计算机视觉技术在智能交通中的应用
华中科技大学图像识别与人工智能研究所教授、湖北省智能交通联盟专家委员会委员桑农
（一）应用背景
随着中国城镇化建设和汽车普及进程的加快，各大城市的交通供需矛盾日趋严重，交通安全、交通堵塞及环境污染已成为困扰我国交通领域的三大难题。据统计显示：国内城市的机动车保有量正以15%的高速率增长，而城市道路的增长率仅为3%左右。如何缓解交通压力，并使现有资源发挥出最大作用，是我国政府急需解决的难题。而智能交通是将信息、通信、控制、计算机网络等高新技术有效地综合运用于地面交通管理体系，建立起一种大范围、全方位、实时、准确、高效的交通运输管理系统，进而成为可以有效地利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率的重要手段。
交通部科技司组织编写的《2012-2020年智能交通发展战略》中指出，将建成能够基本适应现代交通运输业发展需求的智能交通体系、关键技术体系、标准体系以及产业，实现跨区域、大规模的智能交通集成应用和协同运行，让智能交通成为提高运行效率和安全水平的主要手段。
（二）市场需求
智能交通系统建设在中国开展的时间较短，目前仍处于起步阶段。从区域发展情况来看，北京、上海、广州等东部沿海和经济发达城市的智能交通建设已经初具规模，而中西部地区的智能交通系统主要还集中在高速公路收费系统，其城市内部的智能交通系统则有待于继续建设和完善。
据中国交通技术网统计，2011年，中国城市智能交通千万级项目数量达195项，同比增长129%；千万级项目市场规模合计57.9亿元，同比增长180%。同时，随着交通部《2012-2020年智能交通发展战略》的出台，国家对交通等基础设施、智能化建设投入力度的持续加大，智能交通行业将迎来前所未有的发展机遇。
（三）计算机视觉技术在智能交通系统中的应用
智能交通是一个非常大的概念，若按照应用领域，则主要分为城市交通、轨道交通和高速公路。智能交通系统中的一些关键技术，主要包括交通信息采集技术、交通信息处理技术、通信技术、空间信息技术、城市交通管理和控制技术、车辆主动安全与智能汽车等，本文将结合我们前期所做的部分工作，对利用计算机视觉技术在智能交通系统的几个典型的应用进行介绍。
基于图像处理的计算机视觉技术是通过摄像机获取场景图像，并借助于计算机软件构建一个自动化或半自动化的图像/视频理解和分析系统，并提供及时准确的图像/视频处理结果，以模仿人的视觉功能。该技术在工业领域有着广泛的应用，并取得了较大的成功。采用人工值守的方式来处理交通问题是一种劳动力成本高昂且效率极为低下的一种工作模式，而基于高新技术的智能交通系统的提出将极大地提高工作效率并降低劳动力成本。因此，将计算机视觉技术应用于交通领域则成为了近年来的热点之一。
1.基于计算机视觉技术的车辆牌照自动识别
车辆牌照是车辆的唯一身份，对车辆牌照的有效检测与识别在车辆违章检测、停车场管理、不停车收费、被盗车辆稽查等方面有着重要的应用价值。尽管针对车牌识别技术的研究相对成熟，然而在实际的应用场景中，受到天气、光照、拍摄视角、车牌扭曲等因素的影响，车牌识别技术仍然有一定的改善空间。
车牌识别技术的三个重要组成部分是：车牌定位技术、车牌字符分割技术和车牌字符识别技术,这三部分相辅相成并对最终的识别结果产生重要的影响。
（1）车牌定位，基于国内车牌特点等先验知识，利用车牌图像垂直方向灰度跳变的性质,用垂直边缘检测和数学形态学等方法,提取车牌候选区域；
（2）字符分割，针对定位后的车牌可能包含边框等多余信息,对车牌定位结果进行精确定位，从而切除了车牌的多余边界，进而为字符分割奠定良好基础。对于有粘连的字符,则利用字符垂直投影及其包络的特点对字符粘连部分进行分割,而对于没有粘连字符,则采用了传统的垂直投影算法。
（3）字符识别,首先提取字符特征，如小波包系数特征、LBP特征等，然后采用SVM方法、人工神经网络等方法训练字符识别分类器，最后利用训练好的字符识别分类器对待识别字符进行识别。
针对车牌识别系统，经过不同时段、不同天气状况下的实地测试，我们前期工作所达到的技术指标主要体现在：
1.车牌检测率：≥95%；
2.车牌识别率：≥90%；
3.车牌识别时间：在CPU2.1GHZ，内存1G的PC硬件平台上，处理200万像素图像≤300ms。
从输入待处理的图像来看，由于目前智能交通中的卡口抓拍、超速抓拍、电子警察等绝大部分还是标清产品，而标清图像其清晰度明显不足，从而对车牌识别系统的整体性能产生影响；然而随着各地逐步用高清产品替代标清产品，车牌识别系统的整体性能将得到进一步的提高。此外，目前车牌识别系统主要针对单张图像进行处理，而视频图像中的前后帧时序信息往往可以为最终的识别结果提供有益的帮助，因此有效的利用前、后帧图像信息，并对相应帧的识别结果加以融合，将有利于车牌识别系统性能的进一步提高。
2.基于计算机视觉技术的车辆检测与流量统计
目前城市交通路口的红路灯间隔时间是固定的，而不同路段、不同时间段交通流量是随机变化的。此外，对于一定范围的交通区域而言，交通警察等公共资源的配备也是有限的。若能根据各个交通路口的交通状况辅以计算机进行自动分析，并判断与预测交通流量，无疑为交通警察出警，红绿灯时间间隔的动态设置等提供技术支持。
而对各个路口监控视频中的车辆进行有效地检测是进行车流量分析与预测的前提；结合计算机视觉技术对输入视频中的各帧图像，采用背景相减法对车辆进行提取得到完整的车辆外形轮廓。同时利用多帧平均法生成实时背景，结合帧间差法对背景的更新速率进行调整。此外，采用基于虚拟检测线的车辆计数方法，在视频中某处位置设置一条虚拟的线，每一帧都从左至右扫描这条线，若发现线上有车通过，则计数加1。拥堵等级划定等级，根据一段时间的车流量信息，将道路拥堵等级划分为畅通、缓行和拥堵3个等级。
