基于大數據技術的智能交通數據分析平臺的研究與設計

段拙

摘要：在我國現代交通運輸行業快速發展的背景下，智能交通平臺的建設為交通管理提供很大助力，通過利用現代信息技術對交通數據進行自動化、智能化分析，能夠有效提升交通管理工作效率，其中大數據技術具有良好的應用效果，將其與交通分析平臺相結合，能夠幫助相關工作人員快速、準確處理大量的交通數據。因此，本文將對基于大數據技術的智能交通數據分析平臺研究與設計方面進行深入地研究與分析，并提出一些合理的意見和措施，旨在進一步提高智能交通平臺系統完善性。

關鍵詞：大數據技術;智能交通;數據分析;平臺設計;優化措施

在交通系統運行過程中，會產生大量的數據，這些數據對于交通管理具有重要的作用，通過對數據價值的深入挖掘，能夠為交通管理工作提供支持。傳統的交通管理系統中，缺乏科學的數據處理技術，從而導致數據整體處理效果較差，而通過采用大數據技術搭建智能交通數據分析平臺，能夠有效處理海量的交通數據，快速從數據中發現關鍵信息，且通過利用智能化技術，能夠提高數據分析效率，是當前交通管理工作中的關鍵措施。

1智能交通組織方案優化設計分析

智能交通組織優化方案從智能交通違法數據、流量數據、交通信息數據等多個方面進行分析，主要包括基于智能交通仿真的區域協調智能交通信號控制、路網規劃設計以及基于路網和智能交通車輛特征數據與智能交通數據流量的智能交通誘導等多個方面[1]。在公路智能交通信號控制方案設計中，需要完成信號機的聯網和信號控制配時預案，需要以大數據為基礎，通過對交通流量和交通特征的分析，為信號機配時設計提供支持;在路網設計優化方面，大數據技術能夠為智能交通流量分析、違法數據分析以及智能交通設施的建設提供支持，按照大數據平臺的分析結論，能夠有效促進道路網絡規劃設計科學性提升，比如單行車道、分時段禁行路段等;在智能交通誘導方額設計方面，智能交通流量數據收集裝置接入到交通數據流量分析平臺中，從而能夠將實時的交通流量信息傳遞到平臺中，形成以大數據為基礎的智能交通誘導，根據分析結果能夠對后續的交通流量進行預測，從而實現提前誘導，能夠有效避免和緩解城市交通擁堵問題[2]。

2智能交通數據分析平臺的數據類型分析

因為交通數據包含的內容較為復雜，不同監測對象會產生許多不同的數據，比如實時交通流量數據、違法數據以及路網數據等，這些數據的快速增加，對于智能交通數據分析平臺的存儲能力好處理能力提出更高要求，所以需要構建更為科學的智能交通數據分析平臺。關系型數據庫在智能預報和智能交通場景數據規律方面，不能在不同維度的數據類型之間建立可靠的因果關系，而基于大數據技術的智能交通數據分析平臺，能夠將多項數據進行整合，并分析各項數據之間的內在聯系，從而能夠提高數據實用價值。數據類型主要包括：（1）過車數據。過車數據主要是車輛通過卡口、監控、電子檢查設備等智能型視頻采集點時所記錄的數據，主要包括車輛的車牌號、車型、車身顏色等基本信息。（2）車輛違法數據。前端設備能夠自動采集車輛闖紅燈、逆向行駛、壓線行駛、違法掉頭等多項違法行駛的數據。（3）交通流量數據。智能設備能夠對當前路段的交通流量數據進行采集，例如車頭間距、車道占有率等。（4）路網數據。大數據平臺能夠進入道路路網數據，比如道路名稱、道路坐標以及道路基礎設施等。

