一家企业的竞争力，重要的两个要素就是市场和技术。赛文交通网数据分析，2019年上半年市场缺乏*大型项目，项目平均规模下降，市场项目数量减少，整体处于低潮期。市场低迷，企业的注意力则更多的转移到了技术发展上。通过观察分析，盘点了十项智能交通领域的热点技术。 　　
　　1 信号控制统一平台 　　
    当前很多城市都安装了多个品牌的交通信号控制机，由于各厂家系统之间通讯协议的不兼容性，不同控制系统的信控基本概念、基本方法也存在差异，导致各厂家生产的信号机之间不能进行(区域)协调控制，交通流检测系统无法与信号机联动实现实时自适应交通控制，跨平台勤务管理过于繁琐、复杂，容易导致一座城市或区域内的交通信号控制器/系统的后续扩容和维护维修仍只能使用这个品牌的产品。 　　
　　公安部交通管理科学研究所近两年提出新方案。希望通过建设统一的大数据平台，实现不同系统数据的互联互通，支撑信号控制系统优化，并且能将方案下发到各家信号系统去执行。 　　2018年，深圳市提出将在各信号厂家平台基础上，上马统一的交通信号平台。这一想法将信号统一平台推向了高潮。 　　
　　了解到，目前海口、长沙、银川、武汉、南宁、合肥、北京、十堰、广州等城市已经或正在准备建设城市级的统一信控平台。 　　
　　市场方面，阿里、平安、深圳交通中心、北方工业大学、讯飞，甚至包括海信等都在寻求不同程度的开放与融合。 　　
　　2 交通信用 　　
　　2017年4月，公安部、中央文明办、住房和城乡建设部、交通运输部四部委、办联合印发《城市道路交通文明畅通提*行动计划(2017—2020)》。明确提出要推进文明交通征信体系建设，加快交通出行领域信用记录建设，推动信用信息共享和应用，建立守信联合激励和失信联合惩戒机制。 　　
　　城市交通管理方面，网约车、共享单车、分时租赁等共享交通出行方式，为使用者提供信用评分，方便分类管理。 　　
　　2019年9月6日，贵阳市发布了驾驶人诚信系统，其*一载体、移动端应用斑马信用APP同步上线。这套系统将根据驾驶人的交通违法情况，利用大数据的技术和方法建立科学立体的交通行为评价体系，为每一位驾驶人计算交通信用分。 　　
　　此外，还有一些地方政府已经开始制定停车信用奖励和联合惩戒机制的制度，并将部分道路交通违法行为与个人信用挂钩。 　　
　　3 边缘计算 　　
　　所谓边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用重要能力为一体的开放平台，就近提供近端服务。 　　
　　在未来的智能交通应用环境中，“云计算”就相当于智能设备的大脑，处理相对复杂的进程；而“边缘计算”就相当于智能设备的神经末梢，进行一些“下意识”的反应。 　　2016年开始，深圳交警携手华为，借助边缘计算能力，科学制定治堵方案，实时监测反馈交通情况，实现智能管控。 　　
　　2017年，海康发布了“IOT-基于神经网络的认知计算系统--海康AICloud框架”，由云中心、边缘域、边缘节点三部分构成，实现从端到中心的边缘计算+云计算。 　　
　　以信控为例，云平台汇聚全城路网、过车、信控配时数据，提供全局的交通数据“超脑”计算中心。在路口终端，边缘计算系统则自主学习路口的交通流模态，通过场景适配自主生成路况管理预案库，自动调节路口的交通秩序管理手段。 　　
　　2019年，易华录发布了边云协同交通信号控制系统，在边缘，通过边缘计算模块跟传统信号控制器相结合，形成新一代边缘计算信号控制机，实现对路口的信号显示设备、路口数据采集设备、车联网设备及交通诱导设备信息的互联互动。 　　
　　2019年8月，腾讯云也推出了物联网边缘计算平台，让云端强大的计算能力快速延伸到用户的边缘。 　　
