智能交通系统关键技术研究外文翻译资料

Research on Key Technologies for Smart Transportation Systems

Abstract: The goal of this study is to give a brief analysis and summary of current key technologies for smart transportation systems in order to facilitate future research． From the perspectives of big data analysis，shortest path algorithm，trajectory data mining and other key technologies，this paper gives an introduction of key technologies for smart transportation systems and points out problems to be solved and prospects for smart transportation systems．

0 Introduction

In 1998, US Vice President Gorre put forward the concept of 'digital earth' , which led to the application of the concept of 'digital city' in the social information movement, the State Bureau of Surveying and Mapping has promoted the construction and promotion of a digital city geospatial framework throughout the country. In 2008, Peng Mingsheng, president and Chief Executive Officer of IBM, put forward the concept of 'smart Earth' , which triggered the construction boom of 'smart city' in countries and regions around the world. The integration of digital city and Internet of things makes digital city develop to intelligent city, and Internet of things will further promote the intelligentization of information collection and control of urban elements, and build intelligent environment, thus the digital neural network system of the city can be fully developed and the behavior of the city system can be intelligentized. Intelligent transportation system is the main part of smart city construction.

1 intelligent transportation system overview

1.1 intelligent transportation system introduction

Intelligent transportation system (its) aims at a series of problems in urban traffic, such as congestion, the contradiction between the supply and demand of parking facilities, the low level of bus and taxi service and supervision, the low level of motor vehicle traffic guidance, the low level of traffic facility management, and the inadequate monitoring of technical conditions of bridges and roads, deploying a large number of mobile sensor network nodes on vehicles and fixed sensor network nodes on roadsides will build a number of intelligent transportation business application systems based on Internet of things technology, through the integrated processing of the Intelligent Transportation Iot for the collection, processing, analysis, management and service of mass information, a widely interconnected perception network of transportation factors is constructed, to achieve a richer, more accurate, more humane public information services, the formation of a smart and harmonious travel environment.

1.2 The relationship between intelligent transportation system and intelligent transportation system

the intelligent transportation system (its) is a service system oriented to transportation based on modern electronic information technology, and its is the intellectualization of its. In the case of car navigation, as shown in figure 1, real time traffic data, historical traffic data, weather data, social media and activity data, sensor data, etc. are taken into account in the intelligent transportation system, through the track mining, traffic decision-making analysis, to provide convenient travel. Therefore, intelligent transportation system (its) is the foundation of its, and its is the next stage of its development.

2 Research on key technologies of intelligent transportation system

With the development of the Internet of things and the arrival of the new information technology computing age, in order to solve the problem of intelligent transportation system, it is necessary to explore the related key technology research of intelligent transportation system, it includes big data analysis, shortest path Algorithm, trajectory data mining, traffic network evolution analysis, traffic network decision analysis, social computing and open source technology.

2.1 big data

With the development of the city, the rapid construction of traffic facilities, the rapid increase in the number of motor vehicles, traffic congestion, traffic pollution and traffic accidents and other problems need to be solved. Therefore, to acquire traffic Data in time and accurately is the premise of intelligent transportation system (its) to solve the traffic problem, which depends on Big Data technology. Faced with the big data of intelligent transportation system (its) , it is necessary to study the related technologies deeply. With the maturity of Internet of things technology, sensors, cameras, induction coils and so on will be widely used in the field of transportation, resulting in a lot of big data. The big data analysis technology of its will analyze multi-source data, including GPS data, road sensor data, weather data, congestion data, etc. , thus, traffic conditions can be intelligently identified, time-consuming from point to point can be evaluated, and alternative route suggestions can be provided. These will greatly reduce congestion time and traffic flow, improve road safety and reduce accidents. With the development of Internet of things and its application in transportation system, the traditional database system can not meet the demand of intelligent transportation system (its) analysis with the increase of traffic data, so the NoSQL database management system is produced, includes key-value stores key-value stores, BigTable, document storage databases COUCHDB, MONGODB, graphics databases Neo4j, etc. .

