AIoT時代智能交通新需求

　　在新技術逐步成熟后行業面臨的主要問題包括信息共享問題、多源異構數據融合、海量數據處理、大數據分析問題等等。為了解決這些問題，對智能交通體系的更新和完善，宏觀上有三層需求：

　　在感知交互層上，多種技術成熟，新的智能交通體系需要融合各類交通相關系統，感知層同時存在視頻監控系統、卡口電警系統、信號控制系統、浮點車系統等多源異構系統;

　　在數據層上，構建信息化系統的云支撐系統，同時多源異構系統以統一標準融合。這里就需要行業主管部門制定統一的信息共享標準，比如已經發布的《安全防范視頻監控聯網系統信息傳輸、交換、控制技術要求》、《公安視頻圖像信息應用系統》等;

　　在應用層上，基于云設施支撐系統，構建交通云應用系統，例如交通態勢系統、交通信號優化系統、交通輔助決策系統等。

　　總體來看，人工智能和物聯感知一方面改變了數據的獲取方式(感知智能)，傳統市場獲取的信息以視頻和圖片為主，智能感知方面以車牌為主，隨著人工智能和物聯感知技術的發展，可以更深層次的挖掘數據，智能感知車牌、車輛特征、車輛行為、人臉、人體、非機動車、交通信息，另一方面改變了數據的認知方式(認知智能)，人、車、行為等多維數據的碰撞，讓信息系統的認知更智能。

　　最終體現在細分領域的應用，一是對管理維度提升，傳統的車輛違法管理、緝查布控將擴展到出行者管理，例如駕駛人管理、非機動車、行人管理等。二是管理層次的提升，借助多源數據分析提升交通分析評價能力，提高城市綜合管理能力。例如更成熟的交通態勢的分析以及輔助決策系統的加速發展，城市級停車業務的加速發展。

　　搶占智能交通市場制高點

　　現階段的智能交通行業有很多機會點，每個企業都有自己擅長的領域，有適合企業自身的發展方向。企業投入的重點主要是源于行業、客戶需求。對于當前的智能交通行業，一套完整的具有創新技術的解決方案更吸引客戶。就比如前面提到的人車大數據系統，需要感知層具備邊緣計算能力，也需要中心大數據分析能力，完善的體系架構、軟件硬件支持缺一不可。

　　在市場競爭中，企業要取得制高點，必須在技術、產品、解決方案、服務等形成核心競爭力，僅就技術層面來講，當前比較看重的是AI技術，AI技術是對傳統技術從本質上進行轉變，形成新的感知智能以及認知智能，我們都在講數據結構化、大數據分析，都是跟AI緊密集合的。AI技術可以貫穿多個行業，貫穿信息系統各層次。不是提倡每個企業橫向鋪開，而是抓緊符合自身客戶需求的關鍵AI技術，縱向挖掘業務，為客戶提供有價值的產品或者解決方案。

　　智能交通未來趨勢

　　數據是推動智能交通發展的基礎，人、車、行為識別都是獲取數據的工具，是感知智能的提升。感知是基礎，從感知智能到認知智能，最終改變的是業務架構，達到更深層次的業務應用。

　　整個交通數據生態的組成因素有人、車、路、場站樞紐四大因素。當前已經可以通過固定式檢測設備感知車號牌、車流量、車特征等信息。通過場站樞紐的視頻監控、出入口車輛識別、車位檢測設備獲取車輛進出數據。隨著車路協同、輔助駕駛、無人駕駛技術的提升，可通過車載智能終端感知車輛相關移動數據，包括位置、行為等。我們也可以通過互聯網技術，以移動終端(手機)感知出行者信息。未來、隨著技術的發展和成熟，以及政策的支持，這四類信息將被全面感知，形成人車路場協同，提高整體交通通行效率。

　　國內最大的物聯網卡交易平臺（http://whsspr.com）表示，目前國內各地智慧城市建設的重點和發展方向各不相同。智能交通是智慧城市發展中的重要組成部分，而且是相對成熟的部分，智慧城市建設將大幅推動智能交通市場發展。而智慧城市建設帶動的市場發展以分為兩部分：一部分是沿海及部分重點城市的先進經驗向三、四線城市復制，這部分市場份額較大，因為技術相對成熟，可復制性強;另一部分是一、二線城市進行新技術試點，比如城市大腦相關項目會越來越多。此類項目對傳統企業、互聯網企業、IT企業、政府都提出了新的要求，會加速企業技術融合轉型。