　　激进的阿里云当然也不会落下，联手千方科技，共同开拓智慧交通、边缘计算市场。在边缘计算领域，双方共同推进“云+边+端”的全链路解决方案。 　　
　　据了解，目前在边缘计算的行业应用中，交通运输所占比例高，如此看来，交通边缘计算或许是下一个风口。 　　
　　4 交通安*事故预防 　　
    "十三五"公安部科技创*专项规划中提出"开展风险干预技术集成应用，实现重大事故的主动监测与防控"。 　　
　　无论是公安部门还是相关企业都开始尝试一些事故预防预警技术。 　　
　　公安部交通管理科学研究所领域负责人研究员姜良维提出要针对高速路复杂公路情况和恶劣行车环境下来研究人工智能视觉芯，全息感知，基于深度学习的机动车通行行为*准识别；研究了技术之后，开始研制具有高速公路交通事故预警预测的新型交通监控设备，应用于交通违法多发路段，解决复杂交通场景下路况的感知、行为智能识别；*后构建事故的综合评估、提前预警、即时干预的技术体系。 　　
　　2018年，宜春交警在深村试点安装了海康威视的弯道预警系统，这套系统可以通过视频、射频*准采集车辆、人员的存在、动态等参数，并分析两者是否存在交通冲突，并将冲突信息发送到盲区侧的电子显示屏上，提前提醒人车注意冲突危险。 　　
　　据了解，截至目前，该道路安*预警系统在宜春乡村地区一共试点了6套。 　　
　　5 交通分析研判 　　
　　交通信息分析研判是通过对各类交通数据信息的采集整理、融合、挖掘分析，为交通相关部门提供辅助决策支持，达到分析*准、效率提*、决策科学、管理精细的目的。 　　近年，基于大数据的分析研判充分利用大量非结构化数据，采用大数据分析技术，能实现跨区域、跨部门、跨行业的信息共享和深度挖掘应用，能完成对交通运行、安*、监管、资源优化配置等整体态势的评估分析与预警，实现了分析研判技术质的飞跃。 　　
　　拥有丰富地图数据的百度和高德在城市交通分析评价上都做了进一步提*。 　　
　　百度地图于2018年联合清华大学数据科学研究院交通大数据研究中心共同推出了城市交通拥堵综合评价体系，即“城市交通拥堵六维特征画像”，并按照汽车保有量对城市进行了等级划分，从多个维度对同等级城市的交通情况进行了分析比较。 　　
　　2019年8月13日，高德地图发布了基于AI和大数据、实现城市交通智能分析评价诊断功能的“明镜系统”。“‘明镜系统’就像一台针对城市的CT，能够从多个维度对影响城市交通的因素进行扫描，提供一份城市交通运行‘体检报告’并分析原因，为*准化综合施策提供依据。 　　
　　6 ETC 　　
    取消省界收费站政策一出之后，ETC无疑成了交通界的“宠儿”，各种大项目接踵而来，趁此良机，ETC企业又加紧了“进城”的步伐，ETC技术在城市交通领域的应用又迎来了新的高潮。 　　
　　2019年6月，国家发展和改革委员会、交通运输部发布《加快推进高速公路电子不停车快捷收费应 用服务实施方案》明确提出，鼓励ETC在停车场等涉车领域应用，2020年12月底前，基本实现机场、火车站、客运站、港口 码头等大型交通场站停车场景ETC服务全覆盖；推广ETC在居民小区、旅游景区等停车场景的应用。 　　
　　在ETC快速普及的背景下，ETC 支付的应用场景有望向停车场、路内停车、加油站、汽车美容等汽车消费场景延伸，2020年7月开始OBU也将进入前装选配。 　　
　　以ETC代表企业金溢科技为主，智慧停车业务推出了一*式解决方案，包括ETC+车牌识别双模识别产品、车位引导产品、AI人脸识别产品等， 形成人行车行一体化、路内路外一体化的设备提供和服务。未来还重点做ETC停车支付以及无人值守服务的提供。 　　
　　7 交通大脑 　　
