大数据时代下的智能交通

摘 要：目前，大数据技术在科学计算、社交网络、金融、物联网、网页数据、移动数据、多媒体、REID传感器、互联网文本、医疗卫生、社会数据、文件、电子商务、天文学、生物学、大气科学、基因组学、档案管理学等各行业得到了广泛应用。随着大数据时代的不断深入，大数据技术也被植入了交通管理工作中，从而形成了智能交通。

关键词：大数据时代；大数据技术；智能交通

中图分类号：TP392文献标识码：A文章编号：2096-4706（2018）05-0111-02

Intelligent Traffic in the Era of Big Data

ZHOU Yihua，YU Xiaodong

（China Road Bridge Corporation，Beijing 100011，China）

Abstract：At present，big data technologies have been obtained in scientific computing，social networks，finance，internet of things，web data，mobile data，multimedia，REID sensors，internet texts，medical and health，social data，documents， electronic commerce，astronomy，biology，atmospheric science， genomics， archival management and other industries. It is widely used. With the deepening of the era of big data， big data technology has also been implanted in traffic management， thus forming intelligent transportation.

Keywords： big data era；big data technology；intelligent transportation

0 引 言

互联网技术的迅速发展催生了大数据这一概念。在21世纪，大数据技术的应用行业也更加广泛，交通管理工作自然也不例外，实施大数据时代下的智能交通管理，不仅可以规范交通秩序，缓解交通污染与堵塞问题，而且能够为交通事业的发展提供有力的技术保障。在大数据时代，智能交通技术一共采用了四种关键技术，分别是大数据技术、车辆检测技术、图像抓拍识别技术和自动车辆识别技术。此外，智能交通系统软件主要包括单片式ETC系统和双片式ETC系统。本文将简析大数据时代下的智能交通技术优势，并浅论大数据时代下的智能交通管理技术。

1 大数据时代下的智能交通技术优势

从整体分析，大数据时代下的智能交通技术有四大优势：第一，清晰度高。大数据时代下的智能交通技术能够收集海量的数据信息，并运用高清摄像机拍摄来往车辆的动态视频，全方位监控交通行使状态，使视频图像保持高清晰度，并处理好特殊监控细节；第二，系统功能极强。大数据时代下的智能交通技术使用了三维电子地图、电子交警，能够全面监控整个区域的交通状况，节约人力成本，提升交通管理效果；第三，交通整体调度极高。大数据时代下的智能交通技术可以准确获取整个区域的交通运行信息，然后对所有交通信息进行整理与分析，并借助交通信号灯和电子交警来掌控和调节交通流量；第四，识别准确。大数据时代下的智能交通技术系统中融入了智能化管理技术与自动车辆识别技术，能够精确判断交通信息，并结合信息内容对区域交通进行高效调度。

2 大数据时代下的智能交通管理技术

2.1 大数据技术

随着大数据时代的到来，“大数据技术”这一概念已经被更多的人了解和熟悉。所谓大数据，浅显地理解就是海量数据，具体来说，它是指在现有条件下人们无法在一定时间内使用常规软件工作对其内容进行获取、管理和处理的数据集合，也就是说，数据集的大小超出了人们的在可接受时间下的收集、管理和处理数据的能力。伴随着信息全球化的发展，社会生产与生活的各方面都需要大数据的支撑，基于大数据数量巨大、种类繁多、覆盖面全的优势，人们在要做重大决策时均会以数据信息作为重要依据，可见大数据对社会生活与生产的重要性。从宏观视角来讲，大数据技术主要由采集技术、存储管理技术、数据分析技术、数据挖掘技术、数据展现技术与数据应用技术组成。其中，大数据采集技术的主要工作是“采集”，即采集重要交通信息，采集技术重点要突破分布式高速高可靠性数据采集、高速数据全映像等大数据收集技术以及高速数据解析、转换与装载等大数据整合技术，设计质量评估模型，开发数据质量技术；大数据处理技术主要完成对已接收数据的辨析、抽取和清洗等操作；存储管理技术是运用存储器把采集到的数据存储起来，建立相应的数据库，并进行管理和调用；数据分析与数据挖掘技术密切相关，即通过开发数据网络挖掘、特异群组挖掘、图像挖掘等新型数据挖掘技术，突破各项数据链接；数据展现技术与应用技术是将分析与管理智能交通融为一体，实现数据信息的传输、查询和计算功能，全面优化集成性智能交通系统技术平台。

