时间：2024-02-22 14:55:46
序论：在您撰写智能交通系统的核心技术时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
一、有利于激发智障儿童的学习兴趣
信息技术教学不仅可以根据学生的实际情况，提供生动有趣的画面，大大调动学生学习数学的兴趣，而且还能最大限度地发挥他们的优势及潜能。教师的激趣工作要从学生感兴趣的方面入手，以学生喜欢的形式呈现。
智障学生的接受能力弱，思维能力低下，传统的教学板书、绘图等教学手段很难提高他们的学习兴趣。专家指出，对他们进行数学教育，应当多开展触觉、听觉、视觉以及肌肉感觉的活动或训练。
如在教学《4的认识》一节时，先让学生看课件，3只小鸟在树上跳来跳去，让大家回答是几只小鸟。接下来点击电脑，又一只小鸟飞来了。此时，配合着电脑播放的悦耳音乐提问：“小朋友，现在有几只小鸟？”此时，学生的注意力被色彩鲜艳的画面和悦耳的声音所吸引，学习的积极性大大提高了。这不仅使学生获得数学知识，也促进了他们在审美、说话以及热爱生活等能力的整合发展。紧接着，学习“4”的书写。为帮助学生较好地掌握4的字形，电脑中出现了一面迎风飘扬国旗，然后利用电脑课件的闪动功能，抽象出4的字形，配合顺口溜“4像国旗空中飘”来帮助记忆，这一生动有趣的教学过程，不仅使学生学习了知识，还学习了语言。
二、有利于提高智障儿童的思维能力
由于数学具有抽象性和逻辑性，而智障儿童思维发展滞后，因此在数学教学中可利用多媒体，以直观感知开始逐步向抽象认识发展。例如：在讲解10以内数字的加减法时，为了让智障儿童理解加法的含义，笔者充分利用多媒体制作了课件：先出示1只小鸭在水中游，又游过来1只，问水中一共有几只小鸭？学生很快回答：2只。这样，在学生的大脑中就留下了增多了的印象，对“加法”有了初步的概念，再理解连加就容易多了。在教学中，笔者利用多媒体制作的课件：先出示5只小马在草地上跑，又跑过来1只，列式就是“5+1”，问学生是几只，学生很快回答6只。再跑过来1只，就是在“5+1的基础上再加上1只，列式就是“5+1+1”，一共加了两次，连加的含义很显然就是连续相加。这样，在教师细致地编排及带领下，学生在不知不觉中愉悦地消化和吸收了新知识，并且每名学生在学习上都获得了一种成功的体验，树立了信心，提高了兴趣。
三、有利于再现生活画面，创设问题情境
数学源于生活，是高度浓缩的抽象知识。而现行的培智数学素材陈旧，缺乏生活性、时代性，很难让学生在数学与生活间建立联系，也极大地削弱了学生学习数学的兴趣。因此，在教学中必须向学生提供生活化的学习素材，让学习更贴近生活实际，感受生活化数学的魅力。在实践中，笔者巧用多媒体再现生活情景，展现了逼真的数学问题情境，帮助学生正确剥离数学知识，有效地发展了学生的数学能力。
关键词：智能交通系统； 多传感器信息融合； MPEG-7； 视频语义描述
中图分类号：TN911-34； TP391 文献标识码：A 文章编号：1004-373X(2011)24-0082-05
Semantic Description of Intelligent Traffic Information Based on Multi-sensor Information Fusion
ZHU Jian1,2, CAO Hong-bing2, XU Hua-an2, LIU Hai-tao1,2
(1. Shanghai Institute of Microsystem and Information Technology, CAS, Shanghai 200050, China;
2. Wuxi SensingNet Industrialization Research Institute, Wuxi 214135, China)
Abstract： Considering the problems that when cameras are used to acquire traffic information their performance may be affected by environment and the information acquired is incomplete, a multi-sensor information fusion framework for intelligent transportation system (ITS) is proposed to fuse information gathered by different kinds of traffic sensors and cameras. On the other side, because the amount of information acquired by cameras is huge and most of the data is concerned with low-level visual information, a semantic description framework is proposed to describe the traffic information coming from traffic sensors and cameras for information retrieval of users. The results of experiments show that the fusion of the information collected by multiple sensors can improve the information acquisition accuracy and the semantic description for traffic video information can provide immense convenience for users to retrieve their interested information.
Keywords： intelligent transportation system (ITS); multi-sensor information fusion; MPEG-7; video semantic description
收稿日期：2011-08-26
基金项目：国家重点基础研究发展计划资助(2011CB302901)；国家重大科技专项：面向民用机场周界防入侵监视的新一代传感器网络研发与应用验证(2010ZX03006-004)
0 引 言
摄像头作为监控、采集交通信息的有效手段被广泛应用于智能交通系统中。然而摄像头由于其光学特性极易受到周围环境的干扰，例如强光照射、雨雪雾等恶劣的气候条件都会对摄像头的正常工作产生很大的影响，因而仅仅通过摄像头这一单一信息采集手段获得的交通信息往往是不够完整的，有时甚至是不可靠的。另外摄像头采集到的视频信息，信息量庞大，毫无结构性［1］，用户如果希望在如此海量信息中检索感兴趣的内容，例如用户想查看某段黑色轿车闯红灯的视频，目前通常的做法是一帧帧地线性浏览整个视频，显然这个过程效率极其低下。
基于以上问题，本文首先提出了一个多传感器信息融合框架，通过将摄像头采集到的视频信息与多种智能交通传感器采集到的信息进行融合以弥补摄像头作为单一信息采集手段的不足。然后在此基础上提出了一个对摄像头所采集的视频信息和智能交通传感器信息进行语义描述的框架，为用户对交通信息进行高效检索提供铺垫。
