智能交通系统助力智慧城市可持续发展

智慧城市中面向可持续环境的智能交通系统

引言

车辆运输近年来取得了快速发展。人员和货物从一个地点到另一个地点的移动概念已经通过融合人工智能并进行革新，转变为“智能交通系统”（ITS），利用先进的交通运输技术，观察到车辆之间通过车载自组织网络（VANET）的通信已扩展至融合车联网（IoV）的技术理念，以支持智能交通系统。与传统的智慧城市相比，基于大数据的智慧城市发生了巨大变化：（1）由政府主导的自上而下的单一信息流转变为开放城市数据并鼓励公众参与；（2）从传统的静态管理转变为智能交通系统的动态实时反馈；（3）通过基础设施与信息与通信技术（ITC）的融合实现数字化管理；（4）从封闭式社区转变为智慧社区。

在大数据时代建设智慧城市，其建设方案必须包含以下几点。（1）需要进行数据采集。当前的数据包括通过传统方法获取的数据和通过非传统方法获取的数据。其中，传统方法获取的数据包括统计数据和各类图纸；非传统方法包括来自物联网上的智慧城市以及SOLOMO（社交、本地、移动）的数据。这两类数据主要包括移动通信的位置数据、交通传感器数据、数据研究平台生成的数据以及公众参与平台生成的数据等，例如通过搜索引擎采集的网页数据、微博、人人网等社交网络数据。（2）对采集到的海量数据进行分析，主要包括模型实现和分布式处理。所谓模型实现，是以模型服务器的形式在实际系统中部署，通过服务形式提供所需模型的计算能力。在此基础上，以采集的应用数据为驱动，以模型算法、工具和平台为支撑，构建模型。通过建立基础空间地理框架，实现智慧城市的基础设施建设。（3）利用云计算技术实现超强计算能力和持续服务能力，通过在智能终端设备上搭载传感器实现信息采集并上传至云端，并通过网络发送指令控制相关设备，最终实现基于大数据的智慧城市建设。

车联网涉及车辆智能化以及车辆之间的网络化通信。利用车联网，汽车可通过车对人、车对车和车对路系统，始终保持智能连接并与其它车辆及周边环境保持联系。这些系统在车联网中实现电子连接，并采用移动网络进行通信。车联网采用专用短程通信（DSRC）设备，在5.9GHz频段实现车辆与周边之间最远1000米的通信范围。

根据Aamir等人，车联网旨在收集或共享有关道路和车辆状况或车辆用户的信息。随后，这些信息会被处理，以高效地监督和引导车辆，避免事故发生、事故和交通拥堵。因此，驾驶员和乘客的驾驶体验得到提升，使其更加愉悦和安全。

交通运输的可持续性仍然是一个持续的挑战，尽管车辆运输不断发展。可持续性超越了管理

车辆排放包括建立精细的交通规划系统，以确保道路交通安全。统计分析显示，自2006年以来车辆使用量持续上升，尤其是汽车。图1展示了2006年至2015年全球商用车辆和车辆使用的持续增长情况。

研究表明，车辆使用增加会导致交通事故数量上升。亚洲的统计数据显示，2018年估计有超过5万人死亡是由于可预防或粗心事故造成的。交通事故的一些原因包括拥堵相关碰撞、分心驾驶、转弯不当、不安全变道、环境灾难以及行人或动物过街。要建设智慧城市，由于涉及跨领域综合管理的复杂性，各部门和领域需要联合建立一个公共信息系统。在2016年智慧城市论坛上，以中国移动和中国联通为代表的中国电信运营商提出将利用大数据推动智慧城市的建设。智慧城市建设需要完成大数据的采集、整理、分析和应用。由于电信行业具有强大的数据采集和管理能力，将在智慧城市信息系统的建设中发挥巨大作用。与中国电信行业的更好合作将是中国智慧城市建设发展的一个重要方向。实施有效的智能交通规划系统（ITPS）将创造一个环保的环境并减少交通事故，确保车辆运输的可持续性。本文描述了如何利用智能交通系统促进智慧城市的环境可持续性。首先分析了用于避撞的智能交通系统及绿色交通的应用；随后介绍了自动驾驶汽车和电动汽车的概念；最后提出了在智慧城市中开发高效且可持续的智能交通规划系统的建议。

