浅析大数据技术在智慧交通的应用新模式

1、    浅析大数据技术在智慧交通的应用新模式    林大伟摘要：随着互联网和大数据时代的到来，城市交通问题的解决方式有了新的思路，出现了智慧交通。智慧交通的发展紧紧依赖于大数据技术，各企业在智慧交通上也有了很多新研究、新应用。本文简述了大数据的特点，剖析了大数据技术与智慧交通如何进行结合，并对大数据在智慧交通的应用新模式进行了探讨。abstract： with the advent of the internet and the era of big data， there is a new way of thinking for solving urb

2、an traffic problems， and smart transportation has emerged. the development of smart transportation relies heavily on big data technology， and various enterprises have also made many new researches and applications in smart transportation. this paper briefly describes the characteristics of large dat

3、a， analyzes the combination of large data technology and intelligent traffic， and probes into the new application of large data in smart traffic.关键词：大数据；智慧交通；应用模式key words： big data；smart transportation；application mode：f49；tn929.5 ：a ：1006-4311（2018）31-0114-030 引言随着新一代信息技术和互联网技术的迅猛发展和深入应用，数据的数量、规模不

4、断扩大，随之产生了“大数据”的概念。随着大数据的爆发，它俨然成为了企业的战略资源，成为了提高竞争力的关键要素。为此，各个行业都开始使用数据指导决策，从各大电商app的商品推荐，到各大媒体的新闻和视频推送，甚至到出行路线优化，都严重依赖于以数据为基础的决策结果。1 关于大数据大数据本质上是数据，但是又有普通数据没有的特征。包括规模性（volume）、多样性（varity）、高速性（velocity）和价值性（value），即所谓的“4v”。大数据的特征首先就体现为“数量大”，存储单位从过去的gb到tb，直至pb、eb。随着信息技术的高速发展，社交网络、电商平台、移动网络、各种智能终端等，都成为数

5、据的来源，数据开始爆发性增长，广泛的数据来源，决定了大数据形式的多样性。大数据的交换和传播是通过互联网、云计算等方式实现的，大数据对处理数据的响应速度有更严格的要求，实时分析，几乎无延迟，高速性主要就体现在数据的增长速度和处理速度上。大数据最大的价值在于通过从大量的数据中，挖掘出有价值的数据，并通过深度分析，发现新规律和新知识，并运用于各个领域，从而最终达到提高生产效率、改善社会治理、推进科学研究的效果。某周刊认为：“大数据”的概念远不止大量的数据和处理大量数据的技术，或者所谓的“4v”之类的简单概念，而是涵盖了人们在大规模数据的基础上可以做的事情，而这些事情在小规模数据的基础上是无法实现的。

6、换句话说，大数据让我们以一种前所未有的方式，通过对海量数据进行分析，洞悉事物发展或运动的规律，从而获得有巨大价值的产品和服务，最终形成变革之力。综上所述，大数据至少应包括以下三个方面：一是数量巨大，二是需要使用智能、强大的数据处理平台和新的数据处理技术进行分析处理，三是处理结果是可利用的。大数据关注的不是如何对它进行定义，最重要的是如何使用。它强调的不仅是数据的规模，更强调从海量数据中快速获得有价值信息和知识的能力。2 大数据与交通的结合“从数据中得到价值”是大数据的核心。随着数字时代的浪潮，各行各业都积极采纳和应用大数据技术，交通也不例外。从整个交通和大数据的关系来讲，交通是不断演化的过程。

7、发展初期交通上只有部标机（卫星定位汽车行驶记录仪），通过它可以获取车辆位置的数据。在收集数据方式有限的基础上我们只能做一些简单的应用，如最早的部标两客一危的平台，当时平台的积累数据量非常少，在这些数据基础上也只能做一些简单的分析，比如说基于浮动车的数据做交通拥堵路况的分析。随着技术的发展，通过云服务等方式以及车联网的技術手段，从车上和路上可以获得更多数据，基于这些数据，进行数据挖掘、数据处理、数据分析，不仅仅可以向传统的交通行业提供服务，还可以为行业用户（保险公司、互联网公司）提供智能、专业化的行业管理方案服务。对于对如何高效结合大数据技术和智慧交通，国内外相关研究人员开展了大量研究。归结如下

