大数据技术在智能交通中的实践路径探讨

孟自云

摘 要：为了提高地面交通的安全性，有必要利用大数据技术和信息技术，通过对通信工程和计算机技术的创新利用，对传统的交通管理控制系统进行升级改造，一种新型高效的智能交通数据系统应运而生。这种智能交通数据系统对于人们的生活出行发挥着重大的作用，通过大数据技术对各种交通数据进行分析处理和信息发布，可以更有效的优化交通管理，更科学的引导人们的出行行为。这种技术的应用，对于人们出行的合理性和安全性都提供保障，为智能交通技术的革新和发展做出表率，有利于构建安全、便捷、高效、绿色的城市交通系统。

关键词：大数据;智能交通;信息技术

1 智能交通数据平台的功能

传统的交通数据库，已经落后到不能合理的分析数据，数据的类型同新型智能数据相比也不具有优势。随着快速的城市化进程，交通数据日趋增多，如此多的数据已经让传统的数据库难以为继。因此，智能交通数据平台将在此基础上进行更好的更新换代，可以容纳更多的交通数据，同时将在多维数据类型之间建立良好的关联性，利用大数据技术将结构化的信息进行集成改造。

智能交通数据分析平台具有以下职能：

1.1 准确的采集数据

在车辆行驶过程中，准确的采集车辆信息，如：车牌号、车型、车主、车颜色。毫无错漏的达到车的实名制，进行数据化采集备案，并可以进行联网信息比对，查处非法改装、套牌车等违法行为。

1.2 车辆违章监察

在各个路口，监测过往车辆是否存在违背交通规则现象.如：闯红灯、超速、超载、不系安全带、十字路口停车、隧道掉头等违规现象，都可以得到更加准确的监控。以此来规范交通秩序，减少交通事故的发生。

1.3 交通控制信息的数据获取和信息发布

智能交通数据分析平台还设有交通监控和智能交通控制平台，不仅可以实时优化交通控制方案，还可以提供交通流量信息、路网信息、路况信息、非法数据等。

2 大数据技术特点

目前我们已经进入到了大数据的时代，在进行日常的生产以及生活工作期间，会产生各种各样的数据信息，使用大数据技术对这些数据和信息进行采集和处理，其效率相对较高，与此同时还可以打破传统的对数据理解限制的缺点，但它也具备更大的复杂性特点。使用大数据技术对各种类型的数据和信息进行处理，收集整合，可以更好的挖掘数据当中的价值。大数据技术具有及时性、预测性、高效性的特点。

2.1 及时性

使用大数据技术进行数据的收集，可以在短时间内收集到不同种类的数据和信息，而且这些数据信息量十分庞大。结合数据处理，对系统的运行状态进行控制及信息处理的过程，也能够满足人们在速度方面的需求。

2.2 预测性

利用大数据技术对不同类型的数据进行计算以及分析之后，就能够发挥出数据和信息的价值，对不同的工作和工作状态进行预测和监控。而且对不同时间段内的数据进行分析处理，其表现出来的状态也能够预测未来一段时间内事态的变化。

2.3 高效性

以大數据技术作为基础进行数据的挖掘工作，可以挖掘出更具有价值的数据以及信息，而且也能够对数据之间存在的关联性进行快速的总结分析。在此基础上分析其他类型的数据以及信息，确定某类信息的关联性，可以使得数据的利用率大幅度提高。

3 智能交通管理存在的难题

智能交通是将电子信息技术作为核心，建立智能交通系统的目的是希望能够实现交通运输综合管理。通过将人工智能技术、计算机技术、通讯与传输技术、传感技术以及自动控制技术有机结合，可以很好的提高智能交通系统的运行有效性。通过对以往数据的采集和分析，可以为城市的交通控制管理、交通组织优化提供有效的数据支撑。尽可能的保障每个数据的真实性和科学性，加强对智能交通系统的建设可以帮助我们提高交通效率，帮助人民节省交通时间，进一步的缓解交通压力。随着智能交通技术的不断发展与革新，我们也会面临着不同类型的挑战，主要有以下几个方面的挑战：

3.1 数据采集

将大数据技术和智能交通管理技术有机地结合在一起，势必会产生许多类型的数据。倘若想要将这些数据进行转换，就必须要保障收集到的数据质量，提高数据的真实性。但是由于我们国家的智能交通还处在发展过程中，想要更好的建立数据采集标准，不是在短时间之内就能完成的，不管是从资金还是技术上，我们都存在着诸多短板，不同部门之间的沟通和协作较差，无法保证数据采集的准确性，这些因素都将影响到智能交通的发展。

