2018 年 11 月 20 日 星期二
首页 > 行业报告 > 正文

城市智能交通应用发展浅析
2016-05-11   来源:头条号|0    点击:213

城市ITS交通应用形态的发展趋势,将围绕智慧感知、智慧物联、智慧研判等方向发展和延伸。

  首先在智慧感知方面,将通过识别技术,大力提升对交通环境的感知能力,从人、车、环境多方面感知交通状况。从而为构建交通大数据提供基础来源。而另外一方面,智慧感知技术是未来实现智能驾驶、无人驾驶的先决条件之一,因为实现无人驾驶最重要的一点就是对交通环境的感知能力。

  其次在智慧物联方面,结合RFID、GPS、传感器等物联网技术构建安全可靠的车联网系统,结合移动互联技术,实现大交通云平台互联系统,在车联网上实现各种应用。例如智慧出行、智慧停车、车载娱乐等。

  最后在智慧研判方面。充分利用获取的交通大数据,贴合行业应用和公众需求,展开交通大数据的分析应用,从而提升交通研判能力和辅助决策分析能力。例如可以通过交通大数据进行拥堵分析、事故分析、违法分析;还可以通过研判为公众提供行车路线规划,交通未来趋势预测等深度应用;更进一步延伸,结合数据分析,可发展智慧停车、智慧打车等共享经济服务。

  另外,随着识别技术的发展,车、人脸识别、现场核心要素提取技术都得到了很快的进步,识别率和准确率也有了很大的提高。在ITS行业内的深度应用主要围绕以下几点来开展,高新兴科技集团智能交通技术专家陈刚分析:

  1、贴合交通管控需求,提升管控效率。在城市交通管理中,对车的管理很大程度上依赖于与车相关的一系列识别技术,从车牌识别、车身颜色识别、车型识别、车标识别等识别延伸到车辆品牌、发动机盖、年检标位置、遮阳板位置等识别,应用上也从基本的卡口车辆识别比对、闯红灯等违章行为的非现场取证,到车牌识别与人脸识别,打击违章跑分卖分等行为;对年检标志的识别,打击逃避年检等行为;对驾驶员安全带检测、违规打电话、前排抱小孩等不安全行为也可做相应的识别,并且可以联动前方诱导,给司机于适当的警示,从而减少交通事故的发生。

  2、丰富交通大数据源,提升大数据精准研判和辅助决策能力。作为城市交通大数据的采集源。通过外场设备将更多、更准确的车身特征数据及人脸识别、现场核心要素都提取出来存储到交通云平台中,可以为交通大数据的研判分析提供更准确、更全面的数据来源。例如在交通拥堵分析中,除了通过基本的车流量、车流速度、排队长度等交通量来判断外,还可以通过云计算实现典型居住区和就业地的通勤出行分析及OD分析等,从而为交通规划提供辅助决策支持。此外,在交通违法追逃中,可以通过输入车辆图片,自动寻找符合特征的嫌疑车辆,实现以图搜图,快速定位车辆等。

  3、改善交通服务体验,提高公众服务水平。通过高精度的识别技术,结合交通服务场景,提升服务效率;例如在轻微的交通碰撞中,可以通过人脸识别和现场识别实现远程事故鉴定、快速理赔、快速处理等服务。

相关热词搜索:智能交通 城市