交通强国建设纲要发布：智慧交通与大数据深度融合，2035年基本建成交通强国
近日《交通强国建设纲要》
（以下简称“纲要”）
被交通圈刷屏了
“纲要”中明确提出要大力发展智慧交通
推动大数据与交通行业深度融合，推动互联网与交通行业深度融合，推动人工智能与交通行业深度融合，推动区块链与交通行业深度融合，推动超级计算与交通行业深度融合。
推进数据资源为交通发展赋能，让交通基础设施网、运输服务网、能源网与信息网络加快融合发展，从而构建起泛在先进的交通信息基础设施。
构建综合交通大数据中心体系，以此来深化交通公共服务以及电子政务的发展。同时推进北斗卫星导航系统的应用。
“纲要”表明，在 2020 年这个时间节点上，要把决胜全面建成小康社会的交通建设任务完成，同时也要将“十三五”现代综合交通运输体系发展规划的各项任务完成。
从2021年到本世纪中叶，分两个阶段推进交通强国建设。
到2035年，基本建成交通强国。
交通强国的智能交通六大战略
今年 4 月，清华大学交通研究所的李瑞敏副教授在一次“交通强国发展战略研讨会”上有所表示。“交通强国战略研究”是由中国工程院协同交通运输部开展的。此项目是为了满足党的十九大所提出的交通强国战略决策而设立的重大咨询项目。
中国工程院有 32 位院士参与项目研究，还有 12 家单位的研究人员参与，这些单位包括科研院所、高校、企业等，总计 100 多位。其中，清华大学交通研究所所长陆化普担任项目课题组中智能交通分课题的组长。
项目组成员从工程管理角度对交通强国的保障措施提出了咨询建议。
交通强国智能交通战略的主要建设目标包括：要将世界领先的智能交通系统全面建成；要在世界智能交通的发展方面处于领跑地位。
主要工作任务包含以下几个方面：一是智能缓解交通拥堵；二是智能提升交通安全水平；三是提供高品质智能交通服务。
此外，课题组还提出了六项战略发展重点：
战略一：大数据共享平台及交通云技术应用
建立国家级、省级、市级这三级大数据共享云平台，数据按照由下至上的顺序逐级进行汇聚，从而达成跨层级、跨地域、跨系统、跨部门以及跨业务的数据共享，实现协同管理以及一体化服务；
建立大数据共享标准及安全管理机制；
建立大数据政企开放共享模式和机制；
建设模式：政府主导，企业建设运维；
分析交通方面的需求，对基础设施进行优化以及对运营管理进行优化，挖掘交通大数据所蕴含的潜在价值，构建并完善大数据辅助科学决策的机制。
实现交通安全管理、拥堵管理、共享管理等智能化的组织管理。
战略二：提高城市智能交通管理水平
以智能交通为手段，创新数据驱动的城市交通智能化精细管理；
建立一个智能交通管理系统，这个系统要实现交通控制、管理、决策、服务的一体化，并且要基于大数据支撑，同时要做到部门联动、协同管控。
利用人工智能技术，创新交通管理服务新模式。
推动智能交通在基于大数据精准执法以及互联网便民服务等部分领域达到世界领先水平。
战略三包含两个方面，一是实现高效便捷的一站式智能客运服务，二是实现门到门的一单制智能货运服务。
利用互联网、大数据、电子支付等先进技术，通过行车环节实现智能化，通过停车环节实现智能化，通过枢纽换乘环节实现智能化，通过末端出行环节实现智能化，通过应答式定制服务环节实现智能化，从而实现门到门的一站式高效便捷服务；
实施多种智能服务方式，包括个性化服务、多样化服务、全程服务以及预约式服务。
建设货运云平台，使其具备信息共享的功能，能实现全程可视，还可做到智能可控；通过这个平台，能够达成货运物流全链条的一体化信息服务以及运输服务。
推动使用货运电子运单，建立货物多式联运及共同配送；
加强对先进货运技术的研发工作，并且将其应用到实际中。同时，推动无人驾驶技术在货运车辆领域的研究工作，以及将其应用到货运车辆上。
