美国是全球智能交通(ITS)发展较早的国家。美国的ITS规划是从1995年起首次正式发布了“国家智能交通运输项目规划”，规划中明确规定 了智能交通系统的7大领域和29个用户服务功能，并确定了到2005年的年度开发计划。7大领域包括：出行和交通管理系统、出行需求管理系统、公共交通运 营系统、商用车运营系统、电子收费系统、应急管理系统、先进的车辆控制和安全系统。每一领域均包含相应的用户服务功能。2001年美国运输部和美国智能交 通协会(ITSAmerica)联合编制的《美国国家智能交通系统10年发展规划》明确了区域间作为一个整体系统的发展建设的主题。

智能交通的前世——停留在外行人的脑海里

外行人对智能交通的理解可能还停留在抓拍闯红灯、监测超速、路口监控的层面。但是内行人知道，智能交通技术日新月异，抓拍闯红灯这类的“小儿科”已经是前世之事了。

智能交通一直是以传统的交通工程理论与实践为基础,以提高交通系统的可靠性、安全性、经济性、舒适性及运行效率为目的。社会对交通体系的要求更高了，智能交通的市场自然就慢慢打开了。

智能交通的今生——技术日新月异

如今，在行业巨头的带领下，智能交通已经可以通过深入挖掘用户需求，融合人脸识别、智能分析、大数据、云存储、云计算等智能前瞻技术，引导交通行业跨入安全、畅通、智慧的道路交通全新领域了。

在道路监控中，传统违法检测可以做到闯红灯、超速、黄标车抓拍等车辆违法行为分析捕获，如今结合图像智能分析算法能够实现不系安全带、接打电话行为检测、遮阳板检测等众多智能行为分析检测，以更好的规范驾驶员行为习惯，遏制事故与违法源头。

在交通应用中，人脸卡口功能所发挥的作用非常明显，它通过分析抓拍图中的人脸部分，比对黑名单库， 助力于违法犯罪捕获，实现城市道路畅通与公共安全有序发展。 除了对驾驶员进行行为规范，智能交通综合解决方案对车辆的特性行为分析也极为重要。智能交通综合管控系统利用RFID技术，还能对车辆属性进行二次识别，分析车牌号 码、车牌颜色、车身颜色、车型、车标、车辆子品牌等属性，不仅增加了识别种类，更是提高了分析速度，为交警建立全面系统的车辆库提供了强大的技术保障。

基于交警的车辆大数据系统，创造性的结合道路、天气、季节、节假日等众多因素，采用大数据技术对交通违法行为的运行规律进行分析推理，实现对违 法行为的总体特征、实时状况、未来趋势进行定量直观的刻画，同时分析道路情况对交通违法的影响，为交警部门预防、整治交通违法行为，改进交通渠化设计等工 作提供数据支撑。

交通数据智能研判是以前端采集的各项交通数据(路口信息、车辆信息、车辆号牌、车辆类型、车身颜色、车速等)为基础，通过关联算法，挖掘并评估不同类别交通数据之间的关联性，最终对部分交通行为或事件作出辅助性的分析判断，为交通管理者提供决策依据。

未来——需要解决的问题还很多

安全、有序、畅通是未来智能交通发展的目标。智能交通的发展已经迈上了一个台阶，然而随着城市车辆的增长，交通愈发拥堵，未来智能交通需要解决的问题还很多，更棘手。

智能交通是近年来被频繁提及的一剂治堵“解药”，也是智慧城市建设蓝图中的标配。但是，智能交通真的能让一切交通问题迎刃而解吗?答案是否定 的。智能交通肯定是减少拥堵了，更有序、更通顺了。假设智能交通把交通阻塞减少了，那可能是更多人要买车了，就会带来更多的问题。这一点是我们在建设智能 交通系统时不得不考虑的。