隨著全球經濟的發展和城市化、現代化進程的推動，交通運輸行業將保持穩步發展狀態。在政策上，各國均積極推進智能交通系統建設。下面是小編整理的一些關于智能交通行業的文章，希望對你有所幫助。
2020年中國智慧交通產業鏈全景圖及投資前景分析
交通強國戰略之下，智慧交通行業發展被持續看好。
智慧交通是指在智能交通的基礎上運用物聯網、云計算、互聯網、人工智能、自動控制、移動互聯網等技術進一步提升交通系統運行效率和管理水平，確保通暢的公眾出行。
在產業數字化、智能化的背景下，新型智慧交通業務不斷涌現，智能駕駛發展日新月異，智慧道路建設需求迫切。從產業鏈來看，目前智慧交通各產業鏈均已成熟，涉及到通信芯片、通信模組、終端設備、整車制造、軟件開發、數據和算法提供以及高精度定位和地圖等，在各方面都已形成一定規模的競爭與合作共存的態勢。
一、智慧交通行業關鍵技術發展
智慧交通的關鍵技術主要包括物聯網技術、大數據技術、云計算技術和移動互聯網技術，這些技術為智慧交通行業的發展提供強大的技術支撐。
(一)物聯網
物聯網可以全面感知交通運輸基礎設施、交通運充分挖提和利用信息數據的價值，盤載工具的建設情況，同時監控整個交活現存數據，進行應用和評價，服務通的運行情況。作為新一代信息技術的高度集成和綜合運用，物聯網對新一輪產業變革和經濟社會綠色、智能、可持續發展具有重要意義。近幾年來，物聯網概念加快與產業應用融合，成為智慧交通行業主導性技術思維。
從產業規模來看，全國物聯網近幾年保持較高的增長速度。2018年中國物聯網市場規模達到1.43萬億元。根據工信部數據顯示，截至2018年6月底，全國物聯網終端用戶已達4.65億戶。未來物聯網市場上漲空間可觀。預計2020年中國物聯網市場規模將突破2萬億。
(二)大數據
大數據可以充分挖掘和利用信息數據的價值，盤活現存數據，進行應用和評價，服務于交通部門的管理與決策。在智慧城市產業中大數據平臺十分重要，大數據產業是對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。
隨著移動互聯網、物聯網、云計算產業的深入發展，大數據國家戰略的加速落地，近年來大數據體量呈現爆發式增長態勢。2019年中國大數據市場產值達到8500億元，包括數據挖掘、機器學習、產業轉型、數據資產管理、信息安全等大數據技術及應用領域都將面臨新的發展突破，成為推動經濟高質量發展的新動力。未來，大數據技術應用將進一步加深，2020年產業規模有望突破10000億元。
(三)云計算
云計算為各類交通數據的存儲提供新模式，“交通云”的建立打破“信息孤島”，徹底實現信息資源共享、系統互聯互通。過去十年是云計算突飛猛進的十年，全球云計算市場規模增長數倍，我國云計算市場從最初的十幾億增長到現在的千億規模，全球各國政府紛紛制推出“云優先”策略，我國云計算政策環境日趨完善，云計算技術不斷發展成熟，云計算應用從互聯網行業向政務、金融、工業、醫療等傳統行業加速滲透。
根據中國信通院最新發布《云計算白皮書(2020年)》，我國公有云市場規模首次超過私有云。2019年我國云計算整體市場規模達1334億元，增速38.6%。數據顯示，2019年公有云市場規模達到689億元，相比2018年增長57.6%，預計2020-2022年仍將處于快速增長階段，到2023年市場規模將超過2300億元。廠商市場份額方面。據中國信息通信研究院調查統計，阿里云、天翼云、騰訊云占據公有云IaaS市場份額前三，華為云、光環新網(排名不分先后)處于第二集團;阿里云、騰訊云、百度云、華為云位于公有云PaaS市場前列。
2019年，我國私有云市場規模達645億元，較2018年增長22.8%，預計未來幾年將保持穩定增長，到2023年市場規模將接近1500億元。
二、智慧交通行業發展現狀及前景分析
