大数据背景下智慧交通规划建设的发展

王旭燕 唐亮

1.重庆交通大学 交通运输学院 重庆 400074

2.重庆交通大学 土木工程学院 重庆 400074

在社会经济的快速发展和城市化进程不断加快的今天，交通问题日益突出。传统的交通管理方式已无法应对日益复杂的交通状况，因此需要一种更加智能、高效的管理方式来解决这些问题。随着大数据技术逐渐发展成熟，其所带来的“云时代”变革使得各领域生产模式产生巨大变化，交通领域在发展中对大数据技术的依赖性也随之提升。智慧交通作为一种新型的交通管理方式，包括基础设施、运输服务和交通管理三大领域[1]。能够通过大数据技术对海量数据进行处理和分析，为城市道路交通规划与管理提供更为科学、准确的决策依据。大数据分析技术作为一种获取并应用海量数据的有效途径，将成为促进交通效能的关键着力点，交通大数据分析技术逐渐成为近年来交通领域的研究热点。本文将重点探讨大数据技术在智慧交通规划建设中的应用，以期为相关领域的研究和实践提供参考和借鉴。

1 大数据与智慧交通概述

1.1 大数据分析技术

大数据是指海量数据集合，具有数据大、数据类型多、处理速度快和真实性等特点[2]，需要通过新的技术手段进行存储、处理和分析。大数据分析技术主要包含数据挖掘算法和模型。数据挖掘是从大数据集中自动地发现隐藏在其中的有用信息的过程，利用统计学、数学、机器学习等方法，通过对数据的整理、清洗、转换和建模等操作，找出数据中的模式、关联和异常，并以可视化的方式展示出来。数据挖掘有助于帮助交通运输部门优化交通路线，减少拥堵和事故等。在智慧交通领域，大数据主要来源于各种交通数据源，如路面监控、GPS定位、公共交通卡等。研究者通过对这些数据进行处理和分析，能实现对现状交通实时监测以及对未来交通状况预测并优化，提高交通运行效率和管理水平。

1.2 智慧交通管理

智慧交通是智能化技术在交通领域的深度融合应用[3]，其是将先进的信息技术如物联网技术、大数据技术、人工智能技术、自动控制技术等引入到交通领域，对道路中的车道、车流、突发事件等数据进行集成、共享与智能化分析，全方位支撑交通规划的高效管理。智慧交通的核心在于通过信息技术和智能化手段，提高交通运输系统的运行效率，从而达到缓解交通拥堵，提高运输安全和可靠性的目的。智慧交通系统包括智能信号灯、智能停车、智能公交等多种应用场景，通过这些应用，可以实现交通信号的智能控制、停车位的自动分配、公共交通的智能调度等，提高交通运输的效率和便利性。智慧交通的发展离不开大数据技术的支持，通过对海量数据的处理和分析，可以深入挖掘交通运输系统的运行规律和潜在问题，为决策制定和规划设计提供科学依据。同时，大数据技术还可以为智慧交通系统提供数据共享、信息交互等服务，促进各部门之间的协作和信息流通。

2 大数据技术在智慧交通规划中的应用

2.1 在信息收集与处理中的运用

最初对交通道路信息的收集只能从卫星对汽车行驶记录定位得到或者人为数据采集，这样得到的数据信息是不全面且有限的，不完整的数据会对后续相关分析造成极大的误差。互联网技术的快速发展使得人们可以从网络中获取大量的数据和数据，对这些多样化、大规模的数据进行分析，不但可以挖掘出交通领域的有用规律，而且可以为产业使用者提供更为智能化的产业管理服务。

2.1.1 交通数据采集

通过各种传感器、摄像头等设备采集路面状况车流量、行人流量等数据，实现对交通状况的实时监测和记录。这些数据来源广泛，包括政府部门、企业和社会组织等。例如，政府部门可以通过路面监控系统采集路面状况和车辆流量数据；企业可以通过GPS定位系统采集车辆位置和行驶轨迹数据；社会组织可以通过问卷调查和数据分析等方式获取相关数据。这些数据在经过处理和分析后，可以用于支持决策制定和规划设计等工作。

