智能公交卡大数据的发展与应用
智能交通系统的应用与发展趋势
智能交通系统的应用与发展趋势在当今社会，交通问题一直是人们关注的焦点。
随着科技的飞速发展，智能交通系统应运而生，为解决交通拥堵、提高交通安全、优化交通效率等方面带来了新的思路和方法。
智能交通系统是将先进的信息技术、数据通信传输技术、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整个地面交通管理系统而建立的一种在大范围内、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。
智能交通系统在交通领域有着广泛的应用。
首先，在交通信号控制方面，通过智能传感器和数据分析，能够根据实时交通流量自动调整信号灯的时长，从而减少车辆等待时间，提高道路通行能力。
比如，在一些城市的主干道上，安装了智能交通信号控制系统，能够根据不同时间段的交通流量变化，动态调整信号灯的配时方案，有效地缓解了交通拥堵。
其次，智能交通系统在公共交通领域也发挥着重要作用。
通过智能公交调度系统，可以实时掌握公交车的位置、运行状态和客流量等信息，实现科学合理的调度，提高公交服务的准点率和可靠性。
此外，智能公交站牌能够为乘客提供实时的公交到站信息，方便乘客规划出行时间。
再者，智能交通系统在高速公路管理方面表现出色。
电子不停车收费系统（ETC）的应用，大大提高了高速公路收费站的通行效率，减少了车辆排队等待的时间。
同时，高速公路上的智能监控系统能够实时监测路况和车辆行驶状态，及时发现事故和异常情况，并迅速采取相应的处理措施，保障高速公路的安全畅通。
另外，智能交通系统还在交通信息服务方面为人们提供了便利。
通过手机应用程序和车载导航系统，用户可以获取实时的路况信息、最优的出行路线规划以及周边停车场的空位情况等，帮助用户更加便捷地出行。
随着技术的不断进步和创新，智能交通系统呈现出以下几个发展趋势。
一是智能化程度将不断提高。
未来的智能交通系统将更加依赖人工智能、大数据和深度学习等技术，实现更加精准的交通预测和决策支持。
例如，通过对大量历史交通数据的分析和学习，智能交通系统能够提前预测交通拥堵的发生，并提供相应的解决方案。
智能化公共交通系统的研究与应用
智能化公共交通系统的研究与应用公共交通系统是现代城市交通的重要组成部分，直接影响着城市的交通质量和居民的出行体验。
在过去数十年中，公共交通发展取得了巨大的进步和成就，但是也面临着很多问题和挑战。
与此同时，信息技术、人工智能和大数据等新兴技术的不断发展，为公共交通的智能化转型提供了强有力的支撑。
本文将就智能化公共交通系统的研究与应用进行探讨。
一、智能化公共交通系统的意义智能化公共交通系统是指在公共交通系统中集成了现代信息技术、人工智能和大数据等技术，运用先进的计算机和通信技术，通过数据采集、传输、处理和分析等过程，实现公共交通运营、管理和服务的智能化。
其主要意义有以下几点：1.提高车辆运营效率和服务质量。
通过智能化技术，能够对车辆和设备的运行状态进行监测和管理，提高运行效率和减少故障率。
同时，通过调整车辆和线路的运营计划，优化运行效率，缩短乘客等候时间，提高服务质量和乘客满意度。
2.推进公共交通服务信息化和数字化。
通过智能化技术，能够实现公共交通信息和数据的自动化采集、传输、处理和分析，以及实时显示和发布，为乘客提供更为准确、可靠和便捷的信息服务。
同时，也方便了城市管理和监管部门的数据分析和决策制定。
3.优化交通组织和管理。
通过智能化技术，能够实现多维度的数据分析和建模，以及智能决策和控制，优化公共交通的运行组织和管理，实现交通信息共享、协同管控和智能预测等。
4.促进可持续城市交通发展。
通过智能化技术，能够建立更为科学和精准的公共交通服务评价体系，实现能源和环保的节约和减排，推进绿色出行的形成。
