摘  要  为实现交通运转效率进一步提升，交通系统精细化管理成为学术界的新关注点，近年信息科技领域发展的技术革新，为交通系统优化和构筑智慧交通系统提供了技术支撑。以城市交通为研究尺度，通过分析城市交通管理系统演变路径，对智慧交通系统性构件进行研究，提出大尺度和小尺度的智慧交通策略，为城市智慧交通发展提供借鉴和参考。

关键词  智慧交通；交通基础设施；综合管控系统

改革开放后，城市交通呈现出行量大规模增加、出行方式多样化的特征。城市交通管理系统的主要作用，在于实现交通通行量控制，主要手段在于交通限流。城市交通管理系统根据交通通行量差异经历了节点限流、线性限流、辅助限流和综合限流模式演变。伴随着我国交通领域主要参数跃居世界排名前列，传统的城市交通管理系统已无法完全适配新时代的交通发展。信息科技领域的发展为交通管控模式转型升级提供技术实现手段，智慧交通已成为各地方政府的研究热点和建设领域。

智慧交通是以优化交通管控系统、提升交通综合效率和保障交通通行安全为目标，充分运用大数据、云计算、移动互联网等新一代信息技术，构建涵盖车、人、交通基础设施、环境等多要素的生态系统。参照国民经济行业分类国家标准，智慧交通涉及交通运输/仓储和邮政业、信息传输/软件和信息技术服务业、科学研究和技术服务业、公共管理/社会保障、制造业这5个一级行业，涉及跨领域集成管理。根据交通运输部《推进智慧交通发展行动计划（2017-2020）》，智慧交通包括基础设施、运输服务和交通管理三大行业领域。本文通过分析城市交通管理系统演变和系统构建，分析城市智慧交通的宏观和微观策略，探索智慧城市交通策略。

一、城市交通管理系统演变

1.节点限流模式。城市发展初期，城市内部主要通行需求为工作地点和居住地点。传统城市规划模式以职住平衡为目标。为满足交通管控要求，城市交通管理系统主要采取节点限流模式，即通过远距离路口红绿灯模式，实现交叉交通流间的有效平衡。结合城市管理需求，在主要交通通行路段采取路检和收费站模式，实现分区管理。通过设置支撑杆和减速区，进行集中交通节点限流。

2.线性限流模式。城市发展中期，城市内部主要通行需求呈现多样化的趋势，主要体现在城市工作通行地点多样化、城市休憩娱乐需求大幅度提升，对城市内部通行模式产生显著的变化。传统的节点限流模式不仅难以有效管控多样化的通行需求，还容易在交通关卡处形成大规模交通拥堵，对交通通行效率形成一定的影响。城市交通管理系统逐步转化为基于车流量进行调节的交通管理手段，即通过各交通节点的分时段车流量设定数据库系统，利用信息技术处理、分析和发布，实现分时段交通限行和交通灯时间控制，进行联动式的交通通行管理、多方式的交通管理引导，以实现多维度调节效果。

3.辅助限流模式。在节点和线性限流模式后，城市逐步发展辅助限流模式，即通过城市规划层面的统一规划部署，逐步实现交通总体限流。其中，交通辅助限量模式包括新区建设、旧区更新等，通过城市规划策略逐步对原交通密集地区实现人口有机疏散。在城市进一步发展的过程中，城市停车需求显著提升，通过停车等新增交通功能，对辅助限流模式形成新的补充。

二、智慧交通系统性构件

1.大数据基础。大数据是智慧交通管理的基础管理方法，具体的大数据内容，包括通过传感器实时采集道路图像信息和道路视频信息，通过网络接收采集到的道路图像信息和道路视频信息、交通事故发生位置信息和交通流量信息。在此基础上，才可按照预设条件对交通流量信息进行评估，实现实时、快速、准确、及时的智慧交通监测管理。

2.信息终端传感器。信息终端传感器包括CMOS摄像头、车牌辨识设备、车体分析设备、信息映射设备和移动通信设备等，设置于交通路口和交通路线上进行定期或不定期摄像操作，以获得并输出对应的交通路口图像。通过对每个信息捕捉点的针对性采集和上报，以供交通后台分析城市内的车辆活动密度、轨迹，提升交通管理效率。

3.终端操作系统。终端操作系统包括物联网云平台与智慧交通系统，物联网云平台包括物联网设备与云平台服务器，云平台服务器包括数据监控与采集模块、数据库、数据分析与融合模块、数据处理模块和监测与预警模块等，通过物联网设备以获得实时和预测交通信息。

三、城市智慧交通宏观策略

1.规模预测。城市智慧交通的基础是规模预测，实现片区内部、跨片区交通通勤需求量的预测。其中规模预测主要包括三个方面：城市规划领域对城市未来发展的预测，现行交通通勤情况基础对城市未来发展的预测，现行网络信令数据基础对城市未来发展的预测。其中，前两方面是传统城市交通规划的预测基础，在移动互联网发展的基础下，网络信令数据基础已成为城市未来规模预测的重要因素。

2.网络架构。城市智慧交通网络架构的基础为物联网，主要技术包括高精度位置管控、大数据应用基础和人工智能决策模式，分别对应底层基础、通用技术和平台应用。其中，物联网底层基础包括云计算、虚拟现实、通信网络传输技术、大数据和边缘计算等，通用技术包括远程控制、路面协同系统、智能监控和无人机等，平台应用技术包括航空、公路等交通节点或线路。（网络架构图详见图1）

