息結構特點對信息融合模型展開進一步研究，同時進一步提高智能交通信息語義描述框架的擴展性和兼容性，將更多的交通信息納入到整個描述框架中來。
參 考 文 獻
［1］ 熊華.視頻內容結構化技術研究與實現［D］.長沙：國防科學技術大學，2001.
［2］ 何友，王國宏，彭應寧，等.多傳感器信息融合及應用［M］.北京：電子工業出版社，2007.
［3］ HALL D L, LLINAS J. An introduction to multi-sensor data fusion [C ]//Proceedings of the 1998 IEEE International Symposium on Circuits and Systems. USA: IEEE, 1998, 6: 537-540.
［4］ FLICKNER M, SAWHNEY H, NIBLACK W, et al. Query by image and video content: the QBIC system [J ]. IEEE Computer, 1995, 28: 23-32.
［5］ SMITH J R, SHIH-FU Chang. Visually searching the Web for content [J ]. IEEE Multimedia, 1997, 4 (3): 12-20.
［6］ HUANG Jian, ZHAO Li, YANG Shi-qiang. TVFind (TM): an MPEG-7-based video management system over Internet [C ]// Proceedings of SPIE 4676, Storage and Retrieval for Media Databases. San Jose, CA, USA: SPIE, 2002: 336-346.
［7］ ZHAO Rong, GROSKY W I. Narrowing the semantic gap-improved text-based Web document retrieval using visual features [J ]. IEEE Transactions on Multimedia, 2002, 4 (2): 189-200.
［8］ SIKORA T. The MPEG-7 visual standard for content description-an overview [J ]. IEEE Transactions on Circuits and Systems for Video Technology, 2001, 11 (6): 696-702.
［9］ SHIH-FU Chang, SIKORA T, PURL A. Overview of the MPEG-7 standard [J ]. IEEE Transactions on Circuits and Systems for Video Technology, 2001,11 (6): 688-695.
我國智能交通科技創新發展歷程
2000年，我國成立了“全國智能運輸系統協調指導小組及辦公室”，并開展了智能交通系統發展戰略和標準規范的相關研究，形成了《中國智能運輸系統體系框架》、《中國智能交通系統標準體系》等重要成果，明確了我國智能交通系統建設發展的總體技術方向。
“十五”期間，針對我國智能交通系統發展的迫切需求，國家科技計劃對智能交通系統共性關鍵技術研究進行了立項支持，在北京、上海、廣州等全國十二個城市進行了ITS示范工程建設。通過ITS規戈叭車載信息裝置、交通信息采集、專用短程通信、汽車安全輔助、交通共用信息平臺等方面的關鍵技術攻關、關鍵產品的開發和示范應用，促進了以智能化交通管理為主的我國城市智能交通體系建設，為智能交通系統發展奠定了基礎。
“十一五”期間，面向綜合交通運輸一體化發展趨勢和我國智能交通發展中的重大技術問題，以“提高交通運輸的效率和安全”為指導思想，國家科技計劃對綜合交通運輸和服務的網絡優化與配置、智能化交通控制、綜合交通信息采集、處理及協同服務、交通安全等重點技術方向進行了持續立項研究支持，攻克了城市交通控制、交通誘導、電子收費、新一代空中交通管理等智能交通系統關鍵技術，形成了大批具有自主知識產權的智能交通科技創新成果。
面向2008北京奧運會、2010上海世博會、2010廣州亞運會等重大活動的交通需求，“十一五”期間啟動實施了“國家綜合智能交通技術集成應用示范”科技支撐計劃項目，支持建設了“北京奧運智能交通集成系統”、“上海世博智能交通技術綜合集成系統”、“廣州亞運智能交通綜合信息平臺系統”、“遠洋船舶及戰略物資運輸在線監控系統”等，為大型國際活動提供了智能化交通管理和出行服務技術支撐，取得了顯著的成果，智能交通科技在一系列重大國際活動的交通保障中發揮了重要的作用。