二、智能化公共交通系统的技术支持智能化公共交通系统的实现，需要借助于多种信息技术和数据分析工具，其中主要包括以下方面：1.大数据技术。
通过大数据分析和处理，能够实现公共交通运行状态和乘客出行信息的自动化采集和分析，构建智能化的决策支持模型。
同时，也能够实现基于数据的乘客服务方式的个性化和精细化。
2.人工智能技术。
大数据在交通领域中的应用及未来发展趋势
大数据在交通领域中的应用及未来发展趋势近年来，随着大数据技术的发展，各行各业都在积极尝试将大数据技术应用到自己的工作中来，以达到更好的工作效率和效果。
交通领域也不例外，大数据技术已经开始被广泛应用到交通管理、规划和安全领域中。
本文将探讨大数据在交通领域中的应用及未来发展趋势。
一、大数据在交通管理中的应用1.道路拥堵分析道路拥堵一直是城市交通管理的重要问题，但是道路拥堵的原因往往较为复杂，很难通过简单的经验或规律进行彻底分析。
利用大数据技术，可以将各种交通数据信息（如车辆数量、速度、密度等）进行融合和分析，从而建立起较为准确的道路拥堵热力图，帮助交通管理者直观地了解道路拥堵情况，以便及时调整交通管理方案，优化城市交通。
2.公交智能调度传统的公交车调度往往是基于固定的线路和时间表进行的，但是由于交通流量的不确定性，公交车的运行效率有时候并不高。
通过将公交车上装载的智能设备与城市交通大数据相连接，可以根据实时的交通信息和乘客需求情况，实现公交车的智能调度，优化公交线路、车辆安排和调度方案，提高公交车的运行效率和服务质量。
3.智能交通信号控制城市交通灯控制是实现城市交通管理的重要手段，传统的信号灯控制往往是基于预设的时间表进行的，但是由于交通流量的不确定性，效果并不稳定。
近年来，一些城市开始尝试将交通信号控制与大数据技术相结合，通过采集交通数据信息、学习和理解交通流量规律，对交通信号的控制进行实时的智能化调度，提高交通信号的响应速度和效果。
4.城市交通规划城市交通规划是城市发展中的重要环节，而大数据技术也为城市交通规划提供了更多的数据信息和分析手段。
通过对城市交通数据进行收集、整理、分析和可视化处理，可以更加深入地理解城市交通的现状和发展趋势，为城市交通规划提供科学依据和策略支持。
二、大数据在交通安全中的应用1.交通违法监管交通违法是交通安全的重要问题之一，通过大数据技术的应用，可以建立起交通违法信息的大数据平台，对交通违法行为进行监测和分析，提高交通违法监管的效率和精度，减少交通违法次数和事故发生率。
交通一卡通大数据的应用
交通一卡通大数据的应用交通一卡通大数据应用是指利用大数据技术对城市交通一卡通数据进行分析和挖掘，从而得出有价值的信息和洞见，以实现城市交通的优化和智能化管理。
交通一卡通大数据应用已经成为现代城市交通领域的重要趋势，可以帮助城市实现更高效、更环保、更安全的交通流动。
1. 优化交通道路规划：通过大数据分析交通一卡通高峰期的乘车情况，可以快速分析出公交车路线、班次、停靠站点等信息，并根据不同时间段的客流情况进行动态调整，从而实现更合理、更高效的交通道路规划。
2. 提升公共交通服务水平：大数据可以分析乘客的乘车偏好、行程目的等信息，从而了解公共交通系统的缺陷反馈和需求变化，为提升公交服务水平提供决策的基础。
3. 交通拥堵疏导：通过大数据分析交通一卡通的客流数据，可以得出交通拥堵的具体时间和地点，并引导交通管制、公共交通优先通行等措施，从而实现交通的疏导和优化。
4. 发现城市交通的隐性规律：大数据分析可以发现城市交通的隐性规律，如交通旅行时间分布、出行偏好的转变、晚高峰的趋势等，为交通规划改进、政策制定等提供科学的数据支撑。
1. 交通流量预测：利用高精度的大数据分析算法，可以预测不同时间段和地点的交通流量，进而为城市交通建设和规划提供数据支持。
