智能交通领域是大数据应用的天然沃土。而大数据和人工智能正在成为推动交通智能化、自动化的核心力量。
一、大数据AI“上路”
2016年，烟台高速交警支队正式接管全市高速公路交通管辖权，重拳出击，整治辖区内各大高速的车辆违法行为、安全隐患。在这样的背景下，安防厂商采用高速公路解决方案，成功为烟台高速交警支队建设了全套基于大数据的智能交通安全系统，为烟台市高速公路的道路安全保驾护航。
在这些高速公路上，先后部署300多套智能卡口、70多套星光级超低照度摄像机以及60多台测速雷达等设备，包含视频监控、智能高清卡口、收费拦截站、车辆速度控制诱导系统、路况信息管理系统、指挥调度系统、社会化信息发布系统、智能交通安全管理平台等，目前已有部分设备投入使用。
在多种前端设备相结合的部署模式下，整套系统建成后，无论白天与黑夜，都可进行道路交通的实时监控，实现信息采集、区间测速、卡口抓拍、信息诱导、缉查布控等一系列的智能应用。
烟台市高速公路智能交通安全系统的部署，是近几年来国内交通管理信息化的一个缩影。在大数据时代，基于人工智能、云计算以及物联网等前沿技术作为支撑的交通智能化建设正在全面铺开，而苏州科达在智能交通的魅力也开始展现。
二、关键技术应用突破
从全国范围来看，交通管理尽管在数据上的潜在价值还没有得到充分挖掘，然则在信息感知与采集范围、数据孤立运用、分析研判和预测需求等方面已经取得一定突破。
1、 分布式大数据架构
现阶段智能交通向智慧交通迈进，其关键是引入大数据处理技术，实现对数字信息的智慧处理。由此，来自安防、互联网等领域的智能交通产业积极参与者，在此处着墨颇多。
市面上提供的主流的智能交通大数据平台，采用的是分布式智能分析技术，通过多节点并行处理，能够快速提取出视频和图片中的结构化数据。而强大的智能分析算法，使得该平台能够从视频和图像中提取出更丰富、更深度的目标特征信息，应对更复杂的大数据应用。
智能交通大数据平台采用分布式大数据库技术，通过数据智能分级存放技术，可大幅提升节点并发处理技术，系统可轻松实现百亿级数据的妙计检索和分析。以苏州市刚上线的交通管控大数据平台为例，可实现3000亿级数据查询只需0.2秒。
2、 车辆特征二次识别
随着大数据技术在智能交通领域的深化应用，也衍生出一些独具亮点的新应用，其中就包括时下热门的车辆特征二次识别系统。
其原理是运用车辆特征识别技术对公路电子监控(卡口)和电子警察图片进行二次识别，采集车辆号牌、品牌型号、车身颜色、车辆型号等信息，通过后台实时比对，准确发现假牌、套牌等违法嫌疑车辆，通过提取车辆特征信息准确定位唯一车辆。
这从根本上克服了传统车辆检索只能按照号牌进行单一查询的功能缺陷，实现了按照车辆品牌、型号、颜色、类别以及局部特征等自定义组合查询和模糊查询强大功能。
现阶段，在业界最受关注的车辆二次分析产品是来自科达自主研发的“海燕”系统。从该公司公开发布的信息了解到，“海燕”已在福建、苏州、牡丹江、当涂等多个省市成功推进落地。另悉，全新升级后的海燕系统，也将在下月初举办的“金砖国家领导人第八次会晤”担纲“要职”，为会议安全保障工作提供有力的技术支撑。
3、 人工智能感知系统
近几年来，智能交通发展的另一个引人注目的点便是前端感知技术的全面突破。一方面，交通监控一直引领超高清应用潮流，摄像机清晰度正由200万像素向500万像素、800万像素甚至1000万以上像素的摄像系统升级;另一方面，前端集成化、智能化成都更高，甚至逐渐成为一个独立的人工智能单元——能够自动识别车牌号码、车辆颜色、分析车辆行为，自动统计车流量信息，判断道路拥堵状况，同时在发生异常事件时自动报警。
三、能否独立提供端到端解决方案成未来取胜关键
在政策和技术的双重驱动下，智能交通产业链显得尤为活跃。包括安防厂商、智能化集成商、互联网公司、车辆算法企业、信号灯诱导屏细分厂商等多股势力纷纷加码，在交通领域布局人工智能以及大数据。
但总体而言整个产业链中的厂商或多或少都存在着瑕疵，例如安防厂商虽然产品周全，但以产品为驱动的本质，必然存在对整体应用需求的疏忽，集成商虽然理解用户需求，但却自身没有AI产品的研发，一些细分产品的厂商由于自身的局限性，服务面较窄，而互联网厂商虽然在广义上满足需求，但在专业领域仍然欠缺火候，随着硬件厂商不断掌握车辆算法的主动权，专业算法企业已经逐渐边缘化……
种种迹象也在表明，随着技术的成熟与应用的落地，市场需要的是积累智能视频分析能力、指挥调度等成功实战经验，实现从算法到产品再到应用的端到端解决方案。
条件虽然苛刻，但可喜的是市场中确实有一些企业朝着这个方向，一步一步在耕耘，而它们的与众不同自然而然能在智能交通中脱颖而出。
基于在解决方案与场景应用方面的优势，苏州科达能够独立地提供从算法到产品再到应用的端到端解决方案，已经在智能交通大数据领域占据了前沿高地。在今次智能交通之大变革中，苏州科达已经成长为生产大数据的核心厂商。
另外，可以预见的是，未来数年内，大数据、人工智能这一类关键技术在智能交通的应用领域将实现由点带面的大面积扩张、应用范畴也将全面扩大。