战略四：智能提升交通主动安全水平
交通安全智能分析研判体系建设；
交通安全设施智能化提升；
智能安全大通道建设；
全社会智能交通安全防控体系；
提高车辆安全水平、智能水平、改善车辆技术状况；
https://img1.baidu.com/it/u=2547466340,1592329708&fm=253&fmt=JPEG&app=138&f=JPEG?w=986&h=500
智能化手段规范交通行为、促使交通安全文化的形成。
战略五：车路协同一体化发展
提高通行效率、提升交通安全、促进节能环保；
优先在长途货运和公交车方面推进无人驾驶。
战略六：实现综合运输智能化关键技术突破
基于交通大数据共享平台，建立起一个全国综合运输智能监测和智能决策平台，这个平台涵盖了全交通方式，并且能够实现与城市智能平台的对接。
建设新一代的智能交通系统，此系统基于北斗导航系统。
北斗系统在交通领域展开规模化应用，涉及连续导航、位置服务、紧急救援等领域。同时实施北斗基础设施一体化、应用示范一体化和运营服务一体化。
推进北斗导航系统在智能交通方面的应用，要建设交通监控系统，此系统基于北斗导航系统；要建设管理系统，同样基于北斗导航系统；要建设公路收费系统，基于北斗导航系统；要建设城市公交系统，基于北斗导航系统；要建设停车系统，基于北斗导航系统；还要建设交通事故应急救援系统，也基于北斗导航系统。
智能交通行业的关键技术
为达成交通强国的建设目标，我们面临着一项重要任务，那就是抓住机遇并大幅度提升中国的智能交通水平。
智能交通从 1973 年开始大力发展。早期由于受到通信手段的限制，所以发展速度较为缓慢。
1995 年到 2000 年期间，数据传输速度增长极为迅猛。同时，位置服务技术和通信技术取得了突破。在此情况下，智能交通的发展速度明显加快了。并且，通信技术不再是限制因素，而此时智能交通系统的发展主要是受到计算能力的限制。
2000 年到 2010 年期间，智能交通技术得以全面推进。高清视频以及智能分析研判等技术，在城市交通领域被全面应用。
2010 年到现在，大数据和机器学习等技术一直在不断发展。基于人工智能的车路协同、自动驾驶、智能出行等，将会在未来成为智能交通系统下一阶段技术发展的关键方向。
今年，清华大学交通研究所的所长陆化普教授在《科技导报》发表了一篇关于智能交通系统的主要技术的文章。陆教授指出，交通大数据平台及其应用是目前智能交通领域的关键技术之一。同时，视频数据提取技术也是关键技术之一。综合分析研判技术同样是关键技术之一。交通控制优化技术也是关键技术之一。车路协同技术是关键技术之一。城市交通大脑是关键技术之一。无感技术也是关键技术之一。
1.城市智能交通控制技术
交通控制主要是利用计算机管理的交通控制设施来进行交通组织优化，同时通过调节、诱导、分流等方式来达到保障交通安全与畅通的目的。利用磁感线圈、视频、微波等采集的数据来计算交叉路口的实时交通流量，进而确定信号优化配时方案。
从控制范围方面来看，信号控制包含单路口信号控制。同时，还有干线协调控制，也就是线控制。另外，还有区域信号协调控制，即面控制。
模型方面，当前国内外单路口信号控制在模型以及应用层面都已成熟。干线协调控制有大量应用型产品和案例。然而，区域协调控制技术的应用案例相对有限。
现有系统主要有两类，分别是定时控制和自适应协调控制。其中，定时区域协调控制目前主要采用启发式算法。同时，大数据也促使出现了基于机器学习的区域信号协调控制模型，但该模型难以解释其理论过程。
自适应信号协调控制会利用检测器实时采集交通数据，然后生成相应方案来实现实时控制。并且会根据交通饱和度，将其区分为未饱和与过饱和这两类模型。在未饱和区域，会采用 Q 学习、CTM（cell model）、SVM（）以及强化学习等模型，主要目的是减少计算量，以实现优化控制。
