云计算及大数据技术在智能交通中的应用

李丽萍 孙梦琳

摘 要：智能化、数字化等现代技术在人们生产、生活领域的大范围普及，使得打造以大数据、云计算为核心的智能管理系统，成为城镇交通体系的重要发展方向。一方面，依托于大数据、云计算、物联网等技术的智能交通系统，可以对城镇交通布局进行合理的规划、调整，分散交通压力，保证区域客运、物流体系的高效运转，为交通执法部门提供实时、动态的监管信息;另一方面，智能交通管理机制需要收集、计算、整合与存储的数据规模较大、性质多变，需要智能交通系统能够在短时间内对信息进行处理，对系统运维效率要求较高。

关键词：云计算;大数据;智能交通;应用

中图分类号：F512        文献标志码：A      文章编号：1673-291X（2020）16-0164-02

通过统一的管理平台对交通监控、服务、应用环节的大数据进行分析与处理，同时借助云平台实现对大数据的高速、准确计算，保证信息处理的时效性，打造现代智能交通管理系统。

一、大数据、云计算的技术应用特点

1.数据规模大。智能交通管理系统需要对目标区域的交通状况进行统计、分析，然后通过数据计算后，进行管理决策，处理的数据规模较大，现阶段，其存储与管理体量已经达到FB级别。这种技术的主要特点就是存储的空间体积更加的大，大数据技术通过存储设备级别的提升，也大大提高了其自身可存储的数据的体量。

2.数据类别多，性质复杂。目前，在交通系统中运用大数据、云计算等现代技术进行信息处理，面向的对象包括安全管理、状态监管、应急处理、危险预警等环节产生的大数据，数据类别多，性质复杂，对于这些数据若是通过传统的方式进行整合处理，其工作量巨大，且分析的有效性有待考量。

3.数据处理实时性要求高。大数据通过采集工具收集关联性数据，利用云平台进行实时处理，可以实现一秒处理这样的高效率运行，极大地提高了数据的处理速度，实现了现代管理的效率化运行。

二、在智能交通管理体系中引进大数据、云计算技术的重要意义

1.对交通系统产生的关联数据进行高效整合。云计算分析平台可以对智能系统中的分散、异构数据进行整合处理，加强不同管理系统中信息资源的交互，实现交通信息的共享。大数据处理技术是云计算的发展，主要可以解决整合后的海量数据的存储时效性的问题。

2.提升交通运营资源的配置效率。以大数据为基础，建立智能化、自动化交通管理机制，可以有效提升交通资源的分配效率，提高道路体系的网通功能，通过调整不同区域的交通需求，缓解交通枢纽的压力。当前阶段，物流需求、私家车数量的不断提升，使得道路交通的压力大幅度上涨，交通的运行效率也非常低，通过广泛的应用大数据技术，可以对交通的运行情况进行实时的监控，从而根据实际要求进行交通的调整，提升交通设施的利用效率。

3.提升交通系统安全防护水平。大数据及云计算平台可以实时、高效地对监控信息进行处理、分析与反馈，大大的缩短了预警反应的时间，通过联合探测设备、交通传感器、通信传输网络等设备，对车辆轨迹、历史记录等信息进行追踪，在分析车辆安全行驶状态的基础上，对异常车辆进行示警。同时，在执行应急处理方案方面，大数据的高速度处理特点可以快速地对信息进行反馈，使应急人员及时地对事故进行救援，从而切实地提高应急救援的能力，控制事故影响情况，降低人身、财产方面的损失。

三、以大数据为基础搭建云平台智能交通管理系统的技术流程

1.数据采集。在智能云平台交通管理系统中，对不同交通管理环节产生的大数据进行处理的前提是数据采集。以监控系统、车联网、移动平台及移动通信等技术为基础，对交通网络产生的数据进行动态、全面的采集，如Hadoop的Chukwa、Cloudera的Flume，Facebook的Scribe等技术工具，可以以秒级百兆字节以上的速率的数据进行采集，满足动态监控的需求。

2.数据传输。在通过工具完成数据采集后，需要将数据同步传输到控制中心，现阶段，常见的传输工具分为Sqoop、DataX以及Aspera三种类型。其中，Sqoop通常被应用于传统数据库传输模块以及Hadoop程序中。Sqoop可以将采集的数据导入到关系型的数据存储程序中，同时，可以将该关系库中的数据导入到HDFS中，实现数据信息的交互。DataX主要是对以异构数据源进行传输的程序，如实现Oracle、HBase、Hive、FTP、HDFS等结构模式不同的数据源传输。Aspera是基于faspTM技术的一种高速传输技术，打破了以往传输距离、文件格式、数据规模以及网络状态等条件的限制，能够在较短的时间内进行数据迁移。

3.数据存储。数据的采集、传输、沉淀等都需要相应的存储系统支持，智能交通管理平台的数据存储技术包括关系型的传统数据库以及HDFS、HBAs、NoSQL数据库等。HDFS适用于非结构性的文件存储，存储量大;HBase属于分布型的存储系统，可以存储开源数据与非结构化数据;NoSQL类型的数据库主要存储对象是非结构化的无模式数据，可以最大限度地支持云计算技术应用。

