基于大數據技術的智能交通管理與應用研究

房立群

（吉林交通職業技術學院，吉林長春 130012）

我國經濟不斷地發展，城市車輛數量增長迅速，使得傳統的交通管理與規劃受到了較大的沖擊，也對我國居民的出行帶來了較多的影響。隨著網絡技術的應用范圍不斷擴大，大數據分析已成為各行各業的一個必修課題，交通行業更是如此，只有充分利用大數據所傳達的信息，才能夠使得交通管理更加高效以及具有更強的針對性。[1]

1 大數據與智能交通

1.1 大數據的定義及特點

大數據主要是指從多種來源渠道收集、具有不同形式的巨型數據集合，其概念較為抽象，但由于能夠從大數據中分析和挖掘出具有重要價值的信息而受到眾人的重視。

隨著互聯網的迅速發展，大數據已經成為影響各行各業高效發展的一個關鍵因素。以目前大眾所認可的觀點為基礎，大數據具有數量龐大、形式和來源多樣、可變化以及高價值等特征，其中：數量龐大是指大數據的存儲量十分巨大，其存儲單位已經從TB 升級到ZB；多樣是指數據的來源和數據的形式多樣，其數據來自不同的交通系統，并且形式包括數字、視頻等多種形態；復雜主要是大數據的數量巨大且來源渠道多樣，進而使得數據的處理和分析變得十分復雜和繁瑣；高價值是指大數據的背后隱藏著十分豐富的價值，只要能夠充分利用這些數據，認真分析和挖掘，便能夠使得人們更加客觀和深入地了解行業的特征和發展趨勢。

1.2 智能交通及交通大數據

智能交通是一個大型交通運輸管理系統，其具有綜合性強、技術種類多樣等特點，其涉及電子信息技術、計算機科學、通訊以及人工智能等多種現代化技術，進而使得交通運輸管理能夠得到一個全方位的技術支撐。通過智能交通管理，能夠使得相關人員對城市的交通狀況有一個更加全面和準確的了解。[2]

交通行業本身就是一個大型數據庫，每天產生的數據量是其他行業的幾十倍，并且其增長速度呈幾何形態，由此可見其與大數據有著十分緊密的聯系。交通大數據可以被看作一條巨型的環形數據鏈，其中所涵蓋的數據是所有與交通相關的，同時也是能夠被其中所涉及的部門和系統所共享的，包括靜態和動態兩種數據形態，其具體的數據來源包括公路、鐵路及城市交通管理系統、道路流量監測、地鐵售票等多種途徑，由此可見其數據處理的難度之大。對于這些龐大的交通大數據，相關人員面臨的挑戰主要包括數據采集、存儲壓力、共享、分析等，其中：數據采集主要是由于資金有限、信息化速度有限并且各系統缺乏一致的采集標準，進而使得數據采集質量受到影響；存儲壓力主要是交通大數據來源渠道廣泛，并且形式多樣，要想將這些數據長時間完好地保存下來，則需要依賴十分強大的數據存儲技術，但目前數據存儲技術的進步速度遠不及交通數據的增長和更新速度，由此使得數據存儲也是一個十分困難的課題；共享主要是由于目前交通數據分散于各個部門和系統，要想在短時間內將其共享到相關部門和系統是不太可能實現的；而分析主要是交通大數據的數量龐大、價值的有效性未知且時效性要求極高，從而使得其對相關技術人員的數據處理能力要求較高，并且工作量巨大，由此使得數據分析也是交通行業所面臨的難題。[3]

2 大數據技術對智能交通管理的影響

隨著互聯網技術的不斷推廣和應用，其對我國各個行業都產生了較為嚴重的影響，其在無形之中對人們的生活方式和思維方式等方面都造成了或多或少的改變。目前正處于大數據盛行的時代，智能交通管理與大數據有天然且密切的關系，因此，只有相關人員充分利用好大數據這一有利工具，才能夠使得其成為交通行業發展的得力助手，同時也為我國居民生活帶來更加便捷和積極的影響。通過大數據技術，居民生活能夠變得更加便捷和高效，其能夠通過相關交通系統了解到自己目的地的車流量等情況，進而使其能夠將自己的出行路線規劃得更加合理，同時也節約了一定的出行所耗費的不必要時間。