过饱和区域运用启发式方法来简化模型，使其能够进行运算；过饱和区域运用分层规划的方式简化模型，以便可以运算；过饱和区域采用多段规划的手段简化模型，从而可以运算。
在系统控制软件领域，当下中国主要还是依赖 SCOOT（split cycle ）以及 SCATS（ ）这些系统，还有美国、西班牙等国家研发的系统，而国内自主研发的软件应用的数量是比较少的。
从 20 世纪 80 年代开始到现在，一直在尝试构建适用于中国混合交通流特性的控制系统。其中具有代表性的系统主要有 HT-UTCS 和 Hicon 系统等。HT-UTCS 系统运用三级分布式控制，即点、线、面的控制方式，是一种方案生成与专家系统相结合的自适应控制系统。Hicon 系统采用三级控制模式，包含路口、区域、中心这三个层面，属于分层自适应控制系统。
2.交通分析研判技术
交通信息分析研判能达到管理精细的目的。
传统的交通信息分析研判主要是基于交通流、交通事故等结构化数据来展开分析。这种分析包括纵向分析和横向分析，通过这些分析找出其变化规律和发展趋势。然后，依据这些分析结果提供辅助决策依据。然而，这种研判分析的准确性和精准性并不高。
近年，大数据分析研判充分利用大量非结构化数据，且采用大数据分析技术。这种方式能够实现跨区域、跨部门、跨行业的信息共享，也能实现深度挖掘应用。它还能够完成对交通运行、安全、监管、资源优化配置等整体态势的评估分析与预警，从而实现了分析研判技术质的飞跃。
公安部一直以来对交通安全分析研判以及交通管控与服务分析研判等方面极为重视。在国家道路交通安全科技行动计划等重要课题研究的基础之上，逐步推出了全国公安交通管理综合应用平台、全国机动车稽查布控系统、公安交通管理大数据分析研判平台等重大应用工程。并且还发布了《道路交通安全形势分析研判工作规范》等相关文件。这些举措极大地提升了交通管理工作的科学性、有效性以及规范性。
交通运输部在“基于大数据技术的交通运输监测预警关键技术研究”等相关重大课题研究方面持续推进。在此基础上，不断针对春运等节假日以及日常运行等方面发布相关的交通态势分析报告。同时，还对国家交通运输宏观发展态势进行预判。这些工作为国家、区域交通重大决策和社会信息服务等提供了强有力的支撑依据。
3.车路协同技术
车路协同系统依靠先进的传感技术和无线通信技术等。它能够实现车辆与道路基础设施之间的智能协同，也能实现车车之间的智能配合。通过这些，能够保障在复杂交通环境下车辆的行驶安全，能够实现道路交通的主动控制，还能提高路网的运行效率，是新一代的智能道路交通系统。
车路协同在技术方面主要包含以下 3 类技术：一是车车/车路通信技术；二是交通安全技术；三是交通控制技术。
在通信技术领域，3G/4G 技术、DSRC（短距离）技术以及 WiFi 技术都已应用于车路协同，并且这些技术都有相应的理论和模型。
在交通安全技术方面，已经有视野盲区警告、辅助换道、紧急避撞等方面的应用。马小陆等人设计出了一种基于车车通信的嵌入式前向碰撞预警系统；李珣和杨晓光等人基于车路协同技术对辅助换道展开了研究，在确保车辆换道安全的基础上提升了道路的使用效率。
在交通控制技术方面，能够基于车路协同来实时获取车辆的状态，并且可以通过车速引导的方式来实现优化控制，这方面已经有了相关的研究和应用。
20 世纪 80 年代初，中国开始重视在实验方面运用高科技来发展交通运输系统；2006 年是国家“十一五”计划的第一年，国家高技术研究发展计划（863 计划）设立了现代交通技术领域，还具体设立了“综合交通运输系统与安全技术”专题研究；2010 年确定车联网为“十二五”发展的国家重大专项；2011 年“车路协同系统关键技术”项目通过国家“863 计划”立项，并且在 2014 年 2 月通过了科技部验收。
