大數據背景下的智慧交通規劃建設

摘要：在當前科學技術發展速度不斷提升的背景下，交通管理協同性也在云計算等智慧技術支持下得到顯著提升，集合大數據、智能化以及高實時要求的車路協同應用場景逐漸向邊緣下沉，端對端通信延時以及網絡負荷不斷降低，可以實現實時獲取路面信息目標，促進全場景網絡覆蓋檢測目標的實現。因此，在當前大數據時代背景下探究新智慧交通規劃建設方向。

關鍵詞：大數據；智慧交通；規劃

一、前言

隨著大數據技術逐漸發展成熟，其所帶來的“云時代”變革使得各領域生產模式產生巨大變化，交通領域在發展中對大數據技術的依賴性也隨之提升。在當前新時期背景下，傳統交通管理方式已經難以適應實際要求，這就要求交通部門在工作中利用現代高新技術優勢實現對交通情況進行實時化、精確化、智能化監管。由此，結合當前大數據時代背景，探究新時期智慧交通規劃建設方向就成為當前交通領域的重要任務。

二、推進智慧交通規劃的重要性

（一）對提升交通規劃效率及準確性有重要意義

根據對國內城市交通發展現狀的研究，發現過去的城市道路規劃大多建立在測量模型的基礎上，在工作中需投入大量人力、物力資源以獲得必要數據，就工作效果來說，該方法存在明顯效率低下且錯誤率高等缺點。在實施智能運輸方案時，可以在網上采集到大量的信息，獲得個人的出行特點，并充分發揮其資源的再現性，挖掘其優點，盡量減少人力和物力資源的投資，在有限的時限之內獲得計劃的樣本量。此外，運用大數據技術進行抽樣分析，可以將抽樣結果的偶發錯誤降到最低，提高計劃的準確性。

（二）對提升交通規劃智慧水平方面有重要意義

從根本上來看，智慧交通的“智慧”既體現在其自身的硬件設備上，也體現在軟件系統對實際需要的適應上。運用大數據技術，可以充分發揮智能運輸的潛力，并根據不同運輸企業的需要，建立相應的個性化模型[1]。例如，在交通系統中，利用大數據技術實現交通信號燈控制、交通標志標線、網絡電子喇叭等設備的配置，保證了交通管理的準確性和有效性，從而真正提升交通規劃的智能。

三、大數據背景下智慧交通規劃發展前景

（一）大數據技術發展趨向

隨著大數據技術逐漸趨于成熟，其對各領域生產模式的影響也不斷加深。研究機構Gartner對大數據技術進行研究后得出結論認為，只有對現行處理模式進行革新才能具備決策力、洞察力、流程優化能力更強的海量、高增長率及多樣化信息資產。由此可得出結論，大數據技術應用的根本目標在于為使用者提供更高效的決策支持，則其專業的數據分析能力即是大數據技術的優勢與價值所在，其主要通過數據分析提升數據應用的有效性。

上述結論也充分說明，大數據技術在未來將逐漸趨向大數據分析方向發展。ESM國際電子商情對大數據應用現狀及趨勢的調查結果也印證了這一趨勢。其對大數據技術關注點以及功能關注點的調查如圖1以及圖2，由圖中信息可知，受調者對大數據技術中的數據分析關注度最高，占總比例的12.9%；而在大數據分析功能中，受調者對實時分析的關注度最高，占總比例的21.3%。

（二）大數據技術對交通發展的影響

隨著科技的迅猛發展，隨著我國運輸行業的不斷發展，相關技術不斷進步，以往以靜態數據為主的交通運輸資料也逐漸向動態與靜態資料相結合或以動態資料為主的數據集合方向發展。靜止資料是指在某一時期的交通設施、交通工具等狀況穩定的資料；而動態數據，則是時空都在發生著變化的信息，例如交通流量等。數據的變化給運輸發展帶來了更多的方向，其具體體現在如下幾方面：

第一，交通管理動態化發展。在過去交通管理的工作中，各項規劃與具體管理工作對人工方式依賴性較強，難以有效結合動態化要求對交通進行管理。而大數據技術的實際應用可以為管理者直觀展示交通運營實時情況、交通網通行情況、交通設施使用情況、交通控制情況等動態數據并對其進行分析，為實現實時反映交通基礎設施狀況、持續觀測交通運行狀態、動態采集個體出行信息等提供必要的技術支持[2]。

