每到小长假，驾车出行是不少人的选择，于是堵车成了一大交通难题。但今年端午，情况也许会有所不同。

　　日前，交通运输部路网中心发布了《2018年端午全国公路网出行预测报告》。报告指出，端午小长假第一天6月16日上午9时-12时是出行高峰时段;尤其是10时-11时拥堵程度最高。受集中返程的影响，小长假最后一天6月18日下午15时-21时为返程高峰时段，峰值出现在16时-17时。报告预计，高速公路网省域拥堵高发地区主要集中在广东、北京、江苏、浙江、河北等交通出行需求旺盛或旅游自驾较为集中的地区;另外，四川、云南、广西、湖南、贵州等热门旅游省份也容易发生拥堵情况。对于城市拥堵分布情况，报告预计，北京市、广州市、深圳市、上海市等一线城市及省会城市周边高速公路易发生拥堵;重庆市、成都市、昆明市、杭州市等热门旅游城市也容易发生拥堵情况。

　　除了交通运输部发布全国公路网出行预测外，北京、深圳等多地交警部门也发布了端午假期出行预测。

　　交警部门发布道路拥堵预测信息，目的在于引导市民出行，避免出现车辆“扎堆”行驶至某一条主干道上，从而实现“治堵”的目的。而能够预测道路拥堵情况，还要得益于智慧交通的发展。那么，究竟智慧交通是如何实现“预知”未来，助力“治堵”的呢?

　　智慧交通：关键在于交通要素的互联互通

　　在解答上述问题前，首先应该明确什么是“智慧交通”。

　　“智慧交通”是各个省市地区交警支队交通指挥中心的配套建设项目，用于将交警指挥中心建设成为交管科技信息化的展示中心、资源汇聚整合中心、研判决策中心、管控服务中心，进一步成为交通管理应用平台“六合一平台”和交警集成指挥平台的数据“大脑”。智慧交通项目建设完成后，依托公安网、互联网、视频网“三张网络”，构建地理信息、数据汇聚、信息交换、系统维护“四个支撑”，实现实战指挥、源头监管、研判决策、民生服务、执法监督“五大实战应用”。

　　智慧交通的建设内容包括交通管理与规划、出行者信息服务、车辆运营管理、电子收费、智能车辆、汽车移动物联网、自动公路、综合运输和紧急事件与安全。

　　(图片源自前瞻产业研究院)

　　从智慧交通的定义及建设领域可以看出，智慧交通的关键在于各个交通要素的互联互通。以交通预测所在的“出行者信息服务”领域为例，要打造车流诱导系统、智能车载导航系统和多渠道信息服务系统，关键在于要让静态的道路、桥梁、附属设施，和动态的车流状况、天气状况相连接，只有将各地的信息汇聚到统一的平台，具备人工智能技术的“大脑”才能在信息充分的前提下，做出相对正确的判断，随后平台才能够将“大脑”的判断再返还到手机、导航仪等终端，让驾驶员掌握到“大脑”预测的信息，从而做出新的选择和判断。

　　但要如何让各个交通要素的互联互通呢?可以从硬件和软件两个方面来谈。

　　硬件：感知与收集动态的交通信息

　　硬件的作用在于感知与收集交通信息。道路、桥梁等静态的交通要素信息只需经过一次采集即可掌握，但车辆是动态行走的，因此需要相应的硬件设备来对车辆的移动轨迹进行感知。

　　监控设备是能感知车辆信息最直接的硬件工具。其一，监控设备能够“看”见某条道路上车辆的多与少，直观地反应道路的拥堵状况。其二，监控设备能看清车型，从而为后端决策提供更全面的信息，比如下班高峰时段货柜车占用道路多，则能出台相应规定限制高峰时段货柜车出行。其三，监控设备能看清车牌，一些地区拥堵的原因是由于外地车涌入，以深圳交警今年发布的端午交通预测为例，深圳交警经过对市区车牌识别点的过车辆进行统计分析发现，今年“五一”以来外地车比例持续上升，同时因端午假期周边城市来深游玩增加，预计假期市内外地车将占全市车辆的三成半。

