基于大數據的智能交通系統設計

黃少澤

摘要：隨著中國經濟社會的發展，城市交通擁堵問題日益嚴重。將大數據、云平臺等計算機技術運用到智能交通領域，有助于提高城市交通運輸效率，為解決城市交通擁堵問題帶來了全新的解決辦法。基于大數據的智能交通系統主要包含數據采集層、數據整合層、大數據處理平臺、實時路況推送平臺、交通燈優化設計、交通設施數據更新幾部分。利用該系統，可以有效解決交通擁堵問題。

關鍵詞：智能交通;大數據;云計算;交通控制系統

引言

與傳統數據數量手段比較，大數據技術具有數據類型復雜、處理迅速、實效性強等優點，在智能交通領域運用大數據技術，可以采集海量的數據，這些數據內包含許多不可估量的價值，通過挖掘和分析能夠快速得到所需的數據信息。針對上述情況，本文提出基于大數據技術智能交通臺數據平臺各功能層設計情況，并提出其在交通數據診斷、路網延遲指數等方面的應用。

1我國城市交通問題

近年來，我國經濟發展勢頭迅猛，隨之而來的是汽車的全面普及。短短十幾年內，我國交通系統經歷了從無到有，負擔增重的過程。在這個過程中，我國城市交通暴露出了一系列的問題。我國城市交通問題集中體現在幾個方面：第一，公共交通工具使用率低，人們出行大多使用私家車，從側面體現出公共交通建設的低迷;第二，城區堵車現象頻發，影響人們的出行;第三，城市交通管理尚未實現智能化，大多數地方是交通管理的盲區;第四，城市交通管理較為分散，各地區政策存在偏差，缺少統一規劃。

2建設目標與需求分析

2.1實現交通信號燈的優化設計

交通信號燈（紅綠燈）是道路交通管理的基礎，通過實際測量車流量大小，模擬和優化交通信號燈的控制模式，調整十字路口紅綠燈時長，控制交通車流量，可以充分地挖掘出道路的最大車容量。從而合理配置道路交叉口的資源，使得綜合的停車次數最少，路口的等待時間最短，使道路交通的暢通度達到最大值。常用的交通信號燈控制系統的實現方法包括：道路單點控制、主干線協同控制、區域化優化控制、人工控制等。系統應將多種控制策略相結合，設計出智能化的信號控制方式。

2.2道路網延遲指數分析

依托大數據技術對各個路口/路段歷史流量進行統計，進一步分析路網的延遲指數。智能交通延遲指數求解方法是實際通過旅行時間與自由流通旅行時間相減，若所得數值為負數，則設定為0，表明并未發生延遲，并把這些數據映射至[0，10]數據區間之內。如果智能交通延遲指數較大，說明這個地點的擁堵情況更嚴重。左側向使用者展現設定日期、特點等交通延遲指數改變情況，來回移動水平滾動條，能夠及時查看不同時間段的延遲數據。左側展現路口、道路等級、行政區劃等各維度下相對應點的延遲指數和排名情況。通過綜合分析道路延遲指數，能夠為決策人員提供新建道路規劃等決策提供支持。

2.3實現基礎交通設施的更新

傳統方式的基礎交通設施更新后信息的變更由人工完成。利用智能交通系統，可以實現交通設施更新后信息的自動更新。主要實現方式為利用遙感影像來檢測城市中道路的變化，當檢測到基礎交通設施有變化后，將自動發送到大數據平臺，從而實現了道路交通設施的自動實時更新，為用戶及時地提供更準確的道路信息，并且節省了大量的人工成本費。具體過程為：（1）通過遙感影像獲取道路的路面、綠化帶、拐彎處、路燈、指示牌等重要的道路信息;（2）利用道路兩側樹木的形狀指數等形態學知識，自動地確定道路的線路;（3）通過尺度轉換，構建對象層次，獲取不同道路特征，并實現道路的基礎交通設施信息提取。

