新时代背景下大数据与智能交通的相互交融+城市交通大数据融合分析在交通控制系统中的应用.docx

新时代背景下大数据与智能交通的相互交融电子相机GISGPS效果反馈产生诱导方案发布诱导信息广播、电台、车载终端等交通流分布图1交通诱导技术流程图摘要：伴随社会经济的发展，交通问题越发尖锐，城市交通问题急需得到解 决。构造有序的城市交通管理系统，我们必须及时、准确、高效的获取信息并对 它进行分析。随着信息技术的发展，大数据应运而生，以其大容量、高速度、多 样性、共存性、可视化和高价值的“6V”特征为城市交通治理带来了新的机遇和 挑战1。关键词：大数据；6V；智能交通；交通大数据1引言新世纪以来，信息呈现高速发展的趋势，继“物联网”、“云计算”之后，“大 数据''的出现，吸引了人们的眼球。大数据的应用范围涉及通信、金融、交通、医疗、气象等。特别是当前的交 通堵塞、交通环境污染等问题让人们十分困扰，而大数据的适时出现让人们在治 理交通问题上看到了曙光。2大数据基本情况2.1 大数据的背景当今社会是一个信息化的社会，随着各种信息不断积累，呈现出爆炸式的数 据增长模式。据数据统计，目前使用谷歌搜索的人每秒大概达到200万。在 Facebook上，人们每天共享的信息达到4。亿，而在Twitter上，每天要处理的 推特数量有3.4亿。32.2 大数据的基本概念大数据是由大量的数据集合而成，它的容量特别大，以至于我们当前的软件 工具很难能够进行捕捉、管理和分析。大数据一般以太字节为单位，我们可以通 过对其进行交换、整合和分析等操作，创造出新的值。2.3 大数据的来源（1）来源于人们的活动：人们进行网络活动，对互联网的使用以及在日常 生活中的活动产生的数据；（2）来自于设备：在科学实验以及对数字设备等的使用过程中所收集到的 数据；（3）来自于电脑：人们对计算机的使用，在其系统工作过程中会产生相关 数据。2.4 大数据的特征大数据之所以能够吸引人的眼球，主要是体现在它的特征。在实际应用中， 当我们将大数据与智能交通系统进行相互结合的时候，它呈现出体积大 （Volume） 高速度（Velcocity）、多样性（Variety）、共存性（Veracity）、可视化 （Visualization） 高价值（Value）的 6 V 特征5。3大数据在智能交通中的应用3.1 智能交通的概念传统的交通系统注重基础设施的建设，如道路拓宽等，它以消耗大量的能源 为代价来实现缓解交通的目的。智能交通系统是在当前已经较为完善的交通设施 的基础上，对传统的交通系统进行软硬件升级。通过引进人工智能、云计算、物 联网、电子传感器等先进技术，对原先的交通系统进行技术层面的配置，使新的 系统能够在大范围区域内，实时、高效、精确的对交通发挥管理作用。3.2 智能交通的具体应用3.2.1 交通诱导（1）交通堵塞的成因：1）交通基础设施建设不够完善，面对大流量车流时, 道路承载无法满足需求；2）静态交通规划有待提高，人们出行常常面临停车难、 乱停车的现象，从而加剧交通堵塞；3）城市建设在施工过程中常出现占道施工 的现象，加大了交通拥挤。（2）交通疏导方案。在智能交通系统中，我们采用交通诱导的方式来疏散 拥挤的车流量，主要有以下几个操作：1）通过各个交通路段的电子摄像机及音 频采集器收集实时数据，并通过车载全球定位系统和GIS系统定位汽车所处位 置及其分布，及时的反馈回系统；2）系统对所接收到的数据进行分析处理，根 据汽车行驶的轨迹作出行驶预判、初步设计诱导方案；3）通过电台、交通广播、 车载终端将诱导方案传递给车主，从而达到诱导的目的。交通诱导技术流程如图1所示。（3）智能交通的优势。1）大数据技术在交通诱导中的应用是对全体的交通 数据进行检测，而不是随机的；2）在数据采集上能够落实到个人，比如对IC卡 及人们的手机GPS监测；3）对数据的处理从原先的静态转变成动态数据，并作 出实时更新，弥补了传统交通的缺陷；4）能够对网络信息、文档、视频等非结 构化数据进行采集，并判断人们的位置。5）对道路交通监测是实时动态的。3.2.2 促进交通管理模式升级7（1）搭建跨行政区域限制的系统。我们国家的每个省级交通部门在遵循党 的领导下都具有行政区自治的权利。每个行政区的分界地区，对于交通的投入及 建设力度明显不足，存在很大的弊端。