　　电子车牌将成为最好用的感知工具。电子车牌的基本技术措施是：利用RFID高精度识别、高准确采集、高灵敏度的技术特点，在机动车辆上装有一枚电子车牌标签，将该RFID电子车牌作为车辆信息的载体，并由在通过装有经授权的射频识别读写器的路段时，对各辆机动车电子车牌上的数据进行采集或写入，达到各类综合交通管理的目的。这项全新技术可突破原有交通信息采集技术的瓶颈，实现车辆交通信息的分类采集、精确采集，抓住交通控制系统信息源准确的关键。所有车都安装上电子车牌后，交警部门能够直观掌握所有车辆的所有信息，有了准确可靠的信息源，智慧交通就只剩了后台信息处理和应用的问题了。虽然电子车牌必然成为趋势，但目前电子车牌的相关政策仍在酝酿中，因此就目前而言，监控设备仍是应用最广泛的感知设备。

　　软件：大数据+人工智能完成数据分析

　　收集到交通信息后，海量的交通数据如何管理、如何快速应用?这是各地政府、交通企业、交通系统集成商共同面临的难题。让人去分析显然不现实，因此要借助先进的技术手段分析数据，辅助人的决策。

　　智能交通大数据管理平台应用是核心。智能交通大数据平台主要包括：城市交通信息数据系统、城市交通综合监测和预警系统、城市交通碳排放实时监测系统、公交都市管理系统、公众出行信息服务系统。通过建立大数据平台，通过对多维度、海量的历史数据进行分析后，就可以利用各种传感器传回实时交通信息，从而实现科学的、自动的管理交通、应对突发交通事件。

　　此外，通过深挖数据，除了能够实现交通状况预测外，还能发现许多交通问题。比如可以发现哪些交通违规行为最频繁，交通违规行为大多数是在什么情况下发生的，哪些区域最容易发生交通事故……通过分析这些深层次的数据，相关部门能发现道路设计中存在的缺陷，优化路网;或是有针对性地加强对驾驶员的某一个交通安全意识。

　　人工智能技术是让城市交通真正能够拥有“大脑”并实现自我调节的必需品。首先，人工智能能够将海量非结构化的视频数据结构化，提炼出车牌、车型、车主等信息，从而规范驾驶员行为、进行车辆管理等。其次，人工智能能够以海量交通数据为基础，分析交通运行规律性和相似性，建立智能学习模型，通过机器学习去预测流量、拥堵等多项交通信息。通过实时监控分析道路车辆，依据动态交通数据，“大脑”还能实现自动切换和调配信号灯时间，将治理拥堵的工作落到实处。此外，人工智能还能根据城市民众出行偏好、生活习惯、消费习惯等，分析出城市人流、车流的迁移规律，从而给予更精准的交通预测。

　　障碍：数据整合程度仍待加强

　　虽然预测道路信息已经不是难事，但精准性仍有待提升。影响交通的因素纷繁复杂，除了道路、车辆、人口外，还有天气、轨道交通状况等，如果解决交通问题，只着眼于交警部门，显然是不够的，还要将公安交警、交通运管、铁路、民航、邮政快递等部门信息纳入其中。而目前智慧交通建设仍处于数据整合、协同应用的融合阶段，还面临系统割据、信息孤岛严重、数据碎片化和大数据应用程度低等挑战。

　　其次，由于区域经济发展不平衡、地方保护主义，当前各地区在组织和实施智慧交通项目时，缺乏统一行业标准，这造成许多指挥交通系统相对独立，衔接和配合度不高。而出行是一个没有边界的活动，车辆能够跨越不同区域行驶，如果无法将数据及智慧系统统一调配和处理，智慧交通的作用将变得极其有限，预测也只能在有限的环境下进行，无法达到更高的精度。

　　因此，要让智慧交通能真正实现“预知”未来，在政策方面，要加强指挥交通的顶层设计，加快行业标准的统一化与规范化，减少重复建设，打破信息孤岛，促成交通信息及资源共享;在硬件方面，增加关键卡扣和道路感知设备的布控，感知设备不仅包括监控设备，还有测速设备等;在软件方面，加强对数据的整合、挖掘和分析，大力发展人工智能技术，加强“交通大脑”的能力。只有提升了预测的能力，对道路状况未雨绸缪，智慧交通才能真正称得上“智慧”，“治堵”才能有真正的成效。

?