第二，強化交通決策及管理水平。在當前城市化建設取得輝煌成就的同時，交通需求及供給在時間與空間層面的不平衡所引發的矛盾也逐漸顯現，并最終表現為城市交通擁堵問題嚴重。在傳統思維與技術下，通過增加道路數量及路幅等方式加大交通基礎設施供給能力是解決該矛盾的主要手段[3]。然而隨著我國城市化進程的不斷深入，該方面僅能解決短期問題而無法保障未來的承載力。在大數據技術支持下，此矛盾可通過如下手段解決：其一，對道路交通未來狀態進行模擬，并對技術方案的可行性進行評估，為交通部門制定統籌與協調方案提供必要的輔助與支持；其二，評估交通擁堵現狀，實時發布交通信息，引導用戶合理選擇出行路線、方式以及時間，進而實現緩解交通擁堵現狀問題。

第三，推動綜合信息不斷整合。行政區域與產業分區是指由政府對其進行有效的治理而將其分為若干個區域和類型。這樣的分工有利于雙方集中精力發展，更好地使用更多的資源。就運輸產業來說，要考慮到交通要素的流動，其原因是不同籍屬個體和交通工具的活動不局限在各自的地域、使用不同的交通方式、跨越行政區劃已經是一種普遍現象。而這些行為所生成的數據，并不局限于各個地區的運輸系統，也包括發改委、工信、公安等十幾個有關的行業。各單位都有各自的信息化管理體系，但是各部門的信息資源卻不能互相交流。大數據是構建一個綜合性的城市交通信息系統的基礎，它可以將不同區域、不同領域的數據進行整合，從而實現整體的運輸職能。

（三）基于大數據的智慧交通發展趨向

通過對未來大數據技術發展趨勢以及智慧交通內涵進行綜合考量后可知，智慧交通未來發展方向主要包括如下幾方面。

第一，愈加完善的感知體系。智能交通建立在健全的信息感知網絡之上，但目前我國的交通運輸領域在此方面還有很大差距。這就需要在規劃建設道路、航道、站場等方面運用互聯網技術，建立船舶、氣象等外部環境信息的采集、收集、利用和綜合利用的信息。

第二，滿足綜合交通需求的數據共享。未來交通運輸將繼續朝著一體化的方向發展。在大數據時代，海量的交通數據需要一個統一的數據規范來進行數據整合和挖掘。公交、鐵路、水路、空中運輸、航空運輸、城市客運、郵政、快遞等都是綜合運輸的一種[4]。但目前，綜合運輸系統的數據類型、結構都是獨立的，數據資源分布在不同的部門。

第三，是以大數據為基礎的交通管理信息化。智能運輸的宗旨是以人為中心，為民眾提供高效便捷的交通服務是其工作重點。這就要求管理部門全面、準確、實時地向公眾提供道路狀態的資訊、公交線路信息、公共設施使用情況等信息，為出行者選擇出行方式、路線和時間等提供必要支持，從而達到交通引導的目的。

第四，是以大數據為基礎的輔助決策體系。大數據的最終目標是為使用者提供高效的信息服務，而對于交通管理人員而言，其最重要的意義在于從“經驗決定”到“數據決定”。利用大數據分析技術，分析、挖掘交通數據，實現交通運行狀況、交通變化趨勢、交通經濟等方面信息由微觀向宏觀發展，為運輸政策的制定及其他方面的決策提供幫助。

四、大數據背景下智慧交通規劃建設路徑

（一）健全智慧交通設施框架

以大數據為基礎的智能交通應該能夠在一定程度上解決人們的出行需要，為出行前、中、后三方面的出行服務：在智能公交出行之前，基于公眾信息平臺上所儲存的完整的邏輯鏈，可以為使用者提供全面的分析，并在相同條件下提供多種方案選擇，由此可達到智能換乘與智能公共交通的要求；在出行過程中，智能化交通要求車輛路徑協同、實時路徑導航、車輛行駛的支持，為使用者提供實時定位和交通服務；在出行后，智能交通應與城市居民需要相結合，為城市居民的出行創造智能交通樞紐、智能停車等服務。針對以上問題，構建了一套以海量數據為基礎的汽車信息收集共享平臺，實現對智能化汽車軟件和軟件的統一調度，實現了以云為基礎的實時交通狀況和問題的生成，實現了智能化、可視化、一體化的交通管理控制模式。