1 智能交通多传感器信息检测与融合
1.1 多传感器信息融合理论
多传感器信息融合理论最早应用于军事领域，这一方面的研究首先起始于1973年的美国［2］。20世纪80年代，随着传感器技术的进步，多传感器信息融合理论开始飞速发展，其在非军事领域的应用也大规模展开，工业控制系统、智能交通、气象监测、资源探测、医疗诊断等多个领域都在朝着多传感器方向发展［2］。国内多传感器信息融合的研究也于20世纪90年代达到，涌现了诸多理论和工程实践成果［2］。
多传感器信息融合就是充分利用多个传感器的资源，通过对多种传感器信息按照某优化规则进行组合处理，有效地提高各个传感器信息之间的互补性，同时剔除不必要的冗余信息，提高整个系统的有效性。多传感器信息融合按照信息处理层次可分为数据层信息融合、特征层信息融合、决策层信息融合。其中决策层信息融合是根据各个传感器系统的判决进行优化推理，做出最终的决策，灵活性高，通信负荷小，无需传感器之间同质，但同时也对观测信息的预处理提出了很高的要求［3］。
1.2 智能交通多传感器信息融合框架
智能交通传感器种类繁多，功能各异。针对应用场景以及结合前期的工程实践，选择磁敏传感器、压电式传感器、微波雷达、RFID作为获取交通信息的传感器，这4种传感器所采集的交通信息如表1所示。
此外，整个交通状态会受到周围环境的影响，因而需要根据环境变化调节多传感器信息融合的策略，从而降低环境变化所带来的影响。
到目前为止，需要进行信息融合的传感器包括摄像头、磁敏传感器、压电式传感器、微波雷达、RFID。这5种传感器彼此异质，原始观测数据结构、内容差异巨大，例如摄像头采集的是二维视频信号，磁敏传感器却输出一维模拟信号，而压电式传感器则输出模拟脉冲信号。因此考虑在决策级对这几种传感器信息进行融合。每个传感器节点对采集到的信息进行分析处理，其结果与视频信息处理结果进行决策级融合，整个融合过程同时会受到气象、光照条件的影响。多传感器信息融合框架如图1所示。
2 智能交通信息的语义描述
随着多媒体技术的迅速发展，视频信息量也呈现出爆炸性增长趋势。面对如此海量的数据，用户更关注如何才能高效地检索到自己所感兴趣的信息，即如何实现基于内容的视频信息查询(Content-Based Visual Queries,CBVQ)。这一问题已引起了研究者的广泛兴趣，一些原型系统相继问世，如IBM的QBIC系统［4］，哥伦比亚大学的Webseek系统［5］，清华大学的TV-FI系统等［6］。
图1 智能交通多传感器信息融合框架传统视频分析技术是对底层视觉信息进行分析处理，如颜色、纹理、轮廓。而用户往往是从高层语义的角度理解整个视频内容，例如某段视频出现了什么物体、发生了什么事情。这之间不可避免地存在着语义鸿沟(Semantic gaps)［7］。要实现视频内容查询，首先需要在底层视觉信息和高层语义之间搭建起一座桥梁。目前学术界对于该问题的研究工作已广泛开展起来，其中比较著名的是运动图像专家组提出的MPEG-7标准，即多媒体内容描述接口(Multimedia Content Description Interface)。MPEG-7标准的目标就是定义一套灵活的可扩展的描述框架。该框架能够对多媒体内容提供高效的、准确的并且具有互操作特性的语义描述，以便于进一步对多媒体信息内容进行语义检索［8］。MPEG-7对以下内容标准化：描述符(Descriptors)、描述方案(Description Schemes)、描述定义语言(Description Definition Language)。其中描述定义语言基于XML语言，允许对描述符和描述方案进行灵活地定义和描述，并且具有极强的可扩展性［9］。
基于MPEG-7标准，提出智能交通信息语义描述框架，描述的信息包括摄像头采集的视频信息和智能交通传感器信息。总体框架如图2所示。
下面将阐述语义描述框架的各个组成成分：
2.1 Video_metadata
Video_metadata主要是对每一帧视频做一般性描述，分为视觉元数据(Visual_metadata)和语义元数据(Semantic_metadata)。这部分数据并不包含视频内容本身。视觉元数据主要包括格式、大小、分辨率、颜色深度、压缩方式，语义元数据主要包括文本标注、时间、地点、该视频帧编号(Frame NO.)。
例如某一帧视频的Visual_metadata描述如下：
AVI
320*240
RGB8bit
M-JPEG
图2 智能交通信息语义描述框架2.2 Traffic_sensor_metadata
Traffic_sensor_metadata主要描述的是该路段所布设的智能交通传感器的信息，包括布设了哪些传感器，该传感器所处的位置，传感器的功能。这部分描述也不包含视频本身的信息。加入这部分描述是为了将多传感器的信息内容整合起来，便于用户查询整个系统的信息。
例如对于磁敏传感器信息描述如下：
Magnetic
Speed＼Flow＼Occupancy
2.3 Video_DS
Video_DS是对摄像头采集到的某一帧视频信息进行语义描述，这部分是整个语义描述框架的核心，直接影响到用户的信息检索。这部分的主要任务就是描述视频中所出现的交通对象和视频中出现的交通事件。其中Video_object_set表示的是视频中所出现的所有交通对象的集合。在每一帧视频中，提取的交通对象分为4类：车辆（各种机动车和非机动车）、行人、道路（单行道、双行道、左拐车道、右拐车道）、交通标识（车道线、停车线、交通信号灯）。
Video_object_set中每个元素称为Video_object，即交通对象。每个Video_object同时具有视觉特征(Visual Feature)和语义特征(Semantic Features)［10］。每类对象的视觉特征和语义特征如表2所示。
Video_event_set表示的是视频事件集，这些事件包括车辆直行驶过、车辆左拐、车辆右拐、闯红灯、变道、违章停车、行人走过等交通事件，每个事件被赋予一个ID。Object_node引用Video_object_set中的元素Video_object，这样就避免了对象的重复定义。Object_relation表示的是对象(Video_object)之间的关系，这些关系通常如表3所示［10］。
对于每件交通事件将其描述成对象之间的关系。例如对于闯红灯事件，涉及到的对象即为行驶中的车辆、变为红灯的交通信号灯和停车线，车和停车线之间的关系就是车越过停车线(Crosses)。对于违章停车事件，涉及到对象为某个不能停车的车道和静止的车辆，它们之间的关系即为方位关系，即这辆车位于该车道之上(Top of)。
Sensor_status是当有交通事件出现时，相关的智能交通传感器的检测信息，当用户需要读取传感器的信息时，可以直接读出。这里的Traffic_sensor_node也需要引用Traffic_sensor_metadata中的Traffic_sensor，避免传感器的重复定义。
2.4 Traffic_environment部分
这部分主要描述的是摄像头监控范围内的整个交通环境信息，包括该区域的天气气候情况、光照条件、该路段的总体交通信息。
3 智能交通多传感器信息融合框架模型仿真