針對嚴峻的道路交通安全形勢，2008年，科技部、公安部和交通部聯合開展了國家道路交通安全行動計劃，國家科技計劃部署了“重特大道路交通事故綜合預防、處置集成技術開發與示范應用”支撐計劃項目，跨部委聯合、多單位協同攻關、研究與示范緊密結合，對公路安全保障、高速公路安全控制、營運車輛運行安全、全民交通行為安全提升、路網安全態勢監測、交通安全執法等交通安全重點關鍵技術進行了攻關研究和示范應用，為提高我國道路交通安全水平產生了深遠的影響。
我國在推進智能化交通管理技術發展的同時，也十分重視推動智能化交通服務技術的發展，對事關民生的公共交通、公眾便捷出行、交通安全等技術開展了研究和應用。過去的十年中，公共交通管理運營智能化、快速公交、公交信號優先、出租車智能化運營、交通信息智能化服務等面向民生的智能交通技術得到大力發展和廣泛應用，方便了公眾交通出行。國家科技計劃支持的“國家高速公路聯網不停車收費和服務系統”，建設了京津冀和長三角區域國家高速公路聯網不停車收費示范工程，通過科技攻關和示范工程形成了比較完整的技術體系和標準規范體系，取得了良好的實施效果。成為我國第一個有統一標準、在全國范圍大面積應用并實現產業化的智能交通項目。
進入“十二五”，我國智能交通科技創新圍繞綜合交通運輸系統效能與服務提升、智能化交通管控、車路協同與安全三條主線，在“863”計劃、科技支撐計劃等國家科技項目中，相繼部署了“大城市區域交通協同聯動控制關鍵技術”、“智能車路協同關鍵技術研究”、“交通狀態感知與交互處理關鍵技術”、“綜合交通樞紐智能管控關鍵技術”、“環境友好型智能交通控制技術”、“多模式地面公交網絡高效協同控制大城市交通主動防控關鍵技術及示范”、“城市道路交通智能聯網聯控技術集成及示范”等一系列項目，對我國智能交通系統建設發展中的關鍵技術進行研究，創新成果將對我國智能交通系統建設發展提供強有力的技術支撐。
我國智能交通科技創新成就
十幾年來，我國智能交通科技創新取得了豐碩的成果，突破了大批核心關鍵技術，組織實施了多項具有重大影響的智能交通系統示范工程建設。科技引領和推動我國智能交通系統的建設和發展后來居上，成為世界智能交通系統發展格局中的重要構成，發展成就為世界矚目，部分自主創新科技成果和應用躋身世界先進水平。在我國智能交通系統建設和發展的實踐中，國家科技計劃的實施，結合實際應用需求，在城市交通運行智能化監測、道路交通信息采集處理、重大活動交通運行組織保障、大容量快速公交、區域聯網不停車收費等技術領域形成了許多具有國際先進水平的智能交通科技創新成果。
(1)交通信息化水平顯著提升，交通狀態綜合檢測、網絡化電子收費等核心關鍵技術取得突破并廣泛應用。建成了全國機動車和駕駛員管理信息系統、全國鐵路聯網售票系統;綜合交通信息采集、處理及協同服務技術取得突破;交通綜合監測技術與設備廣泛應用，基于移動終端的狀態獲取和集成應用技術達到國際先進水平;網絡化電子收費(ETC)技術實現了跨越式發展，已在全國26個省市推廣應用。
(2)城市智能交通技術綜合集成與應用總體達到國際先進水平。結合重大應用需求，攻克了大批關鍵技術，建設了示范工程，形成一批行業技術規范和國家標準，對重大國際活動交通保障作用突出，推動我國智能交通技術應用水平取得顯著提升。北京奧運會、上海世博會和廣州亞運會交通保障對智能交通技術進行了大范圍集成應用;科技支撐全國城市“暢通工程建設”;公交智能化、BRT形成了成套技術裝備;公交一卡通實現了城市間聯網通用。
⑶新一代空中交通管理技術取得重大技術突破，建立了我國新一代空中交通管理系統核心技術框架。突破了高精度航空導航、協同式航空綜合監視、空管運行控制和民航空管信息服務平臺等關鍵技術，核心裝備和關鍵系統實現自主研制，達到國際同期先進水平。中國民航新一代空中交通服務平臺已經在空管、航空公司等部門獲得了成功應用，在提升空域利用、減少延誤等方面成效明顯，為我國從民航大國向民航強國邁進奠定了技術基礎。
(4)智能汽車技術取得重要突破，部分成果達到國際先進水平。無人駕駛智能汽車實現了實際道路運行測試，達到國際先進水平。汽車駕駛輔助技術領域趕上了國際研發進程，駕駛人行為監控預警技術研究躋身國際先進行列。
(5)智能交通支撐道路交通安全水平提升。人因安全研究顯著提升了交通安全執法科技能力和監管水平，安全執法與安全保障技術及應用，提高了道路交通安全總體水平。攻克了一批交通基礎設施安全相關的關鍵技術，形成了適合我國公路交通特點的基礎設施安全技術體系。建成了以交通事故快速救援為核心的一體化交通應急保障系統，為交通應急指揮和管理能力提升提供了核心技術支撐。
