当前智能交通正高速发展,但道路拥堵现象日益突出,汽车追尾、碰撞等事故常有发生,监控盲区、视频清晰度等问题仍然无法解决,这不仅给交管部门带来了难题,也给出行公众产生了众多不便,如何实时提供交通路况视频和态势信息成为解决交通问题的必然趋势。论文源自“基于公路交通传感网信息检测·挖掘·汇聚·发布与辅助决策系统示范”(项目编号:BE2011822)和“基于云计算的智慧高速公路物联网应用示范工程”省级项目。论文分析了移动视频及其在智能交通领域的应用现状,解析并讨论了视频编解码、流媒体传输协议、MediaRecorder多媒体框架、LBS定位服务、ITS交通大数据等技术应用,探讨了 4G网络环境下移动视频传输的难点,研究了移动视频QoS控制、路网交通数据处理、路径诱导等内容,设计了移动视频的路网态势与诱导应用系统,提出了一种高并发的视频质量保障方法,改进了最短路径规划算法,并给予实验仿真与系统运用。就移动网络环境下视频传输质量较差,给出了一中基于Reactor模型的高并发服务器架构,为流媒体服务器设置一块动态缓冲区,并通过调整视频帧率与分辨率来动态地控制数据传输速率,实现了移动视频QoS(Quality of Service)[1]保障。就车辆最优路径规划,设计了一种基于A*算法[2]的路径诱导方法。通过运用最小堆排序[3]算法、设置交通路段态势权值和调整估价函数权重,解决了传统路径规划算法时间复杂度高、实时性差等问题,实现了交通路网的最优路径规划。就交通数据实时分析与处理,给出了一种数据处理和存储的方法。通过每隔一段时间统计路段的平均车速与车流量,克服了传统ITS系统中路网实时态势精确度不足的问题,实时评估路网状况,并发布在Web页面与移动终端上。论文结合实际项目展示了研究成果的具体应用,其创新点包括:1)提出了一种高并发的移动视频质量保障方法。克服了传统交通视频清晰度不足的问题,搭建了基于Reactor模型的流媒体服务器,为移动视频的传输质量提供了有效保障。2)改进了现有ITS系统中的最短路径规划算法。比较了现有ITS系统中的路径规划算法,优化了 A*路径导航算法,根据道路实时态势值获取最优路径,实现道路资源的充分利用,使其适用于交通路网的路径规划。3)构建ITS视频应用系统。给出了交通视频中的海量数据实时处理方法,合理的过滤了原始数据中的脏数据等,直观有效的展示了路况信息,实现了数据共享和信息管理。