智能交通背后离不开大数据的支撑。智能交通的构建离不开大数据的应用,同时,智能交通系统在投入使用的过程中产生的大量数据需要去管理。大数据应用于道路交通管理的各个方面,有助于交管部门发现规律,预防问题,提升行业的智能性。
交通拥堵成为几乎每个大城市都会面临的常态,早晚高峰、节假日的出行也几乎让所有城市居民“添堵”,成为影响市民幸福指数、城区空气质量、经济发展环境的重要因素。大数据下,对车流量的动态监控,结合交通算法,将有助于缓解城市的拥堵现状。
交通路口的信号灯是道路拥堵问题解决的关键,基于大数据下,根据每条道路的车流汇聚的海量数据,挖掘车流的时空特点,评估道路的拥堵,动态化的调整信号灯。建立基于物联网的干道交通信号绿波带控制系统,确定当前车流通过相邻两个路口的速度及所需的时间,从而调整绿灯的开始和持续时间,大幅度提高道路通行效率。同时将红绿灯的数据信息平台进行资源共享,联合出行APP,为机动车用户提供路线规划服务,精准的根据车流来调整,降低道路拥堵率。
基于道路埋设的物联网传感器,收集交通数据信息,纳入交通共享平台系统,为政府、交通部门、科技企业提供依据,并将目前的所有交通出行方式联合起来,如纳入共享单车、地铁、出租车、公交车等,将所有的出行工具的位置信息纳入平台中共享,方便民众的出行。同时平台也提供交通出行的决策服务,评估当前的道路交通现状,为用户提供出行的最优方案。
例如出租车,上海交管部门的数据表明,上海出租车没有的空载高达2400公里,为此基于数据共享平台,根据民众的出行特征,通过数据挖掘来为出租车提供用户的最佳起客位置推荐服务。对民众而言,通过平台提供数据推送,预估等待时间,让司机和乘客之前实现最精准的服务对接。
交通事故一旦发生,除了带来生命财产的损失外,还极大的影响道路的正常运转。将大数据用在交通事故的管理中,将有助于降低事故率。
大数据中包含了全国所有的车主信息和车辆信息,基于这些信息可以完成对用户的画像分析。例如,汇总驾驶人员的驾龄、年龄、性别、车辆状态,以此来分析用户的事故数据。交管部门的数据统计中,3年以下驾龄事故占所有事故的三分之一,同时临近报废车辆的事故率也偏高,此时应针对这些潜在高事故率驾驶人员予以重点关注,发出预警。
通过对大量交通事故数据的分布,基于挖掘算法计算和甄别运行失衡和溢出高风险的路口,为交管部门的交通服务提供决策,对事故、秩序、非法占道等产生的异常,集成运营业务管理、应急指挥调度、监测预警、值班接警、信息处理发布、应急指挥调度管理,形成最优决策,指派最近的交通警察来疏导服务,从而提升交通服务质量和效率。