智慧交通作為智慧城市的重要組成部分，近年來在信息化建設方面發展迅猛。僅以國內一線城市的交通監控為例，每天平均產生0.3PB至6.7PB的視頻數據。面對大數據時代的到來，傳統的智能交通技術已經難以滿足現狀。

      智慧交通作為智慧城市的重要組成部分，近年來在信息化建設方面發展迅猛。尤其物聯網技術的日益完善，極大地豐富了交通信息的采集和管理手段。目前，交通數據涵蓋了包括道路視頻監控、卡口電警、路況信息、管控信息、營運信息、GPS定位信息、RFID識別信息、到離站信息、客流信息在內的多種來源。隨著數據生成自動化水平的提高以及速度的加快，需要處理的數據量急劇膨脹，跨域關聯分析和深度價值挖掘問題急待解決。

      僅以國內一線城市的交通監控為例，每天平均產生0.3PB至6.7PB的視頻數據。這些海量數據不僅為網絡傳輸和存儲帶來壓力，也對實時處理、分析提出了更高的要求。面對大數據時代的到來，傳統的交通技術已經難以滿足現狀。新時期下，智慧交通面臨著前端數據網絡傳輸難、后端數據中心處理難、數據靈活管理調度難等問題。

      未來將有很大一部分數據的分析轉移到前端，以提高實時性和后端處理效率，而最終的數據分析將在端到端的架構中靈活遷徙，使我們同時獲得全局的智能以及局部的實時有效性。

       通過視頻的智能分析，可以對監測區域的所有目標進行智能感知，實現諸如抓拍逆行、闖紅燈、車牌識別、車流統計的功能，還能對特定目標進行智能報警，對具有一定行為特征的事件進行預先報警，以及提供事后的查證。視頻智能分析并不高深，難點在于如何把它與嵌入式設備整合，從而進行編寫、編譯、調優，而這正是X86架構的優勢所在。

      智能交通行業是現代IT技術與傳統交通技術結合的產物，對新技術的應用較為敏感，但由于技術應用的均衡不一，新技術對傳統技術的兼容性與適應性愈加敏感。交通部門要有效利用這些不斷增加的交通信息數據。
        以此改進交通管理，由此帶來的挑戰是：1）交通數據的集中管理，交通部門需要集中訪問分散存儲在不同支隊數據中心的圖像或視頻等；2）優化海量數據加以利用，提供盡可能長時間的車輛監控數據；3）提高對各種交通突發事件的應急調度能力，依據歷史數據預測交通或突發事件的趨勢。

      “十二五”期間，建設服務性政府成為各級政府改革的重要目標，交通與交管部門也在由管理型部門向服務型部門轉型，舉措之一就是借助大數據技術，對各種類型的交通數據進行有效整合，挖掘數據之間的聯系與價值，為領導提供依據，實現智慧決策，為民眾發布信息，實現智慧出行。

     據統計，我國目前從事智慧交通行業的企業已有兩千多家，其中的優秀企業憑借對客戶需求的深刻理解與靈活的市場運作方式，在不同領域和地域建立了自己的一席之地。英特爾將繼續秉持協同創新之道，攜手本地合作伙伴，給予有力的技術支持，共同推動大數據解決方案的快速普及，通過技術與應用創新改變傳統格局，最終助推智慧交通蓬勃發展。

（本文轉載自電子發燒友網，如有侵權，請聯系刪除）