方法论 搜索词

文献检索通过谷歌学术数据库进行。我们采用短语搜索和截词技术来获取文献综述的意义。智能交通系统和智能交通是截词后生成的术语中的部分示例。所使用的术语包括面向可持续性的智能交通系统以及智慧城市中的环境可持续性措施。在全文中，使用车联网（IoV）和车辆通信系统替代了智能交通系统。

纳入和排除标准

执行短语搜索后，谷歌学术返回了34,000条结果。随后根据相关性和所需时间范围对结果进行筛选，缩减至1,000条。此外，智能交通系统这一概念意味着在交通运输中应用先进传感与反馈技术，进一步将文献数量缩小至300条。本研究关注智慧城市的环境可持续性中的智能交通，使来源减少至40条。可访问性、完整信息、成本以及网络费用等因素最终仅留下八篇可充分审查的文献。纳入与排除标准已总结于下方的PRISMA流程图中。智慧城市建设是社会发展的必然结果，以智能化形式连接市民生活的各个方面。智慧城市建设是大数据时代到来的重要标志。然而，在智慧城市建设过程中，我们不仅要享受大数据带来的便利，还应考虑其负面影响，并合理规避弊端，使大数据更好地为智慧城市建设服务。

结果 电动汽车使用

分析了关于全球使用电动汽车的各种数据集。本节讨论了所获得的结果。图2显示了2015年至2019年间插电式电动汽车的全球销量图表。该数据集至关重要，因为它提供了对智能交通方式和可持续能源来源的全球使用的洞察，以最大限度地减少环境污染。插电式电动汽车购买量的增加对于智慧城市开发者来说是一个令人鼓舞的迹象，因为它表明人们愿意接受可持续交通解决方案。

图3展示了全球按类型划分的电动汽车使用情况综合。混合动力电动汽车包含备用电源系统，除电力来源外还使用汽油。这些混合动力汽车一直受到鼓励，因为它们相较于专有的燃油发动机是更好的选择。此外，它们解决了相关问题

电动汽车的里程，因为混合动力源使它们能够以更低的碳排放行驶更远的距离。从污染管理到严格控制系统的每一个环节都得到了有效优化，从而有助于城市基础设施的建设。在智慧城市中，交通管理是一件重要的事情。在交通管理中应用物联网技术将有效减少突发的交通问题并提高运输效率。首先，让我们再次了解一下物联网技术。

物联网是如何工作的？

物联网技术被广泛应用。例如，它通常用于房地产、交通运输和智能电表市场。简单来说，物联网是一种与所有相关设备进行通信的方式。目前市场上有大量的智能设备，其中几乎所有的设备都可以通过物联网技术相互连接。

物联网将确保设备之间的顺畅通信。我们还可以通过物联网技术与相关设备进行交互。整个物联网系统存储着大量的数据。这就是为什么你需要使用云计算技术来存储所有数据。大数据分析将有助于存储信息。智慧城市主要依赖物联网和大数据。这两种技术在交通管理中的应用将带来显著变化。

环境污染

图4展示了美国来自各种来源的环境污染。在过去的三年中，排放量略有减少。巧合的是，在同一时期，全美多个城市电动交通工具和智能交通系统在控制交通流量方面的使用有所增加。如图5所示，道路上的汽油消耗相当高。数据展示了在此研究期间美国高速公路上以汽油为燃料的汽车使用情况。数据显示，2015年高速公路汽油消耗量的减少标志着电动汽车和智能交通系统的时代到来。

交通拥堵难道不是世界上最糟糕的事情吗？从城市居民到办公室工作人员，没有人愿意花大量时间被困在交通中。有效的交通管理是城市管理面临的最大问题之一。尽管发达国家已经启动了智慧城市交通系统的物联网项目，他们正试图利用大数据和物联网技术来最小化所有交通问题。但对于发展中国家来说，很难在这一过程中投入如此多的资金。