3 大數據技術在智能交通管理方面的應用

3.1 重視違法與環境監測

交通違法行為在日常生活中并不罕見，包括超速、逆行、闖紅燈或不按導向牌行駛等，通過交通大數據技術的應用，能夠使得相關人員更加便捷地對這些違法行為進行監測和處理。智能大數據具有圖像分析的算法，其通常是對所駕駛的車輛牌照或型號、駕駛員的駕駛操作是否符合相關要求等方面進行一定的識別，從而發現駕駛員的行為是否符合駕駛員規范，進而在一定程度上控制和減少交通事故的發生。[4]除此之外，智能大數據還能夠捕捉到車輛中相關人員的人臉圖片，如果其中存在一些犯罪嫌疑人，則能夠將其與公安系統中的人員數據進行匹配，從而為公安警察提供一定線索，進而使得居民的公共安全得到更加有力的保障。

3.2 優化公共交通站點及行駛路線

隨著城市車輛的不斷增加，城市的擁堵現象變得越來越頻繁，這使得人們的日常生活和工作都受到了一些負面情緒的影響，但通過將大數據技術融入到交通系統中，交通部門對車流量的監測變得更加的全面和完整，進而使得其能夠對交通流量較大的路段和時間點有更加準確的了解。對交通部門的相關人員而言，通過了解交通車流量的時間和空間分布后，就能夠對擁堵的原因進行深入分析，并且采取一定的措施來予以解決。對于公共交通工具而言，其仍是城市較大一部分人群所選擇的日常出行工具，尤其在工作日的早高峰和晚高峰等時間段，人群流量較為龐大，極易出現擁堵的情況，因此，通過對交通數據的深入分析和挖掘，交通部門的相關人員應當對城市公共交通的站點和路線等進行適當的調整，盡可能實現分流的效果，這樣不僅能夠使得擁堵現象大量減少，也能夠使得人們的出行時間大大降低。[5]除此之外，交通部門可以根據交通大數據所顯示的信號來對部分路段進行限時限流，在早高峰等特殊時間點只給予部分車輛通行權限或者預留出特定路段，這樣也能夠在一定程度上提高交通規劃的質量。

3.3 提高交通運行效率及安全水平

隨著互聯網、大數據等現代技術的應用，交通監測系統中不斷融合通訊與計算機技術，使得監測系統變得越來越專業化和智能化，同時也使得公路路況等交通信息變得更加準確和及時，進而為交通管理提供了一定的數據保障。例如，智能交通系統能夠利用傳感器技術來感知和監測道路的施工、交通事故、雨雪、結冰等情況，從而將這些信息傳輸和共享到相關的交通平臺，使得人們能夠更加及時地了解部分路段的相關情況，進而使其能夠更加合理地安排自己的出行計劃和時間，這樣不僅在一定程度上提高了交通的運行效率，也減少了交通事故的發生頻率。除此之外，部分車輛的車載智能裝置能夠檢測到駕駛員的酒精量以及精神狀況等，從而能夠使得相關交通管理人員更加準確地了解駕駛員的狀態是否能夠順利駕駛，進而使得安全性大大提高。[6]

3.4 提供更加有效的交通決策依據

交通大數據分析與挖掘的目的便是為交通部門人員提供更加豐富和準確的數據信息，從而使其能夠在進行交通決策時具備更加有效的依據。傳統的交通數據處理通常是在事后進行檢查和回看，這樣使得相關人員缺乏一定的預警和快速反應能力，并且這種方式只能為后續的交通管理提供一定的經驗和教訓。但如果將大數據分析技術融入其中，就能夠使得所提供的交通信息更加及時和全面，這樣便能夠滿足交通部門的事前、事中以及事后等多種需求。不僅能夠在事前設置一定的預防方案，也能在事中更加快速地反應，更能夠在事后進行更加深入的反思。除此之外，大數據技術還可以進行交通狀況的仿真模擬，這便有利于相關人員在反思調整后進行模擬，從而使其能夠較為真實地了解其調整后的方案和措施所能夠真正帶來的實質性的變化，進而使得交通決策更加高效和具有強針對性，也能真正解決目前交通中存在的問題。[7]

4 結語

交通行業本身就是一個大型數據資源庫，如果能夠將其與大數據技術進行有效結合，其發展前景便會更加光明。本文首先介紹了大數據和智能交通兩個關鍵要素的概念和特點，然后簡要描述了大數據技術對智能交通管理所產生的影響，最后從加強對交通違法現象與環境的監測、提供更加有效的交通決策依據等方面詳細地介紹了具體的應用，希望能夠為交通事業的發展帶來一定的積極影響，為智能交通管理帶來更具有價值的實質性意見。