2.2 shortest path Algorithm

The shortest path Algorithm is the basis of path planning and network analysis in intelligent transportation system (its) , and its efficiency improvement is the key to improve the efficiency of its. In recent years, with the in

剩余内容已隐藏，支付完成后下载完整资料

智能交通系统关键技术研究

摘要: 为便于今后的研究，本文对智能交通系统的关键技术进行了简要的分析和总结，从大数据分析、最短路径算法、轨迹数据挖掘等关键技术的角度，对关键技术进行了介绍智能交通系统技术，指出智能交通系统需要解决的问题和发展前景。

0简介

1998年，美国副总统戈尔提出“数字地球”的概念，将“数字城市”的概念应用于社会信息化运动中，国家测绘局在全国范围内推动了数字城市地理空间框架的建设和推广。2008年，IBM总裁兼首席执行官彭明生提出了“智能地球”的概念，引发了世界各国和地区“智能城市”的建设热潮。数字城市与物联网的融合，使数字城市向智能城市发展，物联网将进一步促进城市要素信息采集和控制的智能化，构建智能环境，从而充分发展城市数字神经网络系统，实现城市系统行为的智能化。智能交通系统是智能城市建设的重要组成部分。

1智能交通系统概述

1.11.1智能交通系统介绍

智能交通系统（its）针对城市交通中存在的一系列问题，如拥堵、停车设施供需矛盾、公交、出租车服务和监管水平低、机动车交通诱导水平低、交通设施管理水平低等，而对桥梁、道路技术状况监测不足，在车辆上部署大量移动传感器网络节点，在路边部署固定传感器网络节点，将构建一批基于物联网技术的智能交通业务应用系统，通过对智能交通物联网进行综合处理，对海量信息进行采集、处理、分析、管理和服务，构建广泛互联的交通要素感知网络，实现更丰富、更准确、更人性化的公共信息服务，形成智能交通物联网和谐的旅游环境。

1.2 智能交通系统与智能交通系统的关系

智能交通系统（its）是以现代电子信息技术为基础，面向交通运输的服务系统，是its的智能化。在汽车导航的情况下，如图1所示，智能交通系统中考虑了实时交通数据、历史交通数据、天气数据、社交媒体及活动数据、传感器数据等，通过轨道挖掘、交通决策分析，为出行提供方便。因此，智能交通系统（ITS）是ITS的基础，是智能交通系统发展的下一个阶段。

2 智能交通系统关键技术研究

随着物联网的发展和新的信息技术计算时代的到来，为了解决智能交通系统的问题，有必要探索智能交通系统的相关关键技术研究，包括大数据分析、最短路径算法等，轨迹数据挖掘、交通网络演化分析、交通网络决策分析、社会计算和开源技术。

2.1大数据

随着城市的发展，交通设施建设迅速，机动车数量迅速增加，交通拥堵、交通污染和交通事故等问题亟待解决。因此，及时、准确地获取交通数据是智能交通系统（its）解决依赖大数据技术的交通问题的前提。面对智能交通系统（its）的大数据，有必要对其相关技术进行深入研究。随着物联网技术的成熟，传感器、摄像头、感应线圈等将广泛应用于交通运输领域，产生大量的大数据。its的大数据分析技术将分析多源数据，包括GPS数据、道路传感器数据、天气数据、拥堵数据等，从而智能地识别交通状况，评估逐点耗时，并提供备选路线建议。这些措施将大大减少拥堵时间和交通流量，提高道路安全，减少事故发生。随着物联网技术的发展及其在交通系统中的应用，传统的数据库系统已经不能满足随着交通数据量的增加而进行智能交通系统分析的需要，因此产生了NoSQL数据库管理系统，文档存储数据库COUCHDB、MONGODB、图形数据库Neo4j等。

2.2 最短路径算法

最短路径算法是智能交通系统（its）进行路径规划和网络分析的基础，其效率的提高是提高its效率的关键。近年来，随着需要处理的路网数据规模的增大，出现了一些成熟的加速技术，能够有效地处理大规模路网数据的最短路径查询。这些方法的目的是减少搜索空间，其中最具代表性的是R-each和层次结构。最有代表性的算法是real算法，它是基于microsoftsresearch-Asia算法和ALT算法的结合。该算法是在Google基金会支持的一组称为contracthierarchies算法的基础上，根据路网的拓扑特征对路网进行压缩，生成多层网络拓扑，提高了查询效率。最短路径算法的综合比较研究取得了很多成果，其中Delling等按最短路径算法的时间分为四个阶段，每个阶段都有一个典型的代表性算法，而且相位和相位之间有很大的差别，因此，分析相位与搜索空间的关系具有重要意义。多模式交通最短路径算法的研究也具有一定的研究和广泛的应用价值。