(6)科技創新推動我國智能交通產業發展初具規模。智能交通領域項目建設主要技術和設備多數為我國企業自主創新產品。城市智能交通系統建設市場逐年提升，2013年度主要項目市場規模超過200億元。高速公路收費、通信、監控系統以及公路交通信息化和智能化項目市場規模近百億元。智能交通領域的上市企業近10家。
目前，我國智能交通科技支撐體系基本建立，智能交通標準體系不斷完善，智能交通已經成為我國交通運輸現代化發展的重要構成。自主創新、產學研結合、智能交通科技創新培育和推動了我國智能交通產業的形成和發展，智能交通產業已成為我國高新技術產業的重要內容和新的經濟増長點。智能交通產業的發展，帶動了信息、通信、傳感等高技術領域新技術成果的應用，促進了信息服務、現代物流等現代服務業的提升和發展。
智能交通科技創新發展趨勢
適應我國社會經濟發展的要求，順應國際高新技術發展趨勢，智能交通科技創新發展面臨新的挑戰和要求，也呈現出新的發展趨勢。
日益嚴重的城市交通擁堵、居高不下的道路交通安全事故、通待提升的綜合交通服務水平，是智能交通科技創新發展始終面對的挑戰。我國社會城鎮化進程的加速和智慧城市建設，要求我們必須謹慎思考未來城市交通模式，構建綜合交通體系，倡導綠色出行理念。
未來我國智能交通的科技創新發展將重點圍繞以下方面：
綜合交通運輸協同與效能提升;以服務為導向，注重ITS的公眾服務和綜合應用服務;不斷采用新技術提高交通管理和服務的智能化水平;重視道路交通安全保障和安全水平的提升;關注交通環境改善和交通的可持續發展;車路協同系統受到普遍關注。具體技術方面，新技術環境下交通信息精確感知與動態交互、交通需求辨識與交通態勢分析、動態交通仿真與智能化決策支持、交通運行智能化控制與節能減排、人車路協同主動安全與智能駕駛、綜合交通系統網絡優化與協同服務、公路智能運輸與綜合服務、大型綜合樞紐協同運營與高效服務、智能化綜合交通信息服務等都將成為創新發展的重要方向。
據分析機構調查統計，到2012年，我國智能交通整體市場規模已超過1000億元，市場增長率保持在10%以上。清科研究中心的數據顯示，智能交通的快速發展也吸引了資本市場的關注，物聯網、高清監控系統等更是成為了智能交通領域的“新寵”。
智能交通大戰略下涌現投資機會
2008年奧運會期間，如何保證“鳥巢”周邊的交通暢通？“北京奧運交通設施GIS”項目在諸多競標者中脫穎而出，擔負起大任。雖然是第一次試驗，但該項目在奧運期間成功運作，不僅有效幫助了北京市交管局根據車流情況及時布置場館附近的路標、指示線等奧運交通設施，并且通過優化路口、路段的放行時間，優化車輛在道路空間的分布，實現自動定位警力。
該項目中運用的GIS技術正是北大千方的核心技術。北大千方科技有限公司常務副總裁黃丹俠介紹，在北京奧運會之后這套系統被推廣到北京全市，而北大千方參與設計的北京奧運綜合交通信息服務平臺也被投入使用。
“智能交通”是智慧城市建設的重要組成部分，通過改進地面公交調度和信息服務、出租車綜合信息服務、軌道交通換乘信息服務和交通樞紐綜合信息服務等，能夠幫助出行者選擇更好的出行方式，由“盲目”出行轉變成“有序”和“可靠”出行。近年來，各地都在不遺余力地推進智能交通的建設，并將它作為發展智慧城市的重要目標。
據了解，北京市“十二五”期間規劃投資56億元，用于提升智能交通。按照規劃，北京將建成交通運行協調指揮中心（TOCC）和路網運行、運輸監管、公交安保三個分中心，形成一體化、智能化綜合交通指揮支撐體系，成為數據共享交換中樞、綜合運輸協調運轉中樞、信息中心，緊急情況下可作為交通安全應急指揮中心。這意味著，市民將可以通過網站、熱線、手機、車載導航等多種形式，實時掌握路況信息，提前安排出行。同時，自行車租賃也有望實現網絡化服務。
上海近年來在智能交通建設方面將不斷完善交通綜合信息平臺和世博信息服務應用平臺，實現與閔行、虹橋等區域交通綜合信息平臺的互聯互通。上海還將在完善道路交通采集系統的基礎上，建設智能公交系統，改進多種交通方式的換乘信息服務，建設完善交通狀態指數采集系統，多渠道為市民提供全面的、動態的交通綜合信息服務。
為了發展智能交通體系，江西省依托長三角區域高速公路聯網電子不停車收費示范工程，大力推進電子不停車收費系統（ETC）建設，實現了滬蘇皖贛三省一市高速公路電子不停車收費系統聯網。其他的地方城市也在不斷公布各自的智能交通規劃和投資規模。
巨大的市場空間也引來了投資者和創業者的熱情，目前中國從事智能交通的企業約2000家，主要集中在數據采集監控、高速公路收費、導航系統和系統集成等環節。相比海外超過千億美元的市場規模，中國的智能交通應用還處于起步階段，發展前景和空間顯著。2010年中國智能交通系統（控股）有限公司在香港主板上市，其背后有多家著名PE機構的身影。同時專注于導航電子地圖內容和位置服務解決方案的高德軟件也在美國納斯達克市場成功亮相，凱鵬華盈、聯想投資、紅杉資本等機構早前共同出資4000萬美元入駐，VC和PE機構對該行業的看好可見一斑。