2. 公交到站预测：通过大数据算法分析公交车的行车轨迹和客流数据，可以实现公交到站时间的准确预测和实时更新，为市民提供更加便捷的公共交通出行服务。
3. 交通管制预警：通过对车流、客流、交通信号等数据进行综合分析，可以对交通拥堵、事故、施工等情况进行预警和提醒，为交通管制提供有力的决策支持。
4. 交通安全管理：通过大数据分析交通事故的频次、发生时间等信息，可以制定更加科学的交通安全管理政策和措施，为城市交通安全保障提供强有力的支持。
1. 数据隐私保护：交通一卡通数据涉及到大量个人隐私信息，如何保护个人隐私成为大数据应用时面临的一个难题。
2. 数据质量问题：由于数据来源的多样性、数据采集的难度和误差等原因，交通一卡通数据具有质量问题，如何对数据质量进行评估和改进是大数据应用面临的难题。
公交大数据及其应用
真知灼见Knowledge and Insight1 公交大数据来源及类别1.1 数据来源目前智能公交信息采集设备主要包括公交车辆调度终端、硬盘录像机、客流采集终端、新能源车辆监控终端、充电桩、疲劳驾驶监测终端、防碰撞预警终端、IC 卡车载机、智能投币机等设备，形成完善的车载数据信息采集系统。
同时多数公交企业已经建立了智能调度系统、公交ERP 系统、充电运营管理系统、收银点钞管理系统、客流排班系统、IC 卡清分结算系统、视频安防监控系统等完善的信息化运营管理系统，也具备了与交警、城管等多行业之间的数据报送和共享机制。
1.2 数据类别公交数据主要包含以下10类：（1）定位类：经纬度、车辆速度等；（2）工况类：CAN 总线、发动机、胎压、电池、车辆维修数据等；（3）人次类：上下车OD 客流数据、站台人流数据等；（4）消费类：投币人次、刷卡（扫码支付）数据等；（5）视频类：乘客、司机图像数据等；（6）路况类：周边路况、交通路口、红绿灯、交通标识数据等；（7）安全类：ADAS 告警、驾驶行为告警数据、倒车雷达数据等；（8）运营类：线路数、车辆数、客运量、运营趟次、运营里程数据等；（9）基础信息：场站分布和数量、资源（加公交大数据及其应用油站、充电、维修）数据、停车位、司机数据、考勤数据等；（10）监管类：计划完成率、交通拥堵指数、公交畅行指数、交通小区拥堵及客流分析数据、路网运行速度监测、财政补贴、成本收入、服务质量等。
此外公交都市信息化平台，也汇总了出租、自行车等不同交通方式的海量数据。
这些交通数据为进行交通大数据开发和应用提供了有力支撑，也为进一步发掘交通大数据应用方向、拓展应用领域提供了无限可能。
2 公交大数据应用目前，公交大数据主要有六个方面具体应用：2.1 在运营排班调度的应用对客流数据进行分析，综合考虑线路信息、站点信息、路况信息，利用运筹学进行建模规划，建立包含多项参数的预测模型，预测线路的客流高峰时段，仿真线路短时间内的客流变化情况，预测线路的趟次周转时间；基于客流仿真预测计算最优发车间隔、最小配车数，从而实现车辆智能排班，自动调整现有排班计划以适应客流变化的需要；根据客流数据进行分析，优化生成发车时刻表，然后进行自动排班和减站点设置、调整线路车辆配置等。
大数据在智能交通系统中的应用
大数据在智能交通系统中的应用随着科技的不断发展，大数据已经成为当今社会各个领域的重要应用工具之一。
在智能交通系统中，大数据的应用也逐渐得到了广泛的关注和应用。
大数据技术在智能交通系统中的应用，不仅可以提高交通运行效率，还可以提升交通安全性和便捷性。
本文将重点探讨大数据在智能交通系统中的应用，并分析其对交通管理和出行体验带来的积极影响。
1. 实时交通监测和分析在智能交通系统中，大数据技术可以实时监测道路交通流量、车辆速度、道路拥堵状况等信息。
通过大数据的分析处理，交通管理部门可以及时了解交通状况，调整交通信号灯、改变路口道路流向，从而缓解交通拥堵，提高交通运行效率。
