大數據技術在智能交通中的應用

楊玲玲++劉法勝++董霞++楊現青

[摘要]大數據技術的發展給解決交通中存在的問題帶來了新的思路，大數據緩解交通擁堵，改善交通服務，促進了智能交通系統更好更快的發展。文章首先述了大數據的概念及應用現狀，然后闡述了大數據技術在交通誘導、公共交通服務、交通運輸安全及主動式的交通服務中的應用。

[關鍵詞]大數據；交通誘導；公共交通服務；交通運輸安全；主動式的交通服務

[DOI]1013939/jcnkizgsc201623154

隨著社會經濟的快速發展，城市車輛也在飛速地增加，傳統的交通管制和規劃已經不能滿足復雜的交通需求，交通擁堵已經影響到了居民的生活質量，加劇了環境污染，降低了城市的運行效率。要解決交通擁堵，必須從根源上找到導致交通擁堵的根源——除了車輛數的劇增外，還有路邊車輛亂停亂靠、交通事故的發生以及發生后不能及時救援、清理現場等原因。面對交通擁堵，大力發展公共交通是一種有效手段，但事實上公共交通也存在著資源分配不合理的現象，導致等車時間上、乘車擁擠甚至擠不上車等問題。那如何解決這一系列的問題，最終解決交通擁堵問題，已經引起了我們的思考。大數據技術的發展給我們解決交通中存在的這些問題帶來了新的思路。大數據技術的戰略性意義在于我們可以快速、準確地獲取、挖掘大量的有效的交通數據，構建交通數據處理模型，讓交通有秩序的運行。本文中針對大數據技術在交通誘導中的應用、大數據對公共交通的優化、對交通安全的優化等方面進行闡述，并提出了主動式的交通服務模式。

1大數據的概念及應用進展

1.1大數據的概念

所謂大數據是指數據量特別巨大，“超出了傳統意義上的尺度，一般的軟件工具難于捕捉、存儲、管理分析的數據。”這些數據不僅數量大，而且異質、復雜、來源不同、分散于各處。[1]在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》[2]中大數據指不用隨機分析法（抽樣調查）這樣的捷徑，而采用所有數據進行分析處理。

大數據的特點可以概括為四個“V”：Volume（大量 ）、Velocity（高速）、Variety（多樣）、Veracity（精確）。或者說，其特點有四個層面。第一，數據量巨大。大數據的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）；第二，數據類型繁多。比如，網絡日志、視頻、圖片、地理位置信息，等等。第三，價值密度低，商業價值高。第四，處理速度快。最后這一點也是和傳統的數據挖掘技術有著本質的不同。

1.2交通領域大數據技術應用進展

美國西北大學的交通研究中心主任Hani Mahmassani2012年11月在芝加哥的Teradata Big Analytics研討會上作了題為“大數據分析在出行和交通的應用（Travel & Transportation：Big Data Analytics）”的演講，討論了利用海量實時數據增強對交通系統狀態的分析和預測能力，從而提高用戶體驗和交通系統運營效率，創新交通服務，供應鏈可視化等應用。

美國麻省理工學院與新加坡政府于2007年啟動了SMART項目，其中的Future Urban Mobility子項目采用Smart Phone等手段，實時或準實時采集交通需求，通過機器學習方法估計居民出行活動或位置選擇行為。[3]

雖然大數據在交通領域的應用剛剛興起，但中國的交通研究機構、高德地圖、百度地圖已經開展實際應用。深圳市城市交通規劃設計研究中心在2006年建立深圳市城市交通仿真系統，成為我國最早將大數據應用到交通中來的城市，北京建設了交通運行監測調度中心，上海市建立的交通信息中心是目前為止最全的數據中心，廣州市建設了交通運行指揮中心。可見我國已經非常重視利用大數據技術來解決交通領域的各種問題。

2大數據在交通誘導中的應用

道路擁堵多重原因綜合作用而成。路段車流量大，超出道路承載能力；道路基礎設施不完善；路段的靜態交通規劃與日益增長的機動車數量不匹配，停車難、停車亂現象導致道路通行能力下降。近年來，由于城市發展所需，占道施工較多，加劇了交通需求與道路承載能力之間的矛盾，此外駕駛員的不文明行為也會加劇交通擁堵。交通誘導是緩解交通誘導的有效手段，下面對交通誘導做詳細介紹。

