基于大数据分析技术的城市智能交通研究

曹娟娟

（上海同济城市规划设计研究院有限公司，上海 200092）

“十九大”以来，网络强国、数字中国、智慧社会的建设为城市经济发展提供了新增长点，为城市全面发展提供了新的技术方式。大数据技术在交通领域的渗透和应用，极大地推动了我国智能交通建设的步伐，为构建美好智慧城市打下了坚实基础。

大数据是指在一定时间内难以用传统软件工具加以捕捉、分析和处理，大数据存在数据来源多、采集方法不统一、数据格式多样、实时更新的特征，大数据分析结果较传统数据更客观、精准，但必须运用新处理模式才能充分挖掘和体现其决策力、洞察发现力和流程优化能力的海量、多样化的数据信息资产。

对交通领域而言，大数据主要是指各类与交通运行相关的监控、服务及应用数据，包括公路客运站点的视频监控数据，各类干支线公路、高速公路的流量、收费数据，公交车的IC卡使用数据和实时定位数据，出租车的载客及实时地理位置数据，公共自行车租赁数据，甚至手机信令和位置数据、气象数据也能应用于交通分析领域。

不难发现，对应于复杂的交通系统，交通大数据的数据体量庞大、数据种类繁多、数据更新频率较快，因此，数据挖掘分析技术和多源数据融合技术的应用趋势迫在眉睫，未来才可以更好地为交通领域提供定量化、精准、高效、实时的结果。

1 大数据分析技术在交通领域的应用优势

1.1 提高交通效率

根据国内外各城市机动车保有量发展历程，机动车保有量总体呈现“S型”增长曲线：第一次转折是在经济发展的推动之下，机动化进程由慢变快；第二次转折是在人口密度、城市空间结构和交通政策的约束下，机动化进程由快变慢，最终趋于稳定。目前国内大部分城市机动车保有量都处于快速增长阶段，且还将在未来相当长的时间内，保持这种态势。

而随着我国汽车保有量的不断增加，城市交通变得越来越拥挤，通行效率每况愈下，严重制约城市的发展进程。而城市交通治理是一项非常庞大的综合工程，若没有先进的技术手段提供支撑，要想实现交通运行环境的整体改善是十分困难的。如图1所示。

图1 现状国内外主要城市客车保有量分布

大数据技术的出现，可以实时捕捉和动态掌握交通运行信息，同时预测未来一段时间内的交通路况及交通需求变化，并针对性地做出交通出行策略调整，从而有效避免各类不当或低效交通行为的发生，有效提高交通整体运转效率和路网通行能力，更好地满足人们的交通出行需求。

1.2 保障交通安全

大数据技术具有强大的动态检测及预测能力，通过路边的探测、传感装置可收集车辆运行的轨迹数据，同时利用大数据技术对这些数据进行整合和建模分析，能够全面掌握车辆行驶状态，判断交通运行的安全性，大大减少交通事故发生的概率。此外，一旦发生紧急事故，可利用大数据的快速反应能力及决策辅助能力，为应急救援工作提供有力支持，确保应急人员能够第一时间到达事故现场展开救援活动，从而最大限度地减少事故造成的人员伤亡与财产损失。

1.3 降低交通污染

通过大数据技术建立区域交通尾气排放监测模型，共享交通运行数据，有助于深入分析和研究交通运行与大气污染之间的关系，为构建更高效、绿色的城市交通体系提供支持。 同时， 通过大数据技术建立的智能化交通信号控制系统，能够大大减少交通延误，降低车辆在交通信号等待期间的废气排放，从而减少对大气环境的污染。

2 基于大数据分析技术的智能交通实现

智能交通是目前城市交通的发展方向，融合了先进的信息技术、数据通信传输技术、电子传感技术、控制技术及计算机技术等，物联网、大数据分析技术、5G通信技术的不断发展，为智能交通提供了充足的技术保障，为实时、精准、高效的综合交通运输管理平台建立提供了可能。

以大数据分析为基础，可构建智能交通的实现架构，一般包括基础服务层、数据分析层、终端发布层等。智能交通框架图如图2所示。

图2 智能交通框架图

2.1 基础服务层

基础服务层是整个智能交通平台架构中最基础的一层，能够为平台运行提供最基本的数据及性能保证。基础服务层以云计算为依托，负责将不同系统中的交通信息整合到一起，包括车辆信息、基础设施信息 （交通事件、基础设施运行状态、道路通行状态、公共交通运行数据等） 、交通对象信息 （驾驶员状态、货物状态） 等，然后进行异构数据的分析、存储等操作。

基础服务层的数据更新非常快，需要频繁进行数据查询、插入、修改、删除等操作，能否在保证系统动态更新的同时维护系统数据的安全性与稳定性，是基础服务层需要解决的关键问题。

