大数据在智能交通系统中的应用研究

白玲玲　韩天鹏

摘要：智能交通系统是缓解交通、提升交通效率的有效手段。智能交通系统是将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术以及计算机处理技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合运输和管理系统。对大数据在智能交通系统中的应用进行了分析，同时利用大数据分析技术构建了智能交通大数据分析平台，对平台的构建和技术实现进行了分析和阐述。

关键词：智能交通；大数据；数据融合；大数据分析平台

中图分类号：TP274 文献标识码：A 文章编号：1009-3044（2015）10-0204-03

在生活和工作过程中，城市的快节奏显现出了我们对交通的依赖，城市化、机动化、就业岗位的急剧增长以及人口密度的不断提高，导致交通拥堵问题不断的显现。当前，城市高速发展，人们对交通出行的要求越来越高，面对着这些常态化的问题，如城市交通运行缓慢、交通安全问题严重、交通事故频发，传统的思维方式已经不能解决这些问题。在地理信息、通信、传感器和计算机技术的引导下，智能交通这种全新的思维方式逐渐从概念设想转变成新一轮跨越式发展，使智能交通管理更加效率化、信息化以及广泛化 。

大数据技术的战略意义不在于掌握了多少数据信息，而在于对这些含有意义的数据进行更为准确的挖掘和预测。如果我们把大数据当作是一种产业，那么想要实现这种产业的盈利，就要把大量的数据“加工”转化成为经过组织的信息、甚至是知识，实现数据的“增值”。 随着海量的交通数据的出现，大数据分析技术为智能交通发展带来新的机遇。大数据技术的存储能力和计算能力会更加合理地配置交通资源，更有效地支撑交通规划、管理、运营、服务以及安全，为公共安全和社会管理提供新的理念以及手段。

1 从数据到大数据的挑战和跨越

美国人赫伯特·西蒙曾经说过：“信息消费了什么是很明显的：它消费的是信息接受者的注意力。信息越富有，就会导致注意力越匮乏，我们并不缺少信息，匮乏的是我们处理信息的能力”[1]。物理世界中，信息大量数字化便产生了数据。1946年的美国费城，人类历史上第一台电子计算机诞生，出生于匈牙利的美籍犹太人，合作博弈论的创始人，“计算机之父”冯·诺伊曼是它的主要设计者。冯·诺伊曼是一个数学天才，他抛弃了十进制，采用二进制作为数字计算机的数制基础。二进制解决了在没有”情感、智能和生命“的机器中存储、计算、传送数据的大难题，数据在计算机内部传送时，计算机可以”理解“这种传送，并可以使数据”流动“起来[1]。但当计算机内积累的数据越来越多时，怎样快速地组织、存储、和读取这些数据便成为了专家们所要研究的新问题。1970年，IBM的研究员埃德加·科德提出了关系型数据库，这成为了一个跨越性的里程碑。上个世纪末，不同领域不同行业的数据信息剧增，管理学之父彼得·德鲁克感叹：到目前为止，系统中产生的还仅仅是数据，而不是信息，更不是知识，怎样从各个独立的信息系统中提取、整合有价值的数据 ，变得越来越迫切[1]。1991年，比尔·恩门提出了一个新的术语：数据仓库（Data Warehouse）。数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，它与数据库的最大差别在于，数据仓库是以分析数据进行决策为目的而设计的，而数据库是为了高效的事务处理保存、查询数据。数据仓库、数据库技术的应用与发展，数据的迅速积累与广泛的使用使我们真正进入到了数据时代，迫切需要功能强大的工具，以便发现数据中有价值的信息。数据挖掘技术不但可以对以往的数据进行抽取和转换，也可以识别这些数据相互间可能存在的联系。 未来数据挖掘所面临的挑战是数据不再是少量、样本化、随机化的精准数据，而是鱼龙混杂、海量的大数据。而大数据则是从云计算、人工智能、数据挖掘发展而来。

2 大数据在智能交通系统中的应用

智能交通系统（Intelligent Transport System，简称ITS）利用先进的检测、通信和计算机技术等手段对传统交通运输系统进行改造，进而增强系统运行效率，提高地面交通网络的安全性和效率，减少能源消耗和对环境的污染等综合的运输和管理系统。智能交通系统的应用及集成技术，使系统运营商和用户具备了更好地管理和优化运输系统的能力。 ITS允许利用信息技术来收集公路，交通信号，公交车，卡车和火车等的状态数据； 并整合数据以便影响和提高操作系统。

2.1 智能交通子系统间的数据融合

ITS是一种结构复杂的综合运输系统，它的运行需要通过它包含的这些子系统来实现。道路交通系中，人、车、路以及货物是其重要的组成部分，该系统的主要目的就是实现这些组成部分的有效移动。如果再给道路交通系统配上智能的交通信息中心、交通管理中心、交通控制中心等以及智能化的车载设施和各类检测设施、信息发布设施等道路交通基础设施，那就构成了一个完整的智能交通运输系统。