在此以车速检测为例，对多种智能交通传感器和摄像头进行决策级融合，以验证多传感器信息融合框架的有效性。假设对于某一辆驶过的汽车，磁敏传感器检测到的车速为v1（单位：km/h），压电式传感器检测到的车速为v2（单位：km/h），微波雷达检测到的车速为v3（单位：km/h），摄像头检测到的车速为v4（单位：km/h），真实的车速为v（单位：km/h），则每个传感器检测车速的误差为：Δv1=v1－v
(1)
Δv2=v2－v
(2)
Δv3=v3－v
(3)
Δv4=v4－v
(4) 根据工程实践，磁敏传感器、摄像头检测结果误差的均值和方差都比较大，而微波雷达和压电式传感器则相对比较精确。假设误差Δv1,Δv2,Δv3,Δv4分别满足近似正态分布，且：Δv1~N(4,9)
(5)
Δv2~N(2,4)
(6)
Δv3~N(1,4)
(7)
Δv4~N(3,9)
(8) 对4种传感器检测的结果进行融合，这里采用加权平均的模型对检测结果进行融合。4种传感器所对应的加权系数分别为w1,w2,w3,w4，且：w1+w2+w3+w4=4
(9)则融合结果为：
vf=w1×v1+w2×v2+w3×v3+w4×v44
(10)
融合误差:Δvf=vf－v
(11) 将式(1)~(4)，(9)，(10)代入式(11)，得：Δvf=w1×Δv1+w2×Δv2+w3×Δv3+w4×Δv44
(12) 因为Δv1,Δv2,Δv3,Δv4独立，所以Δvf也满足正态分布，对以上过程进行仿真，结果如图3所示。
从图3中可以看出，经过融合，融合结果的误差Δvf的均值较小，动态范围也大幅度减小，因而多传感器信息融合能有效提高系统的检测精度。
图3 Δv1,Δv2,Δv3,Δv4,Δvf概率分布4 智能交通视频语义描述实例
本文的基于智能交通信息语义描述框架对摄像头采集到的某一帧视频发生的事件进行描述，该帧如图4所示。
图4 摄像头采集到的一帧交通视频数据该帧视频发生的事件是一辆黑色轿车正驶过人为所画的一条虚拟的蓝线。将黑色轿车和虚拟的蓝色线条分别看作一个对象(Video_object)，对于黑色轿车的特征描述如下：
Black
92
73
Vehicle
Car
对于蓝线的特征描述如下:
Blue
Traffic signs
Stop line
对于黑色轿车驶过蓝线这一事件描述如下：
Crosses
显然，基于提出的智能交通信息语义描述框架，能够将图4中的视频信息从语义的角度描述出来，并可以同时生成相应的文本文件。将这些视频信息描述结果存入数据库中，极大方便了用户从语义的角度对视频信息进行查询。
5 结 语
本文首先提出了智能交通多传感器信息融合的框架，并通过信息融合模型仿真验证了该框架的有效性，结果表明经过多传感器信息融合，系统交通信息检测精度得到有效提高。之后在此基础上参考MPEG-7标准提出了智能交通信息语义描述框架。该框架能够描述从底层视觉特征到高层语义特征的多层视频信息，弥补语义鸿沟，最终方便用户对海量视频信息检索，最后用一个交通视频语义描述实例证实了这一点。后续将根据各种智能交通传感器信息结构特点对信息融合模型展开进一步研究，同时进一步提高智能交通信息语义描述框架的扩展性和兼容性，将更多的交通信息纳入到整个描述框架中来。
参 考 文 献
［1］ 熊华.视频内容结构化技术研究与实现［D］.长沙：国防科学技术大学，2001.
［2］ 何友，王国宏，彭应宁，等.多传感器信息融合及应用［M］.北京：电子工业出版社，2007.
［3］ HALL D L, LLINAS J. An introduction to multi-sensor data fusion [C ]//Proceedings of the 1998 IEEE International Symposium on Circuits and Systems. USA: IEEE, 1998, 6: 537-540.
［4］ FLICKNER M, SAWHNEY H, NIBLACK W, et al. Query by image and video content: the QBIC system [J ]. IEEE Computer, 1995, 28: 23-32.
［5］ SMITH J R, SHIH-FU Chang. Visually searching the Web for content [J ]. IEEE Multimedia, 1997, 4 (3): 12-20.
［6］ HUANG Jian, ZHAO Li, YANG Shi-qiang. TVFind (TM): an MPEG-7-based video management system over Internet [C ]// Proceedings of SPIE 4676, Storage and Retrieval for Media Databases. San Jose, CA, USA: SPIE, 2002: 336-346.
［7］ ZHAO Rong, GROSKY W I. Narrowing the semantic gap-improved text-based Web document retrieval using visual features [J ]. IEEE Transactions on Multimedia, 2002, 4 (2): 189-200.
［8］ SIKORA T. The MPEG-7 visual standard for content description-an overview [J ]. IEEE Transactions on Circuits and Systems for Video Technology, 2001, 11 (6): 696-702.
［9］ SHIH-FU Chang, SIKORA T, PURL A. Overview of the MPEG-7 standard [J ]. IEEE Transactions on Circuits and Systems for Video Technology, 2001,11 (6): 688-695.
我国智能交通科技创新发展历程
2000年，我国成立了“全国智能运输系统协调指导小组及办公室”，并开展了智能交通系统发展战略和标准规范的相关研究，形成了《中国智能运输系统体系框架》、《中国智能交通系统标准体系》等重要成果，明确了我国智能交通系统建设发展的总体技术方向。
“十五”期间，针对我国智能交通系统发展的迫切需求，国家科技计划对智能交通系统共性关键技术研究进行了立项支持，在北京、上海、广州等全国十二个城市进行了ITS示范工程建设。通过ITS规戈叭车载信息装置、交通信息采集、专用短程通信、汽车安全辅助、交通共用信息平台等方面的关键技术攻关、关键产品的开发和示范应用，促进了以智能化交通管理为主的我国城市智能交通体系建设，为智能交通系统发展奠定了基础。
“十一五”期间，面向综合交通运输一体化发展趋势和我国智能交通发展中的重大技术问题，以“提高交通运输的效率和安全”为指导思想，国家科技计划对综合交通运输和服务的网络优化与配置、智能化交通控制、综合交通信息采集、处理及协同服务、交通安全等重点技术方向进行了持续立项研究支持，攻克了城市交通控制、交通诱导、电子收费、新一代空中交通管理等智能交通系统关键技术，形成了大批具有自主知识产权的智能交通科技创新成果。
