文/海川智
能交通系統（ITS）自上個世紀90年代提出後，已經成為了未來交通的發展方向，不僅是技術的變革，更是未來出行和管理方式的革新。數據對于智能交通而言意義重大，不僅是需要依靠數據才能達到智能的行為，交通運輸本身也産生了海量的數據，這也為大數據的應用産生了更多的機會。
2015年全國兩會上，“大數據（bigdata）”一詞首次寫入政府工作報告。大數據的特點表現為4個V(海量Volume，多樣Variety，價值Value，速度Velocity)：第一，數據體量巨大，從TB級别躍升到PB級别。第二，數據類型繁多，包括文字、視頻、圖片、地理位置信息、傳感器數據等。第三，價值密度低，應用價值高，以視頻為例，連續不間斷監控過程中可能有用的數據僅僅有一兩秒。第四，Velocity處理速度快，1秒定律。
随着移動互聯網、全球定位系統（GPS）/北鬥車載導航、位置服務（LBS）、車聯網、交通物聯網的快速發展，交通要素的人、車、路等信息都能夠實時采集傳輸，城市交通大數據的來源日益豐富，規模日益龐大。
在交通領域，海量的數據主要包括四個類型的數據：傳感器數據（位置、溫度、壓力、圖像、速度、RFID等信息）；系統數據（日志、設備記錄、MIBs管理信息庫等）；服務數據（收費信息、上網服務及其他信息）；應用數據（生成廠家、能源、交通、性能、兼容性等信息）。交通數據的類型繁多，而且規模巨大。
以上的四個要點中，海量Volume和多樣Variety是因，數據類型的複雜和數據量的急劇增加決定了原有簡單因果關系的應用模式對數據使用率極低，完全無法發揮數據的作用；速度Velocity是過程，巨大的運算量決定了速度必須快；價值Value是最終的結果。交通大數據具有種類繁多、異質性、時空尺度跨越大、動态多變、高度随機性、局部性和有限生命周期等特征。
在交通領域，大數據一直被視作方便人們出行、緩解交通擁堵、提高管理效率的技術利器。應用大數據有助于了解城市交通擁堵問題中人的出行規律和原因，為人們便捷出行和政府精準管理提供基于數據分析的服務和決策。同時，大數據的挖掘和應用還有利于催生信息消費新模式，促進信息消費産業發展。
在日益成熟的物聯網和雲計算平台技術支持下，通過城市交通大數據的采集、傳輸、存儲、挖掘和分析等，有望實現城市交通一體化，即在一個平台上實現交通行政監管、交通企業運營、交通市民服務、交通節能減排的集成和優化。
對我國智慧城市的發展具有戰略性意義。
大數據讓百姓出行高效便捷
早在2011年底，“互聯網+交通”已初見端倪。鐵路推出了網絡訂購火車票的新舉措，讓百姓利用網絡、手機足不出戶就能買到火車票；民航行動更快，很早就實現了網絡訂票，現在通過大數據分析，用手機軟件就可實現手機購票值機、查看航班動态等功能；而大力推進高速公路ETC聯網發展，則是公路方面推進網絡化的措施。此外，人們平日出行開車和出差旅遊聚會也越來越離不開導航系統和位置服務，這些都依賴互聯網技術的發展和應用。
自從有了滴滴，城市居民打車不僅更加方便，而且還省錢。據了解，通過滴滴打車平台可以看到全國各個城市每天的交通情況，包括車輛行駛情況、路網情況以及打車需求情況等。
“我們運轉時可以很清晰地看出北京24小時内的車輛分布情況。”通常人們認為北京每天早上6點到8點間的高峰路段是三環、四環，但是滴滴打車技術副總裁朱軍介紹，數據顯示機場高速才是高峰路段；下午1點，對出租車司機來說什麼地方生意最好？統計顯示是金融街，這裡每天有很多人在這一時段趕往機場。“這些收益都依托于大數據平台。”
滴滴打車利用大數據平台更好地分配并合理利用了已有資源，也隻能解決部分問題。隻有掌握全局，才能控制全局。
我國汽車保有量不斷增加，相應的出行效率和停車場建設速度相對緩慢，停車系統技術比較滞後。目前，國内不少停車場還在采取刷卡出入停車場甚至人工調控模式，這在智能交通時代顯得太落伍了，不僅車主體驗不好，效率低下，管理成本較高，而且存在漏洞。而最新上市的車牌識别一體機可以秒殺市面所有車牌，并快速準确地識别，出入停車場無需再停車取卡或人工放行。
