大数据在智能交通系统中的应用分析

曹宗然

摘 要 智能交通系统中数据是十分关键的构成部分，交通数据的收集、处理与公布方式对于智能交通系统有着重大的影响。在大数据时代下，将大数据应用到智能交通系统中能够给其带来重大的便捷与优势。大数据能够在数据整合与信息收集、信息处理与存储以及信息公布方面起到重要的作用。交通大数据具有数据巨大、处理速度快、高價值、可视化等特点，因此如何高效地利用大数据来实现智能交通管理是大数据在智能交通系统中应用的重点。

关键词 智能交通；大数据技术；交通大数据

智能交通组织优化是一种能够将智能交通信号控制、智能交通路网规划设计、智能交通诱导贯通的综合路网管控方案。通过大数据平台分析和挖掘智能交通违法数据、智能交通参数数据、地理信息数据、基础设施数据等基础数据，把握路网运行状况、路网服务水平以及路网运行特征，构建智能交通信息采集系统和辅助决策支持系统。

1 智能交通系统与大数据技术

1.1 智能交通子系统间的数据融合

ITS是一种运输系统且其综合性较强，它包含了车辆、道路、使用者这三种最大的子系统，并以实现这些子系统的运行效率为主要目的。因此，对于这三者而言，智能交通系统的实现就需要各个子系统更加智能化，例如对车辆系统可以配置智能的车载设备，道路系统设置智能的交通信息控制中心，并且能集中发布交通信息给相关的使用者。只有各个子系统间的信息被充分整合，智能交通系统才能够实现它的功能，而各子系统要想融合信息，就需要构建一个共享信息的平台，通过这个平台使各个子系统可以分享信息资源。因为有了这个平台，城市交通系统更加规范，各系统之间的信息性质、组织结构、传送方式等更有规律性、更加高效[1]。

1.2 基于信息采集技术的大数据应用

ITS中最关键的要素就是数据，这些数据来源很广，其中较为重要的参数有平均车速、实时车流量、平均车道占有率等。只有采集并分析大量的交通数据信息，智能交通系统才能够更好地进行管理预测。传统的数据采集方式主要是运用光学检测器和摄像机等设备，但所取得数据都是静态的，而在大数据技术下，不仅数据的采集量越来越大，而且可以获得实时动态的数据信息，未来传统的数据监测会被视频监控、GPS以及移动数据等逐渐替代，交通系统越来越向智能化的方向发展。

由于运用大数据技术，智慧交通可以细化为不同的数据系统集合，并且能够反映数据的实时变化，例如，我们可以将车载导航系统与交通信号控制系统结合，以便使车与车之间形成联系，如果将GPS系统、导航系统、天气系统等相结合，就能使人与车之间产生连接，再通过数据技术采集实时的数据信息，分析其中的行为信息并总结预测，方便交通的管理与服务。

2 大数据在智能交通系统中的应用要点

2.1 大数据技术优化公共交通服务

公共交通指城市范围内定线运营的公共汽车及轨道交通、渡轮、索道等交通方式，这些交通工具都是按时间点发车，资源配置不合理就导致了等车时间长，乘坐拥挤、挤不上车等一系列问题。大数据技术可以实现资源的合理配置，通过站点实时客流量检测，合理分配公共资源，提高资源利用效率。此外。乘客可以通过手机App，实时查询公交车的行驶状况、车内客流情况供乘客参考，及时更改乘坐计划，避免出现盲目等车的状况。公共交通是缓解交通拥堵的一种有效手段，完善公共交通服务质量，让市民真真切切地体会到公共交通带来的便利，是市民出行首选公共交通出行的先决条件[2]。

2.2 大数据技术优化交通运输安全

随着国民经济的持续增长，交通需求越来越大，交通事故数居高不下，道路交通安全成为全社会普遍关注的问题。减少道路交通事故的发生，提高道路交通、安全水平，已经成为人们的迫切要求。

道路交通系统中，因驾驶员的素质、车辆的安全性能、环境、道路及气候等因素的不良变化，导致这种因素组合恶化，如果这种恶化因素持续发生，就可能导致交通事故的发生。大数据的实时性及可预测性保证了交通系统对事故的主动预警，以便提前预测事故发生的可能性。例如，通过GPS定位技术采集车辆行驶轨迹，判断车辆是否正常行驶，若出现非正常行驶及时通知交警部门对车辆进行管制；通过道路环境及设施监测系统，实时采集道路环境及道路设施信息，经过云计算分析处理大数据后及时通过交通广播发布或者通过手机短信将信息推送给在附近行驶的车量；通过大数据技术及时分析恶劣天气环境下道路状况，减少雨天、大雾、雪天连环撞车发生的概率。

2.3 大数据平台下的智能交通仿真

智能交通仿真关键点是建立仿真模型，其次是仿真的结果是否符合实际情况。结合城市智能交通大数据，可以为智能交通仿真提供精确的模型数据，如车辆出行OD、节点描述、路段描述、车道描述、智能交通控制方案、事件反应、车辆路线选择、车辆转向选择等。大数据平台提供多样化的数据量，能够为智能交通仿真提供支持，同时也可以根据历史数据信息反向验证智能交通仿真结果[3]。

2.4 大数据平台下的路口组织优化

智能交通组织优化设计时需要收集必要的资料和数据，包括交叉智能交通量數据、交叉口现状图、交叉口事故数据、交叉智能交通控制和智能交通管理现状。基于大数据的数据分析和梳理，能够提供大量的数据样本，可以输出的数据包括空间维度和时间维度：空间维度主要包括交叉口、路段、道路等级、行政区划等；时间维度主要包括小时、天、周、月、季度、年、工作日、双休日、节假日等。

智能交通系统的建设与运行给交通领域的发展带来了便捷与高效，提升了交通管理水平。而将大数据应用在智能交通系统中则更加凸显了其技术优势，妥善地解决了信息量不足与信息孤岛的问题。大数据与智能交通系统的结合创造了低成本、智能化、便捷安全的智能交通系统，对民众出行、交通管理有着重大的意义。

参考文献

[1] 涂新莉，刘波，林伟伟.大数据研究综述[J].计算机应用研究，2014，31（6）：1613-1616.

[2] 陆化普，李瑞敏.城市智能交通系统的发展现状与趋势[J].工程研究：跨学科视野中的工程，2014，6（1）：6-19.

[3] 吴志周，杨晓光，高佳发.ATIS数据融合模型的研究[J].智能交通与计算机，2015，23（2）：7-11.