4.数据处理。数据处理模块作为智能交通管理系统的核心环节，通过大数据挖掘、移动互联以及云计算技术，实现可视化监管、实时分析以及信息交互等功能，依托于系统、高效的计算中心与专业的处理工具，对数据进行实时的处理，在密度较低的数据链中提炼出高价值的信息，为智能平台的决策提供可靠的参考。现阶段，数据处理的软件系统主要包括Hadoop、HPCC、Storm、ApacheDrill、RapidMiner、PentahoBI等。

四、智能交通管理系统中大数据、云计算的主要技术应用方向

1.依托于智能管理平台，对交通环境、驾驶行为进行动态监测。当前阶段，城市交通压力的不断增加，交通路况的复杂化特征，使得超速、闯红灯、违规停车、逆行、酒驾等违法行为发生的频次逐步增加。借助云平臺与大数据分析技术，能够对这些违法行为进行全面的监测与控制。如，利用大数据图像分析技术可以有效识别闯红灯、不系安全带及违法的车辆信息等，从而使驾驶员的行为习惯得到有效规范，更好地阻止了违法与事故源头，这些强有力的技术保障使交警能够实现非现场执法。除此之外，对于交通系统收集的人脸图片、车辆信息等数据，与公安系统中的黑名单、嫌犯等进行交叉对比，能够有效实现协同管理的目标，为城市的安全、稳定发展奠定基础。

2.利用大数据、云计算技术为交通决策提供真实、可靠的参考依据。智能交通管理系统的建设与应用，可以借助平台大数据收集、处理、分析及存储技术，为管理者提供科学的参考依据，提升决策的可执行性与指导价值。传统交通信息管理平台功能偏重事后管理，缺乏全面、动态的预警机制。与此相对应，智能交通管理平台的功能更健全，可以实现对大数据的深度发掘，通过人脸识别、车辆信息查询、云计算、物联网等技术，对交通事故、路况、驾驶员等特征进行多层次分析，能够及时对异常车辆、驾驶员状况进行预警。在事前预防、事中控制、事后管理原则的指导下，对大数据智能云平台的功能进行细化，全面发挥预防、组织、协调、指挥、侦查等方面的功能，为交通、公安、医疗等部门的联合工作奠定基础。

3.对路况进行全面分析，缓解交通网络的压力。不同街道、规划区域及城镇间的路况存在较大的差异，部分交通网络由于早晚高峰、节假日等原因，承担较大的交通压力，同时，一些交通设施的利用效率却相对较低。通过智能平台的大体积数据特征分析技术，可以有效地缓解交通枢纽的运输压力。利用物联网、监控网络以及实时通讯与传感等技术，可以在全面收集路况信息的技术上，通过大数据分析处理技术，准确地捕获公路路况的实时交通运行信息，为交通管理等各种信息服务提供数据支持与分析保障。如，交通部门可以利用传感设备、探测设施等数据采集工具获取具体的道路运行状态信息，对处于施工、事故、结冰状态的道路段进行预警，通过交通路况信息发布平台，向出行者提供信息服务，以便出行者确定最佳的交通方式、交通路径及出行时间，并可把服务信息发布到出行者移动终端上，为司机推荐行驶路线等，从而提高交通运行效率。

4.发挥智能系统的信息分析、整合能力，优化交通规划布局。当前阶段，人们出行方式与生活习惯的变化，使得原有的城市交通规划布局无法满足人们日益增加的物流、客运需求，交通管理模式改革势在必行。通过智能交通管理系统的建设与完善，可以为城市规划部门、交通部门、公安部门、环境部门与其他单位的共同合作提供支持，實现多部门信息共享，全面了解道路建设交通需求指数，获知拥堵时间、空间和路段，通过大数据分析掌握了现状，也找到了规律，并进行预测，为城市道路、轨道交通、公交系统的建设提供依据，为合理规划城镇交通布局提供科学的依据，提升城镇基础设施的利用率。

在智能交通管理体系中，合理利用大数据技术，对路况、环境、交通压力等数据进行深度挖掘，通过云计算平台对数据信息进行深度整合，可以有效为交通管理决策、城市规划及城镇治安管理等工作提供技术支持。优化交通资源的整体配置效率，是当前阶段交通管理部门提升管理、执法效率的重要方向，也是推动现代交通管理体系建设与完善的关键所在。

参考文献：

[1]  谢斌，宋晓波.基于云计算的电力大数据分析技术与应用[J].数字通信世界，2018，（9）.

[2]  周远新.大数据、云计算技术在智慧城市中的应用分析[J].数码世界，2019，（4）.

[3]  刘滢.基于大数据平台的智能交通系统架构及功能设计[J].综合运输，2018，（9）.

[4]  于志青，李俊莉.基于大数据的智能交通综合信息应用平台设计[J].河南师范大学学报：自然科学版，2019，（4）.

[5]  高子初，张宁.用大数据智能交通技术管理复杂多车道道路的新策略[J].科技与创新，2018，（1）.

[责任编辑 邓 兵]