无论城市大小，汽车已成为必需品，人们更倾向于自己开车而不是乘坐公共交通，他们认为这样更方便。随着人们越来越多地使用汽车，交通问题变得愈发严重。大多数城市利用道路摄像头获取车辆信息，然后将这些信息传输到城市交通管理中心，用于交通管理。

如何以更好的方式组织和管理交通以最大限度地减少拥堵？使用物联网的智能交通系统必须考虑许多因素。

交通信号灯和物联网控制系统

红绿信号灯在基于物联网的交通控制系统中起着重要作用。交通信号灯上安装了天气传感器，这些传感器能够检测恶劣天气条件，并自动调节灯光的亮度。这些信号灯还可以记录特定区域的交通拥堵情况。

安装在这些路灯上的摄像头将捕捉特定道路的交通流量，并将数据传输到后台。根据这些数据，交通管理后台分析如何有效疏导交通并减少拥堵。

讨论 绿色交通实现环境可持续性

车辆需求的增加及其在交通运输中的使用导致了对化石燃料的需求随之增长，而化石燃料是主要的能源来源。车辆对化石燃料的大量消耗导致碳排放增加，进而造成环境污染。许多研究人员已研究了通过生产零排放、环保的车辆来推动可持续世界经济的发展。本节讨论了一些探索新方法以促进可持续性的研究。

朱玛等研究了交通运输领域面临的能源消耗困境。由于持续使用不可再生能源，燃料需求不断上升，进而因污染影响导致健康状况恶化。作者提出将电力作为交通运输的主要能源来源。在此情景下，电力可来自大量可再生能源。通过智能电网作为连接经济各个部门的快速纽带，实施电力网络可使能源和交通部门实现对消费者电力供需的协调控制。因此，电力驱动交通系统将显著降低污染水平，确保提供清洁高效的交通运输方式，从而保证可持续性。信用卡式插电电池和先进电池系统也将为实施高效、清洁的交通系统开辟途径。朱玛等进而建议实施智能电网，在停车场部署远程计量的充电插头，并建设电动快速交通系统，以促进建立清洁、高效和可持续的交通系统。该方法的优势在于减少对不可再生能源的使用，从而降低因燃烧燃料发动机生产需求减少而导致的环境污染。然而，该系统在电动汽车电池的充电指令方面需要很高的实施成本。

伊奥努和张专注于在集成架构中使用电动汽车，以减少温室气体排放和环境污染以确保可持续交通系统的实现。在该系统中，收集到的数据经过分析后传递给驾驶员，使其能够克服使用电动汽车可能带来的局限性。此外，作者建议缩短电动汽车电池的充电时间，并相应增加电池容量，以实现单次充电后的更长距离行驶。他们还建议采用通用充电系统设计，确保所有品牌的电动汽车都能在任何充电站进行充电。此外，高效智能电网的使用将确保不同车队管理系统之间数据传输的安全性。高效的智能电网还将满足电动汽车所需的大量能源需求。

Patlins提出使用智能车辆计数器来检测和统计电动汽车。通过系统的相关信息，污染控制部门将能够制定有针对性的政策决策，以减轻道路交通相关的空气污染。掌握交通流量信息将有助于实施其他针对机动车污染的控制措施。这将有助于预防由交通引起的空气污染问题，从而为可持续交通的应用铺平道路。

Nesheli 等人在公共交通中应用了超级电容电池。通过 K‐公交项目，每个公交车站都设有充电站，利用智能能量传输和储能系统，在车站安装充电板为公交车充电。因此，充电所需时间比乘客上下车的时间更短。作者通过模拟集成和地面系统充电测试验证了该项目。该项目显著减少了碳排放，实施成本较低，适用于并可适应不同类型的车辆。

用于避撞的智能交通系统

近年来，道路交通事故数量呈指数级增长。这种增长可归因于多种原因。其中，导致道路交通事故的主要原因之一是车辆在交通中疏忽大意造成的碰撞。近年来，为避免此类碰撞，提出了许多策略，以尽量减少或防止这些不必要的事故发生。