在此之前，北大千方作為帶有北大字頭的企業在資本市場也受到了廣泛的關注。其業務涉及了國土資源勘察、數字城市、智能交通等多個領域。尤其在專注于交通信息化領域之后，一場撬動中國交通市場的極速大賽得以上演。北大千方的長遠目標是做信息服務，公司前期的業務將是形成對城市交通信息資源的有效整合，在達到一定的積累之后，將為政府、企業、公眾提供全方位的信息服務。在智能交通的龐大產業鏈中，北大千方避開了競爭激烈甚至尚有些無序的電子地圖、導航終端設備環節，而專注于信息的采集、處理與。
技術熱點凸顯
清科研究中心分析師趙一鍥撰文分析，物聯網已成為智能交通投資中的一大亮點。按照服務對象的不同，我國智能交通系統市場主要可以分成高速公路智能交通系統、鐵路智能交通系統、城市智能交通系統和水上智能交通系統四大類，其中城市智能交通系統又可以分成城市道路智能交通系統和軌道交通智能交通系統。
趙一鍥對記者表示，物聯網技術的發展，對推動智能交通的發展有著巨大的幫助，從發展的趨勢來看，物聯網和智能交通的結合將是必然的選擇，物聯網、云計算等現代信息技術處理能力將成為未來智能交通發展的核心技術。而根據智能交通不同細分市場自身特點的不同，對物聯網的應用的也提出了不同的要求，需要對各細分市場提供相應的物聯網應用。
以高速公路智能交通系統為例，物聯網的主要應用將集中在通信系統、監控系統和收費系統三大塊，利用RFID、傳感網絡以及先進的信息處理技術等物聯網技術分別通過提升信息收集、信息傳輸、信息處理的效率以及利用智能化、自動化的計算機系統來幫助高速公路管理部門、運營商更加高效、便捷的實現對高速公路的智能化監控和管理，幫助高速公路司機和乘客更好地享受在高速公路上的旅行。
本文通過對云計算以及4G網絡的定義和特點進行分析，提出了在4G移動網絡平臺上采用云計算技術處理城市智能交通系統中的大數據問題，主要是結合二者的優勢分析智能交通系統的功能，并加以實現，這將給緩解交通壓力、提高行車效率等提供便利。最后對未來智能交通系統開發與應用進行展望。
關鍵詞：4G網絡；大數據；云計算；智能交通；交通云
隨著人們生活水平的提高，汽車逐漸進入到普通家庭，這無疑對道路交通的要求也越來越高，為提高道路行車效率，迫切需要建設一個高性能的智能交通系統（IntelligentTransportationSystems，ITS），以滿足大家的需求。
1智能交通系統的概念
智能交通系統（IntelligentTransportationSystems，ITS）指的是建立在較完善的基礎設施之上，將先進的信息技術、計算機處理技術、數據通訊傳輸技術、電子傳感技術及電子控制技術等有效組合在一起，并運用于整個交通運輸管理體系中，從而能夠在大范圍、全天候發揮作用，建立起的一種準確、實時、高效的綜合運輸和管理系統[1]。依據智能交通系統的概念，我們可以看出，為了解決社會不斷增加的交通需求與有限的道路資源之間的矛盾，使有限的道路資源能被充分利用，提高人們的出行效率，保障人們出行安全，智能交通系統作為信息、通信、傳感與控制技術綜合運用的產物，能給人們帶來便捷。但目前，我國城市交通仍面臨著許多嚴重問題，如成都，作為西南地區的一個大型城市，雖然其承載能力越來越強，路網體系也日趨完善，但隨著汽車保有量的強勁增長，道路供需關系依然非常嚴峻。據成都市交管局數據顯示，截至2014年3月，成都地區的汽車保有量突破268.59萬輛大關，中心城區突破114.18萬輛，這個數據僅次于北京。而且成都已月均增2萬新車，并持續了62個月。一天就會產生數百億條GPS數據，而車牌識別信息、交通監控視頻信息等數據量更大，交通相關的數據量也早以從TB級躍升到PB級[2]，因此，如果要實現對城市道路的交通流量信息、交通狀況、交通違法行為等的全面監測，特別是承擔在交通高峰期采集、處理及分析大量的實時監測數據的工作，整個平臺的運行壓力將會非常巨大，大數據（bigdata）就此產生，大數據分析交通除了流量及車輛的相關信息外，還必須包括路面情況、天氣、突況、周邊環境等諸多因素，傳統的交通數據分析法已很難有效處理如此龐大的數據的問題。城市智能交通應具備的特點和需求分析如下。
1.1數據信息海量化
整個城市的交通行為主體作為城市智能交通的分析對象，海量數據必然成為固有特性。
1.2應用負載變化大
城市交通流特性呈現出區域關聯性強，隨時間變化大的特點，系統需要根據實時的交通流數據，做出全面采集、分析、處理等。而傳統的智能交通方案由于無法在全局上統籌，往往會因此陷入彼此孤立的情形。
1.3高穩定性和高可用性
