应用于智能交通中的大数据技术

应用于智能交通中的大数据技术

摘要：随着时代的发展，人们已经不知不觉走进了信息化时代，在信息化时代大量的数据爆棚成了新时代的特征。在这种特征下人们依然追求生产生活质量的提高。对于发展智能交通使人们生活以及现实社会的需要，然而在智能交通的构建当中，大量的信息数据也给其增添了变化和难度，如何在大数据时代构建一个智能化、安全化、低成本、高效便捷化的智能交通系统成为了当今人们研究的课题。本文从大数据时代给智能交通带来的变化及优缺点、大数据时代给智能交通带来的问题与挑战、智能交通需求与大数据的融合以及智能交通海量数据的平台搭建等方面做了简单阐述，可以对研究该项领域的科研人员提供一些建议。

关键字：智能交通大数据应用平台构建

一、前言

大数据时代已经来临，对于城市交通来说既是机遇，也是挑战，如何应对，如何利用，这是一个很大的课题。在传统交通中，城市交通是中流砥柱，具有基础性的作用。大数据时代的特征人们用四个V字开头的英文单词来表达即速度（Velocity）、多样性（Variety）、体量（V olume）以及价值密度（Value）。在大数据时代，城市交通与大数据必然发生各种联系，通过大数据带来的技术突破推动城市交通迈向全面信息化时代，通过城市交通的快速发展推动大数据更加落地，产生实效城市交通大数据的集成和未来的挖掘应用对于现代轨道的发展具有重要作用。不论对哪一个传统行业来说，对大数据的需求，都要既懂技术又深谙内情。能够驾驭行业大数据的人，需要比金融更懂金融，比电信更懂电信，比交通更懂交通，需要充分调查乘客的实际需求，需要对高峰期充分了解。

二、大数据时代给智能交通带来的变化及优缺点

随时网络信息技术以及相关配套技术的快速发展，使得当今时代在不知不觉中走进一个“大数据”时代阶段。就目前而言，国际上还没有给予“大数据”一个明确的具有权威性的定义，但是其在本质上的认识各个国家基本相同。一些研究人士认为“大数据”是数量极大的一堆数据，其作用性非常强，并且其可以对其应用领域的大体上做出预测。还有一些研究人士认为，在大量信息数据技术处理应用当中，“大数据”是一项大的数据集合，并且该种集合不仅数据量大并且还非常复杂。但是无论怎样大数据时代已经走来，我们必须接受并且要利用好其在各个领域的应用。因此在今天的智能交通领域，利用大数据技术已经成为了时代发展的必然，因为其可以给现代智能交通带来诸多大的变化。

（一）大数据时代改变传统公共交通管理的路径

大数据可以跨越行政区域的限制。行政区域的划分是国家为了有效统治和管理，而将一个国家划分不同行政区域。这个划分在促进各个行政区域自治的同时，也导致各个地方政府追求各自辖区利益的最大化将用户可能利用的各种交通数据纳入系统，构建公共交通信息集成利用模式，发挥整体性交通功能，通过在大

数据中进行集成检索、利用和分析来提取相关信息，满足各种交通需求，以解决实时交通障碍。（图一：日本三大都市圈交通模式的演变）

从图一我们可以看出从1970年至2004年，名古屋所处的中京都市圈小汽车分班比呈现上升的势头，且轨道与巴士出现下降的趋势，城市交通模式趋于偏离公共交通的发展。

（二）大数据下智能交通的优势

智能交通数据处理体系的构成一般由输入交通数据（静态与动态数据）——数据处理（实时数据处理）——数据存储（大数据）——数据查询，检索，可规划——用户等组成。大数据能较好的配置公共交通信息资源。传统的交通部门权责界定未厘清，专业分工的细化也促使公共交通管理部门职能重叠，因而在运营上浪费大量人力、物力。大数据能辅助人们制定出较好的统筹与协调解决方案，在各个交通部门之间合理配置交通职能，针对有关道路问题进行合理信息资源配置。大数据在解决公共交通问题上具有以下优势：1、在对公共交通的车辆进行配置过程中，配置成本会随着大数据的聚合而减小，这种高效配置能提高车辆的有效路段里程，进而提高交通运输效率；2、一旦某个路段发生问题，能立刻从大数据中调出有用信息，确保交通的连贯性和持续性；3、大数据具有较高预测能力，可降低误报和漏报的概率，可随时针对公共交通的动态性给予实时监控。在智能交通管理下，尽管引入处理大数据的超级计算机需要耗费一定资金，每年对其的维护也需耗费一定财力，但是从长远来看，其经济效益更大。应用大数据可以减小交通堵塞。将用户分析之后，转化为一张完整的道路交通状况地图，并在地图上以同颜色标示各个路段的运行现状，以确定造成交通堵塞的地点、应用大数据处理恶劣天气的道路状况。使用来自气象信息站和交通高速数的信息，以评估对关键路线的道路进行清理所要耗费的时间，从而提高处理道路状况的效率。应用大数据可以评估路况。使用交通的高速数据和分析，以评估出关键路段的行驶可靠性。定位拥挤路段，为拥堵路段的司机指明疏通路段。