针对车辆检测系统，经过不同时段、不同天气状况下的实地测试，我们前期工作所达到的技术指标主要体现在：
1.车辆检测率：≥90%；
2.误报率：≤1%；
3.检测时间：在CPU2.1GHZ，内存1G的PC硬件平台上，处理200万像素视频每帧≤67ms。
3.基于计算机视觉技术的公交车辆乘客人数统计
随着城市居民出行量不断增加，交通问题日益突出。城市公交调度问题是城市公共交通的核心内容，合理的公交调度，可以有效地缓解运力和运量的矛盾，最大限度地平衡乘客和公交公司的利益，提高公交公司的经济效益和社会效益。由于公交客流在地域、时间上存在着不均衡性，会经常出现高峰时段乘客过分拥挤、平峰时段车辆满载率不高的现象，造成了有限资源的大量浪费。
自动乘客计数技术是智能公交系统中的关键技术，是自动收集乘客上下车时间和地点的最有效方法之一，并能以此分析客流在时间和空间上分布特征，从而为公交车辆组合调度形式的合理选择提供了依据。
针对乘客上下车图像序列的特点，基于车载摄像头，采用了适用于上下车乘客检测与跟踪计数的算法。在运动目标检测方面，采用了针对人头的块平均灰度差值的自适应运动目标存在检测算法，进行了运动目标存在性检测；同时在运动目标跟踪方面，利用了目标的运动特性，预测目标的运动位置，以缩小目标搜索匹配的范围；建立每个被跟踪目标的“目标链”，进而建立目标的关联关系，保证了跟踪的稳定性和准确性。
针对公交车辆人数统计系统，在光线稳定、摄像头安装位置合适，上下车客流秩序良好，车内拥挤程度较轻的测试条件下，我们前期工作所达到的技术指标主要体现在：
1.上下车人数统计正确率：≥85%；
2.检测时间：基于海思3516芯片，处理CIF视频每帧≤67ms。
4.基于计算机视觉技术的公交专用道非法占道抓拍
由于城市公共交通具有运量大、相对投资少、人均占有道路少等优点，目前各地政府及交通管理部门逐渐认识到，解决城市交通问题必须优先发展城市公共交通。然而目前拥挤、缓慢的公交出行方式已成诟病，因此发展“快速公交”将是未来公交的一种运行模式。道路畅通则是发展“快速公交”的前提，相应地，公交专用车道的设定必不可少。为防止其他社会车辆的驶入，并对违规驶入的其他社会违规车辆进行抓拍与惩罚是保证公交车道公交车专驶的一种重要手段。由于摄像头的拍摄视野有限，在漫长的公交线路采用定点检测的方式，往往导致庞大的成本支出。然而，事实上对于一个城市而言，公交车辆的数量是非常可观的，因此在公交车前部装置摄像头并辅以其他处理设备，从而可以使得每一辆公交车成为了一个流动的监控设备。
对于摄像头所拍摄到的图像，我们可以采用计算机视觉技术首先对公交车道进行提取，并以此划定检测区域，同时根据对驶入检测区域车辆的外观轮廓进行判断，并以此划分公交车与非公交车，对于非公交车辆，我们将对其车牌进行检测，为后续的车牌识别及记录违规车辆信息提供依据。
针对公交专用道非法占道抓拍，在光照良好、车道颜色清晰可辨的情况下，我们前期工作所达到的技术指标主要体现在：
1.公交车道内车辆检测率：白天≥95%，晚上≥80%；
2.公交车道内车辆类型判断准确率：白天≥90%，晚上≥75%；
3.处理时间：基于海思3516芯片，处理D1视频每帧≤3s.
5.基于计算机视觉技术的驾驶员工作状态判断
随着车辆拥有量的增加，交通事故的发生率也随之增加。而驾驶员的疲劳驾驶是引发交通事故的一个重要因素，若在交通事故发生前对驾驶员疲劳状态进行检测并予以警报,则对于降低交通事故的发生率,减少人员伤亡及财产损失具有重要的社会意义和经济意义。
目前，基于计算机视觉技术的驾驶员疲劳状态检测主要有两种方法。一种是针对驾驶员面部进行图像处理与分析，利用人眨眼的频率与疲劳/驾驶专注度的关系，来判断其工作状态。另外一种则利用道路识别来检测车辆行驶状态，进而判断司机是否处于异常驾驶状态。
（1）通过对驾驶员视频图像分析，采用帧间差分法，肤色检测法，级联Adaboost联
合定位驾驶员面部区域。同时对面部图像进行二值化处理，以缩小眼睛的检测范围。为了能更加有效、快速地进行眼睛定位，可采用一种基于块的眼睛定位算法，首先将图像二值化并划分为块，然后利用两只眼睛的相似性和眼睛对的唯一性将一系列的图像块进行匹配，并以此确定一对眼睛的位置，进而实现驾驶员眼睛的定位。
（2）根据车辆行驶的道路特点，可采用了差分算子来提取道路图像边缘，利用每个像
素的八个相邻点，用不同的权值进行求和运算。同时，采用区域生长法进行区域分割，实现区域特征提取。接着由于区域特征和边缘特征具有互补特性，将两者特征进行融合，实现道路图像精确分割，并经Hough变换提取直线信息。最后，利用左右车道线的斜率以及夹角关系来实现车道线识别。
针对驾驶员状态判断系统，我们前期所做工作主要采用了Matlab、C/C++软件设计语言进行了算法论证。
6.基于计算机视觉技术的行人检测
在现实生活中，因横穿机动车道所导致的交通事故时有发生。机动车辆在行驶的过程中如何有效地避规行人，已成为了车辆辅助驾驶系统中的重要应用方向。
针对前方行人检测，可以利用安装在运动车辆上的摄像头获取待处理图像/视频，对待处理的图像/视频划定检测区域。在对行人进行检测的过程中，若输入待处理对象为图像，则以全图多尺度遍历的方式，分别提取每一个检测窗HOG特征，并采用训练好的级联Adaboost分类器进行检测。若输入待处理对象为视频，则对于每一帧图像利用训练好的级联Adaboost分类器及并结合HOG特征子，采用多尺度遍历搜索的方式对行人进行检测；结合多帧时序信息，辅以跟踪算法、通过分析行人的运动信息来进行综合判决，最后根据判决结果进行预警。
