基于大数据的智能交通系统设计

黄少泽

摘要：随着中国经济社会的发展，城市交通拥堵问题日益严重。将大数据、云平台等计算机技术运用到智能交通领域，有助于提高城市交通运输效率，为解决城市交通拥堵问题带来了全新的解决办法。基于大数据的智能交通系统主要包含数据采集层、数据整合层、大数据处理平台、实时路况推送平台、交通灯优化设计、交通设施数据更新几部分。利用该系统，可以有效解决交通拥堵问题。

关键词：智能交通;大数据;云计算;交通控制系统

引言

与传统数据数量手段比较，大数据技术具有数据类型复杂、处理迅速、实效性强等优点，在智能交通领域运用大数据技术，可以采集海量的数据，这些数据内包含许多不可估量的价值，通过挖掘和分析能够快速得到所需的数据信息。针对上述情况，本文提出基于大数据技术智能交通台数据平台各功能层设计情况，并提出其在交通数据诊断、路网延迟指数等方面的应用。

1我国城市交通问题

近年来，我国经济发展势头迅猛，随之而来的是汽车的全面普及。短短十几年内，我国交通系统经历了从无到有，负担增重的过程。在这个过程中，我国城市交通暴露出了一系列的问题。我国城市交通问题集中体现在几个方面：第一，公共交通工具使用率低，人们出行大多使用私家车，从侧面体现出公共交通建设的低迷;第二，城区堵车现象频发，影响人们的出行;第三，城市交通管理尚未实现智能化，大多数地方是交通管理的盲区;第四，城市交通管理较为分散，各地区政策存在偏差，缺少统一规划。

2建设目标与需求分析

2.1实现交通信号灯的优化设计

交通信号灯（红绿灯）是道路交通管理的基础，通过实际测量车流量大小，模拟和优化交通信号灯的控制模式，调整十字路口红绿灯时长，控制交通车流量，可以充分地挖掘出道路的最大车容量。从而合理配置道路交叉口的资源，使得综合的停车次数最少，路口的等待时间最短，使道路交通的畅通度达到最大值。常用的交通信号灯控制系统的实现方法包括：道路单点控制、主干线协同控制、区域化优化控制、人工控制等。系统应将多种控制策略相结合，设计出智能化的信号控制方式。

2.2道路网延迟指数分析

依托大数据技术对各个路口/路段历史流量进行统计，进一步分析路网的延迟指数。智能交通延迟指数求解方法是实际通过旅行时间与自由流通旅行时间相减，若所得数值为负数，则设定为0，表明并未发生延迟，并把这些数据映射至[0，10]数据区间之内。如果智能交通延迟指数較大，说明这个地点的拥堵情况更严重。左侧向使用者展现设定日期、特点等交通延迟指数改变情况，来回移动水平滚动条，能够及时查看不同时间段的延迟数据。左侧展现路口、道路等级、行政区划等各维度下相对应点的延迟指数和排名情况。通过综合分析道路延迟指数，能够为决策人员提供新建道路规划等决策提供支持。

2.3实现基础交通设施的更新

传统方式的基础交通设施更新后信息的变更由人工完成。利用智能交通系统，可以实现交通设施更新后信息的自动更新。主要实现方式为利用遥感影像来检测城市中道路的变化，当检测到基础交通设施有变化后，将自动发送到大数据平台，从而实现了道路交通设施的自动实时更新，为用户及时地提供更准确的道路信息，并且节省了大量的人工成本费。具体过程为：（1）通过遥感影像获取道路的路面、绿化带、拐弯处、路灯、指示牌等重要的道路信息;（2）利用道路两侧树木的形状指数等形态学知识，自动地确定道路的线路;（3）通过尺度转换，构建对象层次，获取不同道路特征，并实现道路的基础交通设施信息提取。

3系统设计方案

3.1设计整体架构

智能交通数据分析平台是采用先进的计算机信息技术、通信技术、传感技术、人工智能等有效整合用于交通运输信息的管理和控制中，注重人、

车与道路之间的协调，组成一种有利于改善环境、节约能源、保护安全的综合运输系统。智能交通数据分析平台运用层次化结构模型展开设计，并根据大数据建设要求，整个平台包含数据感知、资源层、应用层三个层次，数据感知层主要任务就是采集交通信息，资源层旨在管理交通领域的数据;应用层旨在负责实时调度智能交通资源。本次设计的智能交通数据平台系统能满足采集、存储、调度及处理数据等方面的需求。

3.2系统功能

数据采集层的主要功能是获取交通数据。数据的主要获取方式包括视频监控系统、RFID技术、遥感技术等。在智能交通系统中，前端监控设备对所有经过的车辆进行拍摄，可以获得车牌号和当前车速等信息。RFID是一种非接触式自动识别技术，对于正在行驶中的汽车利用FRID技术获取相关信息非常方便。在智能交通系统中，RFID的作用主要有两点：（1）收集车辆信息;（2）对收集到的车辆信息进行分析。遥感技术是利用电磁波实现目标探测和识别的技术，在智能交通系统中，遥感技术可以用于精确地获取地面交通设施信息。数据整合层是将收集到的分散的交通信息数据进行统一的整合处理，以及实时计算处理，并逐一进行标准化的转化，使整合后的数据能够被交通大数据处理平台所使用。大数据处理平台是利用大数据等相关技术，对海量的交通数据进行实时处理，并且完成数据采集和挖掘工作。系统设计的大数据处理平台由数据中心云、路侧云、车载云三级网络结构构成。数据中心云是指提供ICT资源以及交通信息服务的平台和服务器;路侧云是指建立在道路单元侧，由专用服务器和接入设施等构成;车载云是指一系列建立在行驶的车辆上的本地服务器，可以通过其构建车辆通信网络等。由于车辆本身具有移动性，故车载云实现方式与普通PC网络的云端实现方式有很大不同。一般，车载云的实现方法有两种：通用车载云和专用车载云。专用车载云系统的特点是没有云控制器，云端系统将直接指定一些特点车辆为创建车载云的候选节点;通用车载云的特点是包含云控制器，由云控制器自身实现车载云的创建等一系列操作。实时路况推送平台、交通灯优化设计、交通设施数据更新三部分属于基于大数据的智能交通系统的应用层部分。实时推送路况推送平台的主要功能是通过智能手机传感器收集汽车行驶信息，并发送给服务器，服务器通过大数据技术等方式对交通状况进行分类，并将有效信息推送给其他在线用户。交通灯优化设计是根据车流量等信息，将交通灯的设计实现最优化，尽可能地减少道路拥挤情况。交通设施数据更新平台的主要功能是当交通基础设施更新后，信息能够自动、及时、准确地推送给用户。

结语

利用基于大数据的智能交通系统，可以实时获取道路情况，并且能够为交通信号灯的控制提供有效数据，提高了城市交通管理的精确度和科学性，从而为人们的出行提供了便利。

参考文献：

[1]余志华.城市智能交通设计浅谈[J].智能城市，2017，3（2）：107，

127.

[2]张继先，宋鸿，王少飞，等.重庆都市区新一代智能交通管理系统架构研究[J].公路交通技术，2015（4）：156-161.

[3]陆化普，孙智源，屈闻聪.大数据及其在城市智能交通系统中的应用综述[J].交通运输系统工程与信息，2015，15（05）：45-52.

[4]熊刚，董西松，朱凤华，季统凯.城市交通大数据技术及智能应用系统[J].大数据，2015，1（04）：81-96.

[5]刘德全.智能交通信号机系统电路设计与仿真[J].实验技术与管理，2014（10）：107-111.