只有要求城市智能交通系統具有高可用性和高穩定性，才能更好地、更快捷地提供暢通、安全、高品質的行程服務，以保障交通運輸的高安全、高時效和高準確性，讓政府、社會和公眾感覺到方便。而目前的很多方案中，由于各生產廠商繁雜、設備類型眾多、質量參差不齊，而國內也缺乏統一的標準，這樣不僅系統維護成本高，而且也很難做到保持智能交通系統的高穩定性。
1.4數據共享需求
目前，正在建設中的智能城市交通系統，大量的終端設備出自不同的廠商或不同平臺，這樣就形成了許許多多的信息孤島，彼此間很難實現共享數據。這在很大程度上影響了系統功能的充分實現，智能交通系統在硬件、接口上應做的統一，從而使行業信息資源的全面整合與共享成為智能交通發揮整體方案優勢、整體統籌資源、統一協調的基礎。
1.5信息實時處理性能要求高
隨著城市交通的擁堵日趨嚴重，人們在出行時要求能隨時隨地通過熟悉的方式獲取所需的出行計劃和實時的出行信息，因此，未來的智能交通需要滿足高效性、實時性的要求。
2大數據與云計算技術對智能交通系統的影響與應用
云計算（cloudcomputing）是將計算任務分布在大量互聯的計算機構成的資源池上，使各種應用系統能夠根據需要獲取存儲空間、計算力和各種軟件服務，該資源池被稱為“云”。“云”是指一些可以自我管理和維護的虛擬計算資源，通常包括寬帶資源、計算服務器、存儲服務器等大型服務器集群[3]。而云計算（cloudcomputing）是一種基于互聯網平臺的計算方式，為計算資源提供全新的計算模式，其服務方式可動態、伸縮且虛擬化，云計算技術還會將所有的計算資源匯集在一起，并通過軟件實現對資源的自動高效管理。這使用戶能更加專注于自己的業務，無需為繁瑣的處理細節感到煩惱。云計算技術之所以能有效處理和應對交通數據量大、可用性高、穩定性要求高、信息實時處理要求高、應用負載波動大、數據共享需求大等問題，并能實現應用的靈活性，高效整合資源，降低運維成本和總能耗，很大程度上是源于其自身的高可靠性、彈性擴容性好、快速部署及按需服務的特性。云計算技術以其高度的信息部署、優異的擴展性以及自動化IT資源調度，成為解決智能交通面臨的問題的關鍵技術手段，成為一種全新概念的信息服務模式，有助于智能交通系統的快速實現。建設基于“云計算”的智能交通系統，要實現交通信息的動態采集、分析、處理及，并及時向用戶提交動態交通信息，報告路況動態變化信息，指導用戶出行計劃，規劃用戶行車線路，從而有效提前進行分流擁堵流量，從而提高交通通行效率[4]。其具體應用如下。
（1）城市中的車、人或設備等每個交通終端節點，均可以實時地通過交通云得到基于整個城市交通信息智能分析后提供的服務。
（2）通過綜合整個城區的交通流信息及汽車的運行計劃信息，每個交通信號燈都得到高效控制，并在面控、立體多維的基礎上進行相關預測；城市交通引導系統也可以與交通信息個性化服務進行無縫結合。
（3）為了更智能地提高交通運行效率，拓展一個智能交通信息服務市場，運營商要相應地通過手機基站定位，向用戶提供實時的交通信息服務，這些信息與交通控制、引導相結合。隨著移動通信網絡的發展，從早期的2G網絡到3G網絡，再發展到當前的4G移動通信網絡，4G網絡使圖像視頻傳輸更加穩定，決策也更具有時效性，并為智能交通系統提供了更多應用的可能，移動網絡在智能化交通信息系統中的運用日趨嫻熟、準確，使智能交通系統真正、全面、高效地服務于社會，為緩減交通壓力做出了更大的貢獻。移動網絡技術還有效地為智能交通系統的發展提供了新的發展思路。
34G移動網絡的網絡結構的核心技術及優點
3.14G移動網絡的網絡結構的核心技術
4G移動網絡體系結構從下往上可分為物理網絡層、中間環境層、應用網絡層。正交頻分復用（OFDM）技術是這一代移動通信網絡的核心技術，該技術可以為用戶提供速率高、時延小的數據交換服務，能達到下行50Mbit/s與上行100Mbit/s的峰值速率。OFDM技術特點包括：具有良好的抗噪聲性能及抗多信道干擾能力，可擴展網絡結構。
3.24G移動網絡的優點
3.2.1通信速度高、靈活性好4G移動通信系統速率可以高達到l00Mbps，甚至是150Mbps。由于4G網絡不僅是面向手機，還面向智能手表、控制器、眼鏡等移動智能終端設備，這些終端設備極大豐富了人們的生活，使通信變得更加靈活多樣。
3.2.2系統兼容性好未來的4G移動網絡要面向全球發展，可以預測4G移動網絡一定會開放出更多標準化的接口，并與全世界各種網絡進行高速通訊、互聯。
3.2.3網絡采用寬頻譜4G移動網絡的每個信道會占有100MHz的頻譜，是3G移動網絡的20倍左右。
3.2.4通訊費用低目前，很多3G移動網絡用戶之所以能方便地過渡到4G移動網絡進行通信，是因為4G移動網絡與3G移動網絡的兼容性較好，且4G移動網絡的系統采用靈活的操作方式。在加上4G移動網絡通訊費用相對較低，為4G移動網絡的快速部署創造了條件。