大数据还可以分析车辆在路上的行驶轨迹，为交通管理部门提供数据支持，以便对交通流量进行合理调配。
2. 智能导航和路径规划大数据技术可以通过对车辆行驶轨迹、道路状况和交通流量等数据的分析，为用户提供更加智能的导航和路径规划服务。
车载智能导航系统可以根据实时的路况信息，为司机提供最优的行驶路径，并实时调整导航路线，避开拥堵路段，提高出行效率。
通过大数据的支持，智能导航系统还可以提供更加准确的到达时间预测，帮助司机更好地规划行程。
3. 交通安全管理大数据技术可以分析交通事故发生的规律和原因，帮助交通管理部门进行交通安全管理。
通过对交通违法行为和事故数据的分析，可帮助交通管理部门发现交通安全隐患，并采取相应的措施加以改善。
大数据还可以支持交通管理部门在重点路段和时间段加强交通巡逻和监控，提高交通安全管理的效果。
4. 公共交通优化大数据技术可以对公共交通系统进行优化管理。
通过对公交线路和车辆运行数据的分析，可以提高公交线路的运行效率，减少乘客候车时间，提升公交车辆的运行速度和准点率。
大数据还可以帮助公交公司更好地了解乘客的出行需求，为乘客提供更加方便快捷的公共交通服务。
二、大数据在智能交通系统中的积极影响1. 提高交通运行效率大数据技术可以帮助交通管理部门更加及时、准确地了解道路交通状况，从而做出更加科学的交通管理决策。
交通一卡通大数据的应用
交通一卡通大数据的应用随着智能科技的不断发展，大数据已经成为了各个行业的重要组成部分。
在交通领域，交通一卡通系统也利用大数据技术来提升服务质量和用户体验。
交通一卡通大数据的应用，不仅能够为城市交通管理提供重要的数据支持，还能够为乘客提供更加便捷、智能的出行体验。
一、交通一卡通系统简介交通一卡通系统是一种城市公共交通一卡通支付系统，它整合了地铁、公交、有轨电车等多种公共交通工具的支付功能，方便乘客出行。
通过刷卡、二维码扫描等方式，乘客可以实现一卡通乘车、支付车费、查询乘车记录等多种功能。
交通一卡通系统不仅提高了城市公共交通的运营效率，还为乘客提供了便捷的出行方式。
1、出行数据分析交通一卡通系统能够收集大量的乘客出行数据，包括乘车热点、乘车高峰期、乘客出行方式等信息。
通过对这些数据进行分析，可以为城市交通管理部门提供重要参考。
可以根据乘车热点数据对公共交通线路进行优化调整，以提高运营效率和服务质量；可以根据乘车高峰期数据合理调配公交车辆，缓解交通拥堵问题；还可以通过分析乘客出行方式，优化公共交通线路布局，满足乘客出行需求。
2、出行实况监测交通一卡通系统可以实时监测乘客的出行实况，包括车辆拥挤度、乘客上下车数量、车辆运行速度等信息。
这些数据可以为公共交通运营提供重要的实时指导，帮助决策者做出快速、准确的调整。
当某条公交线路出现拥挤现象时，交通一卡通系统可以立即发出警报，提醒运营方进行车辆调度；当某一站点出现大量乘客上下车时，交通一卡通系统可以及时通知驾驶员增加运力，保障乘客出行需求。
3、乘客出行轨迹分析交通一卡通系统还能够分析乘客的出行轨迹，包括上车点、下车点、乘车时间、乘车方式等信息。
通过对这些数据进行分析，可以为乘客提供个性化的出行建议和服务。
基于乘客的出行轨迹，交通一卡通系统可以向乘客推送实时的乘车提醒和换乘建议，帮助乘客更加便捷地规划出行路线；还可以根据乘客的出行轨迹，为他们推荐个性化的出行方式和出行方案，提升出行体验。
大数据技术在城市智能交通发展中的应用分析
大数据技术在城市智能交通发展中的应用分析随着城市人口的不断增加和交通需求的不断增长，城市交通拥堵问题日益严重，如何提升城市交通的智能化水平成为了一个重要的课题。
大数据技术在城市智能交通发展中起到了重要的作用，其应用分析如下：1. 实时交通管理：通过大数据技术，可以对城市中的交通情况进行实时监控和分析。