3系統設計方案

3.1設計整體架構

智能交通數據分析平臺是采用先進的計算機信息技術、通信技術、傳感技術、人工智能等有效整合用于交通運輸信息的管理和控制中，注重人、車與道路之間的協調，組成一種有利于改善環境、節約能源、保護安全的綜合運輸系統。智能交通數據分析平臺運用層次化結構模型展開設計，并根據大數據建設要求，整個平臺包含數據感知、資源層、應用層三個層次，數據感知層主要任務就是采集交通信息，資源層旨在管理交通領域的數據;應用層旨在負責實時調度智能交通資源。本次設計的智能交通數據平臺系統能滿足采集、存儲、調度及處理數據等方面的需求。

3.2系統功能

數據采集層的主要功能是獲取交通數據。數據的主要獲取方式包括視頻監控系統、RFID技術、遙感技術等。在智能交通系統中，前端監控設備對所有經過的車輛進行拍攝，可以獲得車牌號和當前車速等信息。RFID是一種非接觸式自動識別技術，對于正在行駛中的汽車利用FRID技術獲取相關信息非常方便。在智能交通系統中，RFID的作用主要有兩點：（1）收集車輛信息;（2）對收集到的車輛信息進行分析。遙感技術是利用電磁波實現目標探測和識別的技術，在智能交通系統中，遙感技術可以用于精確地獲取地面交通設施信息。數據整合層是將收集到的分散的交通信息數據進行統一的整合處理，以及實時計算處理，并逐一進行標準化的轉化，使整合后的數據能夠被交通大數據處理平臺所使用。大數據處理平臺是利用大數據等相關技術，對海量的交通數據進行實時處理，并且完成數據采集和挖掘工作。系統設計的大數據處理平臺由數據中心云、路側云、車載云三級網絡結構構成。數據中心云是指提供ICT資源以及交通信息服務的平臺和服務器;路側云是指建立在道路單元側，由專用服務器和接入設施等構成;車載云是指一系列建立在行駛的車輛上的本地服務器，可以通過其構建車輛通信網絡等。由于車輛本身具有移動性，故車載云實現方式與普通PC網絡的云端實現方式有很大不同。一般，車載云的實現方法有兩種：通用車載云和專用車載云。專用車載云系統的特點是沒有云控制器，云端系統將直接指定一些特點車輛為創建車載云的候選節點;通用車載云的特點是包含云控制器，由云控制器自身實現車載云的創建等一系列操作。實時路況推送平臺、交通燈優化設計、交通設施數據更新三部分屬于基于大數據的智能交通系統的應用層部分。實時推送路況推送平臺的主要功能是通過智能手機傳感器收集汽車行駛信息，并發送給服務器，服務器通過大數據技術等方式對交通狀況進行分類，并將有效信息推送給其他在線用戶。交通燈優化設計是根據車流量等信息，將交通燈的設計實現最優化，盡可能地減少道路擁擠情況。交通設施數據更新平臺的主要功能是當交通基礎設施更新后，信息能夠自動、及時、準確地推送給用戶。

結語

利用基于大數據的智能交通系統，可以實時獲取道路情況，并且能夠為交通信號燈的控制提供有效數據，提高了城市交通管理的精確度和科學性，從而為人們的出行提供了便利。

參考文獻：

[1]余志華.城市智能交通設計淺談[J].智能城市，2017，3（2）：107，127.

[2]張繼先，宋鴻，王少飛，等.重慶都市區新一代智能交通管理系統架構研究[J].公路交通技術，2015（4）：156-161.

[3]陸化普，孫智源，屈聞聰.大數據及其在城市智能交通系統中的應用綜述[J].交通運輸系統工程與信息，2015，15（05）：45-52.

[4]熊剛，董西松，朱鳳華，季統凱.城市交通大數據技術及智能應用系統[J].大數據，2015，1（04）：81-96.

[5]劉德全.智能交通信號機系統電路設計與仿真[J].實驗技術與管理，2014（10）：107-111.