（三）大数据下智能交通的弊端

大数据扩大了围，加快了信息传递和共享速度，若不加以严格控制，其所含的商业信息或私密信息就可能泄露，例如个人所在位置、个人出行习惯以及用户

最喜欢的主路线等。一旦个人察觉到这些私密信息有泄露，就会抵制大数据管理系统的广泛应用。各地机构都具有交通数据并能被大数据管理系统应用，但很多车辆计算交通数据都以静态格式存储，使得系统所具备的计数特性无法被除人之外的事物进行检索，这种传统“人对物”的互联网连接方式不符合物联网的“物对物”特性。交通数据的物联化是通过智能手机、传感器和机载车辆等硬件，不间断收集、通信和处理诸如交通条件、天气状况等移动数据。

三、大数据时代给智能交通带来的问题与挑战

（一）数据关联复杂

根据相关部门统计，随着互联网信息时代的到来，在当今三年里产生的信息数据相当于上一个时代四万年产生的数据量，并且随着时代的发展信息量要成上升趋势。大量信息数据的产生已经毋庸置疑的来了。在这些大量数据的产生中其来源来自于方方面面，无论从生活的互联网电子商务购物，还是到工业企业中各产线的的生产制造，还是到社交网站等媒体信息的沟通，还是到在线视频影响资料的制作与传输都是大量信息数据产生的源头。就现今时代发展而言无论从工业企业的信息自动化管理系统，还是政府机关等服务部门的电子窗口政务以及居民所使用的网络信息娱乐与服务均会产生大量的信息数据。同样在现代交通领域也不例外，就目前而言浮动车数据、智能交通卡等信息数据已经大量的分布各地。就浮动车的GPS数据数据而言，仅按照一座城市20 000辆pcu作为估算依据，那样车辆轨迹产生的实时传输记录就可以产生平均为50～200 B数据长度的数据，如果按照一辆车15—60 s／次的回报频率。这样仅该项数据就可每天产生4．75 GB的数据量，1．75 TB的年数据量。如果再加上视频、图像、音频等各项数据流，那么整个数据系统就会存在诸多错综复杂的关系，并且这些相互关联的关系还会发生动态的不可确定的变化，因而导致数据关联模式非常复杂，并且难以处理。

（二）数据迁移问题

受到各种信息服务终端的影响，各类信息系统均会产生大量信息数据，这样便使得各类信息数据的存储规模呈现迅猛爆炸式增长。就目前发展阶段而言，个人用户端的信息数据存储规模已经从过去的GB级别逐渐上升到了TB级别；在一些大中型信息化企业当中其信息数据存储规模也已经上升到了PB级别有的甚上升到了EB级别。近年来，随着互联网和云计算等技术的迅猛发展，由于其有明显的技术优势和服务优点，已经越来越多企业和个人和企业选择将大量的信息数据业务迁移到云计算平台等大规模数据中心中去，进而以降低本地硬件的投入和维护成本以及安全性的保证。但是我们知道超大海量的数据迁移并非那么容易其必须要以可行可靠安全的技术方案作为支撑，一旦出现错误将会给现实社会和实体经济带来影响以及增加安全隐患。此外超大海量数据迁移任务需要较大带宽作为传输技术支撑，就目前的带宽技术发展而言，虽然其已经发展较快，但随着时代的发展其发展速度将满足不了超大海量信息传输的要求，可能会成为数据迁移的一项发展瓶颈。

（三）数据接收实时性

随着现代智能交通的发展，交通领域已经呈现多样化的发展，现代交通的发展已经要求大量的数据需要进行在线接受、记录和处理，例如在交通领域中出租车行车轨迹数据记录、长途客车行车轨迹数据记录、公务性用车行车车轨迹数据