利用各种传感器和摄像头等设备获取的数据，可以精确地监测交通拥堵情况、道路状况、车辆流量等，并通过算法对这些数据进行分析和预测。
这样，交通管理部门可以根据这些数据进行实时的交通信号控制，通过调节红绿灯时间、限制车辆进入等方式来缓解交通拥堵，提高交通效率。
2. 智能导航系统：大数据技术可以用于城市智能交通导航系统中，通过收集分析大量历史交通数据，包括车辆流量、交通拥堵情况、道路状况等，可以在导航系统中提供实时的交通信息。
这样，在出行前可以通过导航系统选择最佳路线，避免拥堵，节省时间和燃料。
智能导航系统还可以根据乘客的个人喜好和需求，为其提供个性化的出行方案。
3. 智能停车管理：城市停车问题是一个普遍存在的难题，大数据技术可以用于智能停车管理系统中，通过收集和分析各个停车场的实时数据，包括停车位的使用情况、停车费用等，可以提供实时的停车位导航和停车场信息，帮助司机快速找到合适的停车位。
通过大数据分析，可以预测停车场的停车需求，提前调配停车资源，提高停车位利用率，缓解停车难问题。
4. 交通安全预警：利用大数据技术，在城市交通管理中可以实时监测交通事故和交通违法行为。
通过分析各种数据，包括交通摄像头的视频数据、车辆的行驶轨迹数据等，可以提前发现潜在的交通安全隐患，并及时预警。
交通管理部门可以根据这些预警信息采取相应的安全措施，如增加交通警力、设置警示标志等，提高城市交通的安全性。
5. 交通规划优化：大数据技术可以用于交通规划的优化和决策。
通过分析各种交通数据，包括车辆出行数据、交通拥堵数据、交通需求数据等，可以了解不同时间段和不同地区的交通状况，为城市交通规划和建设提供科学依据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
智能公交卡大数据的发展与应用［摘要］大数据是当今最热的话题之一，在城市规划及相关领域，一批城市规划、、地理、计算机等学科的研究者开展了一系列基于大数据的城市规划，形成了当下的一股热潮，并迅速对城市规划产生了冲击，引起规划行业的重视。
在智慧城市、智能公共交通的大背景下，大量学者开始将公共交通大数据用于城市交通规划中。
尽管基于大数据的各类城市研究初具规模，大半大数据在城市规划中的利用却仍很有限，本文重点分析智能公交卡大数据的运用现状及研究展望。
1．研究背景：2015年11月，“十三五规划建议”中提出：推进交通运输低碳发展，实行公共交通优先，加强轨道交通建设。
作为提高公共交通系统服务水平和运营效率从而将更多的留客吸引带公共交通系统中的一种重要途径，国内外的一些城市引入了智能公共交通系统（Advanced Public Transportation System ,APTS）。
智能公共交通系统是智能交通系统的重要组成部分之一。
公交IC卡收费系统作为APTS中应用最广泛的子系统之一，每天在运行中产生大量的刷卡交易。
以广州为例，广州城市公共交通电子收费系统涵盖公交、地铁、轮渡、出租车、路边停车收费，该系统从2001年6月开始运营，2004年12月，发卡量突破350万张，日交易量200万比。
每刷一次设备就记录了一次数据，进而形成了庞大的数据库。
大数据是当今最热门的话题之一，也是一场革命。
开放性数据运动和互联网使得大数据能够迅速对城市规划产生影响力，鉴于大数据潜在的巨大影响，很多国家将其作为战略资源，甚至提升为国家战略。
在智慧城市和智能公共交通的大背景下，国内像北京、上海、广州等大城市均进行了基于智能公交大数据的城市交通系统分析、规划、优化等。
目前，大量学者利用智能公交数据研究车辆OD、行人OD、公共交通客流量、公交路线网等，以缓解城市交通拥挤，解决城市交通问题。
2．智能公交卡大数据使用现状公交乘客每使用一次IC卡刷卡乘车，收费系统就记录一条数据，通过全天的刷卡记录就可以获得一个使用公交IC卡乘客的公交系统全天出行信息。