2.2 数据分析层

数据分析层以基础服务层提供的交通大数据为基础，利用Hadoop、NoSQL、HBase、数据挖掘技术等进行处理，实现对多个数据副本的维护与挖掘，不仅可以对海量交通数据进行实时处理，还能完成对交通大数据中海量图片、视频以及音频数据的存储、管理需求，以并行处理模式，通过对多源大数据的深入挖掘和分析，得出对交通决策有用的信息。

数据分析层拥有强大的运算及处理能力，能够对交通数据进行现状分析、趋势预测等多维度的分析演算，满足政府、企业、公众等不同受众的信息需求，对新技术应用和算法更新提出了较高的要求。交通大数据处理结果见图3。

图3 交通大数据处理结果示例

2.3 终端发布层

通过大数据分析得出结论后，就要通过终端发布层进行信息的展示和发布，比如通过手机APP和PC端发布云服务消息，为管理者、广大公众提供第一手交通信息，包括交通路况信息、交通预警信息、决策辅助信息等，一方面可以帮助人们制定和调整出行计划，避开高峰拥挤路段，减小交通运行造成的环境污染，另一方面可以帮助交通管理部门快速评估、处理各种突发性交通状况，有效提高交通管理水平及效率。

3 大数据分析技术在智能交通中的应用

大数据分析技术在智能交通领域的应用范围很广，比如交通管控、新型交通出行方式、平安城市等方面。

3.1 交通管控方面

当前很多城市都在构建交通智能管理系统，志在利用大数据优势提高城市的交通管理水平。交通智能管理系统建设基于多样化精准的数据采集设备（如高清视频、线圈、雷达、探针等），提高基础数据采集精度和刷新频率，同时依托云平台汇合多源数据，借助大数据技术强大的数据处理、分析能力，得到更为全面的交通运行信息。交通智能管理系统的分析结果一方面可以帮助交通参与者、管理者实时掌控现状道路系统上各参与要素的运行状态，更为重要的是能为交通管理措施（如信号优化、可变车道分布、公交优先方案等）的制定提供依据，并指导交通发展战略和规划方案的制订。

如深圳的“交通仿真与智能管控机器人”能够实时采集视频检测及线圈检测数据，形成多源交通数据流，然后借助仿真路网模型对数据进行快速的仿真演算，及时识别或预测路网拥堵点，并通过合理的信号配时优化，缓解或避免拥堵现象发生。

不仅如此，通过大数据技术对车牌、人脸数据进行比对、分析，能够精确掌握一些车辆的全天候出行规律，然后通过对大量车辆数据的汇总分析，精确预测车流高峰，甚至对每个路口进入高峰的大概时间，某个时间段的路段上行驶的都是哪些车辆都能做出较为准确的预判，为交通管制及交通梳理提供重要参考。

3.2 新型交通出行方式方面

目前比较引人注目的无人驾驶、自动驾驶、共享车辆都是以大数据技术作为前提的。如果仅仅依靠传感器获取的有限道路环境信息来进行刹车或预处理操作，显然不足以为车辆驾驶提供足够的安全保证，而借助大数据技术提供的海量数据处理能力，就能提前对路况做出“心中有数”，并通过智能化的交通控制系统来实时调整车辆运行轨迹和状态，为无人驾驶车辆行驶上路提供更高的安全保证。

随着互联网、5G技术、大数据技术的发展，网约共享汽车、共享单车等新型交通服务模式的规模不断增加，依托完备的数据分析系统，共享服务提供平台也在不断优化服务内容，比如拼车服务路径优化、分时段分区域车辆投放规模、实时优化车辆调配范围等，不断提升的服务水平，使得这些共享出行模式愈加受到出行者的青睐。

3.3 平安城市建设方面

通过将智能交通系统与城市治安监控系统、数字城管系统、应急指挥系统等进行整合，形成城市联动管理机制，能够大大提高城市的集成化、智慧化管理水平。例如，目前多个城市通过整合各方海量数据，利用大数据平台自动比对识别违法车辆，一些套牌车辆、逾期未年检的车辆、被法院查封的“老赖”车辆、案件嫌疑车辆上路之后，只要进入监控系统范围，就能第一时间被识别出来，帮助交警部门实现精准纠违，并反馈给其它相关执法部门，提高各类违法案件的破获率。再如，对于交通肇事逃逸行为，即便肇事者遮蔽、更换车牌，或一开始使用的就是套牌，也能够通过对数据库内海量车辆信息的碰撞比对，从中排查出车辆特征及驾驶员特征高度吻合的肇事车辆，为案件侦破提供巨大帮助。

4 结语

综上所述，以大数据分析技术为基础的智能交通系统，充分利用大数据的海量、多元化基本特征，通过对大数据整合、挖掘、分析、展示功能，不仅可以向交通使用者快速反馈实时交通运行状况、提供交通出行优化方案，而且可以为城市交通管理提供横向对标城市交通发展经验借鉴、城市纵向历史交通发展轨迹评估，为城市现状及未来交通提供可实施、个性化的管理及发展策略，推动城市交通领域的科学快速发展。