基于大数据技术的智能交通数据分析平台的研究与设计

段拙

摘要：在我国现代交通运输行业快速发展的背景下，智能交通平台的建设为交通管理提供很大助力，通过利用现代信息技术对交通数据进行自动化、智能化分析，能够有效提升交通管理工作效率，其中大数据技术具有良好的应用效果，将其与交通分析平台相结合，能够帮助相关工作人员快速、准确处理大量的交通数据。因此，本文将对基于大数据技术的智能交通数据分析平台研究与设计方面进行深入地研究与分析，并提出一些合理的意见和措施，旨在进一步提高智能交通平台系统完善性。

关键词：大数据技术;智能交通;数据分析;平台设计;优化措施

在交通系统运行过程中，会产生大量的数据，这些数据对于交通管理具有重要的作用，通过对数据价值的深入挖掘，能够为交通管理工作提供支持。传统的交通管理系统中，缺乏科学的数据处理技术，从而导致数据整体处理效果较差，而通过采用大数据技术搭建智能交通数据分析平台，能够有效处理海量的交通数据，快速从数据中发现关键信息，且通过利用智能化技术，能够提高数据分析效率，是当前交通管理工作中的关键措施。

1智能交通组织方案优化设计分析

智能交通组织优化方案从智能交通违法数据、流量数据、交通信息数据等多个方面进行分析，主要包括基于智能交通仿真的区域协调智能交通信号控制、路网规划设计以及基于路网和智能交通车辆特征数据与智能交通数据流量的智能交通诱导等多个方面[1]。在公路智能交通信号控制方案设计中，需要完成信号机的联网和信号控制配时预案，需要以大数据为基础，通过对交通流量和交通特征的分析，为信号机配时设计提供支持;在路网设计优化方面，大数据技术能够为智能交通流量分析、违法数据分析以及智能交通设施的建设提供支持，按照大数据平台的分析结论，能够有效促进道路网络规划设计科学性提升，比如单行车道、分时段禁行路段等;在智能交通诱导方额设计方面，智能交通流量数据收集装置接入到交通数据流量分析平台中，从而能够将实时的交通流量信息传递到平台中，形成以大数据为基础的智能交通诱导，根据分析结果能够对后续的交通流量进行预测，从而实现提前诱导，能够有效避免和缓解城市交通拥堵问题[2]。

2智能交通数据分析平台的数据类型分析

因为交通数据包含的内容较为复杂，不同监测对象会产生许多不同的数据，比如实时交通流量数据、违法数据以及路网数据等，这些数据的快速增加，对于智能交通数据分析平台的存储能力好处理能力提出更高要求，所以需要构建更为科学的智能交通数据分析平台。关系型数据库在智能预报和智能交通场景数据规律方面，不能在不同维度的数据类型之间建立可靠的因果关系，而基于大数据技术的智能交通数据分析平台，能够将多项数据进行整合，并分析各项数据之间的内在联系，从而能够提高数据实用价值。数据类型主要包括：（1）过车数据。过车数据主要是车辆通过卡口、监控、电子检查设备等智能型视频采集点时所记录的数据，主要包括车辆的车牌号、车型、车身颜色等基本信息。（2）车辆违法数据。前端设备能够自动采集车辆闯红灯、逆向行驶、压线行驶、违法掉头等多项违法行驶的数据。（3）交通流量数据。智能设备能够对当前路段的交通流量数据进行采集，例如车头间距、车道占有率等。（4）路网数据。大数据平台能够进入道路路网数据，比如道路名称、道路坐标以及道路基础设施等。

3基于大数据技术的智能交通数据分析平台设计方案

3.1平台架构设计

智能交通数据分析平台采用模块化架构，按照大数据建设的要求，系统架构模块设计主要包括：（1）数据感知模块。数据感知模块主要用于交通数据采集，能够实时对交通道路的所有信息进行收集。（2）大数据资源模块。该模块主要用于存储交通领域产生的数据，并具有调用和分配功能。（3）大数据应用模块。该模块主要用于交通资源的调度。（4）大数据表现模块。该模块主要用于网站、移动互联以及数字广播等服务。

通过采用模块化设计方案，智能交通数据分析平台能够实现数据收集、数据存储、数据调度员以及数据分析等多项功能。在系统架构中，用户模块主要包括业务管理、业务服务、交通企业以及社会公众等;表现模块主要包括网站、移动互联网、数字广播、可变信息以及电话;应用模块主要包括智能交通调度云服务、智能交通监测云服务以及智能交通云服务。

3.2数据资源模块设计

在本次智能交通数据分析平台设计方案中，采用数据库技术，数据库和数据分析技术的结合，能够实现大量交通数据的存储和信息挖掘，事业在智能交通数据分析平台中使用。大数据平台的数据库技术采用预设存储模式，能够将交通运行中的异构数据依据同构数据结构进行提取、调用与分析，从而构建完善的智能交通数据分析平台数据库;应用模块在对数据调取的基础上，能够根据调用规则满足不同的数据需求，通过对数据的过滤、清洗、处理以及分析，按照预设的数据库模型将其进行存储[3]。

3.3数据应用模块设计

数据应用模块利用SOA服务实现智能交通数据分析平台的设计，该模块设计主要包括如下功能：（1）应用实现模块功能。该模块能够实现大数据调度逻辑，利用逻辑编程使得具体的功能能够实现。（2）应用流程模块功能。大数据调度流程采用BPEL软件实现。（3）临时及特殊调度模块功能。该模块主要功能为将自定义调度流程变为标准的BPEL流程。

3.4数据表现模块设计

智能交通数据分析平台的数据表现模块为用户直接操作的功能菜单，用户能够利用浏览器、软件等，通过计算机、平板电脑以及智能手机等设备浏览智能交通数据，该模块的功能主要为用户与系统的交互，界面功能主要包括外观界面、表单控制以及界面架构组成。

3.5大数据延迟指数设计

根据大数据对于交通道路的历史交通流量和实时交通流量统计与分析，能够得到路网的延迟数据，智能交通延迟指数数值越大，则说明该路段越拥堵。延迟指数的计算方式为：实际通过时间-自由通过时间。在智能交通数据分析平台中，界面能够向用户展示选定日期、选定地点的智能交通延迟指数变化情况，通过拖动鼠标的方式能够查看不同时间的延迟指数，根据该指数则能够为交通线路优化提供支持。

3.6交通数据诊断设计

在智能交通数据分析平台中，通过采用大数据技术，对交通数据的分析，则能够判断交通拥堵情况、事故发生其概况，从而为交通管理提供科学的支持。例如，采用大数据技术分析时发现，某路口的闯红灯问题相比于平时更少，说明该数据的来源存在异常，可以通过设定报警规则的方式提示该异常信息，从而能够提高交通管理工作效率与质量。

结束语

综上所述，本文全面阐述智能交通组织方案优化设计的主要内容，并对智能交通数据分析平台中的主要数据类型进行分析，最后提出一种基于大数据技术的智能交通数据分析平台设计方案，希望能够对我国交通管理工作起到一定的借鉴和帮助作用。

参考文献

[1]梁元贞. 大数据技术环境下的智能交通数据分析平台系统设计[J]. 价值工程， 2020， 39（15）：2-2.

[2]王曉刚， 李俊. 基于大数据技术的智能交通数据分析平台系统的研究与设计[J]. 工业， 2021（2016-5）：6-9.

[3]于志青. 基于大数据架构的智能交通可视化平台设计[J]. 中州大学学报， 2021， 38（001）：4-4.