随着大数据技术的深入，Web方案、Java方案和分布式方案应运而生。Web方案主要应用于智能交通系统嵌入式设备中，该方案需要配备Web服务前端、CGI引擎、执行机构和解释性语言的相关服务。在设计Java方案时，需要借助HMI应用逻辑来规范Java语言，运用Java虚拟机做好空间解释执行工作，解释完毕后，用代码和Native实现空间交互，做好信息的输入、输出、编辑与整理工作。分布式方案又称作多主机分布式体系架构设计方案，该方案以原生系统为辅助系统（辅助系统又称作附属设备），然后借助执行机构与HMI组建分布式结构，要注意将它们分别部署于两台主机的相应系统中，在设计分布式方案时，还需注意正确使用解释引擎和远程方法调用系统，以便实现信息的高度集成。

大数据技术还能够优化智能交通系统结构体系及其架构。因此，对于C/S架构，一方面需要布设好局域网，精心配置数据库服务器，将监控装备设置在数据采集前部，完成自动监控作业之后，要将监控视频与图片信息传输至服务器内，最后对数据进行处理，并将其分别传输到分中心与省中心。另一方面，要综合使用大数据技术着重优化智能交通硬件结构，精心配置车道计算机、控制器、微波读写器、触发线圈、车辆检测器、抓拍摄像机、信号灯、费额显示器、声光报警器、字符叠加器和高速挡车器，这样有助于保持交通的畅通性。

2.2 车辆检测技术

车辆检测技术大多被应用于ETC车道系统中，该系统通常在车道的入口与出口运用地感线圈来自动检测车辆。传统ETC车道系统通常会使用三线圈进行设置，一般情况下，第一个线圈是触发线圈，通过启动车道天线读写的方式来检测进入车道的车辆；第二个线圈是抓拍线圈，该线圈通过启动车辆识别系统来识别车牌和抓拍车辆图像；第三个线圈是落杆线圈，通常是在完成ETC交易之后自动回落栏杆。如今，ETC车道系统在三线圈的基础上又增加了一个线圈，对系统进行了细致地优化。简而言之，当代智能化ETC车道系统由两个线圈识别车辆的队列信息，另外两个线圈则用以判断交易车辆。

2.3 图像抓拍识别技术

从智能交通管理的角度来讲，图像抓拍识别技术属于车牌识别系统的核心技术，车牌识别系统主要是利用数字图像处理模式来识别车辆与车牌，并全面采集数字视频与数字图像。通常，智能交通管理将车牌号作为识别车辆的重要标记，因此，可以说图像抓拍识别工作性质的关键影响因素是车牌号的重要性以及特殊性。只要有车辆途经ETC车道，ETC系统和车牌识别系统就会自动识别车牌，并精确抓拍车辆的视频与照片，然后将车辆的车牌信息和所有图片信息进行加工并输入，使之形成流水数据，然后根据数据信息来判断来往车辆是否存在违规行为。

2.4 自动车辆识别技术

自动车辆识别技术能够准确识别途经车辆的大小、规模、车辆车型、重量、座位数、轴型和轮胎等，该技术属于自动车型识别系统的核心技术，其组成装备主要包括红外线扫描仪、轨道接触器、动态称重装置、电感环线圈和激光扫描器，这些精密装备仪器能够进一步促进交通管理智能化，将所有识别信息以数据形式输入OBU中。

3 结 论

综上所述，发挥大数据时代下的智能交通技术优势，确保交通的安全性与畅通性，需要在智能交通管理技术中紧密融合大数据技术、车辆检测技术、图像抓拍识别技术和自动车辆识别技术，使这四种技术相互作用，全面促进交通管理智能化与高效化。

参考文献：

[1] 付铮.基于RFID技术的高速公路电子不停车收费系统分析与设计 [D].北京：北京邮电大学，2010（5）.

[2] 王晓婷.大数据时代计算机网络安全防范探讨 [J].科技风，2017（3）：58.

[3] 赵建周.高速公路联网不停车收费系统车道类型比选和车道控制逻辑的研究 [D].西安：长安大学，2010（4）.

[4] 刘志杰.浅谈大数据时代下计算机网络信息安全现状及对策 [J].电脑知识与技术，2017，13（21）：10-11.

作者简介：周翼华（1986-），男，汉族，江苏人，中国路桥肯尼亚办事处总经理助理，中级工程师，本科。研究方向：交通工程；俞晓东（1985-），男，汉族，江苏人，中国路桥肯尼亚办事处总经理助理，中级工程师，本科。研究方向：交通工程。