1.形成了以交通大數據技術為數據基礎的深化應用。

基于大數據的智慧交通在技術方面重點應關注大數據處理技術和智能分析技術。大數據處理技術主要解決數據的采集、存儲和分析挖掘問題，而智能分析技術是為了實現對視頻的分析和理解，解決視頻結構化問題，推動視頻數據向視頻信息的轉變。大數據應用主要涉及數據整合、數據存儲、挖掘應用等多方面和多層次。其中，大數據技術作為大數據應用的基礎保障，其作用至關重要。

2.智慧交通逐步成為智慧城市應用的中心化，形成了新型城市交通大腦。

建設智能交通管理系統，充分利用交通信息化技術和成果，構建更加完善的道路交通管理體系，能夠在一定程度上有效提升路網整體的管理水平、服務水平和運行效率，提高應對突發事件并快速處置的能力。

智能交通管理系統的發展歷程主要分為三個階段：初級階段，完善外場設施設備的建設，搭建各種基礎應用系統;中級階段，建設集成指揮平臺以及大數據分析研判中心，實現數據的匯總展示以及扁平化的指揮調度;高級階段，建設城市“交通大腦”，運用云計算、大數據、人工智能等技術實現系統數據的互聯互通，讓數據幫助城市來做思考和決策，打造能夠自我調節、與人類良性互動的交通環境。

目前，國內大中型城市已經基本完成中級階段的建設，建設了集成指揮平臺以及大數據分析研判中心，實現了所有系統的集中控制、所有數據的集中顯示、綜合統計查詢，并在此基礎上實現了基于GIS地圖的扁平化的指揮調度。國內中小型城市已經基本完成初級階段的建設，外場設施設備以及各種基礎應用系統已經基本建設完善。然而，不管是大型城市還是中小型城市，整個交通系統都具有龐大的軀體，但缺乏統一指揮的大腦，讓時變、非線性、不連續、不可測、不可控的交通系統始終處于盲人摸象、水中看花的管理模式中。

2

智慧交通在智慧城市建設中的應用難點與瓶頸

道路交通系統是由參與交通的人、車、路三要素組成的相互關聯又相互影響的復雜系統，高效、安全、舒適是系統的整體目標。駕駛人根據自己的主觀意識， 控制著車輛按著預定目標，又按照交通規則運行的動態過程中，車輛也要受道路和環境狀況的影響，車輛動態特性和車輛干擾動態特性也在一定程度上影響了車輛的最終路徑。交通系統與電信系統非常相似但不相同，交換機類似于交叉口、光線類似于道路、手機號碼類似于車牌、打電話行為類似于出行行為，電信系統易于管理，而交通系統難于管理，究其本質原因主要包括：

1.交通系統容量難以確定，主要是受車輛性能、駕駛行為、氣候條件、管理模式的影響。而電信系統傳輸通道容量固定。

2.交通系統出行需求動態變化，主要是由于來源去向、出行者身份、出行目的不確定。而電信系統由于 IP 固定，OD 可知，傳輸需求動態可知。

3.交通系統出行路徑及出行方式難以控制，主要是由于出行路徑及出行方式在很大程度上取決于人的主觀意識以及時空敏感性等。而電信系統傳輸完全可控。

綜上所述，龐大的電信系統網絡不管在空閑還是繁忙期間，都能準確高效的連接兩個 IP 之間的通訊，完全處在可測、可控的狀態當中，即使電信系統存在“沒有電話號碼”的情況，也只是傳輸目的地不可知不可控，傳輸容量、傳輸行為等可知且受外界影響較小。而交通系統具有時變、非線性、不可測、不可控的特點， 因此交通系統比“沒有電話號碼”的電信系統還要復雜得多。

隨著即時通訊、物聯網、大數據等的快速發展，為城市交通系統正在面臨的變革提供了技術支撐，復雜的交通系統正在逐步轉變為可測可分解可控。交通流信息的檢測作為交通系統重要的數據資源，可用于掌控道路交通的運行情況，精確誘導控制等，檢測數據的完備性決定了交通系統可測的程度。傳統的交通流檢測系統是典型的“參數型”檢測，大多數采用線圈、地磁、超聲波、微波等采集設備，設備感應器對通過的車輛進行自動檢測，只能完成車流量、車輛速度、占有率等基本信息的采集，無法實現車輛出行身份特征的檢測，即無法滿足完備數據的要求。

基于此，隨著技術的逐步革新，交通系統的檢測逐步從“參數型”檢測轉變為“身份型”檢測，在一定程度上實現了車輛個體出行的被完整觀測，即數據完備，為交通系統的可測提供了技術支撐;由于可測，構建了基于身份檢測的交通系統模型，交通系統的三大基本特征容量、需求、狀態從微觀、宏觀兩個空間維度，過去、現在、未來三種時間維度被完全解構，交通系統完全可知;由于可測可知，結合智能化管理系統，逐步變被動管理為主動管理，交通系統完全可控。