针对行人检测系统，我们前期所做工作主要采用了Matlab、C/C++语言进行了算法论证。
（四）结语
智能交通系统是在较完善的交通基础设施之上，通过运用信息、通信、计算机、自动控制和系统集成等技术，加强运载工具、载体和用户之间的联系，提高交通系统运行的有序性和可控性，从而建立一个高效、便捷、安全、环保和舒适的综合交通运输体系。
由于城市智能交通体系将涉及相关的市民、公安交通管理、交通部门车辆管理、城市建设、通信等相关部门工作，因而未来城市智能交通的发展过程必然是一个涉及以交通与公安为主的多部门驱动的发展过程。此外，智能交通系统同时也是高新技术应用的集合体，在智能交通系统中一些关键技术，如：交通信息采集技术、交通信息处理技术、通信技术、空间信息技术、城市交通管理和控制技术、车辆主动安全与智能汽车等，各领域高新技术的发展与应用也将极大促进交通系统的智能化水平。
本文从计算机视觉技术角度出发，介绍了该技术在智能交通系统中的几个典型应用。随着图像处理、模式识别与人工智能技术的发展，更多的基于计算机视觉新技术将在智能交通系统中涌现，并以此进一步便利人们的出行方式与交通职能部门管理水平与工作效率。
智能交通：大数据技术在交通领域的应用
最近几年，城市机动车保有量增长惊人，客车、面包车、私家车甚至是摩托车的年平均增幅达到了15%以上。根据分析，当车辆保有量年增长率超过20%的话，将会引起当年以及之后几年城市交通建设速度难以匹配保有量增长，引发交通问题。现阶段我国城市路网存在着密度低、功能混乱、支路短缺、道间距过大等缺陷，还处在低速交通系统的阶段，无法满足汽车保有量持续增长的城市交通需求，阻碍着汽车化在城市的实现，影响着智慧城市建设。而且，我国城市普遍都存在着交通控制管理和交通安全管理的现代化设施较少的情况，由于交通设施明显不足，还具有不少的交通管理疏漏，导致交通事故率居高不下。在城市交通问题日益突出的形势下，智能交通提出并强调将大数据等新一代科学技术有效地综合运用于交通领域，加强人、车、道路的联系、配合、和谐，提高交通通行效率，缓解交通阻塞，减少交通事故，减轻环境污染。大数据应用技术主要包括数据收集、数据整合、数据分析、数据处理等内容，通过大数据这一现代化技术来对交通数据进行处理和管理，提高对数据的利用价值。大数据技术在交通领域的应用体现在三个方面：首先，是道路信息的智能监测与收集应用。人工智能大数据的时代，数据是一切算法和智能的基石。大数据技术下的AI智能摄像机可实时监测和记录下道路上车辆的行驶速度、数量和道路状况，并通过高速信息传输网络送至综合管理平台进行分析和处理，帮助交通管理部门做出当下的判断和决策。其次，为城市道路信号灯智能调节系统中的应用。雷视融合全息道路感知系统能有效统计城市各道路的实时车流等信息，在大数据技术的支持下，对车辆来往数量、拥堵路段等通过智能系统进行有效控制，配合实现道路交通的智慧配时，对道路信号等进行自动调节，避免造成道路拥堵。以及，对交通事故的风险预警能力的应用。利用大数据技术优势，实时通过对大量详实的交通数据进行快速分析反馈，可判断和预测道路可能存在的交通事件和事故风险，便可联动硬件产品进行预警提示，如此能有效防止交通事故，避免造成车路堵塞的情况。随着大数据等高新技术在交通领域的深入应用，大数据技术在便捷、高效、经济、绿色的城市交通运输体系的建设以及城市交通部门规划和制定科学、精准的决策上发挥出越来越大的价值。人工智能深度学习在智能交通领域的应用
随着交通卡口的大规模联网，汇集的海量车辆通行记录信息，对于城市交通管理有着重要的作用，利用人工智能技术，可实时分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间，提升城市道路的通行效率。城市级的人工智能大脑，实时掌握着城市道路上通行车辆的轨迹信息，停车场的车辆信息以及小区的停车信息，能提前半个小时预测交通流量变化和停车位数量变化，合理调配资源、疏导交通，实现机场、火车站、汽车站、商圈的大规模交通联动调度，提升整个城市的运行效率，为居民的出行畅通提供保障。
目前在智能交通领域，人工智能分析及深度学习比较成熟的应用技术以车牌识别算法最为理想，虽然目前很多厂商都宣称自己的车牌识别率已经达到了99%，但这也只是在标准卡口的视频条件下再加上一些预设条件来达到的。在针对很多简易卡口和卡口图片进行车牌定位识别时，较好的车牌识别也很难达到90%。不过随着采用人工智能、深度学习的应用，这一情况将会得到很大的改善。
在传统的图像处理和机器学习算法研发中，很多特征都是人为制定的，比如hog、sift特征，在目标检测和特征匹配中占有重要的地位，安防领域中的很多具体算法所使用的特征大多是这两种特征的变种。人为设计特征和机器学习算法，从以往的经验来看，由于理论分析的难度大，训练方法又需要很多经验和技巧，一般需要5到10年的时间才会有一次突破性的发展，而且对算法工程师的知识要求也一直在提高。深度学习则不然，在进行图像检测和识别时，无需人为设定具体的特征，只需要准备好足够多的图进行训练即可，通过逐层的迭代就可以获得较好的结果。从目前的应用情况来看，只要加入新数据，并且有充足的时间和计算资源，随着深度学习网络层次的增加，识别率就会相应提升，比传统方法表现更好。
另外在车辆颜色、车辆厂商标志识别、无牌车检测、非机动车检测与分类、车头车尾判断、车辆检索、人脸识别等相关的技术方面也比较成熟。