大数据技术的引入打破了每个行政区之间 的地域限制并实现资源共享，实现每个行政区范围内跨区域解决问题。（2）充分发挥信息集合的优势和效率。省级交通部门实行行政区自治，各 类的交通运输主体又分别在不同的部门掌管，凸显出分散的特点，办事效率无法 做到高效。运用大数据技术，建立综合性交通信息体系，可以使交通管理跨地区、 跨部门，在各个领域中充分利用大数据资源，提高行政效率。（3）提高交通资源配置的能力。资源配置的不足是传统交通管理系统的短 板，在人力和物力上造成很大的浪费，使资源无法得到充分利用。把大数据技术 应用到交通中恰好能够弥补资源分配不均的缺点，使资源得到合理的利用。3.2.3 促进交通服务升级（1）优化公共交通服务。当前常见的交通工具如公共汽车、地铁等只在规 定的时间里发车，而人流是动态的，不是呈平均分布。大数据技术可以对人流进 行实时监测，在高峰期时候加大车辆的班次，加快客流量的疏散，避免出现交通 堵塞。（2）优化交通的安全。大数据技术能够对事故作出预先判断。例如，人们 的车上都安装有GPS导航系统，大数据交通管理系统可以依据车上的GPS对车 辆轨迹作出风险判断，若出现非正常驾驶，系统会对车辆作出提醒。同时，在遇 到大雾、雨雪等恶劣天气的时候，系统会对行驶的车辆进行提示，避免事故的发 生。4大数据在应用中仍存在的问题4.1 大数据的安全与隐私近几年大数据的发展既有取得成果，但也仍存在问题，特别是安全和隐私问 题。主要呈现在以下几个方面：（1）随着大数据时代的到来，信息的存在也将变的更加复杂；当团体或者企业对大数据提出更高要求的时候，对安全的要求也越高;1.1 对于位置而言的隐私数据更加容易暴露；大数据共享性和动态性及其数据融合带来的挑战。4.2 大数据的能耗问题目前，大数据系统的能耗模块主要来自硬件和软件两个方面。为了提高能量 利用率，我们可以采取相应措施：（1）在硬件设备方面，采取更加低消耗的产品；（2）使用可再生的新能源。4.3 公开交通数据虽然智能交通系统会产生大量的数据，但实际上我们对数据的利用率却很 低。在交通系统中，每个部门的交通数据主要是提供给系统内部使用，为了数据 能够得到利用，交通主管部门应在其官方网站上公开交通运输数据8。4.4 提高交通采集的多样性目前活跃在互联网及移动互联网上的用户非常多，但是每年所增长的数据却 十分有限，说明数据的采集仍存在问题，方式比较单一。在交通数据采集过程中, 我们应充分发挥优势，调动群众的积极性，增加数据采集的方式和途径，同时实 现资源的共享，以此增加交通数据。4.5 提高交通数据的质量为了增强数据的质量，我们可以从以下几个方面采取措施：(1)各部门之间的数据格式等应该要采用同一套标准来执行，而当遇到部 门隐私问题的时候可以用自己的方式加以保留；(2)安排专人对各个部门的数据进行审查，提高数据的准确性；(3)设置相应的面向公众的反馈机制，征求公众的意见，对不规范的数据 进行整改，使数据质量得以提升。5结语在这个信息技术时代，大数据涉及到各个领域，目前，我们对大数据的探索 只是在初始阶段，但它所体现的价值已经逐渐显现，所以我们更应该加大对大数 据的挖掘，让其为我们服务，为国家和社会增添新的经济拉动点。参考文献1陆化普，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 (5)： 45-46.2方巍，郑玉，徐江.大数据：概念、技术及应用研究综述J.南京信息工程 大学，2014, 6 (5)： 406409.冯登国，张敏，李昊,大数据安全与隐私保护J.计算机学报.2014, 37 (1)： 246248.4Mahmondreza Tahmassebpour. The rise of big data on cloud internet of things integration ： A Case study in Telligent transportation system. Electrical Engineering and Computer. 2016, 5 (9)： 1-3.5|谏美,大数据在公共交通中的应用J.图书与情报，2012, 06 (11)： 22-23杨玲玲，刘法胜，董霞，杨现青.大数据技术在智能交通中的应用J,中国 市场.2016, 23 (6)： 154155.7罗西军，刘亚.大数据在智能交通系统中的应用分析J.