這種新版車牌自動識别一體機由北京文通科技有限公司開發，高性能、低功耗、穩定性強，支持抓拍識别與視頻識别。基于清華OCR核心技術，采用處于國際領先水平的“嵌入式”車牌識别算法核心技術，識别算法獨立運行在高清相機的Linux系統内，可靠性和穩定性比傳統的PC軟件車牌識别要高很多。而且采用百萬像素高清識别和夜間爆閃補光技術，使得車牌識别率高達99.7%以上，識别速度快，識别種類齊全。即使面對反光車牌、變形車牌、污損車牌、陰陽車牌等異常車牌，依靠強大的功能算法，在強光照射、逆光及反光情況下也可以做到快速識别。
“用文通的新版車牌識别一體機就是方便，不用刷卡系統可以自動擡杆放行，業主車主們都喜歡這樣高科技出入停車場的感覺。原來我們停車場采用刷卡及人工方式管理，速度慢、效率低，同時收費管理也存在一些漏洞，天氣不好時也給車主帶來諸多不便。”一位北京小區物業的經理說。
目前，交通信息綜合平台涉及當地道路路況、公交、出租、地鐵、停車、鐵路和民航等，綜合交通信息可通過多種渠道向市民即時發布。依靠交通綜合信息平台，市民隻要有出行需要，都可通過手機、廣播、網站、微信公衆号等多方面，了解到實時交通信息，系統則會根據反饋的信息制定出最佳出行方案。
“未來伴随着移動互聯網、大數據、車聯網等技術越來越多地滲透到智能交通，将會使我們的出行越來越便捷、高效、舒适。對于管理部門來講，通過交通大數據分析預測出行規律和趨勢，科學安排各項保障工作，為全社會提供更好的公共交通服務。”交通運輸部公路局副局長王太說。
四維圖新：從賣數據到大數據服務
上個月，四維圖新披露重大資産重組方案，拟收購傑發科技100%股權，完成收購後四維圖新将獲得車聯網硬件核心芯片的研發能力，加上此前其在高精度地圖、算法、車聯網操作系統和手機車機互聯方案等領域的布局，四維圖新已成為目前國内為數不多的在智能交通供應鍊（數據+芯片+算法+服務）領域均有布局的企業。
近幾年，以傳統地圖起家的的四維圖新實現了脫胎換骨，成為一家交通大數據公司。WeDrive車載互聯服務、充電樁地圖、車載應用開放平台、高精地圖、自動駕駛測試車等産品服務和信息不斷對外湧現。
四維圖新這一系列動作的核心訴求是，利用目前手中的大數據能力深紮汽車行業，短期内利用傑發科技的芯片将車聯網的通道搭建起來，為用戶帶來智能化的車載信息娛樂體驗。而中長期目标是利用算法和芯片的優化，開發出可實現自動駕駛技術的芯片，并最終為自動駕駛提供硬件+軟件的解決方案。
智能交通與車聯網、自動駕駛、大數據等技術的高度融合已是顯而易見的趨勢，不管是車企還是科技公司，亦或是技術供應商和方案解決商，都早已将目光轉移到最核心的技術研發層面。
左手掌握數據和算法，右手拿到了芯片，四維圖新想得到的是一張未來智能交通生态圈内核心供應商的入場券。
數據是圖商的命脈，當下地圖業務依舊是四維圖新的利潤奶牛，而高精地圖是自動駕駛汽車必備的要素之一，高精地圖的份額将決定國内幾家圖商在未來的汽車領域的話語權。
地圖按照數據結構分為底層數據和POI數據，四維圖新是國内目前能夠提供高精度地圖底圖數據的幾家企業之一。2010年，四維圖新就開始研發并生産用于高級駕駛輔助系統（ADAS）的高精度地圖，2013年啟動高精度地圖的研發，到2014年已可以提供精度10厘米到20厘米的高精度數據。在四維圖新的理念中，高精度地圖是一個循序漸進的演進過程，要與當前自動駕駛技術的發展進程以及汽車廠商的需求保持一緻。
目前，四維圖新已經建立了自動駕駛實驗室和深度學習實驗室緻力于自動駕駛領域的探索。并正式運營FastMap，為基礎地圖數據每日更新提供服務，同時也開展了高精度智能地圖和傳感器融合地圖服務等前沿領域的研發工作。
作為地圖供應商，四維圖新此前與百度、高德一起完成了國内高精度地圖的立法起草工作。目前，四維圖新在整個高精度地圖的技術團隊接近100人，已經完成了全國100萬公裡高速公路的數據采集。
四維圖新曾在去年曝光了一台自動駕駛測試車，這台車的目的在于驗證高精度地圖以及數據處理、算法方面的研究。目前這款車已經進入開放道路測試階段，更多的信息将在明年合适的時候對外公布。
