今天安防监控公司创通宝科技讲述智能交通系统的技术问题有哪些

前端信息采集设备故障率高，运营维护投入高

交通系统规模扩大，前端设备点位增加，设备故障点也呈几何级数增长，运营维护单位忙于应付设备故障，甚至有些设备在出维修期后发生故障，找不到替代零件或者维修成本过高。目前一、二线城市基本都实现了电警设备、交通信号控制在重点路口、路段的全覆盖，建设规模均有以干计的摄像机及配套的控制设备，由于各厂商产品质量良莠不齐，施工环节缺乏有效的高质量管理，前端设备实际完好率不高，设备在线率不高，给相关部门造成了大量的投资浪费。例如一些中小内陆城市，只要下雨就会有许多路口因积水导致交通信号灯失灵。

关联业务平台多，可靠性与稳定性存在诸多问题

智慧交通系统中各子系统的复杂度和整合程度越来越高，而系统的可靠性和健壮性却没有同步提高，往往有牵一发而动全身的问题出现。例如某地市的智慧交通系统由近200台服务器和2千多台前端，及网络交换设备组成，包括交通信号控制、交通流量采集、交通诱导、闯红灯电子警察、卡口、电子围栏、WIFI探针采集等子系统，各数据要上传省级交管平台或下发区县级交管子平台、还要提供给公安网中的相关业务集成平台（技侦、图侦、网安等）调用数据。系统数据流程复杂、涉及业务系统众多、客户端分散等等一系列特点。相关部分要竭尽全力保证业务系统的正常运行，但还是经常出问题。例如某些区域协调交通信号自动控制需要实时准确的交通流量数据以供交通状态判断，以及短时交通预测、分析、优选审核（人工或自动）、下发、反馈调整，在不间断循环调整中以达到整体最优效果，而由于目前系统健壮性不足，评价比较交通模型不完善，特别是在交通随机变量波动较大时，难以自行准确判断数据质量，输出合理实时的反馈信号控制结果，对拥堵治理的快速解决贡献不高，从而使得交通诱导和交通信号控制系统不能发挥预期效用，从而影响了整体智慧交通系统的投资价值。

数据源质量不高，海量数据价值密度低，缺乏有效的清洗筛选手段，交通模型、算法不完善，对最终决策分析贡献率低

以现在的技术手段，在不考虑投入成本的前提下，人、交通工具（车、船、飞机等）、联网的便携式终端设备，在时间、空间上留下的痕迹信息都能采集到，但当这些数据汇聚到智慧交通各子系统时，并不一定产生有价值或者价值高的信息，同时也消耗大量的存储空间资源。主要有以下几点：

有些数据本身数据质量不高，如模糊的车头抓拍图片，分辨不出驾驶员人脸，当套牌车辆或被盗车辆作为犯罪工具时，提供的线索就很有限。低价值密度的海量数据，缺乏有效的筛选处理总结，如城市路口车辆抓拍图片，中小城市每天会产生几百万张，大城市数千万张，但真正能被有效分析利用的只是其中很小一部分。要使得数据产生有价值的信息，应用到实践中，需要设计和开发出相应的数据挖掘和机器学习算法，在交通领域的具体的应用算法、工具和平台的研发方面还有很长的路要走。

信息安全问题

当前针对智慧交通的研究还只是偏重于其功能的实现，对其信息安全问题重视不足。实际建设中从信息的收集、信息的传输、信息的处理各个环节，都可能存在信息泄露、伪造、网络攻击等安全问题。如近期一些地方就出现了因交通信号控制系统与视频监控系统、闯红灯电子警察等系统同处于一个专网一个网段，因受到网络攻击导致各交通信号机离线、不能上传数据等现象，也导致了交通信号控制效果大为降低。