3.2 数据存储

交通大数据蕴含十分庞大的数据，其中还包括历史数据以及每天在更新的数据，想要更好的做好存储工作，就需要将这些繁杂的数据储存到可靠的设备之中，因此，我们应当提高数据传输效率以及存储技术。然而，针对现在的实际需求而言，我们国家的存储技术发展相对落后，交通数据的更新速度过快，这就导致了在交通数据存储过程之中面临着种种困难。

3.3 数据共享

想要做出正确的决策，就需要将数据转化成为交通管理要素，这时就要求有关管理人员针对不同类型的数据进行分析。想要更好地分析，就需要运用到数据共享技术。然而，由于交通部门内部数据共享存在难度，影响数据的转换。

3.4 数据分析

交通大数据需要对众多数据对象进行处理，因此数据十分庞大。这就要求我们根据实际应用需求建立分析模型，加强对数据信息的分析处理能力，从海量的数据之中寻找到有用的信息。

3.5 数据应用

智能交通大数据需要满足不同的需求，因此我们应当根据实地情况研究发展对象，运用专业的知识与技能，加强智能大数据的应用。

4 大数据技术在智能交通管理中的应用

4.1 交通大数据平台架构

（1）数据采集模块。在整个交通大数据系统当中，其最主要的核心内容是数据采集模块，它不仅会对整个平台构架产生决定性的影响，更是影响了整个系统的使用效率。这一平台的运行需要以移动通信技术、高清监控技术、车联网设备以及云计算平台作为基础。数据采集模块在进行数据收集的过程当中，能够快速的进行车辆定位、车辆状态、车辆行驶数据、周边路况信息等基础数据的收集，而且其数据还具备精确度高质量高的特点，避免了信息错误而对交通管理带来的威胁。

（2）数据分析模块。在完成数据收集任务之后，要想提高数据的利用价值，还需要由专业的工作人员进行计算以及分析。因此在大数据后台管理系统当中，我们还需要融入数据挖掘技术、数据可视化分析、数据库分析等方法，将具备结构化、非结构化和多结构化特点的大数据集成到系统中去。为了保证数据和信息价值得以发挥，系統需要对数据进行实时分析，所以数据分析模块对于交通系统的管理而言，使得数据信息的管理效率不断提升，最终转化为更优质的公众服务。

（3）数据处理模块。与其他类型行业相比，交通行业的数据量相对较多，而且分布范围广，在进行数据分析结束之后，还需要进行深入的处理。以相应的规模计算中心以及完整的计算框架作为基础，对数据进行处理，需保证其处理的高性能。我们可以将数据处理模块设计工作分为历史分析数据和实时交通数据两种不同的类型，根据交通管理的实际情况，在数据分析和数据使用时选择适合自己的模块和框架。

4.2 大数据技术实际应用

（1）交通流采集系统。将大数据技术应用在交通流量采集系统中，可以更好的应对，不断增加的车辆数量也可以快速的对交通流量信息进行分享，只有这样才可以让交通管理者以及广大出行者实时掌握交通的情况，为自己的出行选择更加合理的方案，并在一定程度上缓解交通拥堵的问题。

（2）车辆定位。在出行期间，通过掌握车辆的位置，可以确保自身出行的安全性，同时也可以对交通流量进行灵活的控制。在打车软件的运用期间，车辆定位的使用价值相对较高，司机以及乘客必须要通过车辆定位以及乘客定位系统确定双方的位置，乘客也可以根据车辆定位的相关信息，了解自身与目的地或与车辆之间的距离。

（3）提供交通诱导方案。利用大数据技术，对存储的过往交通数据进行分析处理，预测未来某个时间段内某段道路的交通拥堵情况，从而提出科学合理的出行路径方案。

（4）改善公共交通服务。公共交通服务可分为轨道交通系统和常规的地面公交系统两大类，轨道交通由于干扰小，在运营调度平台的指挥下，实现准确高效的运营。地面的常规公交系统受制于路况的不确定性，会造成服务的不可靠性。以智能交通大数据平台为基础，搭建智慧公交系统，综合路况信息、乘客信息等进行分析预判，适时将公共交通运营、调度信息的发布至司机和乘客，提高调度效率的同时提供更加可靠的公交服务。

5 结论

在智能交通领域以大数据技术作为基础，可以整体提高车流量数据、道路设施信息、出行信息等内容的应用价值，同时也可以更好的进行数据储存、数据分析处理工作，进行更深度的数据挖掘工作。本文以智能交通数据平台作为基础，分析了大数据技术对于智能交通数据平台框架产生的影响，希望能够助力智能交通的发展。

参考文献：

[1]杨方圆.大数据技术在智能交通中的实践路径[J].数字技术与应用，2020，38（8）：77-78.

[2]李丽萍，孙梦琳.云计算及大数据技术在智能交通中的应用[J].经济研究导刊，2020（16）：164-165.

[3]张文.大数据技术在智能交通管理中的应用研究[J]. 信息记录材料，2020，21（4）：161-163.