隨著城市化進程加快，交通擁擠、交通事故、環境污染、能源短缺等問題已經成為世界各國面臨的共同問題。智能交通系統將從緩解交通擁擠、減少交通事故、降低交通環境影響以及提高生產效率等方面生產可觀的社會和經濟效益?！笆濉逼陂g，隨著公路、鐵路、城軌、水路、航空建設的進一步加快，智能交通行業的發展必將加快其步伐。預計未來幾年仍將以20%的年增長率高速增長。
智能交通產業越來越熱，市場化需求不斷增加，但就目前智能交通行業技術來講，仍面臨諸多挑戰，技術升級面臨阻礙，其主要因素有三個：
數據割據與斷層需要破題
智能交通的基本作用，是通過交通領域全業態數據的立體采集與處理，以支撐更聰明的交通建設、管理、運行決策。這種以數據支撐的科學決策，小到自動駕駛、出行時間管理，大到路網的運能調配、運送方式決策、交通管理績效評價等。
由于交通問題的多樣性和社會性，交通類數據的采集和處理本應是社會性的工作，然而，由于行政架構上遍布多部門，地理架構上遍布全國，事實上又形成了數據割據和斷層的局面。很多時候，掌握各類數據的各部門，沒有自發的愿望，也沒有機制去激勵其分享這些數據。涉及這類問題比較典型的，如公安系統的事故數據、醫療衛生部門的交通事故醫療救助數據、交通部門的交通設施維修數據。這些原本取之于民的數據并沒有統一的開放平臺進行交換和融合。這就導致了我們評價道路通行安全條件時，缺少了最重要的數據元素，每年各地該支出的養路資金和安保投入，也就缺少了重要的評價和決策依據。
再比如，公路貨運的智能化管理問題。動態的噸位數據和車輛行駛數據都在各個運輸公司手里，全國缺乏統一的平臺進行采集、管理和調度，造成貨運信息難匹配，貨車空駛多、浪費嚴重。
類似問題，需要在大數據時代背景下，突破行政管轄權屬的制約，通過政策乃至立法強行推動所有公共數據的公開;用更微觀的手段建立更宏觀的視野，更好地發揮中央行政干預優勢，締造全國“一盤棋”的智能交通數據支撐體系。
車輛身份識別和動態采集能力需要提升
鑒別和采集車輛身份的能力，是實現交通智能化管理的基本立足點。在每一路段上都能直接獲取途經車輛可識別的基本信息、掌握車輛的實時通行數據，才能建立車的基本通行統計類數據，從而實現實時監控、定性和定位采集、提前預測、及時預警，完成區域協調、路網流量調配、控制、疏導、收費和安防等任務。所有這些工作的關鍵，就是“車輛身份”的自動鑒別和采集。這涉及到手段和效率、成本和質量以及分析的思路和運用的方法。
對此，我國現行技術還有很多地方需要改善。比如，車輛牌照技術。與發達國家相比，我國當前的車輛牌照制作技術有大約40年的差距，不僅加工工藝差、效率低下、污染嚴重、仿造門檻低，而且不利于智能化識別，特別是不良視認條件或車輛高速運行狀態下，車牌信息采集成功率低，數據質量不可靠。這就嚴重影響了智能化管理的努力和進步。而近年來出現的高清號牌呈現技術，正在將車輛身份識別技術推向更高境界。倫敦現行的依靠車輛牌照拍攝技術建立的擁堵費征收系統，就是這個技術方向的杰出代表。
我國在有效建立車輛身份自動化識別與采集系統之前，大量的智能交通功能無法實質性推進。
數據分析能力需要人才支撐
在實現了數據共享、車輛身份自動識別效率提升后，我們要做的重點工作就是數據分析。為什么這么說?我們以“交通管理績效評價”為例，來解釋數據分析能力的重要性。
現在提起治堵，經常會聽到“公交優先”“路口要信號燈控”。這些措施，效果到底如何?城市交通管理的關鍵是實現居民出行時間的優化，即能夠獲得穩定和合理的通勤時間。如果因為設置了公交車道，但全社會的通勤時間增加而不是減少了，那就是畫蛇添足。如果我們能夠有一套可以細化到單車和個人的上路時間統計系統，就可以精確地對“公交車道”的效果進行科學的評價。
同理，信號燈控的社會價值，也可以依托這樣的系統評價。其基本的思路，就是獲得所有車輛的出行軌跡和起始點之間的時間記錄數據。如果獲得的這些數據幾乎沒有瑕疵，結論自然就能浮出水面。
具備這種數據分析能力后，不僅可以評價交通管理措施的效果，還可以準確地測算出通勤車流對路網的壓力點和時間點，進而預測各個路網將在未來某時刻會出現的交通流量，以及進行更精準的流速預告。這種服務能力，要比向社會提供一個全市路網車速的指數，有更現實的服務意義;對調配路網資源也有莫大好處，對及時調整交通控制措施、降低怠速排放、改善空氣質量等，也有莫大貢獻。
要具備這樣的數據分析能力，就要培養專業人才梯隊。這支隊伍不僅要懂計算機和通信技術，還要懂交通，懂統計學和社會學。總之，一支具備綜合學科技術素養的高素質隊伍才能勝任需要。在這方面，我們的人才培育機制，特別是用人機制，還有很大改善空間。
