浅谈大数据背景下的智能交通系统应用与平台构建

◆黄静

（深圳市综合交通设计研究院有限公司 广东 518000）

改革开放以来，我国的经济改革发生了巨大的变化，大数据技术为我国现代化建设作出了巨大贡献。传统的交通运输管理模式已经难以适应于现代化行业的发展，与现代的运输需求也不相符合，尤其是交通拥堵问题愈加严重。因此运用大数据技术可以将各地区的数据进行采集，并且通过分析和处理，能有效地改善交通压力，并给智能交通的发展带来了新的机遇。

1 大数据时代的概述

随着信息技术的不断发展，形成了大数据时代，大数据被称为“海量资料库”，它属于信息技术范畴内。大数据中的信息收集和处理技术有了更卓越的发展，大数据是获取信息的主要渠道，与人们的生活、工作都息息相关。通过大数据丰富、多元的特点给人们的生活带来了翻天覆地的变化。大数据是由数量巨大、不同类型的数据集合而成，在云计算数据处理能力的基础之上，进行数据整合分享，交叉运用所形成的智力资源。

大数据是在云计算之后的一次颠覆性技术革命，大数据给传统的模式带来了巨大的挑战，运用大数据分析可以充分判断出用户的需要。大数据的特点不仅海量且具有多样化，任何形式的数据都可以产生作用，例如，在电商领域，淘宝、京东等平台利用大数据，通过对用户信息的分析进而为用户推送他们所感兴趣的产品，在一定程度上刺激了消费。另外，大数据的特点还有一个就是高速，大数据的传输离不开互联网的支持，互联网每天都向大数据提供海量的数据，并且将其及时地进行处理，即在平台内保存的数据经过一段时间后会被清理，否则由于数据太多占用太多的平台内存，会影响到其他功能。由此可见，大数据对处理数据方面的要求非常严格，服务器中的数据大多要做到实时分析。大数据所提供的数据也是非常有价值的，在产生的数据中，有价值的数据所占的比例较小。大数据最大的价值在于可以挖掘出能预测分析未来发展趋势的数据，进而发现新规律和新知识，在农业、金融、医疗领域都起着一定的积极作用。

2 智能交通系统的作用

智能交通指的是通过信息技术和通讯技术的结合，整合地面的交通信息，并建立起一个大型的交通管理系统，在交通信息涉及的范围内发挥出相应的作用，从而可以提供实时、有效、准确的交通管理数据。智能交通是我国现代化发展的必然趋势，在我国的各大城市中应用都具有一定的可行性。充分应用智能交通系统可使交通运作效率得到明显提升，有效防止交通安全问题的发生，而且在控制因城市交通体系而导致的污染方面有着一定的作用。所以，在我国社会发展的过程中要尤为重视智能交通系统的应用。

由于智能交通管控平台中的违法数据和道路信息在不断更新及增多，传统的关系型数据库各项性能已经滞后，针对现如今的庞大数据需求，其在数据保存及数据处理方面表现出明显的局限性，而且难以从多角度分析智能交通的规律，使得数据间缺乏一定的联系。应用大数据技术可以有效地将这些交通数据进行整合处理，并且运用大数据技术设计智能交通数据分析平台可以使正在行驶的车辆从交通卡口、电子警察等智能视频采集点通过时，能够把过往的车辆颜色、车牌号、型号的信息精准地记录；采集设备分布在各个路口，对路口行驶的车辆是否存在闯红灯、压线行驶、乱停车等违规行为进行采集。智能视频还可采集到行驶车辆的速度、车流量及车之间的距离等有效信息。另外，运用大数据技术来设计智能交通数据分析平台能够对接信号控制系统，并且，智能交通数据分析平台上有监控和管控平台，其对过往的车辆、信息数据、违法数据等都能够准确地提供。

3 基于大数据下智能交通数据平台的构建

3.1 整体设计

智能交通数据系统是较为复杂的系统，是由包括计算机技术、人工智能技术、通信技术等多种技术结合，再通过这些技术整合数据，用在管理控制交通运输信息中。把人、车、道路之间合理的协调组成一个缓解生态压力、节约能源、保护安全的综合运输系统。设计智能交通数据平台要展开多层次结构模型实施分析，大数据的建设包含三个方面，其一，数据感知是指通过采集设备所采集的交通各方面的信息；其二，资源部分指的是交通领域中所管理的数据资源；其三，应用部分指的是对这些数据及这些采集的信息进行实时调度。

鉴于此，智能交通数据平台系统的整体设计要符合以上内容要素。

3.2 各个模块设计

资源部分先从智能交通数据存储方面来看，数据存储要用到数据仓库技术，而数据分析则要用到挖掘技术来实现。数据仓库技术是依靠预设的存储模式，对智能交通数据平台中的数据实施提取、处理、应用。此外，利用数据仓库技术，将数据模型放入数据库中，从中来设计智能交通数据平台中数据存储和挖掘架构。