公交IC卡系统数据一般包括刷卡卡号、刷卡日期和时间、刷卡的公交路线和车辆编号（或刷卡设备编号）、消费金额等信息。
随着公交IC卡收费系统在国际范围内的广泛应用，近年来美国麻省理工学院、英国威斯敏斯特大学、加拿大蒙特利尔理工学院及我国的东南大学、同济大学等机构，开始对公交IC卡数据的潜在用途进行研究。
本节结合国内外研究现状，重点阐述数据挖掘应用的内容、基于公交IC卡大数据的分析方法的基本思路、技术特点、存在问题及目前国内研究进展。
2.1数据挖掘应用内容整个交通活动的参与者，有出行用户、交通管理者和企业运营者，我们在建立预测性模型以优化现有公共交通的过程中就必须面向这三个群体来挖掘数据。
2.1.1．面向用户出行a)人工智能分析模拟用户出行偏好，提供符合用户户型习惯的实时出行意见（个体用户出行诱导）b)为实现城市客流管控及导向性，提供各种用户出行诱导的综合便捷服务体系（人群群体诱导）2.1.2．面向交通管理者a)以交通线网点>线>面的实时办法为理论基础，参考公共交通白皮书研究开发公共交通一体化线网标准模型及实际模型（交通行业线网模拟建立）。
b)结合交通行业相关数据，研究开发公共交通行业综合线网拟合优化及诊断评价决策支持系统（交通行业当前线网优化）。
c)通过一体化公交线网的GIS仿真模拟，通过假设数据输入，实现站点、线网规划重置，变化相关影响模拟运算及假设分析（变化影响智能仿真模拟）。
2.1.3．面向企业运营者a)面向营运的轨道、公交智能分析辅助决策支持（企业运营优化决策支持）。
b)通过实时运营数据、结合城市公交一体化线路网模型、对于城市突发事件的运营指导提供快速响应的辅助决策支持系统（突发响应方案提供）。
2.2．基于公交IC卡大数据的分析方法2.2.1．基于公交IC卡数据的分析方法的基本思路公交IC卡收费系统记录了公交卡乘客的乘车信息。
每位公交乘客，一天都有若干次出行。
全天第一次刷卡的站点一定是该乘客全天第一次出行的起点，以后每一次刷卡，可能是下一站的起点。
判断连续两次乘车为换乘关系，可以将换乘出行的2段或2段以上的行程连接起来，构成一次完整的出行。
如果再判断出行乘客的下车站点，那么就可以得到每位乘客每次公交出行的起点和终点。
通过对公交IC乘客的上车站点和下车站点进行确定，并判断出是否进行换乘，就可以得到乘客每一次出行的公交出行链。
由此，可以重现出每一位公交IC卡乘客全天公交出行的时空路径。
在此基础上，可以得到公交出行OD、出行时耗、乘距、换乘距离、换乘时间等信息。
公交IC乘客上车站点的确定、是否换乘的判断和下车站点的确定是公交IC数据分析的三个关键问题。
者三个关键问题的解决，除了公交IC数据之外，还需要公交系统的相关运营数据，图站点坐标、运行记录、公交运行GPS数据等。
将公交IC卡数据及相关运营原始数据进行抽取、清洗后，建立数据仓库。
再根据分析工作内容，提取相关数据集，既可以进行数据的查询、分析、挖掘等工作。
2.2.2．基于公交IC卡大数据的分析方法的技术特点与传统的公交数据调查方式相比，在调查技术方面：公交卡数据有数据样本容量大、数据连续记录、数据采集费用低廉及数据处理可实现自动化等特点，为公交系统服务水平联系检测和调控提供了可能。
2.3.基于公交IC卡大数据的分析方法存在的问题但是公交卡大数据分析也存在一定问题。
首先，公交卡数据分析方式只有在出行用户以刷卡方式进行交通活动的比例或者概率比较大的情况下才具有较高的可参考性。
其次，公交卡乘客总体上市城市常住人口，对于流动人口的出行特征分析仍需要传统的公交调查方法来完成。
最后，公交卡数据还不能获取公交乘客的个人属性，因此不能对公交出行特征与乘客个人属性进行关联型分析。
