大數據時代下的智能交通

摘 要：目前，大數據技術在科學計算、社交網絡、金融、物聯網、網頁數據、移動數據、多媒體、REID傳感器、互聯網文本、醫療衛生、社會數據、文件、電子商務、天文學、生物學、大氣科學、基因組學、檔案管理學等各行業得到了廣泛應用。隨著大數據時代的不斷深入，大數據技術也被植入了交通管理工作中，從而形成了智能交通。

關鍵詞：大數據時代；大數據技術；智能交通

中圖分類號：TP392文獻標識碼：A文章編號：2096-4706（2018）05-0111-02

Intelligent Traffic in the Era of Big Data

ZHOU Yihua，YU Xiaodong

（China Road Bridge Corporation，Beijing 100011，China）

Abstract：At present，big data technologies have been obtained in scientific computing，social networks，finance，internet of things，web data，mobile data，multimedia，REID sensors，internet texts，medical and health，social data，documents， electronic commerce，astronomy，biology，atmospheric science， genomics， archival management and other industries. It is widely used. With the deepening of the era of big data， big data technology has also been implanted in traffic management， thus forming intelligent transportation.

Keywords： big data era；big data technology；intelligent transportation

0 引 言

互聯網技術的迅速發展催生了大數據這一概念。在21世紀，大數據技術的應用行業也更加廣泛，交通管理工作自然也不例外，實施大數據時代下的智能交通管理，不僅可以規范交通秩序，緩解交通污染與堵塞問題，而且能夠為交通事業的發展提供有力的技術保障。在大數據時代，智能交通技術一共采用了四種關鍵技術，分別是大數據技術、車輛檢測技術、圖像抓拍識別技術和自動車輛識別技術。此外，智能交通系統軟件主要包括單片式ETC系統和雙片式ETC系統。本文將簡析大數據時代下的智能交通技術優勢，并淺論大數據時代下的智能交通管理技術。

1 大數據時代下的智能交通技術優勢

從整體分析，大數據時代下的智能交通技術有四大優勢：第一，清晰度高。大數據時代下的智能交通技術能夠收集海量的數據信息，并運用高清攝像機拍攝來往車輛的動態視頻，全方位監控交通行使狀態，使視頻圖像保持高清晰度，并處理好特殊監控細節；第二，系統功能極強。大數據時代下的智能交通技術使用了三維電子地圖、電子交警，能夠全面監控整個區域的交通狀況，節約人力成本，提升交通管理效果；第三，交通整體調度極高。大數據時代下的智能交通技術可以準確獲取整個區域的交通運行信息，然后對所有交通信息進行整理與分析，并借助交通信號燈和電子交警來掌控和調節交通流量；第四，識別準確。大數據時代下的智能交通技術系統中融入了智能化管理技術與自動車輛識別技術，能夠精確判斷交通信息，并結合信息內容對區域交通進行高效調度。

2 大數據時代下的智能交通管理技術

2.1 大數據技術

隨著大數據時代的到來，“大數據技術”這一概念已經被更多的人了解和熟悉。所謂大數據，淺顯地理解就是海量數據，具體來說，它是指在現有條件下人們無法在一定時間內使用常規軟件工作對其內容進行獲取、管理和處理的數據集合，也就是說，數據集的大小超出了人們的在可接受時間下的收集、管理和處理數據的能力。伴隨著信息全球化的發展，社會生產與生活的各方面都需要大數據的支撐，基于大數據數量巨大、種類繁多、覆蓋面全的優勢，人們在要做重大決策時均會以數據信息作為重要依據，可見大數據對社會生活與生產的重要性。從宏觀視角來講，大數據技術主要由采集技術、存儲管理技術、數據分析技術、數據挖掘技術、數據展現技術與數據應用技術組成。其中，大數據采集技術的主要工作是“采集”，即采集重要交通信息，采集技術重點要突破分布式高速高可靠性數據采集、高速數據全映像等大數據收集技術以及高速數據解析、轉換與裝載等大數據整合技術，設計質量評估模型，開發數據質量技術；大數據處理技術主要完成對已接收數據的辨析、抽取和清洗等操作；存儲管理技術是運用存儲器把采集到的數據存儲起來，建立相應的數據庫，并進行管理和調用；數據分析與數據挖掘技術密切相關，即通過開發數據網絡挖掘、特異群組挖掘、圖像挖掘等新型數據挖掘技術，突破各項數據鏈接；數據展現技術與應用技術是將分析與管理智能交通融為一體，實現數據信息的傳輸、查詢和計算功能，全面優化集成性智能交通系統技術平臺。