数字技术与应 用.2014, 09 (09)： 97.8唐要安.大数据在交通中的应用J.交通世界，2013, 24 (12)： 126-127.城市交通大数据融合分析在交通控制系统中的应用摘 要：论文讨论了面向公交优先的交通控制系统所需要的城市交通大数据 融合分析，从应用角度梳理了交通大数据体系，提出了交通控制建模中数据分析 方法的研究目标，给出了核心的研究方法。论文对交通大数据分析在交通控制平 台的应用和发展进行了展望，明确了大数据分析的研究与应用价值。关键词：城市交通大数据;融合分析;交通控制系统。引言随着人工智能科技和数据渠道的拓宽、数据体量的巨大增长，智能交通管理 平台中越来越多的应用到大数据融合分析技术1。一方面，城市交通控制系统 平台需要通过对城市交通体系的动态感知和精准调控来实现道路时空资源的最 优分配，另一方面，平台的控制目标对于城市交通长期运行有价值导向的影响作 用，如果无差别的保障机动车高效通行，长期而言，可能会带来城市机动交通的 无序增长。当前构建城市交通控制系统，应以公交优先为核心价值导向，在系统设计中 优先为公共交通系统分配时空路权，控制平台价值导向与城市交通政策相一致、 相协调，交通管理信息中心与公交系统运营管理平台进行信息交互，设计顶层管 控系统，统筹协调、综合优化公交管理系统和车流管理系统。作为支撑交通控制 系统的底层数据分析引擎，既需要实现一定精度实时分析的效能，也需要有完备 的数据体系和分析洞察能力，能够从交通需求发展态势和出行行为选择机理层面 对城市交通运行进行剖析和监测，服务于系统优化目标，形成监测、预测、预警 以及决策支撑的闭环，保障城市交通的绿色健康发展。需要达成上述目标，应当 构建合理的城市交通大数据体系，应用融合分析方法，提取多尺度、多来源的数 据的有效信息，在数据层面保障系统深入的洞察力和综合分析能力。1城市交通大数据体系数据融合分析的前提是厘清数据体系，甄别哪些类型的数据符合交通控制平 台的应用需求，在平台建设之初，就对数据进行采集和预处理，为平台需要的动 态流数据预备接口。城市交通大数据按照数据来源、动静态、数据形式等有多种 分类方法，且交通数据体系随着互联网和车联网技术的发展，仍在不断扩充过程 中。论文面向交通控制系统平台建设中对数据的应用梳理了大数据体系，将数据 主要分为四类：个体轨迹数据、车流运行数据、公交系统运行数据和调查数据。1.1 个体轨迹数据个体轨迹数据是探求城市交通运行机理、辨识个体出行行为特征的基础数 据。典型的个体轨迹数据包括手机信令数据和手机应用软件的GPS数据。这两 类数据的时空颗粒度存在一定差别，GPS数据的轨迹精度更高，但采样率少，且 不易获取。手机信令数据已成为城市居民交通数据的常用数据。个体轨迹表征了 个体出行链的所有环节，可以完整具体地体现出个体出行的路径选择、方式选择、 出行时空分布等特征。是交通大数据技术发展中非常重要的一类数据源，可以极 大程度解决传统居民出行取样率低、对通勤之外的交通出行统计不足等问题2。 个体轨迹数据的主要缺点在于，出于隐私保护，无法获取用户任何个人属性信息, 无法直接用来建立个体属性和出行选择的联系，需要和居民出行调查数据互为补 充。1.2 车流运行数据交通控制系统的主要控制对象是道路网络上的机动车流，因此对车流数据须 实现实时动态分析。车流数据的采集手段是多样化的，包括视频卡口采集、RFID 牌照数据采集、线圈流量采集、浮动车GPS数据采集等。传统的交通流预测技 术和控制优化建模通常采用流量数据作为输入数据，而现在的车联网监测、视频 识别技术能够分析得到具体的车辆轨迹，可以获取车型、0D、车速、转向特征 等具体信息，为驾驶行为分析提供了便利条件。对于车流运行数据，需要先期分 析车流、0D分布和路段交通流的历史特征，标定预测和决策模型。特征的提取 和模型的标定是优化建模的核心环节，主要依托的就是车流运行数据。1.3 公交系统运行数据对于公交系统运行数据的研究目的有两个，一是在出行客流层面，评估城市 公交体系的运行服务水平，监测公共交通对客流的吸引力;二是在公交车辆运行 层面，交通控制策略中实现为公交车辆优先配置通行权，具体的信号配时方案需 要与车辆的运行乃至具体的调度方案相一致、相协调。