2.1交通誘導簡介及傳統交通誘導技術的缺陷

交通誘導是一個實時動態的過程[4]，首先通過各種技術手段收集即時的交通運行數據，數據收集是交通誘導的前提條件。第二，基于收集到的即時交通運行數據，對當前交通狀況作出評價，并利用交通預測模型做出短時間內的交通預測。第三，通過電臺及電視機、交通廣播、車載終端、電子誘導屏發布誘導信息。[5]第四，通過監測交通流數據，反饋誘導的效果，對誘導方案做出優化。下圖即為交通誘導的技術流程。其目的有兩個：一是使道路網上的交通流量均衡，是道路網的綜合交通能力達到最充分利用；二是減少行駛時間，縮短每輛車行駛的距離。交通誘導的技術流程

傳統的交通誘導技術已經不能滿足交通運行監測和交通數據采集的需求，首先，我國大多數城市的交通流監測系統僅僅覆蓋城市的主要干道，采集到的交通流信息不能完全反應交通運行狀況，給交通流量的判研帶來了困難。第二，受交通數據的采集、存儲及成本的約束。傳統的交通數據采集主要是采用隨機抽樣的方式，抽樣的隨機性決定了數據分析結果的準確性。采集的交通數據大多是模擬數據而非數字信息，給存儲帶來了極大的挑戰。第三，受地域限制。大多數城市主要劃區域分部門進行交通管制，各部門之間很少進行交通信息交流，給交通數據的采集帶來一定局限性。

2.2大數據技術在交通誘導中的優勢

城市交通大數據環境是從相關交通信息系統中提取數據，由此產生了數據修補和控制問題。同時，大數據環境下交通分析的重要特點是最大限度發揮信息資源的價值，減少決策判斷中的模糊性。在交通流監測和交通數據采集方面具有如下優勢：

（1）大數據方法注重全體交通數據監測，而非少量隨機樣本。

（2）大數據技術在出行數據采集[6]方面更趨于微觀化，以人為對象的移動數據采集，包括公交IC卡數據和手機GPS數據。以車為對象的交通移動數據的采集主要是車輛電子車牌GPS定位技術。

（3）在數據處理上，克服了數據形式單一化，不易于存儲的局限。由原來的靜態數據數據集拓展至靜態與動態相結合的數據集。數據集主要以數字數據為主，也對模擬數據的采集及轉化技術做了更新。大數據處理技術對圖像處理信息化，使其存儲成本大大減小。

（4）大數據對與交通相關的非結構化數據進行收集，主要包括與人們出行相關的Web點擊流、文檔、社交網絡、電話呼叫日志、視頻等。例如可以通過行人發表的微信動態判斷其所在的地點及交通狀況等信息。

（5）為實時觀測交通運行狀態提供了可能。利用道路檢測技術，實時獲取交通流量，對交通運行狀態作出評估，動態的呈現交通運行狀態及交通擁堵情況，預測短時間內的交通運行狀況，做出相應的交通誘導方案以及交通管制措施，并可以對做出的處理方案進行評估與調整。

3大數據技術優化公共交通服務

公共交通指城市范圍內定線運營的公共汽車及軌道交通、渡輪、索道等交通方式，這些交通工具都是按時間點發車，資源配置不合理就導致了等車時間長，乘坐擁擠、擠不上車等一系列問題。大數據技術可以實現資源的合理配置，通過站點實時客流量檢測，合理分配公共資源，提高資源利用效率。此外。乘客可以通過手機App，實時查詢公交車的行駛狀況、車內客流情況供乘客參考，及時更改乘坐計劃，避免出現盲目等車的狀況。公共交通是緩解交通擁堵的一種有效手段，完善公共交通服務質量，讓市民真真切切地體會到公共交通帶來的便利，是市民出行首選公共交通出行的先決條件。

4大數據技術優化交通運輸安全

隨著國民經濟的持續增長，交通需求越來越大，交通事故數居高不下，道路交通安全成為全社會普遍關注的問題。減少道路交通事故的發生，提高道路交通、安全水平，已經成為人們的迫切要求。