面向2008北京奥运会、2010上海世博会、2010广州亚运会等重大活动的交通需求，“十一五”期间启动实施了“国家综合智能交通技术集成应用示范”科技支撑计划项目，支持建设了“北京奥运智能交通集成系统”、“上海世博智能交通技术综合集成系统”、“广州亚运智能交通综合信息平台系统”、“远洋船舶及战略物资运输在线监控系统”等，为大型国际活动提供了智能化交通管理和出行服务技术支撑，取得了显著的成果，智能交通科技在一系列重大国际活动的交通保障中发挥了重要的作用。
针对严峻的道路交通安全形势，2008年，科技部、公安部和交通部联合开展了国家道路交通安全行动计划，国家科技计划部署了“重特大道路交通事故综合预防、处置集成技术开发与示范应用”支撑计划项目，跨部委联合、多单位协同攻关、研究与示范紧密结合，对公路安全保障、高速公路安全控制、营运车辆运行安全、全民交通行为安全提升、路网安全态势监测、交通安全执法等交通安全重点关键技术进行了攻关研究和示范应用，为提高我国道路交通安全水平产生了深远的影响。
我国在推进智能化交通管理技术发展的同时，也十分重视推动智能化交通服务技术的发展，对事关民生的公共交通、公众便捷出行、交通安全等技术开展了研究和应用。过去的十年中，公共交通管理运营智能化、快速公交、公交信号优先、出租车智能化运营、交通信息智能化服务等面向民生的智能交通技术得到大力发展和广泛应用，方便了公众交通出行。国家科技计划支持的“国家高速公路联网不停车收费和服务系统”，建设了京津冀和长三角区域国家高速公路联网不停车收费示范工程，通过科技攻关和示范工程形成了比较完整的技术体系和标准规范体系，取得了良好的实施效果。成为我国第一个有统一标准、在全国范围大面积应用并实现产业化的智能交通项目。
进入“十二五”，我国智能交通科技创新围绕综合交通运输系统效能与服务提升、智能化交通管控、车路协同与安全三条主线，在“863”计划、科技支撑计划等国家科技项目中，相继部署了“大城市区域交通协同联动控制关键技术”、“智能车路协同关键技术研究”、“交通状态感知与交互处理关键技术”、“综合交通枢纽智能管控关键技术”、“环境友好型智能交通控制技术”、“多模式地面公交网络高效协同控制大城市交通主动防控关键技术及示范”、“城市道路交通智能联网联控技术集成及示范”等一系列项目，对我国智能交通系统建设发展中的关键技术进行研究，创新成果将对我国智能交通系统建设发展提供强有力的技术支撑。
我国智能交通科技创新成就
十几年来，我国智能交通科技创新取得了丰硕的成果，突破了大批核心关键技术，组织实施了多项具有重大影响的智能交通系统示范工程建设。科技引领和推动我国智能交通系统的建设和发展后来居上，成为世界智能交通系统发展格局中的重要构成，发展成就为世界瞩目，部分自主创新科技成果和应用跻身世界先进水平。在我国智能交通系统建设和发展的实践中，国家科技计划的实施，结合实际应用需求，在城市交通运行智能化监测、道路交通信息采集处理、重大活动交通运行组织保障、大容量快速公交、区域联网不停车收费等技术领域形成了许多具有国际先进水平的智能交通科技创新成果。
(1)交通信息化水平显著提升，交通状态综合检测、网络化电子收费等核心关键技术取得突破并广泛应用。建成了全国机动车和驾驶员管理信息系统、全国铁路联网售票系统;综合交通信息采集、处理及协同服务技术取得突破;交通综合监测技术与设备广泛应用，基于移动终端的状态获取和集成应用技术达到国际先进水平;网络化电子收费(ETC)技术实现了跨越式发展，已在全国26个省市推广应用。
(2)城市智能交通技术综合集成与应用总体达到国际先进水平。结合重大应用需求，攻克了大批关键技术，建设了示范工程，形成一批行业技术规范和国家标准，对重大国际活动交通保障作用突出，推动我国智能交通技术应用水平取得显著提升。北京奥运会、上海世博会和广州亚运会交通保障对智能交通技术进行了大范围集成应用;科技支撑全国城市“畅通工程建设”;公交智能化、BRT形成了成套技术装备;公交一卡通实现了城市间联网通用。
⑶新一代空中交通管理技术取得重大技术突破，建立了我国新一代空中交通管理系统核心技术框架。突破了高精度航空导航、协同式航空综合监视、空管运行控制和民航空管信息服务平台等关键技术，核心装备和关键系统实现自主研制，达到国际同期先进水平。中国民航新一代空中交通服务平台已经在空管、航空公司等部门获得了成功应用，在提升空域利用、减少延误等方面成效明显，为我国从民航大国向民航强国迈进奠定了技术基础。
(4)智能汽车技术取得重要突破，部分成果达到国际先进水平。无人驾驶智能汽车实现了实际道路运行测试，达到国际先进水平。汽车驾驶辅助技术领域赶上了国际研发进程，驾驶人行为监控预警技术研究跻身国际先进行列。
(5)智能交通支撑道路交通安全水平提升。人因安全研究显著提升了交通安全执法科技能力和监管水平，安全执法与安全保障技术及应用，提高了道路交通安全总体水平。攻克了一批交通基础设施安全相关的关键技术，形成了适合我国公路交通特点的基础设施安全技术体系。建成了以交通事故快速救援为核心的一体化交通应急保障系统，为交通应急指挥和管理能力提升提供了核心技术支撑。
(6)科技创新推动我国智能交通产业发展初具规模。智能交通领域项目建设主要技术和设备多数为我国企业自主创新产品。城市智能交通系统建设市场逐年提升，2013年度主要项目市场规模超过200亿元。高速公路收费、通信、监控系统以及公路交通信息化和智能化项目市场规模近百亿元。智能交通领域的上市企业近10家。
目前，我国智能交通科技支撑体系基本建立，智能交通标准体系不断完善，智能交通已经成为我国交通运输现代化发展的重要构成。自主创新、产学研结合、智能交通科技创新培育和推动了我国智能交通产业的形成和发展，智能交通产业已成为我国高新技术产业的重要内容和新的经济増长点。智能交通产业的发展，带动了信息、通信、传感等高技术领域新技术成果的应用，促进了信息服务、现代物流等现代服务业的提升和发展。
智能交通科技创新发展趋势
适应我国社会经济发展的要求，顺应国际高新技术发展趋势，智能交通科技创新发展面临新的挑战和要求，也呈现出新的发展趋势。
日益严重的城市交通拥堵、居高不下的道路交通安全事故、通待提升的综合交通服务水平，是智能交通科技创新发展始终面对的挑战。我国社会城镇化进程的加速和智慧城市建设，要求我们必须谨慎思考未来城市交通模式，构建综合交通体系，倡导绿色出行理念。
未来我国智能交通的科技创新发展将重点围绕以下方面：
综合交通运输协同与效能提升;以服务为导向，注重ITS的公众服务和综合应用服务;不断采用新技术提高交通管理和服务的智能化水平;重视道路交通安全保障和安全水平的提升;关注交通环境改善和交通的可持续发展;车路协同系统受到普遍关注。具体技术方面，新技术环境下交通信息精确感知与动态交互、交通需求辨识与交通态势分析、动态交通仿真与智能化决策支持、交通运行智能化控制与节能减排、人车路协同主动安全与智能驾驶、综合交通系统网络优化与协同服务、公路智能运输与综合服务、大型综合枢纽协同运营与高效服务、智能化综合交通信息服务等都将成为创新发展的重要方向。
据分析机构调查统计，到2012年，我国智能交通整体市场规模已超过1000亿元，市场增长率保持在10%以上。清科研究中心的数据显示，智能交通的快速发展也吸引了资本市场的关注，物联网、高清监控系统等更是成为了智能交通领域的“新宠”。
智能交通大战略下涌现投资机会
2008年奥运会期间，如何保证“鸟巢”周边的交通畅通？“北京奥运交通设施GIS”项目在诸多竞标者中脱颖而出，担负起大任。虽然是第一次试验，但该项目在奥运期间成功运作，不仅有效帮助了北京市交管局根据车流情况及时布置场馆附近的路标、指示线等奥运交通设施，并且通过优化路口、路段的放行时间，优化车辆在道路空间的分布，实现自动定位警力。
