智能交通系统技术动态及发展趋势

时间：2024-08-31

赵婉嘉

摘要：传统交通控制在面对交通拥堵，交通污染、交通安全等常见交通问题时往往力不从心，这些问题究其根本实际上是道路、车辆与使用者三者之间的供需不协调，协同不高效导致的，而智能交通系统为解决该矛盾提供了新的途径。智能交通系统近年来在世界各国得到普遍的重视，成为当前交通运输学科的研究热点。文中介绍了智能交通系统的核心理念，概括了美国、欧洲、日本以及我国智能交通系统的发展现状，综述了智能交通系统关键技术发展动态，并展望了其未来的发展方向。

关键词：智能交通系统车路协同关键技术

中图分类号：U49 文献标识码：A 文章编号：1674-098X（2017）10（b）-0152-02

交通运输是商品交换的先决条件，经济发展的必要基础，对于保障各行各业稳定发展具有重要意义。然而城市化进程的不断深入、机动车数量骤增导致的交通拥堵、交通污染、交通安全等问题都接踵而来。交通堵塞会增加人们的出行时间、降低整个社会的运行效率，并造成能源消耗的大幅上升，进而加剧环境污染。

随着传感器通信、计算机等技术的蓬勃发展，交通运输系统也逐渐往智能化方向发展，智能交通系统应运而生。智能交通系统将先进的科学技术有效地综合运用于交通运输，构建起车车、车路间的协同网络，实现提高效率、增强安全、改善环境的目的。

1 国内外研究现状

美国智能交通协会最早于1990年提出了ITS的概念。自此，世界各国都广泛地开展了ITS的相关研究。

（1）美国。

美国于1991年成立智能交通系统协会，旨在促进美国相关研究的发展。1997年加州的自动公路演示结束之后，美国将重点放在了车辆安全及车路协同技术上，并组织实施了IVI计划，开展基于车路协同的车辆避撞系统的研发与应用。近年来又陆续开展了如VII、IntelliDrive等国家项目。其中VII计划主要包括三个部分：智能车辆先导、车辆安全通信以及增强型数字地图，用于为驾驶员提供安全辅助控制。美国通信委员会还特地为车路通信分配了5.9GHz的专用频段。

（2）欧洲。

欧洲的ITS研究采用一体化方针，源于1986年的“EURECA”联合计划。欧洲在经历了80年代中后期的欧洲车辆安全道路结构计划DRIVE等计划后，于1991年成立了欧洲道路交通通信技术应用促进组织ERTICO。其在第10届ITS世界大会上提出的eSafety基本概念得到了欧盟委员会的认可。eSafety主要包含的重要项目有：注重车路间安全信息共享的SAFESPOT、研究车路协同通信技术的CVIS等。

（3）日本。

1973年日本提出“综合汽车交通控制系统”，研制出一套道路交通导航系统并进行了相关试验。80年代实施了“道路-汽车通信系统”和“先进机动车交通信息和通信系统”。1994年1月成立了“道路—交通—车辆智能化推进协会”，旨在推进ITS相关活动。2007年，日本发起Smartway计划，用于促进道路基础设施、交通运输和先进安全汽车等方面的发展。其重点关注现有ITS功能在车载单元上的整合，实现道路与车辆的互连。2009年，日本制定“i-Japan战略2015”，致力于实现交通运输的信息化、电子化。

（4）中国。

与国外相比，我国到20世纪80年代初才开始逐渐重视利用各种新兴技术来发展交通运输系统。“九五”、“十五”阶段，国家智能交通系统工程技术研究中心挂牌成立，并完成了中国ITS体系框架的构建。“十一五”期间，我国成立了中国智能交通协会，更加注重实际需求与研发的相互结合，并开展了如“智能车路协同关键技术”863计划专题等项目。

2 关键技术

智能交通系统以道路和车辆为基础，以传感器技术、通信技术、智能决策为核心，以出行安全和行车效率为目的，可分为复杂环境感知、多模式车车/车路通信和智能交通决策三个层面。

（1）复杂环境感知。

复杂环境感知是智能交通系统面临的瓶颈之一。环境感知技术指通过一系列传感技术，实现对周边环境的識别与定位，包括道路、其他车辆、行人、交通标志标线等。目前常见的传感器主要包括毫米波雷达、激光雷达、视觉传感器等。由于各类传感器在感知效果上优劣不一，功能也各有侧重，多传感器信息融合逐渐崭露头角。其为环境感知提供了安全性更强、可靠性更好、精确度更高的技术支撑。

（2）多模式车车/车路通信。

车车/车路通信技术为协同式自动驾驶提供可靠的信息交互平台，使智能车辆获取更全面的实时交通信息，可广泛应用于信号灯状态感知、远程交通信息获取等。2013年第19届世界智能交通系统展览会，本田公司演示了汽车与道路基础设施间的V2X通信技术。目前智能交通系统的通信解决方案主要有4G-LTE和专用短程通信（DSRC）两种。其中LTE技术具有数据、音频、视频传输能力，能与Internet网络无缝对接。而DSRC是一种专用于交通领域的短程通信技术，可常见于高速公路电子收费系统中。车载移动环境下，单一的通信模式不可能满足所有应用业务的通信要求。因此，未来车载通信将往多模式通信融合方向发展。

（3）智能交通决策技术。

智能交通系统能够实现多种场景下的智能决策，如无信号交叉口车车协同通行控制、车辆自适应巡航等。同时，交通控制技术将不再局限于单个路口或路段，而是多时空的大规模控制，这种控制模式将提升整体通行能力，为缓解交通拥堵带来新的契机。例如，谷歌就利用机器学习算法帮助GoogleCar进行行人识别，并具有强大的学习纠错能力。此外，充分利用人工智能、智能计算中的相关理论和方法来解决车辆决策问题，将是提高智能车辆自主能力的关键。虽然目前车辆主动避撞等关键智能决策技术已取得了一定突破，但仍无法完全适应各种复杂的交通状况，同时也受到如高精度定位和地图匹配技术的制约。

3 发展展望

（1）智能交通系统将跨领域的技术集成平台。

智能交通系统是一个跨学科、跨部门的高度协调应用，不仅需要无线通信、精确定位、云计算、大数据、信息安全等技术的支撑，还需要政府部门提供政策保障，高校和科研机构提供技术支持，企业推进产业化。同时各项技术需要结合交通系统的具体特色和需求进行适应性创新与应用，以推动智能交通系统本身的进步。

（2）智能交通系统将进入大规模路测阶段。

目前，智能交通系统技术逐步趋于成熟，在概念验证、典型应用场景测试方面取得了重要进展，也有了较多小规模的实际测试，推动大规模集成测试到实际应用是智能交通系统下一阶段的工作。

（3）智能交通系统的发展不应忽视信息安全问题。

智能交通系统的应用伴随着海量交通信息的获取，不仅需要处理面向大数据的交通信息融合与服务问题，更应该重视不同层面的信息安全问题。如车辆层面的用户隐私信息保护、系统层面的系统安全保护以及防控安全等。这是智能交通系统大规模实际应用前不可回避的关键问题。

参考文献

[1] 《中国公路学报》编辑部.中国交通工程学术研究综述[J].中国公路学报，2016（6）：1-161.

[2] 赵娜，袁家斌，徐晗.智能交通系统综述[J].计算机科学，2014（11）：7-11，45.

[3] 蒋新华，陈宇，朱铨，等.交通物联网的发展现状及趋势研究[J].计算机应用研究，2013（8）：2256-2261.

[4] 王国锋，宋鹏飞，张蕴灵.智能交通系统发展与展望[J].公路，2012（5）：217-222.