随着數據源的增多，四維圖新已形成了海量的數據累計，預計到2020年四維圖新将産生350億TB的數據，每分鐘采集的數據可繞地球30圈。通過接入滴滴出行、私家車、出租車、客車、物流車，移動基站等數據，四維圖新已經形成了強大的數據提供能力。
數據是圖商的命脈，除去利用技術優勢進行前瞻布局外，如何将數據最大價值的實現商業盈利也是業内所面臨的問題。
四維圖新CEO程鵬坦言，目前多維度的數據源已經足夠多，但在算法還需要進一步開發，接下來四維圖新還将與互聯網及行業的深度信息進行接入，除去為傳統的汽車企業客戶提供地圖和出行數據，這些數據還将從精準營銷到保險、維修、保養等領域改變未來傳統的商業模式。
除去汽車領域，四維圖新也會嘗試利用數據進行商業智能、城市規劃方面的擴展服務，這些數據可以為決策者提供商業流量挖掘、城市交通流量甚至是公共交通瓶頸等信息。程鵬預測車聯網商業化将在明年到來，自動駕駛的商業化将在3-4年後來臨。
技術創新倒逼管理變革
在“互聯網+”及“中國制造2025”的大背景下，智能汽車已成為了傳統車企和互聯網公司眼中的一個風口。而在汽車智能化之後，路又該怎麼變化，人、車、路的協調同步成為了另一個要點。得益于車聯網的發展，在車+X（車、路、人及互聯網）之間實現大系統網絡信息交換後，道路規劃建設或将以另一種全新的形式出現。
交通運輸部公路科學研究院副總工程師楊琪曾對此提出了自己的看法，在汽車智能化後，路側的設施也将會發生深刻的變革，甚至會有智能汽車專有的車道。例如，道路标識不再是給人看的，而是以通信的方式給汽車“看”。而對于人來說，例如人身上的一些特殊标志（電子标志），也能讓汽車提前“看到”，整個人車路的體系是需要配套起來做相應的變更。
在整個交通體系中，實時交通數據的融合和精确感知也變得至關重要。在第七屆全球汽車論壇上，Gausscode創始人和首席執行官程傑博士表示，“數據在智能交通中起到了很大的作用，由于數字化的實現，把不能标準化的東西變得标準化，使得傳感器能夠大規模地使用，使得‘智能’概念裡最起碼的感知能力得以大幅提升。此外，數據化能夠把數字變成一個有意義的單位，使其能夠表達出來，成為互相能讀懂的語言。”
基于傳感設備對數據的感知能力的基礎上，網絡的應用使得傳感器不僅能夠知道局部的需求，更重要的是停車、實時路況、收費，甚至包括氣象等等海量數據得以在網絡中傳遞，使得整個系統智能化。然而，現實中許多數據是分割的，有的由于體制的不同，比如不同的機構分别掌握着一部分數據，但數據的共享和流轉對于智能交通而言是非常關鍵的一個要素。
從大數據的角度來看智能交通，真正實現智能化的關鍵是在于數據産生後的處理和分析。程傑表示“數據分析才是關鍵，包括靜态和動态系統的數據，幫助我們實現一系列交通的規劃、城市的規劃，以及相當實時的、反應極快的控制管理。”
智能交通是一個複雜的系統工程，涉及問題很多，既涉及到了技術層面，還牽扯到了管理問題。諸如體系框架如何架構，各層面的規劃到底應當包含哪些核心内容，如何通過規劃編制實現智能交通體系各領域的協調發展等。在整合資源及戰略規劃上政府起着很重要的作用。
清華大學汽車工程系主任李克強表示“智能交通的發展是需要政府來組織，以适應中國國情的發展。在這裡面也有很多關鍵性的問題，例如數據的問題、決策的問題、控制的問題以及系統一體化的問題等等。這都需要整合各個企業的科技力量共同來做，隻有管理問題、戰略問題和系統問題三方面解決以後，智能交通才能取得成功。”
國際上，無論美國、歐盟，還是日本都推出了一系列支持政策，明确了智能交通的發展路線及目标。我國智能交通發展也得到了政策的大力支持，随着“互聯網+便捷交通”的提出，強化信息開放共享，将使我國智能交通産業進入新一輪快速發展軌道。
未來，在交通數據實時獲取與交互、數據處理，智能化管控技術的創新以及一系列标準的制定與執行方面仍需要政策的支持。尤其是在鼓勵産業發展上，需着力推進智能交通産業化，支持引導集成度高的大企業和有技術專長的中小企業間的合作發展。
智能交通的發展是需要政府來組織，以适應中國國情的發展。需要整合各個企業的科技力量共同來做，隻有管理問題、戰略問題和系統問題三方面解決以後，智能交通才能取得成功。中國要發展自己的智能交通系統
