大数据在智能交通中的应用和发展

随着城市的迅速发展，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。目前智能交通成为改善城市交通的关键所在，为此及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。可以说当智能交通遇到大数据，如同二氧化锰在制取氧气的实验中作为催化剂一样，一场剧烈的化学反应加剧了两方的共同发展。本文将对智能交通建设中大数据的应用及价值体现作分析。

　　随着城市的迅速发展，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。目前智能交通成为改善城市交通的关键所在，为此及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。可以说当智能交通遇到大数据，如同二氧化锰在制取氧气的实验中作为催化剂一样，一场剧烈的化学反应加剧了两方的共同发展。本文将对智能交通建设中大数据的应用及价值体现作分析。

　　智能交通需求与大数据契合

　　智能交通整体框架主要包括物理感知层、软件应用平台、分析预测及优化管理应用，其中物理感知层主要是对交通状况和交通数据的感知采集；软件应用平台是将各感知终端的信息进行整合、转换处理，以支撑分析预警与优化管理的应用系统建设；分析预测及优化管理应用主要包括交通规划、交通监控、智能诱导、智能停车等应用系统。

　　智能交通系统利用先进的视频监控、智能识别和信息技术手段，增加可管理的空间、时间和范围，不断提升管理广度、深度和精细度。整个系统由信息综合应用平台、信号控制系统、视频监控系统、智能卡口系统、电子警察系统、信息采集系统、信息发布系统等组成，以达到四个方面的目标：一是提高通行能力，二是减少交通事故，三是打击违章事件，四是提供出行信息服务。以下是智能交通整体应用架构图：

整个系统建设的核心是数据的采集、存储与计算，其中最重要的核心思想就是“数据是价值”，目前很重要的问题就是如何把数据转换成价值，这就成为一个技术问题。

　　从统计学的角度来看，任何领域任何动态发展的事物只要有足够多的样本数据，就一定能从样本数据中找到动态发展的规律。数据越多，准确率越高。这个“规律”就是数据的价值所在。对于商业机构，可以从数据中分析用户行为规律从而提高销售量；分析目标市场规律，定点投放广告从而降低成本等等；对于公安行业，可以分析区域性犯罪趋势，提前预防从而降低犯罪率；还可以分析交通行为规律，提前做交通疏导，提高交通通畅率，这就能真正挖掘数据的潜在价值，提高其社会价值。

　　网络从20世纪初发展以来，现在进入一个高度联网的阶段。联网的同时，数据高度集中，数据量急剧增加。据IDC报告，现在互联网的数据每两年就翻一番，这个增长率在智能交通行业同样有效，随着卡口、电警、摄像机数量的增加，高清化、智能化的发展，如果再算上物联网的各种传感器，未来几年的数据量增加可能大大高于这个增长率，这就为智能交通行业实现大数据提供了数据基础。

　　具体而言，智能交通与大数据契合可以从三个角度来看：

　　首先，从应用成熟度看，今天无论卡口、电子警察还是视频监控都是对图像和视频数据进行语意化和结构化处理最成熟、最完整、应用深度最深的领域。智能交通可能是现在新兴技术和应用领域里率先突破数据应用瓶颈的一个技术领域。

　　其次，从技术角度看，包括大数据、云计算的技术架构最先在智能交通里落地，智能交通也必将引领整个智慧城市各个子模块的技术潮流和走势。

　　最后，从使用者与应用者关联的角度看，交通的智能化最终会影响到每一个人骑车、驾车、公交出行的感受。每位市民都能够有非常好的交通秩序体验，这一点就需要智能交通的技术方案去支撑实现。

　　大数据特点

　　何为大数据技术？从各种各样类型的数据中快速获得有价值信息的能力就是大数据技术。由此我们可以看IBM归纳的4个V(量Volume，多样Variety，价值Value，速Velocity)：

　　第一，Volume数据体量巨大，从TB级别跃升到PB级别。

　　第二，Variety数据类型繁多，包括视频、图片、地理位置信息、传感器数据等等。

　　第三，Value价值密度低，应用价值高，以视频为例，连续不间断监控过程中可能有用的数据仅仅有一两秒。

　　第四，Velocity处理速度快，1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。在交通领域，海量的数据主要包括四个类型的数据：传感器数据（位置、温度、压力、图像、速度、RFID等信息）；系统数据（日志、设备记录、MIBs管理信息库等）；服务数据（收费信息、上网服务及其他信息）；应用数据（生成厂家、能源、交通、性能、兼容性等信息）。交通数据的类型繁多，而且体积巨大。