该项目中运用的GIS技术正是北大千方的核心技术。北大千方科技有限公司常务副总裁黄丹侠介绍，在北京奥运会之后这套系统被推广到北京全市，而北大千方参与设计的北京奥运综合交通信息服务平台也被投入使用。
“智能交通”是智慧城市建设的重要组成部分，通过改进地面公交调度和信息服务、出租车综合信息服务、轨道交通换乘信息服务和交通枢纽综合信息服务等，能够帮助出行者选择更好的出行方式，由“盲目”出行转变成“有序”和“可靠”出行。近年来，各地都在不遗余力地推进智能交通的建设，并将它作为发展智慧城市的重要目标。
据了解，北京市“十二五”期间规划投资56亿元，用于提升智能交通。按照规划，北京将建成交通运行协调指挥中心（TOCC）和路网运行、运输监管、公交安保三个分中心，形成一体化、智能化综合交通指挥支撑体系，成为数据共享交换中枢、综合运输协调运转中枢、信息中心，紧急情况下可作为交通安全应急指挥中心。这意味着，市民将可以通过网站、热线、手机、车载导航等多种形式，实时掌握路况信息，提前安排出行。同时，自行车租赁也有望实现网络化服务。
上海近年来在智能交通建设方面将不断完善交通综合信息平台和世博信息服务应用平台，实现与闵行、虹桥等区域交通综合信息平台的互联互通。上海还将在完善道路交通采集系统的基础上，建设智能公交系统，改进多种交通方式的换乘信息服务，建设完善交通状态指数采集系统，多渠道为市民提供全面的、动态的交通综合信息服务。
为了发展智能交通体系，江西省依托长三角区域高速公路联网电子不停车收费示范工程，大力推进电子不停车收费系统（ETC）建设，实现了沪苏皖赣三省一市高速公路电子不停车收费系统联网。其他的地方城市也在不断公布各自的智能交通规划和投资规模。
巨大的市场空间也引来了投资者和创业者的热情，目前中国从事智能交通的企业约2000家，主要集中在数据采集监控、高速公路收费、导航系统和系统集成等环节。相比海外超过千亿美元的市场规模，中国的智能交通应用还处于起步阶段，发展前景和空间显著。2010年中国智能交通系统（控股）有限公司在香港主板上市，其背后有多家著名PE机构的身影。同时专注于导航电子地图内容和位置服务解决方案的高德软件也在美国纳斯达克市场成功亮相，凯鹏华盈、联想投资、红杉资本等机构早前共同出资4000万美元入驻，VC和PE机构对该行业的看好可见一斑。
在此之前，北大千方作为带有北大字头的企业在资本市场也受到了广泛的关注。其业务涉及了国土资源勘察、数字城市、智能交通等多个领域。尤其在专注于交通信息化领域之后，一场撬动中国交通市场的极速大赛得以上演。北大千方的长远目标是做信息服务，公司前期的业务将是形成对城市交通信息资源的有效整合，在达到一定的积累之后，将为政府、企业、公众提供全方位的信息服务。在智能交通的庞大产业链中，北大千方避开了竞争激烈甚至尚有些无序的电子地图、导航终端设备环节，而专注于信息的采集、处理与。
技术热点凸显
清科研究中心分析师赵一锲撰文分析，物联网已成为智能交通投资中的一大亮点。按照服务对象的不同，我国智能交通系统市场主要可以分成高速公路智能交通系统、铁路智能交通系统、城市智能交通系统和水上智能交通系统四大类，其中城市智能交通系统又可以分成城市道路智能交通系统和轨道交通智能交通系统。
赵一锲对记者表示，物联网技术的发展，对推动智能交通的发展有着巨大的帮助，从发展的趋势来看，物联网和智能交通的结合将是必然的选择，物联网、云计算等现代信息技术处理能力将成为未来智能交通发展的核心技术。而根据智能交通不同细分市场自身特点的不同，对物联网的应用的也提出了不同的要求，需要对各细分市场提供相应的物联网应用。
以高速公路智能交通系统为例，物联网的主要应用将集中在通信系统、监控系统和收费系统三大块，利用RFID、传感网络以及先进的信息处理技术等物联网技术分别通过提升信息收集、信息传输、信息处理的效率以及利用智能化、自动化的计算机系统来帮助高速公路管理部门、运营商更加高效、便捷的实现对高速公路的智能化监控和管理，帮助高速公路司机和乘客更好地享受在高速公路上的旅行。
本文通过对云计算以及4G网络的定义和特点进行分析，提出了在4G移动网络平台上采用云计算技术处理城市智能交通系统中的大数据问题，主要是结合二者的优势分析智能交通系统的功能，并加以实现，这将给缓解交通压力、提高行车效率等提供便利。最后对未来智能交通系统开发与应用进行展望。
关键词：4G网络；大数据；云计算；智能交通；交通云
随着人们生活水平的提高，汽车逐渐进入到普通家庭，这无疑对道路交通的要求也越来越高，为提高道路行车效率，迫切需要建设一个高性能的智能交通系统（IntelligentTransportationSystems，ITS），以满足大家的需求。
1智能交通系统的概念
智能交通系统（IntelligentTransportationSystems，ITS）指的是建立在较完善的基础设施之上，将先进的信息技术、计算机处理技术、数据通讯传输技术、电子传感技术及电子控制技术等有效组合在一起，并运用于整个交通运输管理体系中，从而能够在大范围、全天候发挥作用，建立起的一种准确、实时、高效的综合运输和管理系统[1]。依据智能交通系统的概念，我们可以看出，为了解决社会不断增加的交通需求与有限的道路资源之间的矛盾，使有限的道路资源能被充分利用，提高人们的出行效率，保障人们出行安全，智能交通系统作为信息、通信、传感与控制技术综合运用的产物，能给人们带来便捷。但目前，我国城市交通仍面临着许多严重问题，如成都，作为西南地区的一个大型城市，虽然其承载能力越来越强，路网体系也日趋完善，但随着汽车保有量的强劲增长，道路供需关系依然非常严峻。据成都市交管局数据显示，截至2014年3月，成都地区的汽车保有量突破268.59万辆大关，中心城区突破114.18万辆，这个数据仅次于北京。而且成都已月均增2万新车，并持续了62个月。一天就会产生数百亿条GPS数据，而车牌识别信息、交通监控视频信息等数据量更大，交通相关的数据量也早以从TB级跃升到PB级[2]，因此，如果要实现对城市道路的交通流量信息、交通状况、交通违法行为等的全面监测，特别是承担在交通高峰期采集、处理及分析大量的实时监测数据的工作，整个平台的运行压力将会非常巨大，大数据（bigdata）就此产生，大数据分析交通除了流量及车辆的相关信息外，还必须包括路面情况、天气、突况、周边环境等诸多因素，传统的交通数据分析法已很难有效处理如此庞大的数据的问题。城市智能交通应具备的特点和需求分析如下。
1.1数据信息海量化
整个城市的交通行为主体作为城市智能交通的分析对象，海量数据必然成为固有特性。
1.2应用负载变化大
城市交通流特性呈现出区域关联性强，随时间变化大的特点，系统需要根据实时的交通流数据，做出全面采集、分析、处理等。而传统的智能交通方案由于无法在全局上统筹，往往会因此陷入彼此孤立的情形。
1.3高稳定性和高可用性
只有要求城市智能交通系统具有高可用性和高稳定性，才能更好地、更快捷地提供畅通、安全、高品质的行程服务，以保障交通运输的高安全、高时效和高准确性，让政府、社会和公众感觉到方便。而目前的很多方案中，由于各生产厂商繁杂、设备类型众多、质量参差不齐，而国内也缺乏统一的标准，这样不仅系统维护成本高，而且也很难做到保持智能交通系统的高稳定性。
1.4数据共享需求
目前，正在建设中的智能城市交通系统，大量的终端设备出自不同的厂商或不同平台，这样就形成了许许多多的信息孤岛，彼此间很难实现共享数据。这在很大程度上影响了系统功能的充分实现，智能交通系统在硬件、接口上应做的统一，从而使行业信息资源的全面整合与共享成为智能交通发挥整体方案优势、整体统筹资源、统一协调的基础。
