互联网+智能交通发展趋势

    当前我国城市交通发展处于挑战和机遇并存的关键历史阶段。一方面，随着城镇化、机动化的持续快速发展，城市交通拥堵加剧、污染严重、事故频发，面临严峻挑战；另一方面，我国城市出在老城改造、新城建设的城市大发展时期，是实现生态城市、绿色交通的最佳时机，可以通过“互联网+交通”的融合发展，通过智能交通实现我国城市绿色交通系统建设的跨越式发展。
    随着移动互联网、云计算、大数据、物联网新一代信息通信技术不断向纵深发展，城市智能交通的发展，特别是顶层设计、信息服务方面，出现了一些新的趋势。主要体现在城市交通的顶层网络设计方面、多部门跨界交通信息的整合方面以及基于移动互联网的信息发布方面。
    首先，要大力发展绿色、便捷、高效、经济的公共交通。通过智能交通技术手段提高公共交通系统的服务水平，引导城市居民出行方式的转变。
    其次，以智能交通技术提升道路交通管理水平，提高城市道路体系的综合利用效率。
    再次，优化区域交通组织，以先进的交通管理手段如先进的交通信号系统、交通诱导系统、交通违法自动考量系统，减少路口延误、排队等候，使得道路通畅、规范停车场管理等关键环节。
    未来，互联网+交通将呈现出以下发展趋势：
    一、基于物联网的智慧交通顶层网络结构设计
    当前，在公安交警交通管理部门内部存在两种类型的网络，即公安信息网和交通专网，网络之间有“安全边界接入平台”壁垒，不同网内都有各自业务数据，大数据分析需要集合两个网段类型的数据才有更大的价值和意义。此外，还有公交专网、轨道交通网、铁路民航、出租、专车等不同网段的数据，都需要在保证信息安全、个人隐私的基础上，进行数据交换，以便于数据汇聚后集中分析研判，再提供共享支持。这就需要做好顶层的网络设计，壁垒不打通，智慧交通无从谈起。此工作应该政府主导，协调各相关部门参与。如2015年6月，天津市交通运输委与阿里云计算公司签署合作协议，进行“互联网+城市智能交通”的大数据研判是一个非常有效的尝试，此项目主要由天津市交通委主导，阿里云提供技术支持和解决方案，以“互联网+交通”的思路及方式，实现全市公交、地铁、出租、长途、铁路、航空等各种运输方式和综合交通信息的统一管理。
    二、多部门跨界交通信息融合分析研判
    在互联网技术飞速发展的背景下，交通信息的服务的发展也呈现出一些新的态势和特征。信息服务越来越强调行业信息资源整合，不断偏向一体化和综合性，同时也重视个性化体验，如对不同客户群(普通市民、交通管理和设计规划部门)针对性地提供定制和交互需求。这符合“客户为中心、用户至上”的互联网核心思维理念。对于普通出行者而言，他们需要的交通信息是多种多样的，既有道路交通情况信息，也有实时公交信息；既有铁路时刻信息，也有民航等航班信息。但就实际情况来看，这些信息分属不同的部门，即使在部门内部，有些数据也存在着信息孤岛。如公安部和建设部主导的“畅通工程”，十多年来建设的数百个城市交通指挥控制中心，多以子系统方式存在于交警部门内部，很多子系统数据都不能共享。“互联网+城市智能交通”的发展将有力推动这种跨界资源信息整合，并不断向深度和广度发展，只有顺势而为，才大有可为。目前一线城市已开始做初步的尝试，如上海市路政局路网路监测中心，开发的上海市交通信息综合服务平台，融合了城市道路交通(包括上海的高架路、各出入口闸道控制等)实时拥堵状况、公交、铁路、民航等多方面的信息。宁波市和衢州市建设的交通信息服务平台，也实现了跨界交通信息交互问题。同时信息服务也更讲究线上线下的互动和深入的整合，比如一些地图软件将交通信息和地理位置进行了有力整合，获得了客户青睐，形成了众多的粉丝群体。
    三、基于移动互联网综合交通信息发布
    “互联网+”条件下，信息发布方式也在发生变革，传统的以广播电台、网站、交通诱导屏等发布方式虽然在一定范围内仍将存在，但越来越不能成为主流，基于手机APP的移动互联网发布方式以及动态导航正在蓬勃发展，并越来越受到大众认可，成为未来的市场主流。如政府推出的手机APP信息服务平台，不仅发布方式新颖，而且跨界资源整合多，共提供多项便民服务，包括公交/定制公交、自行车、停车诱导、购票、路况上报、违法处理、移车求助等，市民可以随意选择关注点。数据方面融合了交警、公交、客运、城管、气象等多个部门，几十个业务系统信息，为出行者提供全面、实时的信息。这类APP手机软件整合了当地多个部门的业务数据，实现了跨界资源整合和信息服务。
    四、交通大数据分析进一步融合
    现在，互联网的数据每两年就翻一番，对于交通行业来说，数据增长同样迅速。随着公安交警建设的数百个交通指挥中心投入使用(2007年约568个)，形成了海量的数据汇聚，此外还有公交、出租、客运等数据生成。据测算，一个地市级交管控制中心，外接子系统每天产生的数据量约3000万左右。以目前交管局实施的全国机动车缉查布控系统(仅接入省际城际卡口数据)为例，截止到2014年，全国共接入1.48万个卡点，日均新增6500万条记录，已累计汇聚机动车监测信息逾500亿。交通大数据面临多元数据融合分析的挑战，因交通流信息采集的方式和类型不同，相应的交通信息参数也各有特点，如微波、地磁、线圈、视频、浮动车等数据的差异就比较大。在数据格式上，既有视频和图片数据，也有记录数据；既有结构化的数据，也有非结构化的数据。首先要保证数据完整准确，如卡口车辆的特征数据，早期设备仅能采集号牌、颜色等，对于品牌、车标、车系、年款等无法获取，在进行套牌车分析时，其准确性就大打折扣。其实要统一标准才能进行数据融合分析研判，大数据时代海量数据，如果没有一个统一的数据标准，将会带来很多麻烦。再次要做到数据复用可复制，不仅满足自有需求，还能对接其他业务系统并提供数据，可以因时因地在给其他区域的经验借鉴。
    五、交通智能化进一步升级
    其一是前端智能化方面，通过开发智能化的感知设备自动进行相关数据的采集，如交通流信息采集、交通违法监测、事件预警、交通信号优化控制，体现是设备智能化，不仅要数据准确可靠，还可以大大减少中心平台的数据分析压力；
    其二是数据综合利用，智能算法的开发方面明显不足，目前全国各地建设中的云存储、云计算项目，多半仅实现基础硬件环境的搭建，采用的数据也单一来源数据，如高德地图每个季度都会发布的《中国主要城市交通分析报告》采用的大数据就是浮动车数据，对交管数据利用较少，对其他数据的深度和广度开发，包括算法改进等都亟待研究开发。