智慧交通對于提高交通管理效率、緩解交通擁擠、減少環境污染、確保交通安全起到了非常重要的作用，符合國家建設“智慧城市”要求，得到政策面的大力支持，同時政府和企業加大了投資規模。2019年中國智慧交通總投資規模超過2278億元，按照當前速度增長，預計2020年投資規模逼近2800億元。
巨大的市場、面前，眾多互聯網企業、金融、科技企業紛紛搶灘入駐，并且在頭部已經誕生了幾家巨頭，如阿里、騰訊、百度、華為、平安、高德等。
十年來，我國智慧交通行業市場規模已經從2010年的百億級增長到如今的千億級。隨著智慧交通與各種新技術的結合愈加緊密，產生出多項具有顯著社會和經濟效益的產品，未來市場潛力巨大，預計2023年行業市場規模有望超1400億元。
新技術的發展和應用，為出行者提供更加精細、準確、完善和智能的服務，將是智能交通系統面向公眾服務的重要方向。這些服務的提供將加速交通產業生態圈的跨界融合，汽車制造業、汽車服務業、交通運營服務、互聯網、信息服務、智能交通等行業的融合發展將是大趨勢。為了更好的了解我國智慧交通發展情況，中商產業研究院特整理相關概念股名單：
三、智慧交通應用場景分析
智慧交通應用于公路、水路、軌道、航空四大立體交通體系，目前，智慧交通主要應用場景為城市軌道交通、城市道路交通與城市高速公路。
(一)城市軌道交通
2020年3月12日，《中國城市軌道交通智慧城軌發展綱要》正式發布實施。在交通強國建設進程中，智慧城軌建設將成為主要戰場之一。城軌行業以“交通強國，城軌擔當”的強烈使命感，在智慧城軌建設戰略突破口充分發揮引領作用。新基建熱浪之下，大力發展城市公共交通智能化成為共識，智慧城軌全面升級重構正當其時。
2020年我國軌道交通批復的城市將達到50座，運營里程超過6000公里的規模，軌交市場步入黃金發展期，在5G、AI、Io T等新技術驅動之下，基于大數據、人工智能、人臉識別、視頻應用、融合通信等創新型解決方案的應用，萬億市場空間值得期待。據統計，2015年-2020年全球軌道交通車輛需求為530-610億歐元，年復合增長率為3.30%，2021年-2025年需求為630-730億歐元，年復合增長率為3.75%。國家正強有力推動“一帶一路”戰略實施，“一帶一路”沿線及輻射區域互聯互通工程建設將為我國軌道交通裝備制造業帶來可觀的市場需求。
隨著移動互聯網、云計算、大數據、新一代通信技術等的應用與發展，城市軌道交通也在不斷與時俱進，朝著智慧化道路大步前行。一批新IT產業變革發展的引領者，一直著力軌道交通智慧系統的建設，智能技術在高速發展的城市軌道交通建設進程中發揮出巨大價值。
(二)城市道路交通
智慧公交是智慧交通的一個細分行業，運用GPS或者北斗定位技術、4G/5G通信技術、GIS地理信息系統技術，結合公交車輛的運行特點，建設公交智能調度系統，對線路、車輛進行規劃調度，實現智能排班、提高公交車輛的利用率;同時通過建設完善的視頻監控系統實現對公交車內、站點及站場的監控管理。
(三)城市高速公路
近年來，高速公路智能化技術應用取得突破，運用包括智能收費等新技術。
據統計，截至2019年末全國公路總里程501.25萬公里，比上年增加16.60萬公里。公路密度52.21公里/百平方公里，增加1.73公里/百平方公里。公路養護里程495.31萬公里，占公路總里程98.8%。2019年，高速公路里程14.96萬公里，增加0.70萬公里;高速公路車道里程66.94萬公里，增加3.61萬公里。國家高速公路里程10.86萬公里，增加0.31萬公里。
2018年2月交通部發出了《關于加快推進新一代國家交通控制網和智慧公路試點的通知》，決定在北京、河北、吉林、江蘇、浙江、福建、江西、河南、廣東省九省份加速智慧公路試點。在國家政策的大力推動下，地方政府加速推進智慧公路建設。