2.3轨迹数据挖掘

面对越来越多的弹道数据，往往是数亿的数据，传统的数据管理技术如关系数据库、空间数据库等不能有效地解决弹道数据的存储和查询问题。为了解决这些问题，我们建立了一个移动对象数据库来管理移动实体，并为复杂的移动对象查询提供支持。移动轨迹数据是典型的大数据。例如，北京有500多万辆机动车和6.6万辆出租车。北京交通信息采集平台的浮动车系统，每次点击仅需1分钟的GPS时间，每天积累的轨道数据就接近1亿个轨道点，数据量超过10GB。综合社交媒体、道路监控、城市摄像头、GPS信息等，对多种异构数据进行管理和协调，通过对轨道数据挖掘的分析，可以识别出最佳行车路径、推荐热点路径、实时动态拼车等智能交通系统应用。

2.4 二维、三维积分

地理信息系统（Gis）正处于从传统的二维集成向二维集成的过渡阶段。交通地理信息系统的建设人员在开发过程中必须积累大量的二维数据，而“二维系统加三维系统”的“1 1”技术体系，将使技术人员不得不放弃现有资源，重新积累三维数据资源。因此，采用二维和三维集成的技术体系，最大限度地保护用户的数据资源。利用其快速建模方法，可以将二维数据快速转换为二维模型。Supermap是国内地理信息系统平台制造商，开发了一系列基于二维和三维集成技术系统的产品，并应用于交通领域。随着对地观测和导航技术的发展，室外平面导航逐渐转向室内立体导航，随着二维和三维一体化技术的成熟，导航、定位服务等变得更加完善和提供便利服务。二维和三维一体化交通地理信息系统（TGIS）将充分发挥其优势，以先进技术为指导，以强大的功能为动力，最终将智能化转化为智能交通系统在服务中的应用。

2.5 交通网络演进分析

随着交通网络数据规模的快速增长和交通网络的复杂性，交通网络演化分析对智能交通系统的建设具有重要意义。大多数研究者从宏观、中观和微观三个层面分析了交通网络的演变和特征。根据研究规模的不同，交通网络演化分析的结果也不同。从宏观上分析，路网具有门的特征，从中观上看，路网具有微观上类似静脉网络的网络模式，路网模型具有血管网络的特征。基于交通网络机制演化分析的宏观模型的典型模型是基于多头藻的演化模型。Andrew Adamatzky等人。[18-20]将燕麦放在主要城市的位置，然后将多头藻放在地图上，通过多头藻运输燕麦薄片的路径找到最有效的运输路线，最后由多头藻生成的路线构成交通网络图，得到的地图与真实道路网高度相似。基于叶脉网络模拟的道路网络模型演化是一种中观模拟方法，主要基于叶脉网络原理，barthelemy等。在叶脉生长模型[23]的基础上，提出了一个简单的城市道路网络演化模型来研究城市道路网络的演化。作者认为许多不同的传输网络遵循相似的简单机制，通过比较叶型形成的思想，提出了一种基于叶脉网络的简单局部优化模型。模型的统计特性与实证模型一致。在微观尺度演化分析中，萨曼尼戈等人在城市形成机理的研究中将路网抽象为血管网络，克鲁兹等人在研究中分析了轨道数据的特征，得出路网具有血管网络的特征。如何提出不同规模的新模型，将社会统计数据、人口数据、土地利用数据等结合起来，模拟真实的交通网络将是下一阶段的研究方向。

2.6 交通网络决策分析

智能交通系统智慧的最大体现是对交通网络的智能决策分析，它根据动态交通状况引导出行信息。通过对交通流量分布的监测、监控和优化，进一步完善交警监控系统、公安系统和信息网络系统，实现交通信号灯的智能控制，在与地面相对应的路面上设置感应线圈，根据车道上有无车辆反馈信号灯，信号灯自动选择红绿灯状态。在动态监测交通拥堵并提供如图2所示的拥堵场景时，交通网络决策分析需要结合道路数据库、历史道路数据轨迹数据、历史天气数据、交通事件数据和社会数据，提高交通系统的决策水平。

2.7社会计算

社会计算社会计算是介于现代计算技术和社会科学之间的一门交叉学科。它是一种面向社会活动、社会过程、社会结构、社会组织和社会功能的计算理论和方法。在智能交通系统中，基于社会计算技术、内容计算技术和群体智能技术，可以对社会活动和社会网络的数据进行反馈和交通状态。新闻、论坛、博客和微博等社交媒体是了解社会和支持智能交通系统的工具。充分发挥博客、电子邮件、即时通讯、社交网络服务等社交网络服务、社交网络分析、维基百科、社交书签、百度知道等应用，特别是新浪微博、人人网、腾讯QQ等国内应用，以及Facebook、Twitter等海外应用，都可以提供反馈交通状况，找出交通拥堵的原因，从而解释交通异常。