在车辆颜色识别方面，基本上克服了由于光照条件变化、相机硬件误差所带来的颜色不稳定、过曝光等一系列问题，因此解决了图像颜色变化导致的识别错误问题，卡口车辆颜色识别率从80%提升到85%，电警车辆主颜色识别率到从75%提升到80%以上。
在车辆厂商标志识别方面，使用传统的HOG、LBP、SIFT、SURF等特征，采用SVM机器学习技术训练一个多级联的分类器来识别厂商标志很容易出现误判，采用大数据加深度学习技术后，车辆车标的过曝光或者车标被人为去掉等引起的局部特征会随之消失，其识别率可以从89%提升到93%以上。
在车辆检索方面，车辆的图片在不同场景下会出现曝光过度或者曝光不足，或者车辆的尺度发生很大变化，导致传统方法提取的特征会发生变化，因此检索率很不稳定。深度学习能够很好地获取较为较稳定的特征，搜索的相似目标更精确，Top5的搜索率在95%以上。在人脸识别项目中，由于光线、姿态和表情等因素引起人脸变化，目前很多应用都是固定场景、固定姿态，采用深度学习算法后，不仅固定场景的人脸识别率从89%提升到99%，而且对姿态和光线也有了一定的放松。
浅谈人工智能、大数据等技术在交通领域的应用
随着人工智能、大数据、物联网、云计算等技术的兴起与发展，各类设备、终端、系统平台等都会产生海量的数据，加之传统的处理方式已经逐渐落伍，因此，这些智能便捷化的技术便逐渐渗透到各行各业中。像交通行业随着交通路线、卡口的增多及大规模联网，这就汇集了海量车辆通行记录信息，如果单纯地延续传统的数据统计模式来进行分析和事件处理，将会有大量数据及信息得不到及时反馈与解决。
而利用人工智能、大数据、物联网、云计算等技术，可实时分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间，提升城市道路的通行效率。城市级的人工智能大脑，实时掌握着城市道路上通行车辆的轨迹信息，停车场的车辆信息，以及小区的停车信息，能提前半个小时预测交通流量变化和停车位数量变化，合理调配资源、疏导交通，实现机场、火车站、汽车站、商圈的大规模交通联动调度，提升整个城市的运行效率，为居民的出行畅通提供保障。
本文我们将浅谈一下人工智能、大数据、云计算、物联网等技术将会给交通行业带来哪些便利与变革：
1.数据资源整合
由于我国线路众多，与交通相关的绝大多数部门都有自己的信息化平台，并产生着海量数据，但是现在的每个部门及单位内的系统平台大都是独立的，信息与数据也大都不互通互联，这就造成数据资源的散乱与不共享。现在，由于云计算的深入应用，交通行业也开始了数据上云、资源整合，这将为交通行业的管理、规划、运营与服务提供有利的支撑。
比如EasyNVR+EasyNVS的结合就已经实现了交通上云的转变，在某省高速集团撤销省界站项目的视频云服务项目中，已成功接入设备2000+路，借助于视频大数据分析加速案件处理效率。
2.智能分析与决策
由于交通行业的卡口、监控视频、交通事故、公交线网、车辆定位、车辆运营等模块众多、数据体量大，如果继续采用之前的统计分析来辅助决策，就会增加时间、人力、物力等成本。现在基于大数据计算、人工智能辅助决策的方式来处理交通行业的事件，会达到及时、有效的处理，并且可以及时追溯事件的发生，为未来避免相同事件的发生提供决策及依据。
3.车辆统计与识别
目前车辆统计与识别是交通行业最为热门的应用，虽然现在的识别度不是很高，但是随着人工智能、深度学习的应用，这一情况将会得到很大的改善。目前EasyCVR已经实现了车牌识别，在未来也将会在持续在智能分析上发力。借助智能视频分析与识别技术，交通行业能统计车流量、车牌识别、车型检测等，利于交通行业实现公路交通的全方位监控、巡逻；便于疏通交通堵塞；利于交通事件的追查与溯源。
4.自动处理与车辆跟踪
基于智能视频识别技术与大数据计算能力，可以实现除车流量统计、车辆识别，还可以根据提取出的车辆信息结合GIS或卫星定位技术，用来进行车辆的跟踪。并在高速出入口设置自动收费系统，实现自动化、智能化的业务处理，便于车辆快速通行。
5.远程指挥调度
基于车辆跟踪技术，一旦发生追捕、急救等事件，交通部门可以进行应急预案，通过交通平台的数据互联互通，实现急救与抓捕的人员、车辆调度，并及时做好疏通与运营。
在AI智能分析、大数据、云计算、物联网等新技术给各行各业带来的变革与创新会一直驱动着我们推陈出新，而TSINGSEE青犀视频所具备的智能分析平台EasyGBS、EasyCVR等也将适应时代的发展，与新技术结合，这些新兴技术在交通行业的应用也远不止于此，未来在交通信号控制、智能联网汽车、智能公交车等领域也会实现新的发展与突破。TSINGSEE青犀视频智能分析平台可以为众多行业场景下的物联网设备提供安全、可靠、高效的视频连接、存储、智能应用服务，为众多的行业用户提供PaaS级的智能化视频云平台服务。
智能交通：完整应用解决方案
技术手段落后——目前的智能交通系统中，数据信息的采集手段单一，无法综合分析多种信息感知节点的数据来源，获得准确的信息决策结果。现有系统的节点设备存在明显缺陷。例如地埋线圈可靠性差，部署工程量大。
部署规划缺乏——智能交通系统部署没有统一规划，主要体现在，系统重复建设、系统独立运行、系统信息采集和管理决策无统一协调。
商业模式缺位——智能交通系统涉及节点和设备数目众多，部署后系统维护是用户面对的关键难题，工程项目方式不能有效推动智能交通系统的健康快速发展。
二、智能交通系统产业发展情况综述和展望
基于物联网的智能交通系统解决方案采用先进的数据采集手段、综合的数据处理方法、强大的信息处理平台，结合有效的商业模式，能够有力推动智能交通系统产业的蓬勃发展。