8、：首先，规划进行数据采集，为分析积累数据基础。收集道路情况信息；通过车主终端和平台交换，采集车辆静态属性信息、车辆动态车况信息、车主信息、保险理赔信息、天气路况环境信息等数据；基于智能手机进行数据采集，主要是对车主的驾驶行为进行识别，使得在不依赖车载终端采集数据的情形下，仍能对车主的车辆驾驶行为进行分析，获取车主在驾驶过程中使用手机的数据，拓宽车主驾驶行为分析的数据来源。其次是进行车联网多维数据融合处理：主要功能是将不同来源、不同标准、不同格式、不同维度的车联网数据（如车载终端数据、智能手机数据、环境数据、路况数据、保险数据、个人数据、社会数据等），进行平台标准化处理，形成统一标准、统一格式的

9、关联数据，形成多维数据融合的数据仓库。最后进行数据分析，形成各类实用、有效的数据模型。如路径规划模型、驾驶风险评估模型（驾驶行为分析）、车主画像模型、实施碰撞模型（事故识别）等。基于大数据技术规划的智能交通，有极其显著的优势及特点：其数据来源多样，支持手机app、sdk、车载终端等不同来源的车联网数据；数据模型本土化，可引进国际先进经验与海量国内车联网数据相结合，模型更适应我国本土的交通环境；模型柔性，以事实模型为基础，结合行业数据进行二次融合，使得分析模型更具行业属性，满足行业需求。3 大数据在智慧交通中的应用新模式分析交通行业，总结主要有三大方面的需求：第一，服务于公众出行。给公众出行提供

10、多样的、优化的交通出行的方案。第二，行业用户（如物流、保险公司）对专业化的行业管理方案需求。第三，交通管理部门对交通的优化、交通的规划建设需求；第四，个人个性化需求。围绕这几个方面，很多企业在大数据的基础上，在智慧交通上进行了探索，推出了众多产品和服务，如车联网系统、基于车联网系统的路径规划等，同时也产生了多种应用新模式。3.1 在公众出行方面3.1.1 无人车无人车是大數据技术在智慧交通的一个终极应用。无人车全面上路，依赖于政府部门提供的实时而全面的交通数据，否则无人车很可能会开进死胡同出不来，或者遇到道路维修造成大堵车。基于公共交通大数据，无人车通过接受云端的准确调度，选择正确路线。使用无

11、人车的交通系统更有效率、更安全、更环保。3.1.2 共享出行共享出行逐渐成为市民出行首选的交通方案。共享出行平台依赖地图进行派单、计费、导航，它的本质是基于lbs的大数据出行方式。通过地图大数据分析，可以知道专车是否减少城市拥堵、专车如何派单和行走才能避免拥堵。地图大数据与公共交通大数据结合之后，可为共享出行提供更好的支持。3.2 对于行业用户3.2.1 车主画像通过对车辆运行情况的长期观察，可以判断车主的用车习惯，如车辆的营运性质、用车喜好、停车环境、生活规律度等等，形成车主的用车习惯画像。从而为车辆服务商向车主提供个性化服务提供参考。3.2.2 汽车测试近两年，智能网联汽车测试在朝着自动化

12、的方向发展。车辆上装载传感器的数量越来越多，可支持的针对性的应用也将越来越多。基于大数据技术，某些公司已开始进行汽车测试规划。他们进行汽车测试场规划，设计在智能网联汽车道路上行驶的典型应用场景，对场地基础设备、整个场景的建设进行规划，测试过程中对试验样车进行监控与数据采集。对汽车做测试，测试完了之后基于这些数据做分析，并对车辆进行评级（如l3、l4）。公立的检测机构可以利用该应用进行汽车测试，给出基于实测数据及分析的客观、标准评判结果。基于这些数据我们也可以做一些其他的数据分析。3.2.3 运输信息服务基于车网互联数据，搭建物流大数据服务平台。物流大数据服务平台，把物流相关数据进行统一的采集和