要利用面向服务架构来设计智能交通数据平台系统中应用部分，这个部分有三个小版块，第一是通过编程设计完成数据的调度，使得最终实现其他相应的功能。第二是应用流程，大数据的调度流程要靠业务编程语言工具将各种资源进行调度。第三个是特殊调度模块，此模块是通过面向服务架构把自定义的调度流程转成业务编程语言的流程设计。

数据表现层指的是用户可通过各种智能设备，比如智能手机、计算机浏览器、平板电脑等直接参与到智能交通数据平台系统，并可在这个系统中查询浏览所需的交通信息或交通数据等内容。这层主要是保证系统与用户之间的联系。在外观和框架界面的配备上要简洁，要一目了然。

4 大数据背景下智能交通系统平台存在的问题

首先，我国在智能交通系统平台的相关领域研究比较匮乏，在大数据智能交通的有关方面未将其作为正式的产业进行运作，而西方发达国家把智能交通系统大力地发展并已实现生产产业化。我国通过的智能交通项目，在实现产业化以后，实际利用的并不多。另外，虽然我国在此领域的企业有很多，但是这些企业普遍都是通过系统集成，缺乏一定的技术含量，创新持续能力不强，导致品牌影响力不够强大，难以进一步扩大企业规模，模糊了未来的发展方向，行业技术新标准难以突破。

其次，有较大一部分的交通数据技术还处于起步阶段，其中道路行驶感知技术时间段，相较于其他发达国家有很大的差距。所以我国的智能车载信息服务水平还处于发展中阶段，有许多实用技术还需要从国外引进。

另外，目前智能交通系统中人、车、道路这三者未形成一个完整的管理体系去把控，对车载和路况信息资源的了解程度也有限。从环境的感知程度来讲，传感器网络化的环境感知能力欠缺，车载信息交互管理未得到充分利用，车道之间也没有建立互相通信的技术。另外，利用网络三维式的全景导航技术来对车辆环境的感知，相较于发达国家基础网络大数据平台的车载信息服务技术存在一定的差距。

5 具体应用

5.1 交通数据的共享

智能交通数据平台系统中的每一个功能都需要各个板块的信息整合和共享。因此，创建信息共享平台可以实现各个板块的信息的融合，并且支持平台的数据资源提取及共享。此外，完整的智能交通系统还包括多个板块内容，譬如交通信息中心、管理中心等。该系统符合城市化交通信息规范化的要求，能有效存储、管理各类交通信息数据，并且这些数据内容、功能、传递能实现共享，从而形成一个信息流机制，把共享的数据进行存储和管理。由于大数据技术的积极应用，该系统交通平台的数据每天都在更新变化，可以随时提炼精准信息，而且可以整合处理其他地区及其他领域的数据库，历史的数据也不会丢失，通过这样才能保障数据库之间的联系，确保数据的完整性。系统可以根据客户的需求提供各版块的信息及其他服务，将客户所需的数据输出，通过信息共享平台能够查询到相关信息及功能。除此之外，大数据平台还可及时地统计道路网络拥堵、事故情况等数据并输出至用户决策信息内，这些信息对于用户具有一定的查询价值。比如，大数据技术的应用后，每个路口的闯红灯次数有效减少，其中，异常数据可以通过报警规则实施提醒。相关部门针对道路智能交通设施实施排查，是否存在故障现象。由此可见，大数据技术的运用能精准反映出道路的实时信息，为相关人员提供有价值的依据。

5.2 分析道路网延迟情况

运用大数据技术可以对各个路口以及路段的历史车流量进行有效的统计，并且可以将路网延迟的指数进行分析。实际通过时间与自由流通过的时间相减，得出的数值为负数，这样设定为零，说明没有发生延迟的情况。如果智能交通延迟的数值较大，就说明此路段交通拥堵情况严重，通过此办法可以精准的测算出智能交通延迟指数。

5.3 优化道路路口

优化道路路口则需要全面的信息，因此，首先要收集路口的交通控制情况、路口的路况、发生事故的相关数据等板块内容，通过这些信息的整合来综合基于优化措施。通过运用大数据技术可以提供许多数据的样本，来输出相应的数据，其中包括时空维度。时间维度包含任何一个时间段；空间维度包括路段的交叉口、行政区划分、道路等。大数据技术可以智能分析道路的车流量，并结合以往的数据信息，通过计算各个路段、各个区域的早高峰车流量情况及确定早高峰的时间段，通过这些精准的分析可以把控局部的交通状况，优化整体的城市交通系统，逐步实现优化智能交通管理方案的目标。

综上所述，把大数据技术的优势用在智能交通系统，对车流量的数据、道路实时的路况的数据进行存储和处理。通过运用大数据技术来构建智能交通数据分析平台，优化了智能交通组织的效果，从而缓解了城市的道路拥堵情况。