基于物联网技术的智能交通系统首次实现了交通管理的“动态化、全局化、自动化、智能化”。
动态化——节点和系统能够即时采集并传输交通信号，从而动态地反映和判别交通系统的运行状况，并支持动态实时的交通管理。
全局化——低成本使得传感器节点的大规模部署经济可行，按照“共性平台+应用子集”的模式，不同应用场景和应用领域统一在相同的“共性平台”体系架构下，既避免了智能交通系统建设的重复投资，又保证了全局的和局域的系统交通信息的全面掌握。
自动化——多种类异构节点的叠加部署实现了信息采集手段的多样性，结合协同处理和模式识别，能够保证智能交通系统判知和决策的准确性和自动化，减少人工干预工作量和交通管理资源投入。
智能化——基于物联网技术的智能交通系统具有可感知、可判断、可控制、可管理，以及自动、动态、全局的基本智能特征。
1.2现有交通管理系统的缺陷
现有的交通管理系统，以人工干预和管理为主，以路口信号控制为主，路面信息采集点少，车路管理分离，系统独立运作，表现为不完善、不精确、不及时。
其主要缺陷为：
非动态——在国内，高昂的传感设备成本限制了智能交通系统的大范围、大批量部署，少量路面信息采集集中于以路口为主的路网主节点，这种局限性导致不能全面、有效收集交通系统中的各种信息，无法动态地、准确地反映交通系统的准确状态。
非全局——现有的智能交通系统项目规划和建设相互独立，各系统采集的信息不能互通，不同设备商的系统间或设备间接口不开放，导致交通状况的分析和判断无法有效利用独立系统间交通信息的潜在协调效应，并可能造成系统或者功能的重复建设、数据信息的重复采集，独立系统的判决结果不具备综合性和全局性。
非自动——当前的智能交通系统信息采集手段单一，交通决策的准确度无法保障，系统的运行和决策需要大量的人工参与、人工干预和人工判别，智能化和自动化水平较低。
1.3现代城市发展对智能交通的迫切需求
近几年来，随着经济和社会发展迅速，城市规模不断扩大，城市化进程的不断加快，城市人口迅速增长，并随着居民生活水平的不断提高，机动车拥有量迅速增长，交通需求极大增加，原有的交通供需平衡被打破，而相反城市的基础设施、交通管理设施和管理能力的提高跟不上交通需求发展速度，原有基础设施的缺陷和弊端不断暴露出来，交通管理的科技水平越来越显得不足，交通管理的手段、措施尚处于经验型、摸索型的状态，处于成长期。
随着我国国民经济的快速发展和城市化进程的加快，交通运输在国民经济和现代社会发展中地位的日益突出，如何解决城市交通拥挤问题已经成为城市可持续发展的一个重要课题，城市道路交通管理工作也面临着严峻的挑战。从政府管理者角度讲，需要更好地利用现有的交通运输基础设施，提高安全性，改善环境；
从企业角度讲，企业需要提高运营效率与服务质量；从旅行角度讲，旅行者需要可靠的出行信息来减少旅行时间与旅行压力、提高安全性与可靠性，需要高质量的运输服务与便捷的支付手段；从行驶角度讲，驾驶员需要最新的交通信息、及时的危险警告、推荐最佳的行车线路、适宜的速度限制、在不利的道路与天气条件下对司机的有效支持、对紧急情况的快速反应。
这些越来越高的交通需求是传统交通运输系统所难以满足的，而智能交通系统恰恰适应了现代社会经济发展的客观要求。据科学家和工程师预测，智能交通系统得到有效应用后可使交通运输效益显著提高，能够达到使交通拥堵降低20％～80％，油料消耗减少3O％，废气排放减少26％。
第2章智慧交通系统总体设计
2.1智慧交通系统整体架构
2-1智慧交通整体架构图
智慧交通系统从整体架构上可以从三个个层次来进行划分：
一、物联网感知层
物联网感知层主要通过各种M2M终端设备实现基础信息的采集，然后通过无线传感网络将这些M2M的终端设备连接起来，使得其从外部看起来就像一个整体，这些M2M设备就像神经末梢一样分布在交通的各个环节中，不断的收集视频、图片、数据等各类信息。
二、物联网网络层
物联网网络层主要通过移动通信网络将感知层所采集的信息运输到数据中心，并在数据中心得到加工处理形成有价值的信息，以便作出更好的控制和服务。
三、物联网应用层
物联网应用层是基于信息展开工作的，通过将信息以多样的方式展现到使用者面前，供决策、供服务、供业务开展。
2.2智慧交通系统应用架构图
智能交通应用系统由应用子系统、信息服务中心和指挥控制中心三部分构成：
2-2智慧交通应用架构图
应用子系统包括交通信息采集系统、信号灯控制系统、交通诱导系统、停车诱导系统；信息服务中心包括远程服务模块、远程监测模块、前期测试模块、在线运维模块、数据交换模块和咨询管理模块六部分；指挥控制中心包括交通设施数据平台、交通信息数据平台、GIS平台、应用管理模块、数据管理模块、运行维护模块和信息发布模块。
应用子系统实现各职能部门的专有交通应用；信息服务中心以前期调测、远程运维管理和远程服务为目的，结合数据交换平台实现与应用子系统的数据共享，通过资讯管理模块实现信息的发布，用户和业务的管理等；指挥控制中心以GIS平台为支撑，建立部件和事件平台，部件主要指代交通设施，事件主要指代交通信息，通过对各应用子系统的管理，以实现集中管理为目的，具有数据分析、数据挖掘、报表生成、信息发布和集中管理等功能。应用系统详细架构图如下：
2-3智慧交通系统应用架构图
根据城市智慧交通建设的要求，结合各地道路条件、交通状况和目前的管理职能，提出本系统的主要功能需求如下：
（1）拥有先进的智能指挥控制中心，具有交通信息的实时自动检测、监视与存储功能，应具有兼容、整合不同来源交通信息的能力。