（二）獲取多元交通數據

從現實發展的觀點來看，智能交通規劃的建立必須以交通、自然、經濟、社會等多種交通數據來支持交通的發展。

自然數據實質上是一種以圖像和文字表示的多重信息，主要存儲于包括高德地圖、百度地圖、遙感影像、地理資料等在內的多種載體之中。在實踐中，運用ENVI技術對地面控制區進行了標定和界定，并根據DEM的設定及提取參數，獲得了各幅影像的斜向分布圖、高程分布圖。

經濟、社會數據是一種以文字和數字形式表達的多維信息，以地區統計年鑒、政府部門和城市志為代表。在交通網絡的海量信息中，交通規劃者可以利用交通信息的網頁爬行技術來獲得城市的歷史、人文和交通流量、關于人口數量和進程的資料[5]。

生態數據作為一種大容量的圖像和文字信息，交通規劃者可以通過對現有道路狀況進行矢量化，從而得到相應的矢量信息。同樣，針對大量的數字和文字形式的費用，在遙感圖像上，可以將其屬性費用信息轉化為“萬元/（km·a）”，并將其分配到選線點的網格，并采用成本分布圖的格式進行集中研究。

（三）深入挖掘出行特征數據

以往公交特征（吸引量分布、OD矩陣）都是以問卷調查和數據統計為手段來獲得數據，其結果必然有一定的滯后。所以在當前大數據時代背景下，運用手機信號的信息，對各個時段的信號位置、停留時間、重復出現次數等進行了綜合的研究，由此得出各個分析單位的到達和過境情況，進而對該工程的實際出行需要有一個比較明確的認識。其次，對各種交通方式的組織特征進行了深入的研究，并構建了較為精確的OD模型，以便于對區域內的居民確定正確的出行特征。比如，利用交通流的數據，可以對一個月內的居民通信數據（手機信號數據）和公交卡刷卡數據進行分析，進而得到交通出行特征、出行密度差異和與城市功能性之間的聯系。

假定一個區域的公共汽車所占的比例大大低于汽車所占的比例，由此可以看出，這一區域的交通擁擠情況十分嚴重。根據這些研究成果，可以根據區域內公共汽車與汽車的出行比率，確定區域內公共汽車與市區之間的空間分布特征，并能及時找出引起區域擁堵的成因；結合公交卡、手機信令、公交車GPS數據等數據，充分反映區域內現有公交線路的運行速度和站點客流狀況，準確把握片區公共交通的出行特征，進而持續挖掘公交潛力，對地區公共交通網進行精確的優化。在后續工作中，工作人員可以對各地區的客流進行年度統計，利用以前的數據挖掘代替以前的流量報告，對各地區的客流進行持續追蹤，通過對城市公交運行速度、中心城區居民出行特點、線路逐站客流等因素的認識，進一步加深對智能公交系統的認識。

五、結語

綜上所述，在當前科學技術高速發展的背景下，依托于大數據技術優勢，提升交通規劃建設管理成效對社會經濟發展具有重要意義，同時智慧交通也是交通領域未來發展的重要方向。由此，政府方面在實際工作中應進一步推動交通感知體系完善、保障交通信息共享力度，同時積極構建基于大數據的交通信息服務系統以及決策支持系統，并在此基礎上不斷優化智慧交通設施框架，推動交通數據獲取渠道多元化發展，深入挖掘出行特征數據，從根源上解決城市交通需求及供給在時間與空間層面的矛盾，為我國城市交通體系發展提供有力保障。

參考文獻

[1]丁宏飛.探討大數據時代背景下的智慧交通規劃建設[J].工程建設與設計，2022（15）：104-106.

[2]劉銳晶.大數據時代背景下天津市智慧交通建設展望[J].天津建設科技，2020，30（06）：72-74.

[3]吳傳強，梁楠，徐可.基于大數據技術的智慧交通場景應用[J].中國自動識別技術，2021，93（06）：48-50.

[4]張楠.以人為本的智慧交通規劃研究[J].中國高新科技，2022（09）：72-74.

[5]孫世榮.基于智慧交通中的大數據應用探討[J].科學技術創新，2019（18）：77-78.