1.5信息实时处理性能要求高
随着城市交通的拥堵日趋严重，人们在出行时要求能随时随地通过熟悉的方式获取所需的出行计划和实时的出行信息，因此，未来的智能交通需要满足高效性、实时性的要求。
2大数据与云计算技术对智能交通系统的影响与应用
云计算（cloudcomputing）是将计算任务分布在大量互联的计算机构成的资源池上，使各种应用系统能够根据需要获取存储空间、计算力和各种软件服务，该资源池被称为“云”。“云”是指一些可以自我管理和维护的虚拟计算资源，通常包括宽带资源、计算服务器、存储服务器等大型服务器集群[3]。而云计算（cloudcomputing）是一种基于互联网平台的计算方式，为计算资源提供全新的计算模式，其服务方式可动态、伸缩且虚拟化，云计算技术还会将所有的计算资源汇集在一起，并通过软件实现对资源的自动高效管理。这使用户能更加专注于自己的业务，无需为繁琐的处理细节感到烦恼。云计算技术之所以能有效处理和应对交通数据量大、可用性高、稳定性要求高、信息实时处理要求高、应用负载波动大、数据共享需求大等问题，并能实现应用的灵活性，高效整合资源，降低运维成本和总能耗，很大程度上是源于其自身的高可靠性、弹性扩容性好、快速部署及按需服务的特性。云计算技术以其高度的信息部署、优异的扩展性以及自动化IT资源调度，成为解决智能交通面临的问题的关键技术手段，成为一种全新概念的信息服务模式，有助于智能交通系统的快速实现。建设基于“云计算”的智能交通系统，要实现交通信息的动态采集、分析、处理及，并及时向用户提交动态交通信息，报告路况动态变化信息，指导用户出行计划，规划用户行车线路，从而有效提前进行分流拥堵流量，从而提高交通通行效率[4]。其具体应用如下。
（1）城市中的车、人或设备等每个交通终端节点，均可以实时地通过交通云得到基于整个城市交通信息智能分析后提供的服务。
（2）通过综合整个城区的交通流信息及汽车的运行计划信息，每个交通信号灯都得到高效控制，并在面控、立体多维的基础上进行相关预测；城市交通引导系统也可以与交通信息个性化服务进行无缝结合。
（3）为了更智能地提高交通运行效率，拓展一个智能交通信息服务市场，运营商要相应地通过手机基站定位，向用户提供实时的交通信息服务，这些信息与交通控制、引导相结合。随着移动通信网络的发展，从早期的2G网络到3G网络，再发展到当前的4G移动通信网络，4G网络使图像视频传输更加稳定，决策也更具有时效性，并为智能交通系统提供了更多应用的可能，移动网络在智能化交通信息系统中的运用日趋娴熟、准确，使智能交通系统真正、全面、高效地服务于社会，为缓减交通压力做出了更大的贡献。移动网络技术还有效地为智能交通系统的发展提供了新的发展思路。
34G移动网络的网络结构的核心技术及优点
3.14G移动网络的网络结构的核心技术
4G移动网络体系结构从下往上可分为物理网络层、中间环境层、应用网络层。正交频分复用（OFDM）技术是这一代移动通信网络的核心技术，该技术可以为用户提供速率高、时延小的数据交换服务，能达到下行50Mbit/s与上行100Mbit/s的峰值速率。OFDM技术特点包括：具有良好的抗噪声性能及抗多信道干扰能力，可扩展网络结构。
3.24G移动网络的优点
3.2.1通信速度高、灵活性好4G移动通信系统速率可以高达到l00Mbps，甚至是150Mbps。由于4G网络不仅是面向手机，还面向智能手表、控制器、眼镜等移动智能终端设备，这些终端设备极大丰富了人们的生活，使通信变得更加灵活多样。
3.2.2系统兼容性好未来的4G移动网络要面向全球发展，可以预测4G移动网络一定会开放出更多标准化的接口，并与全世界各种网络进行高速通讯、互联。
3.2.3网络采用宽频谱4G移动网络的每个信道会占有100MHz的频谱，是3G移动网络的20倍左右。
3.2.4通讯费用低目前，很多3G移动网络用户之所以能方便地过渡到4G移动网络进行通信，是因为4G移动网络与3G移动网络的兼容性较好，且4G移动网络的系统采用灵活的操作方式。在加上4G移动网络通讯费用相对较低，为4G移动网络的快速部署创造了条件。
3.2.5网络通信质量高4G移动网络通信时代是高质量通信的时代，与3G移动网络通信技术相比，4G移动网络通信技术将在很大程度上提升大数据的交互、处理能力，特别是跟云计算技术的结合，大大提高了效率，4G移动网络让广大人们拥有了前所未有的、便捷的移动网络交互体验，面对越来越复杂的网络环境，通信质量也得到了较好的保障，4G移动网络通信也能满足3G移动网络通信尚不能覆盖的区域。
4基于云计算的智能交通的关键技术
上述的需求，使大数据与云计算技术成为城市智能交通系统的重要支撑。为了有效地将云计算技术与跟4G网络相结合，提升信息传递的准确性和可达性，还需解决以下几个主要技术问题。
4.1最优路径规划问题
云计算技术在智能交通系统中的另一个重要应用是智能交通系统中的最优路径规划，它在各类应急系统及车辆路径导航系统中具有重要作用。智能交通最优路径规划是以交通运行数据为基础，在云计算数据中心对各交通影响因素进行分析、处理和判断后，再通过短讯、车载终端、GIS电子地图等各类终端帮助信息，为道路的使用人员提供最优路径，引导信息及各类实时交通帮助服务信息，以提高车辆的通行效率及行车安全。
4.2智能交通流预测与出行引导问题
基于云计算的智能交通流预测与出行引导可通过物联网对交通流量数据进行实时采集，对这些数据进行分析和快速处理，以便对道路交通流进行实时动态判别和准确预测，从而正确指导用户出行，这样必须建立起智能交通流量采集数据库及非结构化的数据库。
4.3智能交通事故预警处理问题
道路交通中的突发事故严重影响城市道路交通运行的安全性和可靠性，因此，面对突发事故，必须快速做出反应，提出处理预案，然后对其进行有效、及时地处置。基于大数据分析的交通事故应急处置方案的形成，是通过物联网技术快速采集和分析交通突发事件及整个道路流量信息，迅速地进行事故故障处理，并及时发出预警信息，提前、有效和安全地疏散车流，达到不影响交通正常运行的目的。
5我国智能交通系统发展趋势
众所周知，我国4G移动网络牌照已经发放，围绕4G移动网络的各项业务也快速展开，但目前，网络通讯费用并没有下降，这对基于4G移动网络智能交通系统的开发与使用具有较大影响，相信随着4G网络的普及、通信环境的改善、资费的下调，大数据的交互平台将有望在许多移动设备（如手机、平板电脑）上实现，云计算技术也将得到更广泛的应用。例如，未来的智能交通系统将会出现自动驾驶系统、大数据与智能交通、生态智能交通系统、移动互联网与智能交通等。近年来，基于移动网络智能终端的与交通相关的APP得到飞速发展，因而，移动互联网技术在人们出行中的作用将越来越大。
6结语
基于4G移动网络的大数据和云计算技术的智能交通系统是一个复杂的系统工程，它涵盖了网络构建、信息采集、系统集成及应用开发等多方面内容，同时也涉及城市交通运行管理中的许多领域。要在4G移动网络平台上加快推进大数据和云计算技术在城市智能交通系统中的研究及应用，必须不断加强技术革新、保障云安全、完善基础设施建设，并将政府构建的基础性开放平台与引导科研机构、高校、企业参与应用研发相结合。
参考文献
[1]吴忠泽．迎接中国智能交通的新时代[J].科学,2010(1):3-6．
[2]毕然,党梅梅．智能交通系统标准化现状及发展趋势[J]．电信网技术,2011(4):44-47.