（2）对所采集到的交通信息进行分级集中处理，具有对道路现状交通流进行分析、判断的能力，应能对道路交通拥挤具有规范的分类与提示，包括常发性交通拥挤、偶发性交通事件、地面和高架道路上存在的交通问题以及交通事故等，并具有初步的交通预测功能。
（3）在发现交通异常（包括来源于人工采集的信息）时，能够以恰当的方式及时向相关交通管理人员报警、提示。
（4）应具有多种发布交通信息的能力，以调节、诱导或控制相关区域内交通流变化。发布内容可以是交通拥挤，交通事故等信息。发布的方式，在本系统中主要采用web、广播、手机、可变信息屏等形式。
（5）能够接受交通管理人员的各类交通指令，并在接受指令后能及时作出正确反应，基本达到预设效果，能够为交通管理人员提供处理常见交通问题的决策预案和建议。
（6）应具有大范围的信息采集、汇总、处理能力，具有稳定、可靠的软硬件设施配置和运行环境。同时，在相关的节点应能够进行协调，所采集的信息经处理后，具有与其他相关机构、部门的信息系统相互进行信息共享、交换的能力。
（7）系统的硬件设备和软件平台及通信设施，应符合国家有关信息化安全管理方面的要求。信息采集与发布系统应具有故障自检功能，使系统的运行管理人员能及时了解外场设备状况，并具有及时检查、维护这些设施的能力。
（8）系统可实现私人交通服务、公众交通服务和商务交通服务，达到可运营的目的。
2.3智慧交通系统服务内容分析
（1）先进交通管理服务（ATMS）
ITS的核心与基础，利用传感、通讯及控制等技术，实现先进交通控制中心、动态交通预测智能控制交通信号、车辆导航、电子式自助收费（ETC）、可变信息标识（ChangeableMessageSign,CMS）、最近线路导引等功能；
（2）先进用路人资讯服务（ATIS）
可变资讯标识（CMS），公路路況广播（HighwayAdvisoryRadio,HAR），全球卫星定位系统（GlobalPositioningSystem,GPS），最佳路线引导、电视、广播路况报道，无线电通讯（WirelessCommunications），车辆导航，交通资讯查询。
（3）先进大众运输服务（APTS）
利用ATMS、ATIS与AVCSS的技术服务，大众运输系统，自动车辆监视（AutomaticVehicleMonitoring,AVM），自动车辆定位（AVL），公车电脑排班，公车电脑辅助调度，车內、站内信息显示，双向通讯，最佳路线引导，公车资讯查询。
（4）商务车营运服务（CVOS）
利用ATMS、ATIS与AVCSS的技术服务，商务车营运服务，自动车辆监视（AVM），自动车辆定位（AVL），行进间车辆测重（WIM），电子式自助收费（ETC），最佳路线引导，双向通信，自动货物辨识（AutomaticCargoIdentification,ACI）
（5）电子收付费服务（EPS&ETC）
利用车上电子卡单元与路侧电子收费电源双向通讯技术实现，地面交通不停车、无票据、自动化收费（包括道路通行费、运输费和停车费）费用、余额查询。经由电子卡记账的方式进行收费。自动车辆辨识(AVI)影像执法系统(VES)
（6）交通信息管理管理（IMS）
交通实时信息综合采集，包括道路条件、交通状况、服务设施位置、导游信息等。通过CMS、广播、电视等方式实现多方式交通信息发布。车载定位导航。交通、旅游和旅行者信息服务。交通信息交互式服务。车辆信息、驾驶员信息等。
（7）紧急救援管理服务（EMS）
车辆故障与事故救援，应急车辆交通信号诱导（交通优先），应急车辆定位与调度管理，地理信息系统(GIS)，公路路況广播(HAR)，应急物资配置和调度，应急车辆通信，事件自动侦测，最佳线路引导，突发事件应急指挥。
（8）先进车辆控制及安全服务（ACVSS）
结合传感器、电脑、通信、电子自动控制技术的防撞警示系统，自动停放车辆，车与车间－路路间通信，自动车辆检测，自动横向／纵向控制。
（9）弱势使用者保护服务（VIPS）
路口行人触动及警示接近车辆，机车前方路況警示，身心障碍人士服务设施，道路设施有声标志，PDA路径引导LED个人显示设备。
第3章智慧交通系统应用系统设计
3.1道路交通信息采集系统
3.1.1系统总体设计
城市道路交通信息采集系统按功能结构划分，主要由四部分组成，即：交通数据采集子系统、道路交通数据综合处理平台与地面道路视频监控控制交换平台、通信系统、交通信息发布子系统。
3-1道路交通信息采集系统总体设计图
交通数据采集子系统主要负责采集实时交通参数和视频图像信息，并按一定的格式进行预处理。
道路交通数据综合处理平台与道路视频监控交换平台主要负责将接收到的预处理数据进一步进行处理、分析、融合。完成交通信息的处理、存储和发布功能，并将中心区地面道路交通信息采集系统接入城市交通信息信息服务中心和指挥控制中心，并通过信息服务中心能与其他应用子系统进行交通信息共享。
交通信息发布子系统主要负责将融合后的结果数据转化为相应的交通信息，以不同的方式发布，以向交通参与者提供各种交通信息。
基于光纤和电缆的通信系统为完成交通信息采集设备、交通信息发布设备与地面道路交通数据综合处理平台（以及摄像机与道路交通视频监视系统的视频图像信息交换控制平台）之间的互联建立通信信道。
为了满足道路交通信息采集系统的近期和远期功能需求，需要新建一个中央控制和处理中心—道路交通数据综合处理平台（以下简称综合处理平台），完成本系统的各种交通信息的汇集、存储、处理、管理和发布控制，并为交通管理人员提供与系统的接口界面，对外提供交通信息共享。为此，在系统构架中，道路交通信息采集系统以道路交通数据综合处理平台为核心，完成所要求的各项功能。
3.1.2信息采集分系统设计