2.8 开源技术

近年来，网络科学的研究逐渐深入，在开源社区复杂网络的研究和应用中出现了一系列开放的复杂网络分析工具。这些工具为智能交通系统分析提供了技术依据。根据开发语言的不同，将开源网络分析工具分为五大类，其中一些主要针对具体工具进行分析。开源的网络分析软件工具越来越受到研究人员的欢迎，如图3所示，一些典型的网络图算法工具已经以不同的开发语言发布，如BGL、i-graph和GEXF。这些将构成智能交通系统可视化、分析和管理的技术工具集的基础。

3. 结论

本文对智能交通系统（its）的关键技术进行了分析和总结，为智能交通系统的下一步研究和应用指明了方向，并从大数据分析、最短路径算法、智能交通系统中的关键技术等方面进行了分析，对轨道数据挖掘和交通网络决策分析，指出了亟待解决的问题及其研究前景。

我国智能交通发展的分析与建议

摘要: 阐述了智能交通的发展背景、智能交通的概念、特点以及智能交通建设的目标和主要内容。在分析我国智能交通发展现状和存在问题的基础上，提出了发展我国智能交通的建议，使我国智能交通的发展与国情相结合，更好地促进智能交通与社会经济的和谐发展。

20世纪90年代以来，随着全球市场竞争的激烈和城市发展需求的快速变化，提升城市竞争力已成为各国或城市管理者的重要任务之一。近年来，中国公开采用智慧城市作为发展理念的城市包括北京、上海、南京、沈阳、武汉、合肥、成都、昆明、广州、深圳、佛山、宁波、无锡、昆山等，但各城市建设的侧重点不同。智能交通是智能城市综合解决方案的重要组成部分，它要求具备多业务的信息化建设和管理能力。

1 智能交通背景

随着生产力的发展和社会的转型，智能交通是对交通供给与交通需求相匹配的深刻认识和变革。从历史交通发展与生产力的自相似性和同构性可以看出，不同的社会形态对应着不同的产业形态，不同的产业形态所引起的交通形态和交通需求是不同的。社会形态、交通形态、交通需求的不断演化也遵循着自相似同构演化。在当今的信息社会中，其知识密集型和信息密集型的生产形态符合综合交通和个性化交通需求的特点。也就是说，交通运输提供者必须适应社会转型发展的特点和交通消费的需求。目前，交通拥堵和交通事故是世界城市交通的共同问题。中国经历了30多年的改革开放快速发展。城市化和机动化发展很快。未来十年，我国城镇化率将由目前的45%提高到60%，进一步促进交通运输和汽车工业的发展。机动车的发展也带来了中国城市空气质量的不断恶化。一些大城市机动车排放的污染物已成为主要污染源，对各种大气污染指标的贡献率超过60%，严重危害着人们的健康。在城市可持续发展中，由于道路建设用地和空间有限，仅靠新建道路很难解决城市面临的主要交通压力和问题，日益增长的个性化交通需求使得交通系统越来越复杂。仅仅从车辆或道路的角度来解决交通拥堵问题是很难有效的。而且，在公路管理中，受行政和投资的区域限制，在我国，高速公路和普通公路的管理是以行政区域和按路段管理模式为基础的，基础设施中没有统一的资源管理体系，也没有统一的车辆汽车管理中的管理系统大多数交通信息系统只是为了解决规划建设中的一些局部和具体问题，因此系统基本上是独立的，呈现出大网络背景下的信息孤岛模式。因此，将现代高新技术应用于交通需求和车辆、道路系统地解决交通问题，成为智能交通的核心理念和发展趋势。

2 智能交通系统及特点

2.1 建筑

智能交通系统，或称ITS，是指将先进的智能监控技术、通信技术、控制技术、传感技术、计算机与网络及系统集成技术有效地集成到整个交通管理系统中，实现实时性、实时性、可扩展性、可扩展性和可扩展性，建立了准确高效的综合交通运输管理与控制系统。智能交通系统是由智能系统、知识系统、方法与技能系统、非智能系统、思想与思维系统、评价系统等多个子系统组成的复杂系统。.

2.2主要特点

它强调信息交换的系统性、实时性、交互性和服务的广泛性，不同于原有的交通管理和工程。智能交通需要解决的问题是：如何缓解道路压力，降低事故率，改善公共交通服务，节能减排。

3 智能交通建设的目标和主要内容

3.1 目标

<p

剩余内容已隐藏，支付完成后下载完整资料</p

资料编号：[607666]，资料为PDF文档或Word文档，PDF文档可免费转换为Word