2.1.2 交通数据存储

在大数据技术中，数据储存是一个核心的环节。数据存储能够对海量的数据进行统一存储。大数据应用对数据的需求越来越高，这就要求建立足够的存储空间来存储海量数据，确保数据的安全性和稳定性。目前，常用的数据存储技术主要有：传统的结构化数据存储，无结构化数据存储，半结构化数据存储[4]。对数据储存方式主要有块存储、文件存储和对象存储等。块储存类似于硬盘，是直接安装在主机上的，通常是用来存放主机或用来存放数据库的。块存储分两种形式：DAS和SAN。文件存放区和下层的区块储存不一样，它是一个应用程序，通常被称为NAS，文件存储用于多主机共享数据。对象存储器具有块存储速度快、文件存储共享等特点，具有独立的CPU，内存，网络，磁盘等功能。对象存储具备高可扩展性、高可用性、高可靠性、易用性等特点，因此在云服务、大数据、AI等场景下得到广泛应用。此外，分布式系统也是大数据储存的重要方式之一。分布式系统由多个独立的处理器组成，它们之间由计算机网络互联，协同执行指定的任务。分布式系统具有可靠性、安全性和规范化等特点，同时能够减少建立存储系统的费用，简化了资源的管理和维护。

2.1.3 数据处理与分析

通过对采集到的海量数据进行处理和分析，提取出有用的信息，用于支持决策制定和规划设计等工作。数据处理和分析的方法包括数据挖掘、机器学习、统计分析等。例如，通过分析路面监控视频数据，可以提取出车流量、车速、车道占用率等信息；通过分析这些信息，可以得出道路拥堵情况和原因，为后续的交通规划和优化提供依据。

2.2 在交通仿真中的应用

大数据最大的优势就是可以从大量数据中提取出有价值的规律。交通仿真首先需分析问题，然后进行相应的数据采集和处理并建立仿真模型，最后对模型输出结果进行分析。其中对数据采集和处理尤为关键，是仿真模型建立的基础，很大程度上决定计算结果的精确性。随着样本规模的增大和数据的覆盖面的扩大，所构建的模型也将更加准确。例如，在一个路口模拟模型中，必须对各方向的交通流信息进行收集，包括各时间点的车流到达情况、信号灯控制、车道数量、车道长度、交通渠化等信息，并与邻近道路进行关联。在此基础上，结合已有的路口模型结果，找出存在的问题，并对其进行优化，以提升交叉口的通行能力，持续优化已有的交通控制信号，是大数据技术在城市道路上的应用。大数据的应用对于解决道路交通、路网、交通环境、交通安全以及智能交通系统等具有重要意义。

2.3 在交通规划中的应用

在交通规划中运用大数据，对所使用的数据进行处理，可以为交通规划提供全面、系统、真实可靠的基本数据，从而对规划地区的交通状况进行精确的分析，实现对交通规划中涉及到的经济、交通、交通量等的准确、可靠的预测，并根据现有交通状况提出最优的规划方案，推动交通事业的建设发展。

大数据技术在交通管理与服务方面的应用包括智能信号灯控制、智能停车管理、智能公交调度等。例如，通过分析路面监控数据和GPS定位数据，可以实时调整信号灯的配时方案，提高路口的通行效率；通过分析停车场的车位占用率和停车时间等信息，可以实现智能停车诱导和管理；通过分析公交线路的客流数据和行驶数据，可以实现智能公交调度和线路优化。这些应用可以提高交通运行效率和管理水平，提升公众出行的便捷性和舒适性。另外，大数据技术在安全指示中的运用广泛且关键，它通过收集和分析海量数据，实时检测网络威胁，预警潜在风险，助力安全团队快速响应。大数据分析可深入挖掘用户行为，及时发现异常操作，预防内部安全问题。

3 大数据技术在智慧交通规划建设中的挑战与对策

3.1 智慧交通建设中大数据应用的挑战

（1）数据安全和隐私保护；随着智慧交通中大数据的应用，数据的收集、存储、处理和共享等环节都可能存在安全风险，如数据泄露、数据篡改等。

（2）数据处理能力不足；智慧交通中大数据的应用需要强大的数据处理能力，包括数据收集、存储、处理和分析等。然而，目前许多交通管理部门的数据处理能力还无法满足需求，导致数据利用效率低下，难以发挥大数据的优势。

（3）数据质量和准确性问题；由于交通数据的采集受到多种因素的影响，如路况、天气、设备故障等，导致数据的质量和准确性难以保证。此外，不同来源的数据格式和标准不统一，也增加了数据处理的难度。

（4）法律法规和标准不健全；目前，关于智慧交通中大数据应用的法律法规和标准还不完善，缺乏统一的规范和标准。这不仅影响了数据的共享和使用，也可能导致法律纠纷和权益保护问题。

（5）技术和人才瓶颈；智慧交通中大数据应用需要先进的技术和人才支持。然而，目前相关技术和人才还相对匮乏，尤其是数据处理和分析方面的高端人才。

（6）跨部门跨区域合作难题；智慧交通中大数据的应用需要各部门和地区之间的合作和共享。然而，由于不同部门和地区的利益诉求、管理模式等存在差异，导致数据共享和合作面临诸多困难。