以上的四个要点中，量Volume和多样Variety是因，数据类型的复杂和数据量的急剧增加决定了原有简单因果关系的应用模式对数据使用率极低，完全无法发挥数据的作用；速Velocity是过程，巨大的运算量决定了速度必须快；价值Value是最终的果。

　　智能交通大数据应用分享

　　大数据采集

　　以丹东某交警项目为例，该项目一期建设的卡口电警设备每天产生300万条过车记录和过车图片，目前整个系统过车图片数量超过2亿条，随着时间的累计会更多。2013年12月，基于Hadoop大数据平台的UniHadoop系统在丹东试用，满足了30亿条过车记录的检索、数据挖掘业务。

　　大数据存储与快速检索

　　在前端，1050台图像采集设备有700多台内置算法的高清一体化智能卡口、电子警察抓拍单元，部署于市内、高速、收费站、国省干道，以光纤连接到中心设备；1.5PB容量的IPSAN存储可以将照片保存6个月，视频保存15～30天；中心管理平台统一以地图作为窗口进行相应的功能和业务展示，单级平台容纳百亿级数据量，查询和统计能在3秒内返回，基于大数据的各项性能展示，同步可提供轨迹碰撞、拥堵分析等智能研判。该项目在应用中虽然数据量成倍增加，但查询和统计时间仍为3秒。

　　大数据计算与分析

　　宇视丹东某交警项目投入使用一个多月后，通过对上亿条数据计算与分析，得到的数据价值有：

　　1.查获假牌、套牌出租车7台，报废车2台。

　　2.查获使用伪造、变造号牌车辆31台，故意遮挡号牌车辆18台。

　　3.提供线索破获各类案件16起，其中杀人案1起，抢劫案1起，盗窃案5起，治安案件4起，交通事故逃逸案件4起，布控成功查获刑事案件涉案车辆及人员1起。

　　4.为群众找回失物14起，挽回直接经济损失10余万元，间接经济损失千万元。

　　5.在一起恶性重大事故逃逸案中，犯罪嫌疑人换了7、8辆车，最后抛车销毁，但因系统准确从第一辆车就予锁定、布控，仅5个小时就予告破抓获。

　　大数据应用是趋势

　　随着智能交通的发展，宇视分析智能交通产品的技术定位近年来有两大显著变化：

　　第一是智能前置，前端的抓拍单元发生了非常大的变化，实现了“一体化”，即所有的交通行为、智能分析行为都由相机来完成。而在2010年前后，抓拍单元还是纯粹的抓拍机，其他智能分析算法由路口工控机或后端设备完成。

　　第二是建设规模，现在一个中小城市建设卡口和电警设备的规模就能达到上千路，抓拍图片的数量规模非常庞大，有的甚至上亿条，如果存储时间较长则达到10亿条，对平台管理、检索这些过车记录提出了非常大的挑战。

　　从这些变化中我们可以看到，面对海量的交通信息，交通大数据的开发应用需求日益凸显，交通大数据时代的来临是智能交通发展的必然趋势，这将为包括安防企业在内的众多企业提供更多的发展机遇和空间，当然在这个进程中我们也将面临诸多挑战：比如交通数据资源分割和信息碎片化；交通信息模式复杂，数据种类繁多；缺乏统一的标准；缺乏有效的市场化推进机制，基于大数据的交通信息服务产业链、价值链尚未真正形成等，这些问题都有待我们继续探索和解决。

　　结语

　　近一两年来，大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。安防行业的大数据时代也被屡屡提及，基于行业的发展特点以及大数据产生的价值来看，“数据”或将是安防企业未来技术角逐的焦点，数据的应用和分析处理本身就是一个巨大的智慧，在这条路上我们仍有许多工作要做。宇视在2013年参与了辽宁、福建、广东等地的智能交通大项目建设。在其中的应用案例中，宇视系统方案的强壮性、运算处理能力、稳定性很高，从处理几千条车辆违章信息到现在能够处理6亿条违章信息，而且这个数字还在增长，借助于强大的软硬件方案提供能力等优势，宇视在深耕智能交通中将获得重要的发展。

来源：http://www.cspmag.cn/yhzn/scyy/201406/1312.html

大数据(Big Data)仿佛一夜之间风靡全球，既宣告了一个时代的到来又显然成了一个时代的标志。其实大数据时代的到来是发展的必然。大数据就是海量数据、巨量资料，指的是所涉及的数据量、资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为特定目的服务的资讯。

正如维克托·迈尔舍-恩伯格及肯尼斯·库克耶编写的畅销着作《大数据时代》中所说的：大数据不是用随机分析法(抽样调查)这样的捷径，而采用所有数据的方法。因而，大数据具有的4V特点：Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。随着信息技术的发展，尤其是“互联网时代，社交网络、电子商务与移动通信把人类社会带入了一个以“PB”(1024TB)为单位的结构与非结构数据信息的新时代”。所以，在许多场景，大数据甚至通常就是用来形容大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费高昂的成本，而且难以实现预期目标。面对如此庞杂的数据和信息，传统的计算机的处理能力实际上也难以满足。