3.2.5網絡通信質量高4G移動網絡通信時代是高質量通信的時代，與3G移動網絡通信技術相比，4G移動網絡通信技術將在很大程度上提升大數據的交互、處理能力，特別是跟云計算技術的結合，大大提高了效率，4G移動網絡讓廣大人們擁有了前所未有的、便捷的移動網絡交互體驗，面對越來越復雜的網絡環境，通信質量也得到了較好的保障，4G移動網絡通信也能滿足3G移動網絡通信尚不能覆蓋的區域。
4基于云計算的智能交通的關鍵技術
上述的需求，使大數據與云計算技術成為城市智能交通系統的重要支撐。為了有效地將云計算技術與跟4G網絡相結合，提升信息傳遞的準確性和可達性，還需解決以下幾個主要技術問題。
4.1最優路徑規劃問題
云計算技術在智能交通系統中的另一個重要應用是智能交通系統中的最優路徑規劃，它在各類應急系統及車輛路徑導航系統中具有重要作用。智能交通最優路徑規劃是以交通運行數據為基礎，在云計算數據中心對各交通影響因素進行分析、處理和判斷后，再通過短訊、車載終端、GIS電子地圖等各類終端幫助信息，為道路的使用人員提供最優路徑，引導信息及各類實時交通幫助服務信息，以提高車輛的通行效率及行車安全。
4.2智能交通流預測與出行引導問題
基于云計算的智能交通流預測與出行引導可通過物聯網對交通流量數據進行實時采集，對這些數據進行分析和快速處理，以便對道路交通流進行實時動態判別和準確預測，從而正確指導用戶出行，這樣必須建立起智能交通流量采集數據庫及非結構化的數據庫。
4.3智能交通事故預警處理問題
道路交通中的突發事故嚴重影響城市道路交通運行的安全性和可靠性，因此，面對突發事故，必須快速做出反應，提出處理預案，然后對其進行有效、及時地處置。基于大數據分析的交通事故應急處置方案的形成，是通過物聯網技術快速采集和分析交通突發事件及整個道路流量信息，迅速地進行事故故障處理，并及時發出預警信息，提前、有效和安全地疏散車流，達到不影響交通正常運行的目的。
5我國智能交通系統發展趨勢
眾所周知，我國4G移動網絡牌照已經發放，圍繞4G移動網絡的各項業務也快速展開，但目前，網絡通訊費用并沒有下降，這對基于4G移動網絡智能交通系統的開發與使用具有較大影響，相信隨著4G網絡的普及、通信環境的改善、資費的下調，大數據的交互平臺將有望在許多移動設備（如手機、平板電腦）上實現，云計算技術也將得到更廣泛的應用。例如，未來的智能交通系統將會出現自動駕駛系統、大數據與智能交通、生態智能交通系統、移動互聯網與智能交通等。近年來，基于移動網絡智能終端的與交通相關的APP得到飛速發展，因而，移動互聯網技術在人們出行中的作用將越來越大。
6結語
基于4G移動網絡的大數據和云計算技術的智能交通系統是一個復雜的系統工程，它涵蓋了網絡構建、信息采集、系統集成及應用開發等多方面內容，同時也涉及城市交通運行管理中的許多領域。要在4G移動網絡平臺上加快推進大數據和云計算技術在城市智能交通系統中的研究及應用，必須不斷加強技術革新、保障云安全、完善基礎設施建設，并將政府構建的基礎性開放平臺與引導科研機構、高校、企業參與應用研發相結合。
參考文獻
[1]吳忠澤．迎接中國智能交通的新時代[J].科學,2010(1):3-6．
[2]畢然,黨梅梅．智能交通系統標準化現狀及發展趨勢[J]．電信網技術,2011(4):44-47.
[3]趙娜,袁家斌,徐晗.智能交通系統綜述[J].計算機科學,2014(11):7-11.
關鍵詞：智能交通；智能交通系統；物聯網；
【分類號】：TG333.2
一、引言
隨著經濟的發展和人民生活水平的提高，“以車代步”已成為一種普遍的社會觀念，因此一個國家的道路建設速度永遠趕不上汽車的增長速度，交通擁堵越來越嚴重。現行的限購、限號等政策，不能夠從根本上解決問題，伴隨著物聯網技術的興起，可以用物聯網下的智能交通系統的構建來解決。有效解決目前交通擁堵的關鍵是實現道路利用率的最大化，這就需要對現有路況下的人、車、路進行有效的監控。因此，智能交通應運而生。
二、物聯網和智能交通系統的發展現狀及發展趨勢
1.物聯網發展現狀和發展趨勢
目前，全球物聯網產業的發展還處于初級階段。全球物聯網仍處于概念、論證與試驗階段，處于攻克關鍵技術、制定標準規范與研究應用的初級階段，但已具備較好的基礎。未來幾年，全球物聯網市場規模將出現快速增長，據相關分析報告，2007年全球市場規模達到700億美元，2008年達到780億美元，到2015年全球市場規模將接近3500億美元，年增長率接近25%，未來十年物聯網將實現大規模普及。西方發達國家對物聯網高度重視，并將其作為未來發展的重要內容。以物聯網應用為核心的“智慧地球”計劃也得到了奧巴馬政府的積極回應和支持，其經濟刺激方案將投資110億美元用于智能電網及相關項目。