深圳——首條智慧公路主體部分完工：僑香路是深圳首條智慧道路，主體部分于2019年6月30日順利完工!僑香路，在建設中采用了物聯網、大數據以及人工智能等新技術，讓交通運行情況可以全息感知，提高道路交通運行效率和安全性。其中，人工智能技術深度運用于交通管理，不僅可進行人車識別，還可根據各個方向的實時交通情況來調整紅綠燈時間，這樣車輛和人的排隊時間都能達到最短，在過街路段實現車多放車、人多放人。
浙江——已開始建設全國首條“超級高速”：同樣是在今年年初，浙江省證實正計劃建設國內首條智能高速公路，預計將于2022年杭州亞運會前完工。據悉，該高速公路為司機、乘客及道路管理方開發出一個協同和完全集成的智能交通系統，并建立有一個完整的道路監管網絡監測和預警系統。
海南——將運用多類技術建設風景道：根據日前出臺的，《海南環島旅游公路及驛站概念規劃》，環島旅游公路的發展定位為“國家海岸一號風景道”。據悉，該道路將基于5G技術、GPS定位、大數據、物聯網等手段，打造自動駕駛、無極充電、智能管理、實時監控等試點的現代化智慧公路。
婺城——“互聯網+”模式下顯成效：近年來，金華市婺城區交通運輸局為適應常態化管理，將互聯網技術運用到實際工作中，用互聯網思維打造交通管理服務創新。目前其智慧公路建設已集視頻全覆蓋、事件自動檢測預警、信號燈自適應、環境氣候指示信息自動發布等功能。
據統計，2014年智慧公路市場規模僅265億元，2018年市場規模增至488億元。隨著我國公路智能化、信息化的大力建設，公路總里程的不斷增加以及維護、升級改造的不斷實施，預計，未來我國高速公路智能化行業市場規模將不斷增大。預計2020年中國智慧公路市場規模將達641億元。
ETC不停車收費系統是高速公路或橋梁自動收費。近年來，我國大力推行ETC，通行效率大大提高。2019年，ETC全國覆蓋任務全面完成，全國高速已啟動貨車高速入口稱重。2019年12月31日晚，交通運輸部宣部全國高速公路取消省界收費站工程并網切換如期進行。從2020年1月1日零時起，全國29個聯網省份的487個省界收費站全部取消，圓滿完成了《政府工作報告》提出的目標。
2019年ETC推廣任務、發展目標明確，ETC用戶快速增長。截至2019年底，全國ETC推廣發行了1.23億戶，累計用戶達到2.04億。此外，小客車ETC覆蓋安裝率也超目標完成。截至2020年5月17日，64.09%的車輛使用ETC在出入口收費站不停車快捷通行，ETC使用率比去年同期提高了21.89個百分點。日均擁堵緩行500米以上收費站數量比2019年同期下降了16.68%，擁堵緩行1000米以上路段比2019年同期下降了13.92%，通行效率進一步提高。
前瞻研究：交通運輸行業人工智能技術應用現狀及展望
隨著全球經濟的發展和城市化、現代化進程的推動，交通運輸行業將保持穩步發展狀態。在政策上，各國均積極推進智能交通系統建設。在技術上，使用人工智能等高新技術實現智能交通。在產業上，加速交通產業生態圈的跨界融合，為出行者提供更加準確、完善和智能的服務。人工智能技術的出現為提升運輸效率、保障運輸安全和降低運輸成本，最終實現智能交通帶來了新的思路，在交通運輸行業綻放光彩。作為行業中的領頭羊，交通運輸行業中多數世界500強企業已經著手部署相應的人工智能解決方案。
一、交通運輸行業市場規模
據統計，2017年全球交通運輸行業總收入為4.8萬億美元，占全球GDP的6%。與此同時，交通運輸行業基礎設施投資也在逐年增加。PwC預測，從2014年至2025年，全球交通運輸行業基礎設施投資將以平均每年約5%的速度增長。
二、人工智能技術在交通運輸行業的應用
深度學習：機器學習中一種基于對數據進行表征學習的算法。通過對大量歷史數據(如圖像、文本和聲音)進行識別與分析，從而替代人力完成自動化操作。主要用于路況識別，高級駕駛輔助系統(ADAS)，路線規劃等。
