大數據在智能交通系統中的應用分析

孫玉

摘 要：隨著時代的發展進步以及城市化進程的加快，社會交通在日趨便捷的同時，也產生了許多問題：交通狀況更為復雜，交通堵塞更為常見，交通污染更為嚴重。緩解社會交通問題，改善交通效率，離不開智能交通系統的高效管理，特別是在信息技術與互聯網技術日趨成熟的今天。而智能交通系統要實現海量交通數據的快速、準確獲取與處理，就離不開大數據的應用和支持。因此，本文將結合兩者的現狀與特點，分析大數據在智能交通系統中的應用，并探討相應的技術實現方式。

關鍵詞：大數據 智能交通 交通系統 應用

引言

近年來，城市建設的推進以及生活節奏的加快，極大的加重了人們對交通出行的依賴和高要求。而人口密度的急劇增長，機動化出行的日趨普遍，令交通擁堵以及各類安全事故頻繁發生。顯然，傳統的交通管理方式已經難以適應交通發展的需求，智能交通系統的運用勢在必行。與此同時，作為數據挖掘、加工處理、傳輸預測的重要手段，大數據技術為智能交通系統帶來了新的發展空間，無疑會在交通資源配置、交通規劃管理、交通安全以及運營服務等方面發揮重要作用。

一、大數據與智能交通系統概述

（1）大數據技術以及智能交通下的大數據特征

大數據技術，是指針對海量且種類繁多的數據信息，利用領先的數據處理技術，進行數據信息的大容量儲存和快速處理。相較于傳統的交通數據，智能交通下的大數據具有顯著的特征：第一，數據信息海量，數據類型多種多樣，有多種呈現模態，第二，數據來源非常廣泛，數據存儲的時間更長，效率更高，第三，由于交通數據自身對實效性的要求，需要借助高精尖的處理技術，實現數據的快速處理，第四，數據有較強的時間性和空間性，為交通管理提供有效的參考依據，第四，憑借計算機技術和傳感技術，智能交通大數據的可視化并不困難。

（2）智能交通系統的定義

而智能交通系統，是綜合利用先進的計算機技術、通信技術、人工智能技術、電子傳感技術等領先科技，建立的基于整個地面交通管理的大規模、全方位、實時高效的綜合交通管理系統。

（3）基于大數據的智能交通系統的優勢

與傳統的智能交通技術不同，基于大數據的智能交通系統首先在硬件設施上更為完善，其次，在大數據處理技術以及其他多種領先技術的支持下，能夠對整個交通運輸系統進行全方位的數據采集、分析和處理，此外，在各類智能交通技術和設備的綜合利用下，不僅能夠快速傳遞和處理海量信息，還能對整個交通運輸系統的運作進行綜合管理和安全分析，在管理水平和安全把控上有明顯的提升。

二、大數據在智能交通系統中的應用

1、大數據在交通信息服務中的應用

智能交通系統的交通信息服務是在信息傳感網的基礎上，采集車輛、道路、停車場等多種交通信息，而如此海量的數據信息，則需要借助大數據技術中的數據挖掘和云計算來進行采集、傳遞，才能及時地向各個交通部門提供有效信息和指導，同時也能讓車主依據實時交通狀況，調整出行實踐和路線，避免交通擁堵。此外，大數據技術還能利用海量的信息數據積累，為后期的道路建設和交通規劃提供參考。

2、大數據在交通管理方面的應用

在交通信息系統的基礎上，智能交通能夠憑借大數據技術，第一時間處理不同路段的實時信息，掌握道路交通的現狀以及環境情況，及時做出合理的部署與安排。比如，通過對比分析某一交通路段在不同路況下的手機信號密集度，就能了解該路段是否有擁堵或者事故發生，從而及時做出疏導。

3、大數據在車輛控制與安全管理中的應用

通過大數據技術對各類信息進行采集與分析，智能交通系統能夠客觀總結、反映許多有價值的車輛控制與安全管理規律，比如每年的車禍情況分析，車禍中駕駛員的不同操作習慣總結，各種不良習慣造成的嚴重后果等等。通過對這些數據信息的分析，能夠對安全出行做出警示，對駕駛員的操作習慣做出正確提醒，還能為車輛的安全駕駛系統設計提供重要的參考依據。

三、智能交通系統中的大數據處理技術實現方式

智能交通系統中的大數據處理其實是一個信息采集—多維度數據分析—信息傳遞與反饋的過程，通過這個過程為交通管理提供信息支持，最終實現智能交通管理。智能交通系統中的大數據處理，包括以下幾方面的技術實現方式。

1、信息采集模塊的技術實現

在交通信息采集模塊，主要有靜態、動態兩種信息采集方式。靜態交通信息采集方式是在固定的位置設置視頻監控裝置或者感應線圈，然后通過道路路面下的感應線圈來產生相應的電磁感應，實現車輛的相關信息的采集。而動態交通信息采集方式，則是運用磁頻、光電、測重傳感器等自動收集實時的交通流量、行車速度等交通參數，從而推算時間，預測擁堵情況。

2、交通數據分析模塊的技術實現

在交通數據分析模塊，首先是統一采集不同渠道，不同模態的交通信息數據，轉換形成對應的圖像視頻后再經由數據平臺進行分析，得出有價值的信息數據，其次，對于大范圍波動或者間斷性缺失的數據，則通過專業的數學模型、數據集成技術以及決策支持理論來實現全面細致的交通分析。此外，在路段車流量以及安全情況的分析中，還需借助數據挖掘技術來完成，并采用神經網絡技術和人工智能技術來進行智能計算，從而科學支撐交通數據的分析和管理。

3、交通數據處理模塊的技術實現

在交通數據處理模塊，一方面是通過分布式數據處理技術來處理、實現決策支持，比如對交通事故的實時探測以及對信號配時的優化。另一方面，通過動態交通數據處理技術，為交通信息管理工作提供交通異常行為分析、交通短時預測等功能，并將采集到的動態數據與數據庫中的相關數據做比對，客觀分析交通現狀，科學制定處理方案。顯然，兩類數據處理技術均能有效處理看似雜亂無章的交通信息數據，一定程度上也是“智能”交通的體現。

四、結束語

綜上所述，智能交通系統是一個借助多元技術，規模龐大的系統管理工程，一旦有效建立并科學運用，將使整個交通系統的運行效率和日常管理水平發生質的改變，從而為廣大交通出行者創建良好的交通環境，提供優質的交通服務。而將大數據技術在智能交通系統中有效應用，將更好地實現系統核心部分——數據信息的挖掘與處理，有效解決系統建設中的信息及資源問題。因此，未來還需圍繞這個核心，充分利用大數據技術，實現更高效、安全、環保的交通運輸管理。

參考文獻

[1] 陳陽.大數據在智能交通系統中的應用研究[J].信息通信，2016，（7）：142-142，143.

[2] 李康.大數據及其在城市智能交通系統中的應用綜述[J].信息通信，2016，（12）：197-198.

[3] 羅西軍，劉亞.大數據在智能交通系統中的應用分析[J].數字技術與應用，2014，（9）：97- 97.

[4] 呂浩涵.大數據在智能交通系統中的應用[J].中國新技術新產品，2015，（11）：12-12.

[5] 祝浙閩.大數據在智能交通系統中的應用[J].城市建設理論研究（電子版），2015，5（27）： 927.