要实现智能交通系统的各项功能，就需要各子系统之间可以进行信息整合，信息共享平台是各子系统间信息融合的主要手段，平台将为各相关子系统提供数据资源的引擎和调度以及信息共享服务。它将规范化整个城市交通信息各系统共用信息的性质、组织架构、功能和传输方式，利用有效的信息流通机制形成一个数据仓库系统，并对共享数据进行整合、存储、访问等管理。

利用大数据技术，共享数据可以从动态变化的智能交通各子系统的数据信息中提取出来，并对跨区域、跨领域的“数据仓库”加以综合；可以将历史数据迁移至大数据平台，同时保证数据的完整性以及数据之间关系的可理解性；还可以根据各子系统的需求以及相互之间的内在联系为用户提供数据信息服务，并组织内部存储的数据直接输出，而其他子系统存储的相关数据由信息共享平台提供查询支持。

2.2 基于信息采集技术的大数据应用

数据是智能交通的基础和命脉。系统中的各项智能应用都是通过对海量数据的实时采集、分析、预测以及科学的管理实现的，平均车速、平均车道占有率、车流量、速度等都是非常重要的交通参数。传统的智能交通系统中，这些数据的主要采集方式就是利用光学检测器、摄像机等定点检测设备的静态交通探测方式来获得实时行车速度和出行情况等。随着海量存储技术、无线通信技术、实时动态定位等技术的不断成熟，视频监控、GPS数据、移动数据将逐渐取代静态检测数据，成为智能交通的基础数据来源。

大数据时代，智慧交通集成不同的实时数据系统，如汽车导航系统、交通信号控制系统和全球定位系统等，同时与停车引导和信息系统、天气信息系统等结合，实现车与车、人与车在任何时间、任何地点的联接，然后通过如基于IPv6的交通信息采集系统等系统来采集数据信息，分析交通行为和状态，融合多系统的信息做出决策，同时快速响应突发事件，这大大加快了实时数据采集的频率，提高了交通行为预测的精度，为交通管理和服务提供事实依据。如利用信息采集系统采集路网交通状态信息、车辆位置信息、突发事故信息等信息，为交通指挥中心和司机提供信息交流及数据分析，保证行车路线的合理分配和控制交通流。

3 大数据分析平台架构

众所周知，大数据总是能够揭示事物的真理，但大数据也并非这么万能，并不能解决所有的问题，它只是在反应和处理情况，我们所要做的就是把大数据反应的情况能够全部说出来，也就是对大数据进行分析，挖掘更多智能的，深层次的，有用的信息。大数据的创造脚步正在不断加快，而这些大数据的数据量庞大、种类繁杂、变化飞快和真伪存疑等等，这些体现出了大数据的复杂性，所以想要在大、杂、快的大数据中找出某种规律和趋势即大数据的分析就显得尤为重要。

目前的一些智能交通数据分析系统存在许多的缺点，例如交通数据无法充分利用、容易忽略交通数据的潜在价值、路况信息难以及时获取等。随着社会的不断发展，我们迫切需要高速的数据挖掘分析方法对交通数据进行实时的、可靠的分析，为出行的人提供实时的交通信息，为交管部门提供信息支撑服务。

3.1 平台构架

数据分析平台由三个部分组成：交通数据信息采集模块、交通数据分析模块、交通数据处理模块。如下图：

1）交通信息采集模块

智能交通系统中，交通数据信息是最核心的内容，交通数据信息采集模块是其它两个模块的基础，其就是利用云计算、高清监控、移动通信技术、车联网等，实现对交通数据信息的全方位采集。前端设备可以获取车辆本身的信息、车辆行驶状态信息、周围环境信息等，同时还可以确定路面状态以及对环境的检测；前后端软件均支持多种视频传输协议，具有交通信息管理的搜索、存储功能，能够支持大数量的前端卡口设备，为需要服务的各种需求提供基础信息。该模块由于集合了多个智能交通系统，数据更新频率较快，同时通过无线通信技术可以将各子系统感知到的数据信息进行融合，以获取更准确的交通信息。

2）交通数据分析模块

数据分析模块利用可视化分析、通用数据库、数据挖掘等大数据分析方法，把结构化、非结构化及多结构化数据整合到平台并对数据进行实时分析产生有利于交通主体决策和判断的信息。所分析的数据的准确性，要通过大数据分析平台进行严格的验证，并对分析方法进行定期的准确性评估，同时要求平台能够给用户提供交通路网拥堵状态、出行者信息服务需求等分析，在减少数据冗余的同时，支持多维度的数据访问和分级存储。