https://img0.baidu.com/it/u=3277432734,1633242578&fm=253&fmt=JPEG&app=120&f=JPEG?w=583&h=409
突破了车路协同系统的若干关键技术。
中国在智能网联车路协同方面起步较晚。在“十五”和“十一五”期间，中国针对汽车安全辅助驾驶以及车载导航设备等进行了研究，并且基本掌握了智能汽车的共性技术以及车辆运行状态的辨识等核心技术。
国家“863 计划”的课题“智能道路系统信息结构及环境感知与重构技术研究”，还有“基于车路协调的道路智能标识与感知技术研究”等，在河北廊坊等地方搭建起了车路协同测试系统。
4.视频分析技术
视频识别技术通过计算机进行运算和分析。它能够从视频里提取出判断决策等有用信息。利用特定算法可以提炼视频信号中包含的内容信息或特定目标物体的运动信息等。以此实现计算机对视频的智能理解，让计算机在一定程度上能够替代人的工作。
视频识别技术的研究，因为其算法存在复杂度，并且目标行为具有多样性等情况，所以发展一直较为缓慢。
国外已有成熟的智能视频监控产品，能够在监控系统里实现异常状态自动报警的功能。中国城市的视频监控数量与发达国家相比，差距依然很大。
以每千人拥有的视频监控数量当作指标来看，当下中国摄像头密度最高的北京市，其每千人拥有摄像头的数量是 59 个。这个数量仅仅和英国的平均水平相比，只相当于英国平均水平的 80%；和美国相比，仅仅相当于美国的 60%。并且，二、三线城市的摄像头覆盖率还要更低。
据不完全的统计显示，中国二线城市的摄像头数量处在 5 万到 10 万个之间；而三线城市的情况是，
目前，车牌号识别技术是计算机视频图像识别技术在车辆牌照识别中的一种成熟应用。它能够在 1 秒内识别出车牌号码，并且精确度能达到 99%。
在计算机识别技术范畴内，人脸识别在安防与电子支付领域得到了广泛应用。功能较为先进的人脸识别系统具备 5 大核心功能，分别是布控、人脸搜索、人脸比对、人脸库以及系统管理。其精确度超过 95%，从理论上来说，在未来能够达到 99.7%。
5.城市交通大脑
城市交通大脑是在新一代信息和智能技术快速发展的背景下产生的。它借助类人大脑的多种综合智能，包括感知、认知、协调、学习、控制、决策、反馈、创新创造等。通过这些智能，它能够全面获取城市及城市交通相关信息，进行深度分析和综合研判，智能生成对策方案，精准决策，系统应用，并循环优化。其目的是更好地实现对城市交通的治理和服务，破解城市交通的问题，提供系统的综合服务，是城市智能交通系统的核心中枢。
6.高精度定位（GPS、北斗定位）
北斗三号卫星经过在轨测试后，其空间信号用户测距误差达到了 0.5 米，系统定位精度达到 2.5 到 5 米。国家在加快编织覆盖全球的北斗卫星网络的同时，正在同步开展北斗星基增强系统的建设，从而形成全国“一张网”，能够提供实时厘米级和毫米级的高精度定位服务。
北斗系统被应用于“两客一危”车辆的管理之中。目前，已经构建起了全球范围内规模最大的北斗车联网平台。
2018 年的时候，有 500 多万辆营运车辆接入了北斗系统。车联网平台会提醒驾驶员有关超速以及疲劳驾驶等方面的信息，这使得道路运输中重大事故的发生率和人员伤亡的发生率都降低了将近 50%。
2017 年 12 月，江西省的首条智慧高速公路宁定高速公路建成并开始试运营。在高速公路的沿线，借助北斗等技术，能够对车流的情况进行实时的监测。并且，还整合了报警手机定位以及路况预判等功能，以此来实现对交通事故的快速处置。
