大数据技术在智能交通中的应用
大数据技术在智能交通领域的应用
大数据技术在智能交通领域的应用1. 引言1.1 智能交通领域的重要性智能交通领域是现代城市发展中至关重要的一环，它直接关系到人们的出行安全、交通效率和城市运行的顺畅性。
随着城市化进程加快和车辆保有量的增加，交通拥堵、事故频发等问题日益突出。
如何通过科技手段提升交通系统的智能化水平，成为当前社会亟需解决的问题之一。
智能交通领域的重要性体现在多个方面。
智能交通系统可以提高道路利用率，减少交通拥堵，降低交通事故发生率，提升城市交通运行效率。
智能交通系统还可以为交通管理部门提供及时准确的数据支持，帮助其更好地制定交通调度方案和政策措施。
智能交通系统还可以提升交通用户的出行体验，使他们能够更加便捷、安全地到达目的地。
重视智能交通领域的发展，推动大数据技术在交通行业的应用与创新，对于优化城市交通环境、提升城市运行效率、改善人民出行体验，都具有重要意义。
大数据技术的兴起给智能交通领域注入了新的活力和可能性，为构建智慧城市和共享出行提供了技术支持和保障。
1.2 大数据技术的兴起大数据技术的兴起在智能交通领域中扮演着至关重要的角色。
随着物联网、移动互联网和云计算等技术的发展，大数据技术不断涌现出新的应用场景，智能交通也不例外。
大数据技术的快速普及和应用，为智能交通领域带来了前所未有的发展机遇。
通过大数据技术，可以更加高效地收集、处理和分析交通数据，从而优化交通系统的运行和管理。
在智能交通领域，大数据技术可以帮助实现实时监控、数据挖掘、智能决策等功能。
通过大数据技术，交通管理部门可以实时获取交通流量、车辆速度、拥堵情况等数据，为交通信号控制、交通流量预测、拥堵解决提供数据支持。
大数据技术还可以帮助设计智能交通路径规划系统，为驾驶员提供最优的路线选择，减少交通拥堵和交通事故发生的概率。
大数据技术的兴起为智能交通领域注入了新的活力，为实现智能、高效、安全的交通运输系统提供了强有力的支持。
2. 正文2.1 智能交通数据采集与分析智能交通数据采集与分析是智能交通领域中至关重要的一个环节。
大数据技术在智能交通中的应用
大数据技术在智能交通中的应用随着数字化进程的不断深入，大数据技术的应用范围也越来越广泛。
其中，智能交通领域是一个热门的应用领域。
大数据技术可以帮助智能交通系统实现实时路况分析、智能导航、车辆监测管理等多项功能。
本文将就大数据技术在智能交通中的应用，进行一些思考和讨论。
一、实时路况分析随着城市化的不断推进，交通压力也在不断加剧。
传统的路况监测方式难以满足现有的需求。
然而，大数据技术的出现，为解决此类问题提供了新的可能性。
通过对实时采集的交通数据进行处理，可以得出有效的路况信息。
根据这些信息，可以为驾驶人员提供更为准确的路况信息，从而使他们能够避开拥堵的道路，优化通行路线，减少道路交通压力。
同时，政府相关部门也可以通过分析收集到的数据，加强对道路状况的监测和管理。
二、智能导航车辆导航系统已经成为现代车辆的标配之一。
然而，传统导航系统的设计主要是基于硬件设备和固定地图数据，无法满足人们对实时路况、地理位置和移动车辆的需求。
而大数据技术正是可以解决这些问题的好伙伴。
通过实时采集的数据，例如交通拥堵信息、道路建设情况和卫星地图等信息，系统可以实现更为准确的导航功能。
尤其是在新兴的区域，不断更新的数据可以快速覆盖新开发的道路，增强了交通管理部门的情报资料，使得导航系统更加智能化和个性化。
三、车辆监测管理随着城市的不断扩张，无偿停车、堵车拥堵等问题日益突出。
而车辆监测系统是一个可以有效解决这些问题的手段之一。
利用车辆监测系统，可以实现车位管理、车辆位置跟踪、停车场管理等一些相关功能。
但是，无论是数据量还是数据类型，此类数据的规模和复杂性都很大，如何实现大数据技术对车辆监测系统的支持，是智能交通领域需解决的一个实际问题。
四、结语总的来看，大数据技术在智能交通领域的应用正日益成为普遍趋势。
这一方面得益于数字化进程的加速，另一方面也依靠智能交通领域专业技术人员的共同努力。
未来，大数据技术和智能交通领域的融合将日益紧密，我们有理由相信，在大数据技术的不断支持下，智能交通系统将成为城市交通领域的标志性成果。
大数据技术在智能交通领域的应用
大数据技术在智能交通领域的应用未来交通生态的发展趋势表明，智能交通是未来发展的重点方向。
其中，大数据技术在智能交通领域的应用成为了一个必然趋势。
本篇文章通过展示大数据技术在智能交通领域的应用案例，探讨大数据技术在智能交通领域的应用，以及未来大数据技术在智能交通领域的创新方向和重点。
一、大数据技术在智能交通领域的应用案例1. 根据交通拥堵情况进行导航调节利用大数据技术，智能交通系统可以实时获取并分析道路拥堵情况，然后根据拥堵点和状况，为驾驶员规划出最佳的路线。
例如，谷歌地图提供的实时路况就是利用大数据技术对路段拥堵情况的分析结果。