3基于大數據技術的智能交通數據分析平臺設計方案

3.1平臺架構設計

智能交通數據分析平臺采用模塊化架構，按照大數據建設的要求，系統架構模塊設計主要包括：（1）數據感知模塊。數據感知模塊主要用于交通數據采集，能夠實時對交通道路的所有信息進行收集。（2）大數據資源模塊。該模塊主要用于存儲交通領域產生的數據，并具有調用和分配功能。（3）大數據應用模塊。該模塊主要用于交通資源的調度。（4）大數據表現模塊。該模塊主要用于網站、移動互聯以及數字廣播等服務。

通過采用模塊化設計方案，智能交通數據分析平臺能夠實現數據收集、數據存儲、數據調度員以及數據分析等多項功能。在系統架構中，用戶模塊主要包括業務管理、業務服務、交通企業以及社會公眾等;表現模塊主要包括網站、移動互聯網、數字廣播、可變信息以及電話;應用模塊主要包括智能交通調度云服務、智能交通監測云服務以及智能交通云服務。

3.2數據資源模塊設計

在本次智能交通數據分析平臺設計方案中，采用數據庫技術，數據庫和數據分析技術的結合，能夠實現大量交通數據的存儲和信息挖掘，事業在智能交通數據分析平臺中使用。大數據平臺的數據庫技術采用預設存儲模式，能夠將交通運行中的異構數據依據同構數據結構進行提取、調用與分析，從而構建完善的智能交通數據分析平臺數據庫;應用模塊在對數據調取的基礎上，能夠根據調用規則滿足不同的數據需求，通過對數據的過濾、清洗、處理以及分析，按照預設的數據庫模型將其進行存儲[3]。

3.3數據應用模塊設計

數據應用模塊利用SOA服務實現智能交通數據分析平臺的設計，該模塊設計主要包括如下功能：（1）應用實現模塊功能。該模塊能夠實現大數據調度邏輯，利用邏輯編程使得具體的功能能夠實現。（2）應用流程模塊功能。大數據調度流程采用BPEL軟件實現。（3）臨時及特殊調度模塊功能。該模塊主要功能為將自定義調度流程變為標準的BPEL流程。

3.4數據表現模塊設計

智能交通數據分析平臺的數據表現模塊為用戶直接操作的功能菜單，用戶能夠利用瀏覽器、軟件等，通過計算機、平板電腦以及智能手機等設備瀏覽智能交通數據，該模塊的功能主要為用戶與系統的交互，界面功能主要包括外觀界面、表單控制以及界面架構組成。

3.5大數據延遲指數設計

根據大數據對于交通道路的歷史交通流量和實時交通流量統計與分析，能夠得到路網的延遲數據，智能交通延遲指數數值越大，則說明該路段越擁堵。延遲指數的計算方式為：實際通過時間-自由通過時間。在智能交通數據分析平臺中，界面能夠向用戶展示選定日期、選定地點的智能交通延遲指數變化情況，通過拖動鼠標的方式能夠查看不同時間的延遲指數，根據該指數則能夠為交通線路優化提供支持。

3.6交通數據診斷設計

在智能交通數據分析平臺中，通過采用大數據技術，對交通數據的分析，則能夠判斷交通擁堵情況、事故發生其概況，從而為交通管理提供科學的支持。例如，采用大數據技術分析時發現，某路口的闖紅燈問題相比于平時更少，說明該數據的來源存在異常，可以通過設定報警規則的方式提示該異常信息，從而能夠提高交通管理工作效率與質量。

結束語

綜上所述，本文全面闡述智能交通組織方案優化設計的主要內容，并對智能交通數據分析平臺中的主要數據類型進行分析，最后提出一種基于大數據技術的智能交通數據分析平臺設計方案，希望能夠對我國交通管理工作起到一定的借鑒和幫助作用。

參考文獻

[1]梁元貞. 大數據技術環境下的智能交通數據分析平臺系統設計[J]. 價值工程， 2020， 39（15）：2-2.

[2]王曉剛， 李俊. 基于大數據技術的智能交通數據分析平臺系統的研究與設計[J]. 工業， 2021（2016-5）：6-9.

[3]于志青. 基于大數據架構的智能交通可視化平臺設計[J]. 中州大學學報， 2021， 38（001）：4-4.