隨著城市的迅速發展，交通擁堵、交通污染日益嚴重，交通事故頻繁發生，這些都是各大城市亟待解決的問題。智能交通成為改善城市交通的關鍵所在。為此，及時、準確獲取交通數據并構建交通數據處理模型是建設智能交通的前提，而這一難題可以通過大數據技術得到解決。

大數據概念

Big Data“大數據”是繼云計算、物聯網之后IT產業又一次顛覆性的技術變革，對國家治理模式、對企業的決策、組織和業務流程、對個人生活方式都將產生巨大的影響。在信息技術中，大數據是一個數據集的集合，這個集合是如此大而復雜，以至于它很難通過現有數據庫管理工具來進行處理。

（圖片源于網絡）

從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。大數據特點有四個層面：

第一，數據體量巨大。從TB級別，躍升到PB級別；

第二，數據類型繁多。包括視頻、圖片、地理位置信息、傳感器數據等等。

第三，價值密度低，應用價值高。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。

第四，處理速度快。1秒定律。最后這一點也是和傳統的數據挖掘技術有著本質的不同。在交通領域，海量的數據主要包括4個類型的數據：傳感器數據（位置、溫度、壓力、圖像、速度、RFID等信息）；系統數據（日志、設備記錄、MIBs等）；服務數據（收費信息、上網服務及其他信息）；應用數據（生成廠家、能源、交通、性能、兼容性等信息）。交通數據的類型繁多，而且體積巨大。

大數據技術與智能交通

大數據：改變傳統交通管理的路徑

社會經濟的快速發展促使城市機動車輛的數量大幅增加。城鎮化的加速打破了城市道路系統的均衡狀態，傳統的交通系統難以滿足當前復雜的交通需求，交通堵塞成為棘手問題。用大數據技術可促進交通管理模式的變革。大數據技術的主要特點及其對傳統交通的改變集中在以下方面：

第一，大數據的虛擬性可以解決跨越行政區域的限制。行政區域的劃分是國家為了有效統治和管理，而將一個國家劃分不同行政區域。這個劃分在促進各個行政區域自治的同時，也導致各個地方政府追求各自轄區利益的最大化，而對地方政府之間邊界區的交通基礎設施建設、過境交通線路等漠不關心。交通大數據的虛擬性，有利于其信息跨越區域管理，只要多方共同遵照相關的信息共享原則，就能在已有的行政區域下解決跨域管理問題。

（圖片源于網絡）

 第二，大數據具有信息集成優勢和組合效率。我國大部分城市的各類交通運輸管理主體分散在不同主管部門，呈現出條塊分割的現象。涉及交通的“有關部門”超過10個，每個部門都有自己的信息化系統，但這些數據信息只存在于垂直業務和單一應用中，與鄰近業務系統缺乏共通聯動。這種分散造成交通管理的碎片化，如交通信息分散、信息內容單一等問題。大數據有助于建立綜合性立體的交通信息體系，通過將不同范圍、不同區域、不同領域的“數據倉庫”加以綜合，構建公共交通信息集成利用模式，發揮整體性交通功能，這樣才能發現新價值，帶來新機會。例如氣象、交通、保險部門的數據結合起來，可高效率地研究交通領域防災減災；IC卡數據結合抽樣調查，能更快捷、更精確測得城市交通流分布狀況。

第三，大數據的智能性能較好的配置交通資源。傳統的交通管理主要依靠人工的方式進行規劃和管理，難以實現交通的動態化管理。通過對大數據的分析處理，可以輔助交通管理制定出較好的統籌與協調解決方案。一方面減少各個交通部門運營的人力和物力，另一方面可有些提升道理交通資源的合理利用。如根據大數據結果確定多模式地面公交網絡高效配置和客流組織方案，多層次地面公交主干網絡綠波通行控制以及交通信號自適應控制。

第四，大數據的快速性和可預測性能提升交通預測的水平。用傳統的思維來改善交通擁堵，一般是加大基礎設施投入，即加寬道路、增加道路里程來提高交通通行能力，但這種做法又不僅會受到土地資源的限制，而且規劃的方案是否能滿足遠景需要也有待商榷。在對各個部門的數據進行準確提煉和構建合適的交通預測模型后，可以有效模擬交通未來運行狀態，驗證技術方案的可行性。而在實時交通預測領域，大數據的快速信息處理能力，對于車輛碰撞、車輛換道、駕駛員行為狀態檢測等實時預測也有非常高的可靠性。

大數據在智能交通應用上的優勢

 提高交通運行效率

 大數據技術能促進提高交通運營效率、道路網的通行能力、設施效率和調控交通需求分析。交通的改善所涉及工程量較大，而大數據的大體積特性有助于解決這種困境。例如，根據美國洛杉磯研究所的研究，通過組織優化公交車輛和線路安排，在車輛運營效率增加的情況下，減少46％的車輛運輸就可以提供相同或更好的運輸服務。倫敦市利用大數據來減少交通擁堵時間，提高運轉效率。

當車輛即將進入擁堵地段，傳感器可告知駕駛員最佳解決方案，這大大減少了行車的經濟成本。大數據的實時性，使處于靜態閑置的數據被處理和需要利用時，即可被智能化利用，使交通運行的更加合理。大數據技術具有較高預測能力，可降低誤報和漏報的概率，隨時針對交通的動態性給予實時監控。因此，在駕駛者無法預知交通的擁堵可能性時，大數據亦可幫助用戶預先了解。例如，在駕駛者出發前，大數據管理系統會依據前方路線中導致交通擁堵的天氣因素，判斷避開擁堵的備用路線，并通過智能手機告知駕駛者。

 提高交通安全水平

主動安全和應急救援系統的廣泛應用有效改善了交通安全狀況，而大數據技術的實時性和可預測性則有助于提高交通安全系統的數據處理能力。在駕駛員自動檢測方面，駕駛員疲勞視頻檢測、酒精檢測器等車載裝置將實時檢測駕車者是否處于警覺狀態，行為、身體與精神狀態是否正常。同時，聯合路邊探測器檢查車輛運行軌跡，大數據技術快速整合各個傳感器數據，構建安全模型后綜合分析車輛行駛安全性，從而可以有效降低交通事故的可能性。在應急救援方面，大數據以其快速的反應時間和綜合的決策模型，為應急決策指揮提供輔助，提高應急救援能力，減少人員傷亡和財產損失。

提供環境監測方式

大數據技術在減輕道路交通堵塞、降低汽車運輸對環境的影響等方面有重要的作用。通過建立區域交通排放的監測及預測模型，共享交通運行與環境數據，建立交通運行與環境數據共享試驗系統，大數據技術可有效分析交通對環境的影響。同時，分析歷史數據，大數據技術能提供降低交通延誤和減少排放的交通信號智能化控制的決策依據，建立低排放交通信號控制原型系統與車輛排放環境影響仿真系統。

結語

在當前大數據時代，數據充斥所帶來的影響遠遠超出了企業領域，其不僅能帶來商業價值，亦能產生社會價值。隨著信息通訊技術的發展，交通運輸從數據貧乏的困境轉向數據豐富的環境，而面對眾多的交通數據，如何從中根據用戶需求提取有效數據成為關鍵所在。但是，大數據技術在智能交通應用領域同樣面臨著巨大挑戰，包括隱私，數據處理硬件設施、數據不完備性、模型有效性等領域，這些都是我們未來繼續需要探討和解決的問題。