为全面贯彻落实党中央关于加快建设科技强国、交通强国的战略部署，交通运输部及科技部联合印发《交通领域科技创新中长期发展规划纲要（2021-2035年）》（以下简称纲要），纲要中提出“大力推动深度融合的智慧交通建设，加快移动互联网、人工智能、区块链、云计算、大数据等新一代信息技术及空天信息技术与交通运输融合创新应用”，为我国未来交通发展提供了方向及目标。日前，江苏、广东及山东等地省交通运输厅也相继印发了关于《智慧高速公路建设指南》建设方案，其中“精准感知系统及智能化采集设备的建设”为纲要中“智慧交通建设的深度融合”目标提供了基础和依据，为智慧交通的建设提供了新的思路与可能。
在经济高速发展的强带动效应下，公路里程及汽车保有量也在日益增长，在我们享受交通飞速发展带来的便捷红利时，所面临严峻的交通问题也亟需解决。相较于传统的交通管理模式，智慧交通采用云计算、大数据及人工智能等技术，基于实时海量的数据、高效运算的平台及智能科学的算法，更为精准及时的共享、平衡了交通资源。
交通研判模型是智慧交通建设的“利器”之一，中兴飞流基于实时交通量数据、高精度地图、气象感知系统、全域路网分合流模型等，建立了包括交通状态研判、重点路段研判及环境气象研判等智慧交通综合研判分析系统。
以某局点“智慧交通研判系统”建设应用为例：为助力新时代“交通枢纽”的高速发展，该研判系统基于该省774座门架采集特征、雷视一体捕捉信息及道路路网结构，构建了基于“时空”的高维融合研判模型，该模型主要具有以下特点：
①“时序特征”提取：从时间序列中融合了实时交通量特征，包括车流量、平均车速、车速标准差等，利用大数据时间序列融合算法分析建模，有效提取了海量数据中存在的趋势性及周期性等特征；
②“空间特征”刻画：从空间分布中基于空间道路路网信息，如分流区、合流区、交织区，以及道路特征属性，例如车道数量、侧向净空及交通组成等特征，构建了深度图神经网络模型，挖掘蕴含在路网中的交通瓶颈点；
③“时空融合”构建：基于高维“时空”研判模型的构建，利用时间维度准确提取了实时交通状态的“特点”，采用空间维度精准刻画了道路路网的“难点”，结合大数据与人工智能算法完成了时空的“两点融合”。
某局点“智能交通研判系统”界面示意图
基于上述算法在研判系统中对趋势性、非线性及动态性特征的提取，更为智能、准确、及时的预测预警了道路状态并及时上报交通拥堵或事故处理时长，可有效降低道路拥堵程度，并持续提升交通安全性。智慧交通研判模型高效智慧的内核及契合场景的应用，可有效为智慧交通的建设大力赋能，主要有以下三大应用：
一、交通调度疏导
通过交通智能研判系统对拥堵或事故预测结果分析，结合道路实时交通量状态数据，持续上报疏导指令或应急调度优化建议，提升交通状况的调度疏导效率，优化应急处理流程。
二、智慧出行服务
基于交通智能研判系统平台结合出行应用服务终端，提供交通实时状态预测播报、拥堵或事故路段避让预警及未来出行综合研判建议等，为出行提供更加便捷安全的方案。
三、辅助交通规划
针对交通事故高频次预警或频发路段，深度挖掘路网参数、交通量属性及其它因素与事故或拥堵的相关性及影响矩阵，并输出针对车道宽度、侧向净空等调整建议，从而消除潜在易发事故瓶颈，提升道路交通规划的科学性及安全性。
作为以大数据、人工智能及云计算技术为支撑的智慧交通研判模型，是智慧交通建设的重要组成部分及重点实现方向之一，该研判模型系统汇聚海量数据实时运算分析，结合路网模型构建交通预测研判模型，为交通实时调度、便捷交通出行及整体交通规划提供了多维度、深层次及易推广的智慧化服务。
