美国是全球智能交通(ITS)发展较早的国家。美国的ITS规划是从1995年起首次正式发布了“国家智能交通运输项目规划”，规划中明确规定了智能交通系统的7大领域和29个用户服务功能，并确定了到2005年的年度开发计划。7大领域包括：出行和交通管理系统、出行需求管理系统、公共交通运营系统、商用车运营系统、电子收费系统、应急管理系统、先进的车辆控制和安全系统。每一领域均包含相应的用户服务功能。2001年美国运输部和美国智能交通协会(ITSAmerica)联合编制的《美国国家智能交通系统10年发展规划》明确了区域间作为一个整体系统的发展建设的主题。
笔者曾在喜马拉雅山另一侧的尼泊尔待过一段时间，那里的交通发展水平大约相当于上世纪七八十年代的中国。尼泊尔首都加德满都是政治和经济文化中心，然而这座城市却极少有交通信号灯，交叉路口主要靠交警指挥。笔者认为也许从发明并使用红绿灯开始就可以算做埋下了智能交通的种子吧。
智能交通的前世——停留在外行人的脑海里
外行人对智能交通的理解可能还停留在抓拍闯红灯、监测超速、路口监控的层面。但是内行人知道，智能交通技术日新月异，抓拍闯红灯这类的“小儿科”已经是前世之事了。
智能交通一直是以传统的交通工程理论与实践为基础,以提高交通系统的可靠性、安全性、经济性、舒适性及运行效率为目的。社会对交通体系的要求更高了，智能交通的市场自然就慢慢打开了。
智能交通的今生——技术日新月异
如今，在行业巨头的带领下，智能交通已经可以通过深入挖掘用户需求，融合人脸识别、智能分析、大数据、云存储、云计算等智能前瞻技术，引导交通行业跨入安全、畅通、智慧的道路交通全新领域了。
笔者认为，海康威视在智能交通方面取得的成就足以代表智能交通的今生。
在道路监控中，传统违法检测可以做到闯红灯、超速、黄标车抓拍等车辆违法行为分析捕获，如今结合图像智能分析算法能够实现不系安全带、接打电话行为检测、遮阳板检测等众多智能行为分析检测，以更好的规范驾驶员行为习惯，遏制事故与违法源头。
从海康威视发布的智能交通综合解决方案来看，在交通应用中，人脸卡口功能所发挥的作用非常明显，它通过分析抓拍图中的人脸部分，比对黑名单库，助力于违法犯罪捕获，实现城市道路畅通与公共安全有序发展。
除了对驾驶员进行行为规范，海康的智能交通综合解决方案对车辆的特性行为分析也极为重要。智能交通综合管控系统还能对车辆属性进行二次识别，分析车牌号码、车牌颜色、车身颜色、车型、车标、车辆子品牌等属性，不仅增加了识别种类，更是提高了分析速度，为交警建立全面系统的车辆库提供了强大的技术保障。
基于交警的车辆大数据系统，创造性的结合道路、天气、季节、节假日等众多因素，采用大数据技术对交通违法行为的运行规律进行分析推理，实现对违法行为的总体特征、实时状况、未来趋势进行定量直观的刻画，同时分析道路情况对交通违法的影响，为交警部门预防、整治交通违法行为，改进交通渠化设计等工作提供数据支撑。
交通数据智能研判是以前端采集的各项交通数据(路口信息、车辆信息、车辆号牌、车辆类型、车身颜色、车速等)为基础，通过关联算法，挖掘并评估不同类别交通数据之间的关联性，最终对部分交通行为或事件作出辅助性的分析判断，为交通管理者提供决策依据。
未来——需要解决的问题还很多
安全、有序、畅通是未来智能交通发展的目标。智能交通的发展已经迈上了一个台阶，然而随着城市车辆的增长，交通愈发拥堵，未来智能交通需要解决的问题还很多，更棘手。
智能交通是近年来被频繁提及的一剂治堵“解药”，也是智慧城市建设蓝图中的标配。但是，智能交通真的能让一切交通问题迎刃而解吗?答案是否定的。智能交通肯定是减少拥堵了，更有序、更通顺了。假设智能交通把交通阻塞减少了，那可能是更多人要买车了，就会带来更多的问题。这一点是我们在建设智能交通系统时不得不考虑的。
还有一个问题是，每个城市都有多个与交通相关的系统，且大多独立运行、由不同政府部门运营或负责，要做智慧交通的数据平台，如何打破不同部门间的行政壁垒呢?西门子首席交通顾问在采访时曾说，“市政有市政的数据，交警有交警的数据，还有公安也有自己的数据。但要形成一个智能的管理平台，数据肯定要集成。那怎么才能打破不同部门间数据不互联互通的情况呢?一般是把交通系统纳入到更高层面的规划，比如到智慧城市、大数据的层面。在这个框架下，它们都是子系统，子系统的数据就是必不可少的组成部分。”
此外，智能交通与无人驾驶技术相爱相杀。无人驾驶和智能交通都是科技发展的产物。目前无人驾驶技术正在走向实际应用，但是在监管和立法方面却不够完善。智能交通若想要安全、有序、畅通的终极目标必然要有明晰的执行规则，因此智能交通的发展目标需要政府部门和企业携手一起去实现。
未来的一切必然是越来越智能化的，技术在不断发展，未来智能交通的发展空间还很大。有专家曾预言，到2020年中国智能交通领域投资将超1800亿元，具体某一个企业能分几杯羹可能还要看企业对智能交通领域的研发投入有多少，战略方向与市场策略是否正确了。