語音識別與自然語言處理：指機器理解并解釋人類寫作、說話方式的能力，是人工智能技術的核心組成部分。從語音識別到文本分析，再到信息檢索、信息抽取，自然語言處理涉及到處理文字、語音的各個方面。主要應用于服務領域，如車載娛樂系統、貨物追蹤系統等。
計算機視覺：基于圖像處理的計算機視覺技術是通過攝像機獲取場景圖像，并借助于計算機軟件構建一個自動化或半自動化的圖像/視頻理解和分析系統，從而模仿人的視覺功能以提供及時準確的圖像/視頻處理結果。在交通運輸行業中，計算機視覺技術主要應用于路況檢測，安檢掃描，流量監控，值機登記等。
機器人技術：在交通運輸行業，智能機器人可以代替傳統人力完成重復瑣碎的貨物分揀、搬運、包裝等工作，極大地減輕了人類繁重的體力勞動，提高了運輸效率。根據不同的應用場景，具體可以分為AGV機器人、碼垛機器人、分揀機器人。
大數據分析：大數據分析技術主要通過對大量非結構化或結構化數據進行分析，利用算法探索數據間的未知聯系和隱藏信息，從而幫助決策和判斷。從運輸設備的維護預測到運輸過程中的路線優化、時間預測，這些服務或功能都離不開大數據技術的支持。
三、人工智能技術在交通運輸行業的應用分布
四、500強公司人工智能技術落地案例簡述
馬士基航運：通過在冰級集裝箱船(Winter Palace ice-class container ship)上使用人工智能情景感知技術，提高船舶的安全性、效率和可靠性的同時幫助海員消除來自船橋的視線限制，為未來的自動防撞系統提供研究基礎。
美國聯合航空公司：通過使用霍尼韋爾提供的IntuVue RDR-4000 三維氣象雷達系統、SmartRunway智能跑道系統和SmartLanding智能著陸系統，向飛行員及時提供飛行環境信息，同時增強飛行員在滑行、起飛和著陸過程中的情景感知能力。
DHL：全面部署物流機器人系統。Sawyer協作機器人可以通過高分辨率攝像機、壓力傳感器和自學習功能幫助倉庫工作人員自動化操作重復性任務。LocusBots機器人可以通過機器學習算法自助規劃最佳行駛路徑，代替工作人員將貨物運送到指定位置，減少了工作人員的走動距離。PostBOT機器人內置傳感器，可以在城市周圍避開障礙物，并能沿著路線安全地跟著快遞員完成送貨服務。
達美航空：通過使用空客提供的智慧天空開放性數據平臺及相關預測性維護服務，達美航空可以預測飛機部件的故障概率，在部件出現問題前進行維護。從2013年到2017年，達美航空全年免于因維護而取消航班總計從169天升至324天，成功率高達95%。
美國郵政署：通過采用協調優化技術(COTs)，綜合利用數據分析、物聯網、云端數據庫、機器學習等技術或軟件平臺優化投遞路線，預測潛在問題，實現部份平日投遞路線上的當日寄送，使包裹遞送更加高效、靈活。
五、人工智能技術在交通運輸行業的發展局限
1. 投入收益不確定性：使用人工智能技術解決方案往往需要較長時間才能獲得明顯受益，巨額的前期投入導致轉換應用成本高昂。
2. 流程架構重建風險性：交通運輸行業屬于勞動密集型行業，人工智能技術的應用在提升行業自動化的同時也不可避免地增添了相關從業人員失業的風險。
3. 科技融合差異性：交通運輸行業涉及客運貨運、水陸空多種運輸場景，針對某一場景或企業的人工智能技術解決方案往往不能通用。
六、人工智能技術在交通運輸行業的發展趨勢
1. 全面無人化：在倉儲環節，機器人取代傳統人力完成貨物分揀、搬運等操作;在運輸環節，使用無人駕駛技術實現交通運輸自動化;在服務環節，自助值機、安檢、過關成為可能。
2. 出行服務化：在深刻理解公眾出行需求的基礎上，通過將各種交通模式全部整合在統一的服務體系與平臺中，從而充分利用大數據決策，調配最優資源，為用戶規劃包括多種交通模式實時信息在內的無縫銜接出行路徑，并以統一的APP來對外提供服務。
目前中國智能交通發展狀況如何?