13、融合，进行大数据分析。最终得出整个物流货运的运输情况、分布情况以及货源吞吐量的数据。基于这些数据，将来交管部门可以进行交通优化，尤其是现在的很多城市（如北京、上海）都采取了一定的限制措施，比如小货车或者大货车在白天不允许进入市区内等。如果能够掌握货物、运力的分布数据，将来政府的管理部门就可以从整个城市的角度考虑，优化城市货运场地的规划、运输路线的优化、运输时间的分配等等。3.2.4 驾驶风险分析依据车主的驾车出行数据，构建驾驶行为分析模型，一方面，识别车主不正确、不规范的驾驶行为习惯，并对车主进行提醒，逐步规范车主的驾驶行为，减少交通事故发生的概率；另一方面，通过数据平台将模型结果同步给其他服

14、务商，如保险公司可根据车主的驾驶风险，提升车险定价、产品、客服、理赔的精细化管理水平，实现车险经营管理创新3.2.5 车辆行驶状态监管建立监控运营系统，主要是对于司机驾驶过程进行监控，如司机驾驶路线、行驶过程中的油耗情况以及行驶过程中的停留点等。基于这些监控信息进行分析，面向不同的行业可以做不同的应用。如租车公司关注的是司机无效驾驶驻留点，尤其对外提供租车服务并提供司机的公司。对自动驾驶、公共交通、共享汽车等车辆进行监测，监测车辆当前的确准位置、车辆上决策执行机构当前的决策执行信息等。对监测数据进行存储、分析、建模，为企业提供有益的运营管理信息，为运营方案优化提供依据。3.3 在城市交通管理支

15、持方面3.3.1 实时识别模式系统以以色列的实时识别模式系统为例。以色列在特拉维夫和本古里安机场之间的13号公路上铺设了一条1英里的快车道，这条车道的收费系统是基于车辆的道路通过时间来收费的。它的工作原理为：采用高阶的实时识别模式系统，通过此快车道上车辆数目（通过统计得出）、道路拥堵程度（通过计算两车之间的平均距离来评估），在该道路系统能够承受的前提下，智能选择是否该增加“吞吐量”；而其收费方式也相应的智能化，收费与当前道路车流密度成正比。通过这种方式，在一定程度上降低道路的拥堵程度。3.3.2 辅助宏观交通规划决策相当一部分交通问题，例如长期拥堵、事故高发，均可归结到交通规划不合理，包括城市

16、规划、道路规划、方向规划、交通灯设置、道路转向设置等等。如果有了基于海量大数据的分析结果，就可更有效地进行交通规划决策，进而提升整体效率，尤其是公共交通规划，公交路线、地铁班线、出租车配额，诸多公共交通资源配置决策均可基于大数据进行。3.4 个人个性化需求3.4.1 驾驶行为分析司机驾驶技术、习惯监控及评价。识别车主不正确、不规范、危险的驾驶行为习惯，如一些典型的通话、喝水、使用收音机、化妆/照镜子、拿东西等识别及记录，并对车主进行提醒，逐步规范车主的驾驶行为，减少交通事故发生的概率，保证司机的驾驶安全。3.4.2 实施碰撞模型重点依据车辆位置数据、速度和加速度数据、车况数据，结合典型事故特征，构建事故识别模型。一旦识别出可能事件，及时与车主沟通，确认事件类型及级别，并将事件信息通过数据开放平台同步给交管部门和其它服务商，以便及时提供救援服务。4 结束语本文通过探讨大数据技术在智慧交通领域的新应用，对大数据与智慧交通的结合有了更深刻的理解。综合运用大数据技术，获取道路信息、车辆静态属性信息、车辆动态车况信息、车主信息、保险理赔信息、天气路况环境信息等数据，经过数据处理、存储、分析、应用等相关技术，将数据转化为路线规划、驾驶风险评估、