基于物联网的交通控制系统能够有效解决这一问题。道路上的传感器将检测任何意外事故，并立即向交通管理系统报告问题，交通管理系统将进一步采取措施解决问题。

如果问题能够被及时发现，事故就可以被避免。因此，在物联网技术的帮助下，偏远地区或深夜的交通事故将被第一时间处理。

通过物联网解决通勤时间问题

对于生活在大城市的居民来说，花费数小时到达目的地是很常见的事情。解决这些漫长的通勤问题并非易事。随着城市的不断发展，它吸引了越来越多来自世界各地的商业活动。根据城市商业的发展来拓宽道路是不可能的。因此，人们开始使用大数据分析和物联网技术。物联网设备将为他们提供到达目的地所需的所有信息，以及到达目的地所需的时间。

曾和黄2019年的研究调查了现有的碰撞避免系统性策略，如自动车窗开启系统(AWOS)、酒精检测系统(ADS)、长距离前向防撞系统(LRD‐FCAS)、盲点事故预防系统(BSAPS)、自动速度控制系统以及基于Mobileye视觉的正面碰撞预警系统。在分析现有碰撞避免系统的基础上，曾和黄建议在智能车辆中采用激光传感器和超声波传感器。此外，他们还建议将摄像头图像处理技术集成到事故预防系统中。

切赫里和穆夫塔赫提出在碰撞预防中采用V‐云架构。该架构包含一个具备云计算能力的系统和一个车载信息物理系统，能够收集本车以及网络内其他附近车辆、道路基础设施和环境周围的数据。这些数据随后将通过本车内的智能手机，利用无线网络、专用短程通信或其它蜂窝网络等通信网络传输至云。此外，该智能手机监控驾驶员的情绪状态，并将数据发送到云中进行存储，用于架构内对驾驶员情绪的预测。因此，当驾驶员感到不适或身体不佳时，系统会提供实时辅助服务，从而提高驾驶员的安全性。尽管该方案具有明显的优势和适用性，但人们对其架构的隐私和安全性仍存在担忧。然而，作者采用了智能授权（smart‐author）等安全模块来克服这些缺点。

在一项2019年研究中，Aamir等人提出利用车辆事故检测与避让系统预防道路交通事故。通过该系统，车辆前端安装超声波传感器，并与自动制动系统集成，以完成事故检测与避让框架。接收器的位置通过反射信号的到达角和到达时间确定。这两个参数的信息确保了系统的最佳性能。当检测到与障碍物的距离小于7米时，会发出警告报警，随后自动制动系统启动。该系统提供了一种可靠的事故检测与碰撞预防方案，且实施成本较低。

Tang等人研究了现有的高级驾驶辅助系统（ADAS）在碰撞缓解方面的技术。所分析的系统包括自动泊车、自适应巡航控制（ACC）、车道偏离预警系统和碰撞避免系统。电子巡航控制通过安装在行驶车辆上的传感器收集环境信息，以确保本车与前车之间保持安全距离。在碰撞避免系统中，集成了评估威胁、跟踪路径和规划路径的算法，以增强安全性。自动泊车技术通过实现垂直或平行泊车，减轻驾驶员的压力。车道偏离预警系统在发生车道偏离时，向驾驶员提供声音、视觉和触觉报警信号以提供帮助。当驾驶员在车道偏离后未采取任何措施时，系统将自动控制车辆。

驾驶员参数和行为（如转向反应时间和制动反应时间）是事故预防中的关键因素。Jin等人研究了这些驾驶员行为，以了解其在预防事故中的作用。作者模拟各种条件来测试驾驶员在不同状态下的行为。结果使作者获得了在确定的紧急情况下为避免碰撞而采取的假设的驾驶员反应时间以及同时进行的操作。