交通信息采集系统被认为是ITS的关键子系统，是发展ITS的基础，成为交通智能化的前提，无论是交通控制还是交通违章管理系统，都涉及交通动态信息的采集，交通动态信息采集也就成为交通智能化的首要任务。智能交通系统(ITS)进程较快的国家或地区都把交通信息采集技术作为重中之重加以开发研究。
交通信息采集常用的技术有环形线圈、微波、视频、磁敏、超声波等几种探测技术。根据系统总体要求，需要采集的交通数据信息主要有原始流量、折算流量、5分钟流量、占有率、饱和度、拥堵程度、行程时间和行驶度速等，通过传输网络连接到汇集层网络系统，进而连接到核心层应用子系统数据库，实现交通信息的采集。下面简述系统设计中的常用集中信息采集终端。
①磁敏无线车辆检测器目前交通信息采集的方法和技术很多，其中，磁敏探测技术具有低功耗、低成本、安装维护方便、采集信息量多等特点，预计将来会成为交通动态信息采集技术主流。
检测器（EZS-L031/t）是一种通过磁敏传感器探测车辆对地磁的影响，以此来判断车道上车辆经过情况的无线传感器网络装置。
通过这种装置可实时准确感应车道上经过的车辆，并将采集到的信息通过无线传感器网络发送至与之配套使用的接收主机（EZS-L031/r），完成智能红绿灯控制的前端信息采集，接收主机再把相关信息传送给信号控制机，信号控制机通过获取的车流量信息来分析当前车道的占有率，从而智能分配红绿灯的开启时间，达到真正的智能控制效果。
②微波车辆检测器
MPR-U2(微普微波雷达，MPmicrowaveRadar-U2)微普微波超速抓拍触发与交通信息检测雷达，安装于道路上方，用于精确测量车辆实时速度和其他交通信息参数，并提供车辆超速抓拍触发信号。
③视频摄像机★功能特点：
1)双电路模式设计,具有高分辨率输出
2)采用最新一代高速DSP数字处理器，图像效果更加逼真、无色飘
3)通过独一无二智能“交通”模式车牌捕获设计、智能自适应电子快门以捕捉快速运行物
4)先进的影像修复技术确保图像的高分辨率
5)通过RS-485通信协议进行远程监控管理
6)菜单式OSD调节功能能让设置变得更容易
★适用范围：
1)适用于道路监控、卡口监控、出入口监控等交通车辆不同运行速度的抓拍
2)适用于路口逆光环境中监看红绿灯交通灯、车辆车型、车牌、车流量等路况的全景监看
④环形线圈车辆检测器
环形线圈车辆检测器是一种基于电磁感应原理的车辆检测器。它的传感器是一个埋在路面下，通有一定工作电流的环形线圈（一般为2米*1.5米），当车辆通过环形地埋线圈或停在环形地埋线圈上时，车辆自身铁质切割磁通线，引起线圈回路电感量的变化。
检测器通过检测该电感变化量就可以检测出车辆的通过或存在。检测这个电感变化量一般来说有两种方式：一种是利用相位锁存器和相位比较器，对相位的变化进行检测；另一种方式则是利用由环形地埋线圈构成回路的耦合电路对其振荡频率进行检测。
环形线圈检测器是传统的交通流检测器，是目前世界上应用最广泛的检测设备。他的主要特点是工作稳定、检测精度高。它由3部分组成：埋设在路面下的环形线圈传感器、信号检测处理单元(包括检测信号放大单元、数据处理单元和通信接口及馈线。
⑤信号机
用于车辆相位路口交通控制(软件同时提供8个行人相位和8个覆盖(跟随))相位。能与计算机互联网。当使用不同的软件，设备的应用能扩展到匝道控制，信息板控制泵阀控制，车道变换控制及其它多种应用。
3.1.3信息发布分系统设计
交通信息发布设备直接接入综合处理平台，直接受综合处理平台控制。在本系统中，发布信息数据库和信息发布控制器的功能和任务都在道路交通数据综合平台中实现。交通信息发布子系统采用下图所示的框架结构实现与道路交通数据综合平台的互联。
发布子系统用于发布决策的原始数据来源于主数据库，发布处理应用服务器上运行的用于不同发布功能要求应用软件模块，它从主数据库获得发布处理所需的各种原始信息；
由于发布子系统是日后发展最快、要求人工智能（专家决策系统等）支持的、逐渐发展的应用子系统，其应用软件对系统的处理要求会很快增长，它需要有有效的扩展手段：如增设应用服务器、应用服务器扩容、访问数据库速度和数据量的扩展以及应用软件之间通信强度增加等。
3.2智能信号灯控制系统
3.2.1系统总体设计
系统采用地磁感应车辆检测器完成对道路横截面车流量、道路交叉路口的车辆通过情况的检测，以自组网的方式建立智能控制网络，通过系统平台数据与信号机自适应数据协同融合处理的方式，制定符合试点路网车辆通行最优化的信号机配时方案。
以“智能分布式”控制交通流网络平衡技术，对路口、区域交通流、道路交通流饱和度、总延误、车辆排队长度、通行速度，进行交通流的绿波控制和区域控制。
3.2.2交通流信息采集
通过布设在道路上的车辆检测器，实时采集道路车流量信息、道路拥堵信息、车队长度、车道占有率信息、单车道平均车速信息等。并将数据发送至系统中心平台，作为路网内交通信号控制系统配时方案参考依据。
3.2.3智能信号灯控制系统
通过埋设在道路交叉口的车辆检测器，判断车道使用状况，根据中心平台对于相应车道车流量的统计数据进行融合处理，自适应变更交叉口信号灯配时方案，实行绿波控制，最大限度保证道路交叉口的通行顺畅。
3.3交通诱导系统
3.3.1系统总体设计
城市动态交通诱导系统由交通信息采集平台、交通数据综合处理平台和交通信息动态发布平台组成，系统组成与结构如下图：
交通诱导系统的系统架构图如下：
3.3.2交通信息采集
包括实时交通参数的采集和交通事件的采集，实时交通参数（流量、占有率、平均车速）采集主要通过各类车辆检测器实时采集道路上通行车辆的流量、占有率和平均车速等交通负荷数据；交通事件主要包括交通事故、道路施工、车辆抛锚等引起的交通拥堵事件，以及重大活动时的交通管制及保卫措施。