2017 年 3 月，北京公交公司依据北斗的基础数据进行大数据分析，进而对公交车的发车时间作出了调整。上海凭借北斗卫星导航系统，构建了智能公交位置服务系统，此系统能够对公交的到站时间进行精确预报，其误差时间……
通过公交调度以及实时信息的采集，能够使公交公司的运营成本降低 10%以上。
7.无感技术
无感技术是利用大数据等新技术手段，对传统交通流程进行简化。这样能让出行者在一些特定环节，像收费、验票等环节，实现无干扰地通过，从而提高效率和舒适度。目前，无感技术主要在识别和支付方面有应用，并且分别衍生出了刷脸识别和无感支付等应用。
人脸识别技术，是依据人的脸部特征信息来进行身份识别的一种生物识别技术。通过摄像机或摄像头去采集含有人脸的图像或者视频流，接着会自动在图像里检测并跟踪人脸，之后对检测到的人脸进行脸部识别，这些相关的一系列技术，通常被称作人像识别、面部识别。
在软件方面，20 世纪 50 年代，认知科学家开始对人脸识别进行研究。20 世纪 60 年代，人脸识别的工程化应用研究正式开始。那时的方法主要是利用人脸的几何结构，通过对人脸器官特征点及其拓扑关系进行分析来进行辨识。
这种方法较为简单且直观，然而一旦人脸的姿态或者表情出现变化，其精度就会严重降低。在 21 世纪的前 10 年，伴随着机器学习理论的不断发展，研究人员对基于遗传算法、支持向量机、流形学习以及核方法等进行人脸识别的技术进行了探索。
2009 年到 2012 年期间，稀疏表达成为研究的热点。在这种背景下，LFW（faces in the wild）人脸识别公开竞赛开始流行起来。当时，最好的识别系统在 LFW 上的最高精度仅仅约为 80%，与实际应用的距离还很遥远。
2013 年，研究者以高维局部二值模式（local ，LBP）特征为基础，同时运用 Joint 方法，在 LFW 上取得了 95.17%的精度。
2014 年左右，香港中文大学的 Sun 等人提出把卷积神经网络运用到人脸识别领域。他们使用了 20 万的训练数据，在 LFW 数据集上首次获得了超过人类水平的识别精度。
硬件方面，人脸识别技术经历了多个阶段的进化。先是可见光图像人脸识别，接着是三维图像人脸识别以及热成像人脸识别，然后是基于主动近红外图像的多光源人脸识别。通过这些进化过程，逐渐缓解并解决了光线等环境变化对人脸识别的影响。同时，随着算法不断精准演化，人脸识别技术逐渐进入了越来越多的应用领域。
无感支付技术。当下，在交通领域应用的无感支付技术主要涵盖 3 种途径。其一为不停车电子收费系统（ETC）；其二是车牌识别；其三是北斗支付。
ETC 在高速上已得到成熟应用。它需要用户安装车载单元（on board unit，OBU），这一流程相对较为复杂。不过，现有用户规模较大。截至 2017 年，中国约有 30%的车辆已经安装了 ETC 设备。
车牌识别技术对识别环境的要求比较高，并且对天气条件较为敏感。然而，该技术的流程较为简单，只要进行注册，就能够应用其服务。对于停车场而言，只需增加设置摄像头等设备就可以了。
北斗智能支付方案要求每辆车都要安装北斗模块。只要手机安装了 APP，就能够使用支付服务。这种模式相对较为复杂，然而，它的支付场景可延展性要比 ETC 和车牌识别更强。
交通强国怎么建设
交通强国该怎么建设？“纲要”文件给出了九大方向。
1.基础设施：布局完善、立体互联。
2.交通装备：先进适用、完备可控。
3.运输服务：便捷舒适、经济高效。
4.科技创新：富有活力、智慧引领。
5.安全保障：完善可靠、反应快速。
6.绿色发展：节约集约、低碳环保。
7.开放合作：面向全球、互利共赢。
8.人才队伍：精良专业、创新奉献。
9.完善治理体系、提升治理能力。
页:
[1]