因此从另外一个角度来看，正是运算方法和运算能力的发展到了云计算的阶段才使得大数据的分析使用成为可能。“以云计算为基础的信息存储、分享和挖掘手段，可以便宜、有效地将这些大量、高速、多变化的终端数据存储下来，并随时进行分析和计算。”云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一巨变。“数据，这个21世纪人类探索的新边疆，正在被云计算发现、征服。”而智能交通系统(ITS)作为未来交通系统的发展方向，其本身就是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于交通管理之中，从而建立一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。ITS综合了交通工程、信息工程，通信技术、控制工程、计算机技术等众多科学领域的成果，可以有效地利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率。而它的关键支撑就在于新一代的信息技术：移动通信、宽带网、RFID、传感器、云计算必然是智能交通的核心元素。

从实践层面看大数据和智能交通：

根据杭州国际城市学研究中心的研究数据，1950年，全世界只有约31%的人口居住在城市之中；2008年，城市人口在世界总人口中的比例已经达到了50%；按照这一趋势进行预测，到了2050年，全世界将有70%的人口在城市中定居。换句话来说，无论是喜欢还是厌恶，我们中的大多数人注定要与城市相伴相生。

来看看我国的情况，2013年京藏高速55公里的大堵车再次震惊了世界；2014年首都北京多了“首堵”新外号，上榜多国的世界拥堵城市排行榜前几名。中国的交通拥堵问题又被空前关注起来，那这种拥堵真的没有解决之道了吗? 为什么前方已经拥堵，后方却不能预测车流和采取必要的分流或者限行措施呢？可以肯定的说，大数据可以帮上忙，大数据的应用对于交通管理部门也是一种非常好的工具，会提升管理部门的效率和能力。

在目前的技术条件和发展水平下，大数据在交通中的应用主要有以下几种方式：

1、公共交通部门发行的一卡通大量使用，因此积累了乘客出行的海量数据，这也是大数据的一种，由此，公交部门会计算出分时段、分路段、分人群的交通出行参数，甚至可以创建公共交通模型，有针对性的采取措施提前制定各种情况下的应对预案，科学的分配运力。

2、交通管理部门在道路上预埋或预设物联网传感器，实时收集车流量、客流量信息，结合各种道路监控设施及交警指挥控制系统数据，由此形成智慧交通管理系统，有利于交通管理部门提高道路管理能力，制定疏散和管制措施预案，提前预警和疏导交通。

3、通过卫星地图数据对城市道路的交通情况进行分析，得到道路交通的实时数据，这些数据可以供交通管理部门使用，也可以发布在各种数字终端供出行人员参考，来决定自己的行车路线和道路规划。

4、出租车是城市道路的最多使用者，可以通过其车载终端或数据采集系统提供的实时数据，随时了解几乎全部主要道路的交通路况，而长期积累下的这类数据就形成了城市区域内交通的“热力图”，进而能够分析得出什么时段的哪些地段拥堵严重，为出行提供参考。

5、智能手机已经很普及，多数智能手机都会使用地图应用，于是始终打开GPS或北斗定位系统，地图提供商将收集到的这些数据进行大数据分析，由此就可以分析出实时的道路交通拥堵状况、出行流动趋势或特定区域的人员聚集程度，这些数据公布之后会给出行提供参考。

理性的数据建模分析告诉我们：一个城市，如果把车和车，车和道路充分链接到位的话，从理论上来说，可以提升这个城市道路通行能力的270%。实践的层面上，在城市化快速推进过程中，如何避免各方面“城市病”发生“共振”，从而导致系统性城市运行风险爆发，是城市管理者应当高度关注的问题。杭州国际城市学研究中心设立的“西湖城市学金奖”奖项，面向民间领域征集破解“城市病”之道。从2011年举办至今，征集到了涉及城市交通、城市教育、城市流动人口、城市环境、城市文化遗产等五大门类上万条的建议意见。每次征集活动，都涌现出许多即有真知灼见、又不乏可操作性的金点子，让参与评审的专家学者和一线城市管理者们都赞不绝口。2012年，第二届“西湖城市学金奖”中“城市交通问题”征集成果《缓解城市交通拥堵问题100计》中，被杭州市交警局利采纳并运用到实践中的点子比例高达40%。杭州市交警局局长乐华说，交警局是“西湖城市学金奖”城市交通问题征集评选活动中最大的收益者。杭州的错峰限行、分区域停车费收费新政、西湖环线交通、地铁换乘优惠等交通举措都是源于“西湖城市学金奖”的金点子。