“智慧地球”是物聯網發展的一個愿景，M2M是目前重點發展領域和物聯網的主要表現形式。M2M是“機器對機器（Machine to Machine）通信”的簡稱，即通過通信網絡實現機器之間的互聯、互通。M2M既是物聯網四大支撐技術之一，也是物聯網在現階段的最普遍應用形式，在歐洲、美國、韓國、日本等國家實現了商業化應用，例如安全監測、機械服務和維修業務、公共交通系統、車隊管理、城市信息化等領域。
2.智能交通系統及其發展現狀
智能交通系統是在較完善的道路設施基礎上，將先進的電子技術、信息技術、傳感器技術和系統工程技術集成應用于地面集團交通管理所建立的一種實時、準確、高效、大范圍、全方位發揮作用的交通運輸管理系統它具有以下作用：充分發揮現有交通基礎設施的潛力，提高運輸效率，保障交通安全，緩解交通擁擠，改善環境保護。
我國現有的智能交通管理系統還處在初級起步階段，多以人工干預和管理為主，路面上的信息采集點較少，車輛的管理不夠集中，系統獨立運作，缺乏統籌規劃和技術手段落后是造成上述現象的主要原因所在。
三、面向智能交通系統的物聯網體系結構
智能交通系統與物聯網相結合，實際上是構建了一種全新的智能化交通系統。兩者結合可以將以物聯網為代表的智能傳感技術、信息網絡技術、通信傳輸技術和數據處理技術等有效的集成，并應用到整個的交通系統中?？梢蕴岣呓煌ㄏ到y的運行效率，減少交通事故，降低環境污染，促進交通管理及出行服務系統建設的信息化、智能化、社會化、人性化水平。未來的智能交通系統應包含交通管理與規劃、出行者信息服務、車輛運營管理、電子收費、智能車輛、緊急事件與安全、綜合運輸、自動公路、汽車移動物聯網這9大領域。但這9大領域中，每一個都與物聯網技術息息相關，下面只將一部分領域中應用的物聯網知識作簡要介紹。
交通管理與規劃領域的建設應包括先進的交通管理系統、交通基礎設施智能監控系統、交通運輸規劃決策支持系統，這三部分內容。而這三部分內容又分別包括全方位的交通信息采集與路網狀態監控、在大量的交通基礎設施上部署各類先進的傳感設備實時獲取狀態信息、將基于智能交通系統和物聯網的基礎設施建設中獲取的大量信息資源提供給規劃人員等。汽車移動物聯網是物聯網在交通領域的具體應用。在物聯網的技術背景下，交通系統中的人、車、路等組成要素的泛在感知能力將逐漸成為現實，這相當于提供了覆蓋率極高的信息采集和終端。在物聯網的環境中，以汽車移動計算平臺為核心，利用泛在感知能力可以對現有的幾乎所有智能交通系統進行升級強化，建設基于物聯網的路網車輛狀態監控系統、基于物聯網的交通控制系統以及基于物聯網的信息服務系統等。
車聯網利用車載電子、標準信源、傳感網絡等技術手段實現車輛的信息采集，利用無線射頻識別（RFID）、專用短程通信（DSRC）、廣域無線通信等技術實現車輛的信息互聯，基于信息網絡平成對車輛的靜態、動態信息的深度挖掘與綜合利用，并根據不同的功能需求實現車輛的合信息服務和監管。通過在物體上植入各種微型芯片，使物體變的智能化，變的可感知和識別，甚至具有主動或被動、單方向或雙方向的信息交流能力，然后借助無線通信技術實現人和物體、物體和物體之間的相互交流。車聯網是物聯網與智能交通系統相結合的產物，通過安裝必要的車載設備，使車輛具備信息交流的能力，通過無線互聯技術充分利用車輛的身份、屬性、位置和行駛狀態等信息，發現其中的應用價值，并以此來滿足車聯網參與各方的需求。通過車聯網，汽車具備了高度智能的車載信息系統，進而能夠隨時獲得即時資訊，做出與交通出行有關的明智決定。
面向智能交通系統的物聯網體系結構，在邏輯上劃分為硬件、系統軟件、應用軟件三個層次。各個環節分別在各個層次上有著不同的體現。在硬件平臺層，包含了數據中心所需的強大的電源支持設備、大量數據存儲設備、高性能的計算芯片等，數據處理和信號處理也是其中的一部分。在系統軟件層，包含了數據中心所需的滿足高可靠要求的服務器操作系統軟件、高效的系統管理軟件、數據庫管理系統軟件、通信管理軟件、系統診斷程序等，也包含了車載設備、路側設備上使用的實時操作系統、專用的圖像接口、語音功能組件等。在應用軟件層，覆蓋的內容更加的豐富多彩，在與車輛相關的智能交通領域，包含編隊行駛控制軟件、商業管理軟件、道路管理軟件、智能化交通控制軟件、車輛導航軟件等。
面向智能交通系統的物聯網體系的實現需要多種關鍵技術的綜合應用，包括標準信源技術、傳感網絡技術、專用短程無線通信技術、廣域無線通信網絡技術等，而在我國部分關鍵技術還有待突破。車輛傳感網絡和道路傳感網絡，共同實現車輛、道路、交通、環境狀態的全面感知，在與之相關的傳感器技術領域，很多核心技術都還沒有掌握。眾所周知，我國的通信網絡帶寬在世界主要國家中處于落后水平，目前的3G網絡帶寬并不能滿足為來對圖像和流媒體的傳輸需求，同時我國的通信服務性價比較低，較高的通信成本同樣有可能成為面向智能交通系統的物聯網發展的商業瓶頸。
（河北金融學院，河北 保定 071051）