中國是一個經濟持續發展的發展中國家，改革開放以來，城市化與汽車化發展十分迅猛。改革開放前，城市化水平不足19%，目前已經發展到超過30%，預測2010年將接近50%;機動車擁有量以每年10%以上的速度增長，預計2010年達到13億多輛。中國城市交通的特點是混合交通，目前自行車擁有量超過1.8億輛，如果公共交通服務水平不提高，城市交通結構不改善，自行車擁有量將會有增無減。
改革開放以來，中國道路交通設施及管理設施雖然有較大改觀，但跟不上機動車增長速度?？傮w水平與發達國家有較大差距，特別是大多數城市路網結構不合理，道路功能不完善，道路系統不健全。交通管理設施缺乏，管理水平不高。即使各地都建立了交通控制中心，大多只是實現了監視功能，而遠沒有發揮控制功能的效應。
中國城市的大氣質量惡化，已逐步由煤煙型污染轉變為機動車尾氣污染。其主要原因是交通擁堵、車速下降以及車況差、車輛技術性能低等，致使中國處在世界十大空氣污染最嚴重的城市之中。同時，車輛狀況差也直接影響到城市交通，并已成為制約我國城市交通的重要因素。
而我國公交智能化發展存在的問題總結為如下十個方面：
第一，戰略性、系統性、協同性不足。缺乏總體規劃、頂層設計、實施路徑。
第二，重建設輕運維管理、重硬件輕軟件服務、重外觀效果輕實效應用。起步稍晚的城市更存在這個問題，包括整個智能交通行業都存在這些問題。
第三，產品質量參差不齊、魚龍混雜、亂象叢生。有計算機行業、交通行業、公交行業。因為部分公交企業對產品的辨識度不夠，也存在業主和個人的利益關系，方方面面導致了行業的不穩定，影響了公交行業智能化建設質量。
第四，標準宣傳力度不夠，缺乏關鍵產品對標符合性檢測環節。
第五，信息資源較分散、碎片化現象，數據共享度、開放度低，較封閉。
第六，基礎數據、業務鏈條、監測體系不完整，如果基礎環節沒有做好，直接會影響到整體的應用效能。
第七，信息化發展不均衡，整體效應、規模效應難以充分發揮。
第八，部分人員對基于新技術所帶來的現狀改變不適應或存在抵觸現象。
第九，應用業務間不聯動，很多系統建完后沒有和它的生產業務進行緊密關聯，產生“兩張皮”的現象。
第十，人才隊伍建設滯后或不夠，影響智能體系建設及長遠發展。不僅是公交，整個智能交通行業都有這個問題。不懂業務的人做IT，但是往往懂業務的人不懂IT，造成了企業和供應商之間沒有良好的橋梁，導致企業購買產品很有可能買不到所需要的，導致了整個系統會存在這種問題。
雖然在發展智能交通方面還有許多的問題需要解決，但是基于公共交通發展的必要性，這些問題需要逐一解決。
