剛剛結束的上海車展是一場“智能駕駛”的盛會。各種黑科技層出不窮， Jeep公布了生物識別技術在智能駕駛領域的應用；DS發布了駕駛人員注意力監控系統，隨時監測駕駛者是否出現疲勞、面部及頭部偏離前方道路、出現分心現象等三種信號……

而在中國的另一邊——貴州貴陽，一場“智慧交通”的盛會——2017年中國“云上貴州” 智慧交通大數據創新大賽也于5月初拉開帷幕。

“我們關注的不是交通領域單個節點，而是整個交通系統的智能化、大數據化。”本次大賽組委會主席、貴州省交通廳科技處處長康厚榮向《中國科學報》記者表示。

通往智慧的道路

目前的智能交通系統于1996年在美國聯邦運輸部“交通時間節約戰略”中首次出現，歷經20多年發展，其已成為覆蓋整個交通領域的復雜系統。

智能交通系統也備受我國政府的重視。數據顯示，2011-2015年智能交通市場規模為1038億元，復合增長率為22.9%。2016年中國智能交通市場規模為414.4億元，增長率達到33.5%，增長速度再創新高。

“智能交通其實就是信息化的交通，主體是為交通系統的每個節點安裝傳感器，并將數據傳入網絡。路口的視頻監控、高速公路上的雷達測速、公共交通的聯網售票以及為自行車、汽車配備的導航系統等都屬于智能交通系統的范疇。” 交通運輸部科技司信息化管理處處長付光瓊表示，現在智能交通市場的實質是硬件擴張。以智能交通系統重要組成部分的先進交通管理系統為例，現階段只能做到把交通擁堵數據可視化后放在大屏幕上，而面對擁堵，具體的決策和執行仍是依靠人的經驗，“同質化”的硬件沒法解決“個性化”的交通問題。

大數據時代的來臨，為智能交通的發展帶來了重大機遇。已經基本成型的智能交通產生了多維的、海量的數據，而大數據技術所擅長的正是將各種類型的交通數據進行有效整合，挖掘各組交通數據之間的聯系，提供更及時、更準確的交通服務。

“通過對多維度、海量的歷史數據進行分析后，我們將可以利用各種傳感器傳回的實時交通信息，科學地、自動地管理交通，應對突發交通事件，這時智能交通系統就升級成了智慧交通系統。”付光瓊表示。

掃清智慧的障礙

盡管交通數據的數據量在快速增長，但是這些數據的共享和開發程度仍亟待提升。

“交通管理牽涉到交通、規劃、公安、旅游、國土、氣象等多個部門以及相關企業，這些部門和企業的數據存在于垂直業務和單一應用中，這造成交通管理的碎片化。而大數據只能通過多維度的數據來產生價值，這嚴重制約了智慧交通系統的發展。”中國工程院院士倪光南表示，只有將這些數據融合起來，讓以往的“交通數據孤島”連成一片，再通過對不同類型、來源的信息挖掘、清洗，徹底地改變原有交通運輸系統的組織方式，通過多部門聯動來解決交通問題，大數據的優勢才能充分發揮。

其實在貴州、上海等省份，匯聚數據的工作早已在進行。記者了解到，貴州省早在2014年就開始建立“智能交通云”，開展與公路、鐵路、民航、公安、氣象、國土、旅游、郵政等部門的數據資源交換共享。

“除了整合省內數據，我們還希望進行跨區域的交通數據交流。” 貴州省交通運輸廳廳長王秉清指出，“我們同四川、云南、陜西、廣西、湖南、重慶一道建立了西部地區‘六省（區）一市’跨區域交通運輸云數據中心，希望解決部省之間、省份之間、業務線之間的數據交換共享問題。目前中心累計數據交換1400多萬條，其中包括從業人員數據176萬條、運營車輛數據266萬條、經營業戶116萬條、路況8000多條、流量754萬條。”

探索智慧的力量

“可以說，智慧交通系統將是破解目前交通問題的終極解決方案。”交通運輸部科學研究院副院長趙之忠認為，當對各個交通相關部門的數據進行準確提煉和構建預測模型后，可以對交通的未來運行進行有效模擬；在交通實時預測領域，運用歷史數據和大數據的快速處理信息能力，可以比較準確地預測車輛碰撞、車輛換道、駕駛員行為狀態等信息。

高德軟件有限公司高級產品經理楊贊指出，現在的車載導航還是智能交通系統，用戶只能從導航中獲得從A點到B點的若干種導航方案，“而智慧交通時代的手機導航，會自動通過‘智慧交通云’獲得天氣情況、以往路況、道路施工情況甚至車況信息和駕駛習慣等，之后再根據這些數據為你選擇最合適、最安全的線路，在導航過程中，也會根據實時路況、交通事故情況實時地調整行駛路線”。

“交通大數據可能是大數據技術中最貼近民生的應用，也是大數據最能發揮優勢的領域。我們也準備了量足夠多、維度足夠大的數據，希望‘數據大俠’們能站在大賽的平臺上，和我們一道打開智慧交通之門。”康厚榮說。