數據分析波折重重
數據收集是數據價值挖掘的前提，大數據在智能交通係統的有效運作，顯然離不開數據存儲和分析技術。
智能視頻分析麵臨挑戰
趙卓峰介紹，海量數據處理技術也是智能交通領域應用的瓶頸。就數據存儲來說，前端設備每一秒都會產生大量的數據，以北京為例，一天所收集的數據量能夠達到數百個TB。針對交通行業的海量數據處理需求，在海量數據、惡劣網絡環境和複雜業務處理情況下，要實現大量圖片、車輛數據、視頻數據的實時網絡傳輸和快速持久化存儲，對任意站點的圖像進行顯示，對任意站點的視頻進行流暢播放、實時進行比對報警等，還是很難的。
隨著采集設備的發展，以智能視頻分析技術為主的數據分析技術更是麵臨種種挑戰。
智能視頻運算對穩定性要求越來越高。郭慧鵬稱，視頻分析技術的穩定性一直是發展的難題，交通行業本身對檢測精度要求很高，視頻應用並不完善，速度較快的車道更是如此。有消息稱，目前我國多數高速路段的車輛檢測采用線圈或雷達檢測為主、視頻為輔的方式，視頻測速不作為交通超速違章處罰依據。
而且，隨著技術的發展，前端采集設備所采集視頻像素不斷增加，視頻分析技術要與之適應。據了解，高像素的視頻流對視頻運算和前端設備的承載能力有很高的要求，現在智能交通各係統已基本都使用高清攝像機為基礎數據源。
另外，城市發展對交通提出了越來越智能的要求，視頻分析的數據維度會越來越寬，包括複雜的交通行為分析、車身顏色識別、車標車型識別、駕駛人員人臉識別等。這對智能視頻分析技術提出了更高的要求。
值得一提的是，目前車牌識別技術經過多年的發展與應用，已十分成熟。據了解，模糊車牌還原和識別技術的出現使得該項技術不再局限高清視頻、圖片，也開始向標清領域普及。車牌識別技術已大量用於車輛交通違章的抓拍，有效降低了車輛交通違章數量，大大減少了交通事故的發生。
鎮江：實時監控1000輛公交車
實際上，國外城市智能交通的發展不乏成熟案例。新加坡陸路交通管理局（LTA）工作人員能夠根據i-Transport係統的曆史交通數據及實時交通信息，在預先設定的時段內（10分鍾、15分鍾、30分鍾等）對交通流量進行了預測，總體預測結果遠遠高於85%的目標準確率。采用這些預測結果，陸路交通管理局的交通控製人員將能夠更好地通過預判管理交通流，有效防止交通堵塞。
就國內來說，江蘇鎮江市從2012年起開始打造創建智能的交通係統，包括全麵升級該市各大交通中心、80多條公交路線、400多個公交站點以及1000多輛公交車等，交通人員可以使用公交車調度係統來提升公共交通的效率。在鎮江交通係統中央指揮中心，能夠實時看到城市交通網絡的全景視圖。交通管理人員可以在原有交通管理係統中按時間間隔搜索曆史交通數據，並進行交通模式的高級別分析。
據了解，鎮江市交通運輸局局長丁鋒表示，鎮江智能交通係統選用IBM智能運行中心解決方案。計劃將公交車和公交車站配備智能設備，前端智能設備將交通流量數據傳輸到智能運行中心，IBM的分析軟件利用這些收集得來的信息監控管理全市80多條公交線路，並進行車輛跟蹤，發布服務提示，出行者隨時可以獲得公交時刻信息和延誤預報。“該平台還可以幫助城市交通管理部門預先察覺交通運行中的異常現象和不足之處，並迅速應對各種變化。”丁鋒說。
瑞典斯德哥爾摩：道路堵塞稅讓交通流量降25%車多路少是不少城市的通病，瑞典首都斯德哥爾摩也不例外，每天超過50萬輛汽車在該市穿梭。瑞典國家公路管理局和斯德哥爾摩市政廳早在2006年初就宣布試征“道路堵塞稅”——每天的高峰時段當車輛經過在進出斯德哥爾摩市中心的道路上設置的控製站時，將對其進行收費。在這項工作中，分布於斯德哥爾摩城區出入口的 18 個路邊控製站將識別車輛，並根據一天不同時段對車輛收費。收費係統運用RFID、激光、攝像和先進的自由車流路邊係統，自動連貫地對車輛進行探測、識別、收費，稅費最高時段是上午 7：30 ～ 8：29 和 16：00 ～ 17：29 的高峰時段。整個係統是這樣運作的：車輛觸碰第一道激光束時，會觸動收發器天線，收發器向車輛的車載應答器發出信號，並記錄時間、日期和繳稅額。在收發器工作的同時，攝像機會拍攝車輛的車頭牌照。車輛通過第二道激光束時，啟動第二台攝像機對車尾牌照，所有步驟均無需車輛減速。幾年下來，這套係統明顯緩解了斯德哥爾摩的交通堵塞情況，市中心的交通流量降低了大約 25%，市區空氣質量也得到很大改善。