隨著大數據技術的深入，Web方案、Java方案和分布式方案應運而生。Web方案主要應用于智能交通系統嵌入式設備中，該方案需要配備Web服務前端、CGI引擎、執行機構和解釋性語言的相關服務。在設計Java方案時，需要借助HMI應用邏輯來規范Java語言，運用Java虛擬機做好空間解釋執行工作，解釋完畢后，用代碼和Native實現空間交互，做好信息的輸入、輸出、編輯與整理工作。分布式方案又稱作多主機分布式體系架構設計方案，該方案以原生系統為輔助系統（輔助系統又稱作附屬設備），然后借助執行機構與HMI組建分布式結構，要注意將它們分別部署于兩臺主機的相應系統中，在設計分布式方案時，還需注意正確使用解釋引擎和遠程方法調用系統，以便實現信息的高度集成。

大數據技術還能夠優化智能交通系統結構體系及其架構。因此，對于C/S架構，一方面需要布設好局域網，精心配置數據庫服務器，將監控裝備設置在數據采集前部，完成自動監控作業之后，要將監控視頻與圖片信息傳輸至服務器內，最后對數據進行處理，并將其分別傳輸到分中心與省中心。另一方面，要綜合使用大數據技術著重優化智能交通硬件結構，精心配置車道計算機、控制器、微波讀寫器、觸發線圈、車輛檢測器、抓拍攝像機、信號燈、費額顯示器、聲光報警器、字符疊加器和高速擋車器，這樣有助于保持交通的暢通性。

2.2 車輛檢測技術

車輛檢測技術大多被應用于ETC車道系統中，該系統通常在車道的入口與出口運用地感線圈來自動檢測車輛。傳統ETC車道系統通常會使用三線圈進行設置，一般情況下，第一個線圈是觸發線圈，通過啟動車道天線讀寫的方式來檢測進入車道的車輛；第二個線圈是抓拍線圈，該線圈通過啟動車輛識別系統來識別車牌和抓拍車輛圖像；第三個線圈是落桿線圈，通常是在完成ETC交易之后自動回落欄桿。如今，ETC車道系統在三線圈的基礎上又增加了一個線圈，對系統進行了細致地優化。簡而言之，當代智能化ETC車道系統由兩個線圈識別車輛的隊列信息，另外兩個線圈則用以判斷交易車輛。

2.3 圖像抓拍識別技術

從智能交通管理的角度來講，圖像抓拍識別技術屬于車牌識別系統的核心技術，車牌識別系統主要是利用數字圖像處理模式來識別車輛與車牌，并全面采集數字視頻與數字圖像。通常，智能交通管理將車牌號作為識別車輛的重要標記，因此，可以說圖像抓拍識別工作性質的關鍵影響因素是車牌號的重要性以及特殊性。只要有車輛途經ETC車道，ETC系統和車牌識別系統就會自動識別車牌，并精確抓拍車輛的視頻與照片，然后將車輛的車牌信息和所有圖片信息進行加工并輸入，使之形成流水數據，然后根據數據信息來判斷來往車輛是否存在違規行為。

2.4 自動車輛識別技術

自動車輛識別技術能夠準確識別途經車輛的大小、規模、車輛車型、重量、座位數、軸型和輪胎等，該技術屬于自動車型識別系統的核心技術，其組成裝備主要包括紅外線掃描儀、軌道接觸器、動態稱重裝置、電感環線圈和激光掃描器，這些精密裝備儀器能夠進一步促進交通管理智能化，將所有識別信息以數據形式輸入OBU中。

3 結 論

綜上所述，發揮大數據時代下的智能交通技術優勢，確保交通的安全性與暢通性，需要在智能交通管理技術中緊密融合大數據技術、車輛檢測技術、圖像抓拍識別技術和自動車輛識別技術，使這四種技術相互作用，全面促進交通管理智能化與高效化。

參考文獻：

[1] 付錚.基于RFID技術的高速公路電子不停車收費系統分析與設計 [D].北京：北京郵電大學，2010（5）.

[2] 王曉婷.大數據時代計算機網絡安全防范探討 [J].科技風，2017（3）：58.

[3] 趙建周.高速公路聯網不停車收費系統車道類型比選和車道控制邏輯的研究 [D].西安：長安大學，2010（4）.

[4] 劉志杰.淺談大數據時代下計算機網絡信息安全現狀及對策 [J].電腦知識與技術，2017，13（21）：10-11.

作者簡介：周翼華（1986-），男，漢族，江蘇人，中國路橋肯尼亞辦事處總經理助理，中級工程師，本科。研究方向：交通工程；俞曉東（1985-），男，漢族，江蘇人，中國路橋肯尼亞辦事處總經理助理，中級工程師，本科。研究方向：交通工程。