6月18日，交通運輸部公路科學研究院總工程師、國家智能交通系統工程技術研究中心主任王笑京在出席第十三屆中國城市智能交通論壇時說：“中國長期以來是學習和跟随發達國家的ITS，經過近20年的發展，我們跟随的空間已經不大了，我們應該根據自己的需求和技術優勢，發展中國自己的智能交通系統”。
王笑京指出，當前智能交通系統存在的一個根本問題：沒有從理論的高度去讨論未來的方向，沒有自己的技術體系和應用體系，很多人将智能交通系統與交通信息化混為一談，很多人将智能交通系統的系統兩字去掉，成了智能交通。正是因為我們很多人概念沒搞清，又盲目地學國外，甚至将國外一些做了很久的東西當作創新向中國的官員推薦，因此造成國内到處都是舶來品，很多技術和産品都是好看不好用。
近幾年，國内智能交通系統的發展出現了創新不足、發展乏力的現象，王笑京表示，國内近兩年推崇的車路協同實際上是發達國家10年以前開發的，自動駕駛則是發達國家從上世紀末就在進行研發的技術和産品。他說道：“我第一次乘坐自動駕駛汽車是1997年在美國，2000年在日本築波還參加了國際自動駕駛展示會DEMO2000，現在交通信息服務、不停車收費、城市交通管理已經在中國普及應用，國内科技和産業界對下一步智能交通的發展都感到迷茫，于是所謂車路協同和自動駕駛就成了中國科技界的創新方向，真是這樣嗎？”他對此存疑。
王笑京指出，中國已經是世界第二大經濟體，一部分東部地區和大城市的人均GDP已經初步達到中等發達國家的水平，在智能交通系統的開發和應用領域也有了一定的經驗，因此我們必須走自己的路了，因為中國的文化傳統、行為特征和地域特征都與發達國家有差别，我們不能瞄着發達國家以小汽車為主的ITS路徑走，我們要從人出發，要考慮交通是一個人與機器混合的、開放的、社會的系統，由此研究和建立自己的交通理論和ITS理論與技術體系，總之要走自己的路了。
當前經濟和社會發展對交通運輸和城市管理提出了新要求，道路建設、管理和服務是供給側結構性改革的重要方面，同時以綠色、智能、泛在為特征的群體性重大技術變革也為智能交通系統的快速發展提供了可能。那麼，未來智能交通将何去何從呢？王笑京在發言中發表了自己的見解。
觀點一：真正的數字化階段剛剛開始。經過一段時間的積累和發展，現在的傳感器技術和現代信息技術，包括綠色、智能、泛在，給我們提到了一個非常便宜的數字化階段。有些人認為：數字化階段已經過去，其實真正的數字化階段剛剛開始，所以交通的數字化潛力巨大，它是實現智能計算和邁向人工智能的一個必要的技術條件，未來我們将逐步實現交通運輸在雲上，實時的交通是在虛拟空間有相應的映射。
觀點二：交通領域的機器會更多地代替人。未來社會，智能化是一個人工智能時代，“未來交通領域的機器會更多地代替人，”王笑京說，“機器會更多地幫助人來決策，同時，智能化的交通裝備将會越來越多。交通的數字化潛力巨大，我們将逐步實現計算智能，并邁向人工智能，實時交通數據在雲上，在虛拟空間得到映射。”
“不過，這些機器絕對不會全部代替人，發展新型交通系統千萬不要把人的因素忽略掉，人才是一切交通活動的主體。”王笑京提醒到。
觀點三：能源結構及配送将決定新運載方式的實現。在很多人的眼裡，智能交通是交通運輸管理和服務手段，大家往往忽略了一個重要的要素——能源結構和能源配送。
不同于信息産業等相關産業的是，交通運輸行業必須現實地考慮人和物的移動，而人和物都是有物理尺寸的，不可壓縮，也無法超越時空運轉，這就必須與現實的能源驅動相關聯。那麼又有人會說了：我們現在能源種類很豐富，有生物質能源、核能、氫能等等，不會成為後顧之憂。“但是不容忽視的是，如果把這些能源運用到交通運輸系統中，必須要能實現能源配送網絡，就拿我們現在的電動汽車來說，如果沒有一個良好的能源（電能）配送，電動汽車根本無法使用，更不用說發揚光大了。”王笑京說，“在能源配送到位的前提下，考慮實現新型運載方式才有可能。”
所以，未來交通必須是一個系統工程。要從能源、産業、交通、社會整體考慮，它一定會涉及可再生能源以及能源配送體系、新型的智能化載運工具、新型的出行模式、智能化的交通管理與服務系統以及公平、安全，因此未來智能交通系統的發展需要在這樣的環境下找到自己的突破口和發展方向。