智能交通系统从车辆上的不同传感器收集数据，并将大量数据重新分发给路侧单元和联网的汽车。由于需要对这些数据进行实时处理，因此采用了强大的数据分类系统，利用有效的数据分析方法来实现对道路交通的可靠预测。在联网设备的设备间通信中，采用了干扰图构建协议，处理蜂窝数据。通过集中并随后重新分发来自智能交通系统的信息，协作式车载通信可增强道路交通安全，并减轻车辆间通信的压力，从而节约能源。采用以协作式集中和再分发方式组织的频谱感知技术，有助于减少不必要的频谱移动性和频谱短缺问题。此外，它还能确保车辆间通信中频谱的有效管理，并降低干扰发生的概率。雷曼等人指出，群体智能方法和群体模型有助于预防常见的正面碰撞和侧面碰撞场景。

物联网将如何用于交通控制？

智能停车通过物联网实现

停车是交通管理部门面临的最大问题。城市的基础设施不允许人们随意在任何地方停放汽车。尤其是在繁忙的城市地区，停车位的缺乏导致了严重的交通拥堵。

交通是城市的命脉。物联网传感器在智慧城市交通领域中有效实施智能交通管理具有重要意义。此外，该方法通过在群体模型中使用智能变道系统，有助于控制以不同速度行驶的车辆。因此，通过有效利用和实施群体模型，解决了车辆路径规划的问题。

对驾驶员在车联网环境中的行为进行分析，有助于理解驾驶行为错误。苏马利和何使用SmartBuddy概念实时分析驾驶过程中的人类行为和特征。该系统利用分析结果向驾驶员提供必要的反馈，帮助其根据当前情况采取适当措施。该反馈系统配备了持续监控功能，并对驾驶员可能的行为及其反应动态进行不断优化，以实现碰撞避免。

自动驾驶车辆

自动驾驶汽车，即自动驾驶车辆，正越来越多地被用作替代由人类驾驶员操作的电动汽车。在智慧城市的建设过程中，研究人员提出广泛使用自动驾驶汽车以确保交通系统的可持续性。自1997年在伦敦首次实施自动驾驶汽车以来，人们对自动驾驶技术的偏好日益增加，这也成为当前汽车制造商竞争的焦点。

苏马利和何解释说，在自动驾驶中，汽车通过图形化生成前方道路的透视图像来使用道路标记技术。这些图像由车辆内部集成的人工智能系统进行分析，以实现与当前事件相关的决策。环境。摄像头系统用于汽车与环境之间的通信，以避免事故，并实现初级护理及其他车辆间的交互。

切赫里和穆夫塔赫提出了一种用于自动驾驶汽车的驾驶员模型，该模型有助于碰撞预防、改善驾驶体验并创造安全的驾驶环境。该基于项目的独立驾驶员模型通过分析驾驶员的各种属性（如性别、年龄和情绪）来模拟人类行为的动态。通过模拟车道、速度、交通信号灯变化和方向等驾驶的一般特性，作者建立了一个有用的驾驶员模型，其中包含了自动驾驶汽车中人类行为的动态特征。

技术进步提高了人们对在交通运输中实施这些系统的期望。在本研究中，我们建议使用先进的自动驾驶汽车，除集成针对天气和道路状况的辅助技术外，还应整合全面的可持续性解决方案。上述结果中的数据表明，通过有力实施智能交通技术，可以实现环境可持续性。张等人指出，使用自动驾驶电动汽车将减少对汽油的需求，从而降低碳排放。

结论

综上所述，尽管智能交通系统已转向绿色交通并最小化使用不可再生能源，但电动汽车电池的充电系统和预付费插电式充电站仍存在一些问题亟待解决。为解决这些问题，需要开发创新充电站，以实现对所有厂商车辆的充电支持。除了使用电动汽车作为应对环境污染的可持续解决方案外，交通流量监控等其他因素也将有助于确保智慧城市中的交通运输系统实现零空气污染。此外，车辆中安装的碰撞避免系统将保障乘客和驾驶员在旅途中的安全。结合碰撞预防策略使用的多种技术，如自适应巡航控制、图像处理、驾驶员行为预测、群体智能启发模型和人类行为动态分析，将有助于减少交通系统中车辆之间可预防的碰撞。自动驾驶车辆的引入和应用是一项技术进步，它将整合绿色技术、能源管理、碰撞避免、事故避免和人工智能等多种交通因素，以确保交通运输的可持续性。