摘 要：我省保定市的交通信息服務系統的基礎建設已初步形成，但普遍面臨著整和利用交通信息來服務于交通管理和出行者的問題。如何對海量的交通信息進行處理、分析、挖掘和利用，將是未來交通信息服務的關鍵問題，本文以云計算技術以其自動化IT資源調度和快速部署以及優異的擴展性等優勢，云計算必將成為解決這一問題的重要技術手段。
關鍵詞 ：云計算；海量數據；智能交通
中圖分類號：G354.4文獻標志碼：A文章編號：1000-8772（2015）10-0216-01
收稿日期：2015-03-20
作者簡介：龐靈（1982-），女，河北定州人，講師，計算機測控技術。封二英（1985-），女，河北石家莊人，碩士，助教，自然語言處理。
引言
智能交通系統（Intelligent Transportation System，ITS）作為電子信息技術與交通運輸部門融合的產物，是解決城市交通擁堵、改善行車安全性、提高車輛運行效率的最佳途徑之一。如何充分發揮現代高速信息網絡和強大的計算機信息處理能力，實施高效的交通系統控制和物流運輸，是交通工程領域和計算機信息處理領域所共同面臨的重大課[1]。加快發展云計算技術在智能交通領域的發展應用，對于提升城市綜合交通信息化處理、推動產業優化結構升級、促進經濟發展方式轉變具有積極性意義，市場應用前景廣闊。
1.云計算
1.1云計算
按照云計算的功能來說，其可以理解為是一種以互聯網為中心的超級計算模式。它包含了互聯網上的各種應用服務及提供這些服務的硬件設施，并對這些服務及硬件設施進行統一的協作與管理。 云計算基于其公開的標準和服務，為用戶提供安全、便捷、高效的網絡計算服務與數據存儲服務，使互聯網這片“云”成為使用者的計算中心與數據中心[2]。云計算以一種簡化的方式向用戶提供服務，使用戶即使在沒有相關的理論背景知識及設備操作能力的情況下，也可以通過云平臺來方便的獲取其所需要的服務與應用。
2.云技術
2.1云的交付模式及核心技術
云計算采用面向服務架構（SOA），按照交付模式，云計算可分為如下3 種：基礎設施即服務（LaaS）平臺即服務（PaaS）軟件即服務（SaaS）。清晰的闡述了云計算的交付模式及云服務的分層。
2.1交通信息云
交通信息云是由云計算和交通信息云服務構成的信息全過程，是一種交通信息采集、處理和應用的工作。海量的交通信息如道路網路連通信息、車牌自動識別信息、車輛GPRS 定位信息、信號燈倒計時信息，通過無通信存儲到網絡上構成交通信息云，由于其特定的性質，它的存儲和計算能力不會受到限制，也可以進行交通信息的交換，為用戶提供計算基礎設施、計算平臺和交通基礎數據[1]。
3.云計算引入到智能交通的可行性
（1）數據量大：交通服務要提供全面的路況，需組成多維、立體的交通綜合監測網絡，實現對城市道路交通狀況、交通流信息、交通違法行為等的全面監測，特別是在交通高峰期需要采集、處理及分析大量的實時監測的數據。
（2）應用負載波動大：隨著城市機動車水平不斷提高，城市道路交通狀況日趨復雜化，交通流特性呈現隨時間變化大，區域關聯性強的特點，需要根據實時的交通流數據及時全面采集、處理、分析等[4]。
（3）信息實時處理要求性高：市民對公眾出行服務的主要需求之一就是對交通信息的時效性要求高，需將準確的信息及時提供給不同需求的主體。
（4）數據共享需求：交通行業信息資源的全面整合與共享，是智能交通系統高效運行的基本前提，智能交通相關子系統的信息處理、決策分析和信息服務是建立在全面、準確、及時的信息資源基礎之上[5]。
4.云計算應用于智能交通系統
智能交通云的整體設計主要包括定位服務、管理上傳、查詢下載和存儲四個模塊如圖1所示：（1）“定位服務”模塊主要是對出租車、公共汽車和商業車輛等的定位服務，以滿足大眾的出行需求；（2）“管理上傳”模塊主要是分別面向公眾和管理者將路況和反饋信息長傳到相關模塊；（3）“查詢下載”模塊主要是可查詢路況信息、公路事實信息及相關管理政策信息[3]；（4）“存儲模塊”主要是將車輛信息、路況信息、公路設施等保存到云端的存儲服務器中。
5.結束語
通過對智能交通系統的需求以及核心技術特征分析，及將云計算技術引入到智能交通中的必要性，結合當前保定市交通信息服務系統中的問題，給出云計算在智能交通系統中的服務架構，體現了基于云計算技術的應用系統具有數據處理效率高、資源利用率高、計算能力強等諸多優勢。
參考文獻：
[1] 倪琴，徐麗，云計算技術在智能交通系統中的應用研究[J].智能交通，2012.
[2] 朱堅堅，基于物聯網與云計算的智能交通系統架構研究[J]，江蘇教育學院學報，2013.12.
[3]秦琴，基于云計算的智能交通系統研究[J]，互聯網天地，2013.5.
[4] 王笑京，齊彤巖，蔡華.智能交通系統體系框架原理與應用[M].北京：中國鐵道出版社，2004.
