本项目将人工智能、大数据、深度学习等技术应用于交通行业，由面向长期交通流的分析和预测系统，面向“一带一路”沿线国家的多国车牌识别系统组成。针对目前的长期交通流量预测(>15min)效果一直不太理想的问题，构建了基于时空图卷积神经网络的交通流预测，提供更加精准的交通流长期预测。由于海外车牌的种类和形态复杂多样，针对肯尼亚、加纳、布基纳法索、多哥等国家车牌数据匮乏，车牌识别率低，车牌识别技术比较落后的问题，我们构建面向“一带一路”沿线国家的多国车牌识别，该车牌识别既可以应用于我国边境地区，打击海外车牌在国内的违法犯罪，又能应用于这些国家，促进这些国家的车牌识别领域发展，更好服务于这些国家经济社会发展。
智慧交通底层使用的Docker作为低端框架，集成大数据分析平台，集成数据仓库和分布式数据库，使用spark完成数据的实时和历史分析，具体架构如下图所示。