[3]赵娜,袁家斌,徐晗.智能交通系统综述[J].计算机科学,2014(11):7-11.
关键词：智能交通；智能交通系统；物联网；
【分类号】：TG333.2
一、引言
随着经济的发展和人民生活水平的提高，“以车代步”已成为一种普遍的社会观念，因此一个国家的道路建设速度永远赶不上汽车的增长速度，交通拥堵越来越严重。现行的限购、限号等政策，不能够从根本上解决问题，伴随着物联网技术的兴起，可以用物联网下的智能交通系统的构建来解决。有效解决目前交通拥堵的关键是实现道路利用率的最大化，这就需要对现有路况下的人、车、路进行有效的监控。因此，智能交通应运而生。
二、物联网和智能交通系统的发展现状及发展趋势
1.物联网发展现状和发展趋势
目前，全球物联网产业的发展还处于初级阶段。全球物联网仍处于概念、论证与试验阶段，处于攻克关键技术、制定标准规范与研究应用的初级阶段，但已具备较好的基础。未来几年，全球物联网市场规模将出现快速增长，据相关分析报告，2007年全球市场规模达到700亿美元，2008年达到780亿美元，到2015年全球市场规模将接近3500亿美元，年增长率接近25%，未来十年物联网将实现大规模普及。西方发达国家对物联网高度重视，并将其作为未来发展的重要内容。以物联网应用为核心的“智慧地球”计划也得到了奥巴马政府的积极回应和支持，其经济刺激方案将投资110亿美元用于智能电网及相关项目。
“智慧地球”是物联网发展的一个愿景，M2M是目前重点发展领域和物联网的主要表现形式。M2M是“机器对机器（Machine to Machine）通信”的简称，即通过通信网络实现机器之间的互联、互通。M2M既是物联网四大支撑技术之一，也是物联网在现阶段的最普遍应用形式，在欧洲、美国、韩国、日本等国家实现了商业化应用，例如安全监测、机械服务和维修业务、公共交通系统、车队管理、城市信息化等领域。
2.智能交通系统及其发展现状
智能交通系统是在较完善的道路设施基础上，将先进的电子技术、信息技术、传感器技术和系统工程技术集成应用于地面集团交通管理所建立的一种实时、准确、高效、大范围、全方位发挥作用的交通运输管理系统它具有以下作用：充分发挥现有交通基础设施的潜力，提高运输效率，保障交通安全，缓解交通拥挤，改善环境保护。
我国现有的智能交通管理系统还处在初级起步阶段，多以人工干预和管理为主，路面上的信息采集点较少，车辆的管理不够集中，系统独立运作，缺乏统筹规划和技术手段落后是造成上述现象的主要原因所在。
三、面向智能交通系统的物联网体系结构
智能交通系统与物联网相结合，实际上是构建了一种全新的智能化交通系统。两者结合可以将以物联网为代表的智能传感技术、信息网络技术、通信传输技术和数据处理技术等有效的集成，并应用到整个的交通系统中。可以提高交通系统的运行效率，减少交通事故，降低环境污染，促进交通管理及出行服务系统建设的信息化、智能化、社会化、人性化水平。未来的智能交通系统应包含交通管理与规划、出行者信息服务、车辆运营管理、电子收费、智能车辆、紧急事件与安全、综合运输、自动公路、汽车移动物联网这9大领域。但这9大领域中，每一个都与物联网技术息息相关，下面只将一部分领域中应用的物联网知识作简要介绍。
交通管理与规划领域的建设应包括先进的交通管理系统、交通基础设施智能监控系统、交通运输规划决策支持系统，这三部分内容。而这三部分内容又分别包括全方位的交通信息采集与路网状态监控、在大量的交通基础设施上部署各类先进的传感设备实时获取状态信息、将基于智能交通系统和物联网的基础设施建设中获取的大量信息资源提供给规划人员等。汽车移动物联网是物联网在交通领域的具体应用。在物联网的技术背景下，交通系统中的人、车、路等组成要素的泛在感知能力将逐渐成为现实，这相当于提供了覆盖率极高的信息采集和终端。在物联网的环境中，以汽车移动计算平台为核心，利用泛在感知能力可以对现有的几乎所有智能交通系统进行升级强化，建设基于物联网的路网车辆状态监控系统、基于物联网的交通控制系统以及基于物联网的信息服务系统等。
车联网利用车载电子、标准信源、传感网络等技术手段实现车辆的信息采集，利用无线射频识别（RFID）、专用短程通信（DSRC）、广域无线通信等技术实现车辆的信息互联，基于信息网络平成对车辆的静态、动态信息的深度挖掘与综合利用，并根据不同的功能需求实现车辆的合信息服务和监管。通过在物体上植入各种微型芯片，使物体变的智能化，变的可感知和识别，甚至具有主动或被动、单方向或双方向的信息交流能力，然后借助无线通信技术实现人和物体、物体和物体之间的相互交流。车联网是物联网与智能交通系统相结合的产物，通过安装必要的车载设备，使车辆具备信息交流的能力，通过无线互联技术充分利用车辆的身份、属性、位置和行驶状态等信息，发现其中的应用价值，并以此来满足车联网参与各方的需求。通过车联网，汽车具备了高度智能的车载信息系统，进而能够随时获得即时资讯，做出与交通出行有关的明智决定。
面向智能交通系统的物联网体系结构，在逻辑上划分为硬件、系统软件、应用软件三个层次。各个环节分别在各个层次上有着不同的体现。在硬件平台层，包含了数据中心所需的强大的电源支持设备、大量数据存储设备、高性能的计算芯片等，数据处理和信号处理也是其中的一部分。在系统软件层，包含了数据中心所需的满足高可靠要求的服务器操作系统软件、高效的系统管理软件、数据库管理系统软件、通信管理软件、系统诊断程序等，也包含了车载设备、路侧设备上使用的实时操作系统、专用的图像接口、语音功能组件等。在应用软件层，覆盖的内容更加的丰富多彩，在与车辆相关的智能交通领域，包含编队行驶控制软件、商业管理软件、道路管理软件、智能化交通控制软件、车辆导航软件等。