交通拥堵事件可通过专用的交通事件检测设备或人工进行采集，交通管制及保卫事件可由人工输入到交通诱导系统的事件库中。
3.3.3交通数据综合处理
主要完成实时路况的生成、交通事件的生成，通过对采集的实时交通参数进行处理，生成路网中各路段的实时交通状态并保存在实时交通状态数据库中，一般分成畅通、缓慢和拥堵三个等级，也可根据实时交通参数（流量、占有率、平均车速）根据一定的事件判定算法生成交通拥堵事件；交通事件也可由专用的交通事件采集设备生成或人工输入到交通事件数据库中。
3.3.4交通信息发布
根据城市路网的交通流分布特征，制定常发性交通堵塞及突发交通事件时的交通流组织及疏导预案，针对不同的系统用户设计不同的信息发布应用软件，一般包括以下几种发布方式：
1)交通诱导屏
交通诱导信息屏主要对出行车辆进行群体性交通诱导，由出行车辆根据诱导信息自主选择出行路径。
根据不同的设置地点可采用以下三种交通诱导屏：
格式一：可变信息标志屏
可变信息标志屏：采用绿、黄、红分别表示路段畅通、拥挤、堵塞这种显示屏主要用于显示实时交通路况，由行车人员根据实时路况选择出行路径，系统并不给出具体的路径选择，一般以红色路段表示拥堵、黄色路段表示缓慢、绿色路段表示畅通。
格式二：图文+可变信息标志屏
这种格式的显示屏除了显示路段的实时路况外，还可以在嵌入的图文LED显示区域上显示以下几种信息：
⒈前方路段发生的交通事件提示：事故、施工、交通管制等。
⒉到达前方重要目的地的最佳路径及预计行程时间，例如体育场馆、风景区等。
⒊交通安全宣传等公共信息显示。
格式三：全可变图文LED显示屏等不同的发布方式
这种格式的显示屏机可以图形方式显示前方路段的实时交通路况，同时可以滚动显示交通事件、重要目的地最佳路径及交通安全宣传等公共信息，但此种格式的屏幕显示控制更为复杂，需要编制大量的显示预案。
2)面向车载和移动终端的信息发布通过移动终端发布实时路况及实时交通事件信息。
还可结合车载导航系统，为车辆提供更为先进、复杂的动态交通诱导服务。
3)面向公共网络用户的发布可以通过公共INTERNET网络平台以GIS+实时交通状态+实时交通事件的形式发布城市路网的实时交通状态。
3.4智能公交系统
3.4.1智能公交系统总体设计
3.4.2系统应用方案设计
智能车辆管理系统，作为新一代人车交互系统，是物联网在交通行业的应用。该系统将M2M技术应用到汽车中去，通过加载无线网络到汽车中，将汽车的运行状况、位置信息采集后用移动的无线网络传递到后台的M2M平台进行统一处理，从而实现对汽车的远程监控和管理。
在定位功能上，本解决方案采用卫星定位及基站定位的全覆盖定位方式。在室外任何地方，可通过卫星信号对车辆基尼险那个精确定位和监控；在室内的情况下，可通过中国移动基站定位技术，弥补卫星定位盲区的不足，实现全覆盖的无缝定位。
M2M平台可以对车载传感器与终端的状态进行实时的管理，能够完成远程升级、故障告警、参数配置、远程控制等多项管理功能。
3.4.3智能公交系统主要功能设计
一、智能公交管理平台
二、智能公交调度系统
三、二维条码应用
3.5基于电子车牌的涉车信息平台系统
根据我国的基本国情，提供以RFID无线射频识别技术为基础、结合无线数据通讯技术、自动控制技术、信息发布技术等现代化科技的智能交通综合解决方案，实现涉车信息平台化、服务化，提供采集、传输以及信息集成，并在此基础上包含数据挖掘、对外信息发布以及用户信息服务接口，从而建立设立涉车信息的资源型整合平台。
3.5.1电子车牌应用的关键技术
在电子车牌应用中，主要的关键技术分为三类，一类是信息采集技术，二是数据处理技术，第三就是无线传输技术。
3.5.2车辆电子标签中的信息设计
3.5.3车辆识别技术
通过路侧设备实现与车载RFID的通信，并取得车辆信息，从而可以进行车辆识别、收费、监测和处罚。
3.5.4通信设计
对于涉车信息平台来说，无线网络是非常重要的通道，是数据采集、传输和落地的关键。
3.5.5业务应用设计
3.6智能停车场系统
3.6.1系统工作原理
通过车位探测器将停车场的车位数据实时采集后，节点控制器按照轮询的方式对各个车位探测器的相关信息进行收集，将数据压缩编码后传送给中央控制器。
中央控制器对信息进行分析处理，并传送到停车场管理电脑、数据库服务器。同时，该系统将相关处理数据通过各LED车位引导屏、车位状态指示灯对外发布，引导车辆进行停放.
3.6.2停车场组网设计
3.7电子警察系统
3.7.1总体设计
一、前端部分
1、闯红灯电子警察前端部分，是安装在路口的设备，是闯红灯违法抓拍的主题，它基于视频+线圈检测触发高清摄像机，实现了：闯红灯违法轻微的判断、图片抓怕、车辆号牌识别、号牌颜色识别、数据压缩、数据存储和传输、设备管理等功能。
2、前端设备主要包括：安装在立杆上的视频采集前端、控制与处理系统，以及相关的外围设备
二、通信部分
1、通信部分的功能是：将前端部分收集的信息，包括车辆违法信息、流量信息等，通过特定的通信网络，上传到中心的应用服系统。
2、支持各种有限、无线通信设备。
三、中心部分
1、中心部分通过通信系统，接受前端传输回来的违法信息、交通信息和状态信息，存储在数据库中，共应用程序处理使用。
3.7.2电子警察工程部署
结语
上面简单的介绍了智能交通系统的初步设计方案，除了以上提到的功能，智能交通系统还可以为其他交通行业，社会部门提供大量帮助，在此只是简单列举了部分功能。相信本文阐述的智能交通管理系统能大幅度缓解现代化城市日常交通中发生的交通拥堵的问题。返回搜狐，查看更多