3）交通数据处理模块

在智能交通系统中，我们要处理的数据量大、分布广，数据处理模块就是通过具有一定规模的计算中心以及完整的计算框架，实现高性能的强大数据处理和分析，使用者只需要提交相关的计算任务以及相关数据。由于交通数据分实时交通数据以及历史分析数据，所以交通数据处理模块分两种框架，实时计算框架处理实时交通数据流，非实时计算框架处理历史分析等批处理数据。

3.2 技术实现

智能交通大数据分析平台的分析思路就是将采集到的交通路网信息以及动态交通信息，利用可视化分析、数据挖掘技术对数据之间的关联性和相似性进行不同特征维度的分析和挖掘，将分析结果传达至管理者或使用者手中，提高交管部门、规划部门以及社会公众对路况、交通情况的感知能力，提高交通信息服务质量，实现交通智能化。

1）信息采集模块技术实现

对于交通数据的实时采集，可以通过多种方式实现。静态交通信息采集方式，主要是利用位置固定的感应线圈或视频监控，依靠安装在路面下的一个或多个感应线圈产生电磁感应，来检测通过的车辆信息。动态交通信息采集方式，主要是通过，磁频、微频、光电等检测器、路面情况及测重传感器等自动采集交通实时流量、车辆速度、时间、交通事故等交通参数。除此之外，利用航空摄影技术追踪车辆的运动，可以预测拥堵趋势，推算行程时间。

2）交通数据分析模块技术实现

整合各系统多渠道、格式不一致的数据信息，建立统一的视频、图形、图像接入平台，在这些数据信息的基础上，抽取、集成以及进行深度的分析，获取可用的信息和知识。针对交通系统中移动式交通数据参数的范围波动大、交通数据间断性缺失等问题，采用数据集成技术、决策支持与专家数学模型的有关理论和技术，对交通量、拥堵趋势、交通事件等进行具体分析。除此之外，利用数据挖掘技术进行交通流量预测、交通拥堵分析、道路交通安全分析，同时利用人工智能、神经网络等智能计算技术，为交通数据采集、数据信息管理、智能分析提供有效的技术支持。

3）交通数据处理模块技术实现

结合动态交通数据处理、分布式处理等智能的技术来处理凌乱的、看似无规律的交通数据体现出了智能交通“智能”的一面。分布式动态智能交通系统数据处理技术是交通数据在决策支持领域获得的初步进展，如优化信号配时、交通事故探测等。动态交通数据处理技术能够为短时交通预测、道路交通中异常行为等交通信息管理工作提供支持，并从数据平台中检索相关数据进行处理，并与采集到的实时数据进行比对，以此来判断当前的交通状况。

4 结束语

ITS是一个技术多元的规模庞大的系统工程，涵盖了许多与其相关的领域以及它所包含的子系统，涉及城市和区域智能交通运行管理的许多领域。本文构建了智能交通大数据分析平台，分析平台运行运用智能交通系统，可以对城市交通和道路网络进行管理和控制，完善城市基础设施建设。大数据技术在智能交通中的应用充分利用了数据挖掘和大数据处理技术的优势，进行数据融合、平台建设，这些可以有效的解决数据爆炸与信息孤岛问题，完善基础设施不够灵活及资源有限等问题，提高智能交通的运行效率及核心竞争力。

参考文献：

[1] 徐子沛.正在到来的数据革命：大数据[M].桂林：广西师范大学出版社，2012：86-93.

[2] 于艳华.宋美娜.大数据[J].中兴通讯技术，2013，19（1）：57-60.

[3] 郭骅，周吉.数据挖掘在智慧交通领域的应用[J].现代商贸工业，2013（12）：152-153.

[4] 曹卫东，房芗浓.数据挖掘在智能交通系统中的应用分析[J].计算机工程，2005，31：91-92，95.

[5] 邱卫云.智能交通大数据分析云平台技术[J].中国交通信息化，2013（10）：106-110.

[6] 周为钢，杨良怀，潘建，等.论智能交通大数据处理平台之构建[C]//第八届中国智能交通年会论文集，2013.

[7] 周为钢，杨良怀，龚卫华，等.大数据处理技术在智能交通中的应用[C]//第八届中国智能交通年会优秀论文集，2013.

[8]宋慧.2013中国智能交通与大数据技术峰会：迎接交通大数据新时代[EB/OL]. （2013-12-06）[2014-07-10]. http：//www.csdn.net/article/2013-12-06/2817734-intelligent-transport-big-data/1.

[9] 阮晓东.2013新经济导刊：智慧交通新思维[EB/OL]. （2013-10-24）[2014-07-10]. http：//www.boraid.com/article/html/264/264114.asp.

[10] 杜荣华.基于CORBA的ITS共用信息平台[J].公路与汽车，2005，（2）：24-26.

[11] 刘昕.基于IPv6的智能交通信息采集与处理方法[D].长春：吉林大学，2011.