2.4基于公交IC卡大数据的分析方法的研究进展目前，国内对公交IC卡大数据的研究有，北规院龙瀛等人利用公交 IC卡数据所做的城市通勤研究、陈君等人所做的融合智能调度数据的公交IC卡乘客换乘点判断方法、公交IC卡数据分析技术研究、李方正等基于公交刷大数据分析的城市绿倒规划研究——以北京为例、北京交通发展研究中心基于IC卡数据的地铁运量推算方法研究等。
3智能公交卡大数据库研究的展望矛明睿学者在大数据在城市规划中的应用中谈到，“尽管开放数据运动以及众包运动为城市研究者们提供了大量大数据，缓解了数据不足的矛盾，但在实际的规划编制任务与做研究是有差异的。
研究者在选区数据范围、时间跨度、精确度、覆盖面上可以有较大的弹性，而规划编制任务的要求高得多。
此外，对研究者而言，做研究开展得数据抓取得时间成本是可容忍得，而规划编制任务中数据的抓取、处理都需要达到工业化水平，其时间成本的宽度非常低。
”目前智能公交卡并没有像银行卡一样实施联名制，很多城市的票价也只有跟路线长度有关，再加上城市的公共交通具有很大的不确定性，所以要将现有研究完美地应用于智能交通系统，在进一步研究大数据,构建数学模型，设计自动调度、优化、决策智能平台时，也可以随城市发展增添新的元素和改良现有只能公交卡的性能，实现大数据时代下的智慧城市、智能交通。
参考文献[1]高联雄. 智能公交系统数据挖掘研究与应用[D].北京邮电大学,2011.[2]茅明睿. 大数据在城市规划中的应用:来自北京市城市规划设计研究院的思考与实践[J]. 国际城市规划,2014,06:51-57.[3]周晶,张伦珂. 利用IC卡数据估计公交OD矩阵的模型及算法[J]. 系统工程理论与实践,2006,04:130-135.[4]陈君,刘靓. 公交IC卡数据分析技术研究[A]. Intelligent Information Technology Application Research Association (IITA Association), Hong Kong、Shenzhen University, China.Proceedings of 2010 The 3rd International Conference on Power Electronics and Intelligent Transportation System(Volume 6)[C].Intelligent Information Technology Application Research Association (IITA Association), Hong Kong、Shenzhen University, China:,2010:4.[5]陈君,杨东援. 融合智能调度数据的公交IC卡乘客换乘站点判断方法[J]. 长安大学学报(自然科学版),2013,04:92-98.[6]孔海兰,谭北海,程航. 智能公交云服务系统的研究[J]. 无线互联科技,2015,11:49-52.[7]Milan Lovrić,TingLi,PeterVervest. Sustainable revenue management: A smart card enabled agent-based modeling approach[J]. Decision Support Systems,2012,:.[8]Marie-Pier Pelletier,MartinTrépanier,CatherineMorency. Smart card data use in public transit: A literature review[J]. Transportation Research Part C,2010,194:.[9]Olga Titova-Candel. Smart cards in transportation systems lead the way[J]. Card Technology Today,2008,202:.。