西湖城市学金奖获得者潘煜昕团队开发的“杭州公共出行”安卓应用

在基于大数据的只能交通应用方面，杭州国际城市学研究中心主办的“西湖城市学金奖”征集活动中也有这样的点子并已经投入使用。在第一版“杭州公共出行”应用获选西湖城市学金奖金点子后，安卓用户下载使用量达到一万余次。潘煜昕及其团队并没有停下研发的脚步，今年3月，他们将应用做了升级，在原有基础上，增加了实时公交、地铁信息查询、检索功能，覆盖城市公共交通出行大范畴，并在微信平台上设服务号，通过发送关键词推送查询信息，方便除安卓系统之外的智能手机用户。众人拾柴火焰高，依托这样一个开放性的征集评选平台，汇集了杭州、浙江、中国乃至世界各国的“城市病”破解之道，也是大数据“大征集”的一种方式。

从发展趋势看大数据与我国智能交通：

既然时代潮流不可阻挡，那么我们该怎样从未来发展趋势认识大数据以及大数据与智能交通的关系呢?大数据只是一次简单的技术革新还是手段的升级换代，还是根本意义上的变革革命?前面对于大数据产生背景已经说到，大数据与云计算密切相关。大数据必然无法用单台的计算机进行处理，即使一般的网络计算能力也难以达到，必须采用分布式计算架构。它的特色在于对海量数据的挖掘，必须依托云计算的分布式处理、分布式数据库、云存储或虚拟化技术。

从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。也有学者认为大数据与云计算是一个问题的两面：一个是问题，一个是解决问题的方法。无论是从技术层面看，还从方法论意义上说，笔者认为正如《大数据时代》中所表述的：大数据是一场生活、工作与思维的大变革。开启了一次重大的时代转型。交通作为人类行为的重要组成和重要条件之一，对于大数据的感知也是最急迫的。智能交通的发展以“保障安全、提高效率、改善环境、节约能源”为目标已经受到各国的重视，我国的智能交通也实现了快速发展，许多技术手段都达到了国际领先水平。但是，问题和困境也非常突出，从各个城市的发展状况来看，智能交通的潜在价值还没有得到有效挖掘：对交通信息的感知和收集有限，对存在于各个管理系统中的海量的数据无法共享运用、有效分析，对交通态势的研判预测乏力，对公众的交通信息服务很难满足需求。这虽然有各地在建设理念、投入上的差异，但是整体上智能交通的现状是效率不高，智能化程度不够，使得很多先进技术设备发挥不了应有的作用，也造成了大量投入上的资金浪费。这其中很重要的问题是小数据时代带来的硬伤：从模拟时代带来的管理思想和技术设备只能进行一定范围的分析，而管理系统的那些关系型数据库只能刻板的分析特定的关系，对于海量数据尤其是半结构、非结构数据无能为力。尽管现在已经基本实现了数字化，但是数字化和数据化还根本不是一回事，只是局部的提高了采集、存储和应用的效率，本质上并没有太大的改变。而大数据时代的到来必然带来破解难题的重大机遇。大数据必然要求我们改变小数据条件下一味的精确计算，而是更好的面对混杂，把握宏观态势;大数据必然要求我们不再热衷因果关系而是相关关系，使得处理海量非结构化数据成为可能，也必然促使我们努力把一切事物数据化，最终实现管理的便捷高效。另外，大数据的世界性特征最明显，也在瞬间拉近了我们和西方发达国家的距离，我们有可能把握还这个重大机遇迎头赶上甚至在某些方面超过西方发达国家。

结束语：

大数据引发的革命使人类世界正面临新的机遇和挑战。然而这场大革命需要解决一系列基础型问题，如数据的本质、性质、类型和价值；大数据引发的诸如隐私、安全和版权等问题；数据的获取、挖掘和共享的技术难题；以及相关数据科学家的教育和培训等问题。同时各国已经意识到大数据的重要性，将其视为与能源同等重要的资源。2012 年3 月29 日，代表美国政府的白宫科技政策办公室发布了《大数据研究和发展计划》，并成立了“大数据高级指导小组”，将大数据技术革命带来的机遇和挑战提升到国家战略层面。科技的浪潮一浪接着一浪，不经意间在21世纪初大数据下的智能交通将成为解决交通拥堵城市病的有力手段之一。未来关于交通城市病的研究，必将数据和实践结合，产生新一轮的数据革命，并导致新技术的诞生和人们生活方式的巨大变革。

来源：http://www.urbanchina.org/n/2015/0113/c369537-26375256.html