面向智能交通系统的物联网体系的实现需要多种关键技术的综合应用，包括标准信源技术、传感网络技术、专用短程无线通信技术、广域无线通信网络技术等，而在我国部分关键技术还有待突破。车辆传感网络和道路传感网络，共同实现车辆、道路、交通、环境状态的全面感知，在与之相关的传感器技术领域，很多核心技术都还没有掌握。众所周知，我国的通信网络带宽在世界主要国家中处于落后水平，目前的3G网络带宽并不能满足为来对图像和流媒体的传输需求，同时我国的通信服务性价比较低，较高的通信成本同样有可能成为面向智能交通系统的物联网发展的商业瓶颈。
（河北金融学院，河北 保定 071051）
摘 要：我省保定市的交通信息服务系统的基础建设已初步形成，但普遍面临着整和利用交通信息来服务于交通管理和出行者的问题。如何对海量的交通信息进行处理、分析、挖掘和利用，将是未来交通信息服务的关键问题，本文以云计算技术以其自动化IT资源调度和快速部署以及优异的扩展性等优势，云计算必将成为解决这一问题的重要技术手段。
关键词 ：云计算；海量数据；智能交通
中图分类号：G354.4文献标志码：A文章编号：1000-8772（2015）10-0216-01
收稿日期：2015-03-20
作者简介：庞灵（1982-），女，河北定州人，讲师，计算机测控技术。封二英（1985-），女，河北石家庄人，硕士，助教，自然语言处理。
引言
智能交通系统（Intelligent Transportation System，ITS）作为电子信息技术与交通运输部门融合的产物，是解决城市交通拥堵、改善行车安全性、提高车辆运行效率的最佳途径之一。如何充分发挥现代高速信息网络和强大的计算机信息处理能力，实施高效的交通系统控制和物流运输，是交通工程领域和计算机信息处理领域所共同面临的重大课[1]。加快发展云计算技术在智能交通领域的发展应用，对于提升城市综合交通信息化处理、推动产业优化结构升级、促进经济发展方式转变具有积极性意义，市场应用前景广阔。
1.云计算
1.1云计算
按照云计算的功能来说，其可以理解为是一种以互联网为中心的超级计算模式。它包含了互联网上的各种应用服务及提供这些服务的硬件设施，并对这些服务及硬件设施进行统一的协作与管理。 云计算基于其公开的标准和服务，为用户提供安全、便捷、高效的网络计算服务与数据存储服务，使互联网这片“云”成为使用者的计算中心与数据中心[2]。云计算以一种简化的方式向用户提供服务，使用户即使在没有相关的理论背景知识及设备操作能力的情况下，也可以通过云平台来方便的获取其所需要的服务与应用。
2.云技术
2.1云的交付模式及核心技术
云计算采用面向服务架构（SOA），按照交付模式，云计算可分为如下3 种：基础设施即服务（LaaS）平台即服务（PaaS）软件即服务（SaaS）。清晰的阐述了云计算的交付模式及云服务的分层。
2.1交通信息云
交通信息云是由云计算和交通信息云服务构成的信息全过程，是一种交通信息采集、处理和应用的工作。海量的交通信息如道路网路连通信息、车牌自动识别信息、车辆GPRS 定位信息、信号灯倒计时信息，通过无通信存储到网络上构成交通信息云，由于其特定的性质，它的存储和计算能力不会受到限制，也可以进行交通信息的交换，为用户提供计算基础设施、计算平台和交通基础数据[1]。
3.云计算引入到智能交通的可行性
（1）数据量大：交通服务要提供全面的路况，需组成多维、立体的交通综合监测网络，实现对城市道路交通状况、交通流信息、交通违法行为等的全面监测，特别是在交通高峰期需要采集、处理及分析大量的实时监测的数据。
（2）应用负载波动大：随着城市机动车水平不断提高，城市道路交通状况日趋复杂化，交通流特性呈现随时间变化大，区域关联性强的特点，需要根据实时的交通流数据及时全面采集、处理、分析等[4]。
（3）信息实时处理要求性高：市民对公众出行服务的主要需求之一就是对交通信息的时效性要求高，需将准确的信息及时提供给不同需求的主体。
（4）数据共享需求：交通行业信息资源的全面整合与共享，是智能交通系统高效运行的基本前提，智能交通相关子系统的信息处理、决策分析和信息服务是建立在全面、准确、及时的信息资源基础之上[5]。
4.云计算应用于智能交通系统
智能交通云的整体设计主要包括定位服务、管理上传、查询下载和存储四个模块如图1所示：（1）“定位服务”模块主要是对出租车、公共汽车和商业车辆等的定位服务，以满足大众的出行需求；（2）“管理上传”模块主要是分别面向公众和管理者将路况和反馈信息长传到相关模块；（3）“查询下载”模块主要是可查询路况信息、公路事实信息及相关管理政策信息[3]；（4）“存储模块”主要是将车辆信息、路况信息、公路设施等保存到云端的存储服务器中。
5.结束语
通过对智能交通系统的需求以及核心技术特征分析，及将云计算技术引入到智能交通中的必要性，结合当前保定市交通信息服务系统中的问题，给出云计算在智能交通系统中的服务架构，体现了基于云计算技术的应用系统具有数据处理效率高、资源利用率高、计算能力强等诸多优势。
参考文献：
[1] 倪琴，徐丽，云计算技术在智能交通系统中的应用研究[J].智能交通，2012.
[2] 朱坚坚，基于物联网与云计算的智能交通系统架构研究[J]，江苏教育学院学报，2013.12.
[3]秦琴，基于云计算的智能交通系统研究[J]，互联网天地，2013.5.
[4] 王笑京，齐彤岩，蔡华.智能交通系统体系框架原理与应用[M].北京：中国铁道出版社，2004.