道路交通系統中，因駕駛員的素質、車輛的安全性能、環境、道路及氣候等因素的不良變化，導致這種因素組合惡化，如果這種惡化因素持續發生，就可能導致交通事故的發生。大數據的實時性及可預測性保證了交通系統對事故的主動預警，以便提前預測事故發生的可能性。[7]例如，通過GPS定位技術采集車輛行駛軌跡，判斷車輛是否正常行駛，若出現非正常行駛及時通知交警部門對車輛進行管制；通過道路環境及設施監測系統，實時采集道路環境及道路設施信息，經過云計算分析處理大數據后及時通過交通廣播發布或者通過手機短信將信息推送給在附近行駛的車量；通過大數據技術及時分析惡劣天氣環境下道路狀況，減少雨天、大霧、雪天連環撞車發生的概率。

將大數據應用到應急救援系統中，可以更加準確的定位事故地點，快速通知醫護及消防救援，并且可以通過大數據技術推送事故發生信息給附近行駛的車輛，讓其做好讓救援車隊順利通過的準備，并告知駕駛員備選路徑，以便于駕駛員改變行駛路徑。

5主動式的智能交通服務

5.1主動式停車系統

隨著車輛的增多，停車難已成為人們非常關注的問題。解決停車難問題是治理交通擁堵工作的一部分，把大數據應用到智能交通系統中，可以通過主動式的方式向用戶推送相關交通服務信息。例如利用電子車牌GPS定位技術[8]獲取車輛停靠位置及停靠時間信息，出現違規停靠的情況向車主手機推送相關違規信息，讓其及時把車開走，這樣可以緩解道路車輛亂停靠帶來的交通堵塞。通過停車誘導系統獲取車輛所在位置和附近一定區域內的停車場信息，預測到達停車場的時間，通過手機短信或者手機App的方式及時向車主推送附近停車場的信息 ，車主可以主動的選擇停車場或者提前預定車位。

5.2主動式高鐵乘車系統

為避免乘坐高鐵誤點，乘客往往要提前好幾個小時就往火車站趕，趕火車花費的時間甚至要比乘坐高鐵的時間多出許多。把大數據技術應用到交通中，出租車公司可以聯合高鐵運輸部門，獲取乘客的信息例如手機號及乘車時間。出租車公司可以與交通信息中心聯合獲取出行前和出行后交通信息，通過大數據處理技術預測從出發點到火車站的時間t，向乘客推送路徑、用時乘車方式等信息，乘客若要乘坐出租車，則可以在合適的時間通過手機GPS定位技術獲取乘客出發地點及附近的出租車信息，通過實時交通信息服務，出租車司機選擇最優路徑[9]以最快的速度到達火車站，這樣可以節約乘客大部分的時間。

6結論

本文主要從理論上闡述了大數據技術應用到交通領域中的優勢，并且提出了擁用大數據技術解決停車難及趕高鐵的時間比乘車時間長問題的解決思路。

參考文獻：

[1]Floridi LBig data and their epistemological challenge[J].Philosophy & Technology，2012：1-3.

[2]維克托·舍恩伯格，肯尼斯·庫克耶大數據時代[M].杭州：浙江人民出版社，2013.

[3]楊東援，段征宇大數據環境下城市交通分析技術[M].上海：同濟大學出版社，2015（1）：13-15.

[4]李振龍城市交通誘導策略的探討[J].交通科技，2003，196（1）：1-3.

[5]胡明新，廖立新，王耘非北京市交通流數據采集、處理/分析和信息發布系統設計[J].公路交通科技，2002，20（2）：77-80.

[6]邵春福，趙熠，吳戈道路交通數據采集技術研究展望[J].現代交通技術，2006（6）：66-70.

[7]趙鵬軍，李凱大數據方法對于緩解城市交通擁堵的作用的理論分析[J].現代城市研究，2010（10）：25-30.

[8]張文博視頻車輛檢測技術及發展趨勢[J].中國人民公安大學學報：自然科學版，2010，63（1）：91-94.

[9]干宏程交通信息與出行者路線選擇[M].北京：科學出版社，2014.