1.4 调查数据和调研信息上述数据多产生于城市交通监测系统、互联网或通信系统，可以实时地反映 系统运行状态，时空颗粒度较为精细，但往往数据仅能表征运行状态，不能挖掘 与个体属性相关的、能够与人群、社会、经济等建立联系的信息。而且，把握城 市交通的运行与发展特征，对于经济与产业发展、社会生活变迁趋势也是必须进 行联系分析的。所以在多源数据分析中，不可或缺的是以居民出行调查为代表的 交通类调查数据和作为建模重要信息补充的社会经济调研。2数据分析方法根据交通控制系统开发、建模和动态监测的需求，对于交通大数据融合分析 方法的研究目标主要包括以下几点：2.1 分析方法的研究目标2.1.1 多来源、多尺度数据的有效融合城市交通不同来源数据的数据制式、时空颗粒度、统计维度都有较大差异， 且没有任何一种数据形式可以完全的表征城市多系统的交通运行和居民出行数 据，通过多源数据的互相补充、互相印证，可以提高对系统运行数据挖掘分析的 精度，完善数据的校核方法。2.1.2 支撑出行行为机理剖析对城市交通多源大数据的挖掘分析应该以对城市居民出行行为机理剖析为 核心目标，仅以某一个系统运行指标是无法洞悉城市交通运行的本质规律，也不 能在宏观系统层面做出长期有效、引导健康发展的决策。出行行为机理的分析一 方面依靠个体出行轨迹数据进行初步建模和标定，另一方面借助系统运行数据对 个体轨迹的匹配情况进行校核，保证不同尺度的数据能够互相支撑。2.1.3 实现个体行为和系统运行的闭环分析通常的大数据分析中，由于数据来源和数据质量的局限性，只能从实时状态 数据解析运行指标，而无论个体出行还是交通系统运行都是一个紧密联系的整 体，在时空和不同系统的割离分析很可能造成系统整体无法闭环，例如城市内部 人口分布、出入境流量之间的数据有大量缺口，职住分布与通勤出行不相符合， 走廊流量与客流腹地不相匹配等。因此，分析方法需要保证系统闭环，分析所得 成果对于城市交通管理才有支撑作用。2.2 分析方法体系架构2.2.1 数据清洗有效的数据清洗在交通大数据实际应用中发挥了重要的作用，是后续分析的 基础。采集方式的不同所造成误差的形式、范围不同，清洗的方法也需要面向建 模的目标，基于用户出行行为机制的分析，从行为逻辑层面剔除不合理的数据， 应用时空匹配方法，应用交通出行的设施空间特点、系统运行时间特点，提高数 据预处理的精度。2.2.2 行为分析方法需要建模分析交通管理、交通控制的策略措施以及路段交通状态变化等对驾 驶员的路径选择行为以及路网整体的运行影响，与管理控制方案形成反馈机制， 构成交通控制优化模型的核心决策模块。行为分析模块需要海量历史数据长期分 析作为建模基础和校核基础。出行行为本身也是交通科学研究的理论核心。在交 通控制系统中，是管理控制平台与大量个体用户之间的博弈，实现了对系统的调 控。而博弈行为的机制、个体选择是如何被影响的，都需要模型来表征，从而指 导控制优化模型的建模和标定。2.2.3 优化与决策支撑方法交通控制系统的决策支撑模块是系统中对功能要求最高的模块，是实现有效 控制的核心模块。模块中需要实现控制-仿真-反馈的流程机制，应用优化模型为 系统配置动态交通控制的初始方案，模拟测试方案实行的效果，根据效果，在可 选择方案集里面进一步选择优化方案，不断迭代优化，在可接受时间里配置最优 的交通控制方案3。这其中，数据分析的核心，一是要实现公交优先控制，能 够实时的将路网数据和公交运行数据结合分析，二是能够及时地反馈路网状态， 对路网的需求变化、下一时段的流量;伏态进行敏锐的监测，能够根据方案和需求 预判交通运行状态。3应用前景与发展展望未来交通京统的优化和公交服务水平的提升，都需要借助智能交通体系的大 力建设。交通控制平台的计算能力、功能水平和建设规模将在人工智能时代实现 腾飞。目前，通过城市交通大数据分析方法的研究深化和体系化，为交通控制平 台的开发奠定基础。数据分析应当面向综合交通体系，而不仅仅是机动车的运行, 交通控制平台建设也应立足长远，实现数据融合、平台整合、信息共享、服务提 升。参考文献：1李瑞敏，史其信.基于多智能体系统的城市交通控制与诱导集成化研究J. 公路交通科技，2004, 21 (05)： 109-112.于泳波，侯佳，程晓明,地铁客流来源分布特征研究以南京地铁为例 CJ.2019年中国城市交通规划年会.3马寿峰，李艳君，贺国光,城市交通控制与诱导协调模式的系统分析J.管 理科学学报，2003, 12 (03)： 71-78.