（7）成本和投入问题；智慧交通中大数据的应用需要大量的成本和投入，包括设备购置、技术研发、数据处理和分析等方面的费用。然而，由于资金、技术等方面的限制，难以在短时间内实现大规模的应用。

3.2 大数据技术在智慧交通的应用策略

（1）健全配套保障；大数据背景下，各交管部门需智慧连接沟通，这就需要管理制度方面的保障。其次要保证数据的质量，需要投入大量的资金对设备进行定期维护或更新。再次是建设智慧交通系统也需要经费保障。最后是人才引进，国家应出台相关政策，对大数据、云计算、互联网等方面复合型人才的大力培养。

（2）加强数据监督；互联网时代下，数据来源广泛且结构不同，错误的数据得出的决策不仅浪费时间，而且毫无意义的，甚至会造成严重的后果。所以，要加强对大数据信息的管理，严格监控数据的来源，以保证数据的真实性及可靠性。对大数据平台建立严密的安全防护系统，并及时筛查升级系统。平台数据管理人员需教育和培训，提高其对安全隐患数据的敏感度。各部门要加强有关设施的建设，定期检修，避免数据外泄、遗失，确保数据安全。

（3）智慧交通平台建设与创新；第一，要打破交管部门间的信息交流壁垒，在智能交通体系中实现全方位的信息处理；第二，做好数据研判，搭建数据分析与判断平台。在大数据的基础上，建立了一种基于大数据的数据研判模型，对收集到的有关数据进行综合分析，从中抽取出有价值的信息；第三，要让政府部门和各单位都能进行有效的沟通和信息共享，从而建立起一个数据共享的体制，这样就可以利用大数据技术的优点，加快数据的更新，同时还可以实现信息数据的共享，从而更好地适应交通管理各个部门的工作需要。

4 智慧交通在大数据时代的发展新方向

4.1 路况信息进行实时监测和疏导

在智能交通的管理过程中,有效通过大数据技术的应用，充分利用采集的数据,进行深入的分析和有效应用，得出相对应的路况信息，以此为基础进行更科学合理的处理，通过大数据技术的有效作用，更精准有效地预测未来的交通状态。同时，以相对应的预测结果为着手点更精准有效的制定处理值相对应的疏导方案和应急处理预案等。

4.2 制定个性化的交通服务

通过对用户出行习惯和需求的大数据分析，智慧交通系统可以为用户提供更加个性化的交通服务。例如，根据用户的出行历史和偏好，为其推荐最佳的出行路线和交通方式，提供定制化的出行建议和提醒等。

4.3 建设畅通绿波路段

对“绿波带”的合理使用，能减少停车次数和堵车频率，行车更加流畅，能有效地减轻驾驶员面对拥堵产生的负面情绪。当前，我国一些省市已经试行通过智能化交通管理系统设置“绿波带”来缓解交通压力，例如南昌交管部门，在南昌市多条道路上设置“绿波带”后，南昌市的交通拥挤指标有所下降，平均速度有所上升，这也表明绿波带的设置能够有效地缓解交通拥堵。

4.4 车联网和自动驾驶技术的融合

大数据技术在车联网和自动驾驶技术的融合发展中也发挥着重要作用。通过车辆之间的互联互通和实时数据共享，可以实现车辆之间的协同行驶和自动驾驶，提高道路安全性和通行效率。

4.5 跨领域的数据融合和应用

大数据技术已经深入到各个行业领域，其中智慧交通系统的发展尤为引人注目。智慧交通系统不仅局限于交通管理，其强大的数据处理和分析能力，使得它能够与其他领域进行跨领域的数据融合和应用。将智慧交通系统与智慧城市相结合，可以实现城市管理的智能化。通过对城市交通数据的实时监测和分析，我们可以更有效地调度公共交通资源，优化道路交通流量，从而缓解城市交通拥堵问题。同时，结合智慧能源领域，我们可以进一步优化能源的分配和使用，降低能源的浪费，实现绿色、可持续的城市发展。此外，智慧交通系统还可以与环境监测领域进行融合。通过对交通排放数据的实时监测和分析，我们可以更好地了解和掌握城市的环境状况，从而制定出更为有效的环境保护策略。智慧交通系统的跨领域数据融合和应用，不仅可以提高城市的管理效率，优化资源配置，还可以促进城市的可持续发展。

5 结语

未来智慧交通的发展将更加依赖于大数据技术的不断创新和应用拓展。随着技术的进步和社会经济的发展，智慧交通将逐渐成为城市发展的重要支撑和保障力量之一。在未来的发展中需要进一步加强研究和实践探索，不断完善智慧交通的技术体系和应用模式，推动智慧交通的可持续发展。