　　作为智慧城市的起点，互联网企业纷纷以智慧交通为切入点进入。2016年阿里云提出城市数据大脑，*次公开进入交通领域。自此以后，交通大脑的热度也一直居高不下。 　　阿里云的交通大脑2017年开始走出杭州，分布衢州、乌镇、苏州、桐乡、上海、海南、吉隆坡等城市。交通大脑通过城市一体化计算平台、城市数据资源平台和人工智能(AI)开放服务平台，集即时、全量、*网和全视频的能力特征于一体，将整个交通出行行业全连接，让大数据、AI和云计算的技术价值得到体现。 　　
　　百度地图在交通大脑系统上为城市交通量身打造了一整套行业解决方案：交通实时监测与研判平台、DuGIS 智慧离线地图、智慧诱导屏发布平台、智慧信号灯解决方案、交通大数据报告、路况播报平台，立足的是出行的场景、定位数据及人群洞察。 　　除BAD等互联网企业外，华为、易华录、方纬科技、科大讯飞等企业也都提出了交通大脑概念。毫无疑问，关于交通大脑的技术探索正是风口。 　　
　　8 车路协同 　　
　　继2017年公安部交通管理科学研究所联合华为在无锡小规模车路协同技术测试之后，2018年在公安部、工信部的指导下，在无锡市政府的大力支持下，公安部交科所联合中国移动、华为、中国信通院、无锡交警支队等6家重要单位，10家主流车企在内的23家参加单位，共同建成***个车联网城市级验证示范环境。 　　
　　此外，阿里巴巴与交通部公路科学研究院共同成立了车路协同联合实验室，探索自动驾驶和道路智能化解决方案。百度也宣布了Apollo车路协同方案正式开源，成为***个在车路协同领域内进行开源的企业。 　　
　　2019年上半年国家层面积极推动智能网联发展，促使市场热度继续增温，介入车路协同的企业也相继增加。 　　
　　未来，随着5G的逐步商用，结合道路交通基础设施统筹规划部署等优势，我国通过 V2X 技术实现智能网联、车路协同呈现加速发展趋势。 　　
　　9 AI+交通 　　
　　无论是政府的政策扶持还是行业的发展，都为智能交通营造了一个良好的环境， “AI+交通”将更多可能，成为主要趋势。 　　
　　“2019年世界人工智能大会”上，科技部李萌副部长在会议宣布了新一批“国家新一代人工智能开放创*平台”名单，依图公司、明略科技、华为公司、中国平安、海康威视、京东集团、旷视科技、360公司、好未来公司、小米公司十家公司入选，加上先前入选的百度、阿里云、腾讯、科大讯飞、商汤集团5家公司，人工智能“国家队”已有15家。 　　AI在交通领域已经广泛应用。自动驾驶领域，主要应用于车辆的自动驾驶模式，从车辆感知到决策，以及订制化的预测与维护功能，可增加机动性、降低交通事故的发生率、减少城市停车位的需求量。 　　
　　城市交通领域，借助AI的软件与硬件系统、传感器、影像系统、交通的远程通讯与监控系统，获得实时交通状态，并依据实时交通状态而改变交通号志，减少交通堵塞现象与碳排放量，借以提高行人安*、改善生活质量。 　　
　　停车领域，借助AI与云端数据分析以驱动应用程序，进行路线图的选择、停车位的匹配，以提供车辆辨识空闲的停车位置。 　　高速领域，在车联网以及无人驾驶，应急预案匹配、无感支付、逃费稽查、智能交互式客服、行为监督、智能路径规划和交通诱导等多方面逐步得到应用和发展。 　　
　　10 网络信息安* 　　
　　智能化普及的同时，交通行业也面临着网络信息安*的问题。在高速公路方面，取消高速公路省界收费站进入倒计时，现有的收费站、收费车道、ETC系统硬件及软件需要进行改造升级，高速公路联网收费系统的整体网络安*也需要同步规划。2019年5月，交通运输部印发了《联网收费系统省域系统并网接入网络安*基本技术要求》。 　　
　　在城市交通方面，汽车联网以后也会带来很多信息安*问题。相关部门也在筹划建立完整的身份安*认证机制，未来，还将要建立可信的路侧单元RSU、可信的车载单元OBU、密匙管理系统和数字证书。