智慧交通当前研究主要包括研究领域、服务平台、应用场景、技术突破和研究内容五个部分。（研究内容详见图2）其中，研究领域包括基础设施、运输服务和交通管理三个层面。服务平台包括北斗高精度定位平台、综合服务协同平台和解决方案开放平台。应用场景则对应通信管理和路况检测及处理、封闭园区自动驾驶和开发区域辅助驾驶、自动驾驶和精准处理，主要技术突破研究方向为定位精度大幅度提高、云服务精准性提升和云服务处理容量提升。研究内容则包括基础数据、数据处理和数据决策等方面。

高精定位基础是网络架构的核心技术条件。（高精定位基础流程详见图3）地基网络以GPS、北斗信号等为信号接收处理基础，具备广泛部署的站址资源基础。数据平台承担获取分析地基参考站数据、获得误差信息，对地基参考站网络进行监控。借助通信网络的广地域、连续和深度覆盖的数据传输能力，满足各类智慧交通场景定位需求。客户端定位精度则受用户自身设备特性所影响。

3.资源调度。交通资源调度指在规模预测的基础上，充分运用智慧交通网络架构，从策略上对实时或未来城市交通资源进行预测和配置，从平台上对城市交通资源进行引导和控制。资源配置包括交通流量、交通通达性等层面，资源调度是综合性策略，需根据实际情况统筹考虑。

四、城市智慧交通微观策略

1.边缘计算。城市智慧交通微观策略，在于构筑多个以边缘计算为基础的专网，通过区域性交通控制，达到整体城市交通控制效率提升。边缘计算是以云边结合的模式处理集中与分布的数据，降低时延、弹性和对带宽的需求，构筑在边缘计算基础上就近提供云服务，提出云边结合。但边缘计算存在网络架构复杂、终端落地难、新增投资大等特点，在实际实施过程中存在一定的难度。目前智慧交通包括应用层、平台层、网络层和终端层。边缘计算是简化城市智慧交通网络架构、促进网络扁平化发展、减少网络信息处理量的核心方法。当前边缘计算的主要运用在于通过网络切片，实现网络核心网处理效率的提高。

2.自动驾驶。自动驾驶是城市智慧交通的重要微观策略。基于高精度定位基础，封闭园区已形成应用。在边缘计算的基础上，封闭园区可通过传感设备获取覆盖范围内自动驾驶车辆的定位、环境信息及规划信息；自动驾驶车辆接入接口池，通过约定的网络协议自动连接该自动驾驶车辆，用于完成所接入自动驾驶车辆的计算并给出相应驾驶决策信息。在封闭园区自动驾驶的发展基础上，自动驾驶存在向开放交通场景拓展的可能性。

3.智慧停车。智慧停车是边缘计算和自动驾驶基础上的终端控制系统，通过车辆和停车位置间的相对位姿关系，寻求停车效率的提升。在边缘计算作为专网的基础上，在自动驾驶的技术基础上，智慧停车将成为车辆从动态转向静态的重要过渡阶段，是动态交通体系的有效补充，其效率提升有助于提升整体交通系统效率。

五、小结与启示

智慧交通是广阔和崭新的研究领域，其包括航空、铁路、公路、航运等多方面，为城市通勤效率的提高提供重要的技术性支撑。在信息科技技术发展的推动下，智慧交通在技术上得到显著支撑。但因投资成本较高且预期收益不确定，当前智慧交通未能得到广度和深度上的覆盖，仅在部分领域进行创新尝试。通过对城市交通管理系统中节点限流、线性限流和辅助限流模式演变的分析，对智慧交通系统性构建中的大数据基础、信息终端传感器和终端操作系统进行解析，从规模预测、网络架构和资源调度三个层面探索城市智慧交通宏观策略，从边缘计算、自动驾驶和智慧停车三个层面探索城市智慧交通微观策略，为未来城市智慧交通网络架构构建具有重要的支撑作用。

参考文献：

[1]朱惠斌.5G智慧城市框架体系研究[J].山东行政学院学报,2021(01):85-91.

[2]付羚.长三角数字经济核心产业集聚区的构想与路径研究[J].江南论坛,2021(11):13-15.

[3]党安荣,王飞飞,曲葳,韩雯雯,田颖.城市信息模型（CIM）赋能新型智慧城市发展综述[J].中国名城,2022,36(01):40-45.

[4]吴宦熙.中日智慧城市建设的阶段特征与实践研究[J].人民论坛,2021(36):104-106.

[5]孙轩.多维定义下的智慧城市建设:来自英国的实践经验[J].城市观察,2021(06):135-148.

[6]薛飞.城市规划体系中智慧城市建设探索[J].中国管理信息化,2021,24(24):185-186.

[7]范洪敏,米晓清.智慧城市建设与城市绿色经济转型效应研究[J].城市问题,2021(11):96-103.

本文系中国移动通信集团科技研发项目《粤港澳大湾区智慧城市理念与5G技术融合研究》（编号R20302110O31003）的阶段性成果。

（作者系中国移动通信集团广东有限公司深圳分公司博士）

【责任编辑：江民】