这样可以有效降低交通事故的发生率和提高交通效率。
2. 提高交通管理效率大数据技术可以集成各种数据源，建立交通信息数据库，并利用分析算法和模型将数据转化成有用的信息。
根据该信息，智能交通系统可以快速响应交通事件和事故，提高交通管理效率。
例如，杭州市的人工智能城市大脑就可以实时监测交通数据，包括交通事件和违规行为，交通管制等，准确预测交通拥堵情况，并引导交通流动。
3. 提高车辆安全性大数据技术可以通过自动化的方式收集分析车辆行驶数据，预测车辆故障和维护需要，以便及时提醒车主进行维修。
此外，智能驾驶系统还可以实时感知路面状况，根据路况调整车速，降低交通事故的发生率。
二、大数据技术在智能交通领域的应用1. 车联网和智能交通的集成借助车联网技术，车辆可以随时随地实时传输交通数据，如车速、车道、惯性传感器信息等。
此外，如何智能利用这些信息也是当前研究的重点。
例如，可以利用车联网技术实现车辆自动避让和相对速度调节。
车辆在互相通信的同时，系统也可进行诱导，由此实现标准化和优化的车辆行驶。
2. 智能停车技术智能停车技术是智能交通领域的一个热点技术。
通过大数据技术处理和分析数据，实时了解停车场的拥挤情况，根据用户需求智能指导用户停车。
例如，在韩国首尔市，已经部署了智能停车系统，可以快速找到空车位，并优化车辆进出停车场流程。
大数据在智能交通中的应用
大数据在智能交通中的应用随着智能交通的发展，大数据正在成为这个领域中的重要一环。
大数据的应用可以帮助交通管理部门更好的了解交通状况，优化交通管理策略，提高交通运输的效率和安全性。
本文将讨论大数据在智能交通中的应用。
1. 交通流量监测大数据可以用来监测城市道路的交通流量。
通常，这种数据收集是通过传感器和摄像机来完成的。
传感器能够收集车辆通过的数字数据，如车辆数量、速度、时间等。
摄像机还能够使用计算机视觉技术来实现车辆数目的计数，从而更为准确地收集数据。
这些数据用于预测交通拥堵的出现和预测不同时段的交通状况，从而帮助交通管理部门灵活调度路线。
2. 实时交通报告大数据可以通过实时交通报告来帮助驾驶员规划路线。
移动应用程序和导航系统可以对大数据进行分析，以显示趋势和实时数据。
通过普及实时交通信息，驾驶员就可以更好地了解交通流量和拥堵，并可以选择更快的路线。
同时，交通管理部门也可以在交通拥堵问题上做出更加实时的反应。
3. 预测交通拥堵利用大数据分析，交通管理部门可以在交通拥堵发生之前预测拥堵的可能性。
然后可以改变路线或调整交通灯来规避拥堵。
这将提高交通运输的效率和安全性，并有助于减少碳排放量。
4. 提高安全性5. 改善公共交通大数据技术也可用于改善公共交通运输。
利用大数据收集，分析公共交通的使用数据和乘客的需求等信息，交通管理部门可以建立更为准确的公共交通运输服务的计划。
同时，他们也可以为乘客提供实用的信息，如压缩车辆到站时间、列车/公交车的位置，提供更好的信息体验。
尽管大数据在交通领域的应用仍处于初期，但未来的发展前景仍然非常广阔。
大数据技术的发展和进步将使智能交通系统更加智能，准确和安全。
也能够更好地方便人类的生活。
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。
大数据技术在智能交通中的应用案例
大数据技术在智能交通中的应用案例智能交通是指利用先进的信息与通信技术，对交通流量、交通设施和交通管理进行智能化处理的交通系统。
随着人工智能和大数据技术的快速发展，智能交通正迎来一个全新的时代。
大数据技术作为智能交通的关键支撑，为智能交通提供了强大的数据分析和决策支持能力。
下面将介绍几个大数据技术在智能交通中的应用案例。
大数据技术在智能交通中的一个重要应用案例是实时交通流量监测和预测。
通过在城市道路上部署传感器或使用移动设备的位置信息，能够收集到大量的交通数据，如车辆速度、拥堵情况等。
利用这些数据，可以通过大数据技术进行实时的交通流量监测，准确地了解道路的交通状况。
同时，通过分析历史数据和实时数据，还可以预测未来的交通流量，为城市交通管理部门提供科学的决策支持，优化道路交通流动性，减少交通拥堵。
大数据技术在智能交通中还可以应用于交通事故预测和预防。
通过分析历史交通事故数据，结合其他因素，如天气、道路状况等，可以建立交通事故预测模型。
该模型能够利用大数据技术从海量数据中发现交通事故发生的规律和潜在的危险因素，及时预警潜在的交通事故风险区域。
同时，通过与其他交通管理系统的数据进行综合分析，还可以提出针对性的交通事故预防措施，以减少交通事故的发生率，提高交通安全性。
大数据技术还可以在智能交通中应用于交通信号控制优化。
传统的交通信号控制是基于固定的时间表来进行的，无法灵活地根据交通流量的变化进行调整。
而大数据技术可以利用实时交通数据和历史交通数据，通过分析交通流量的变化趋势和拥堵情况，智能地优化交通信号控制。
这种智能的交通信号控制能够根据实时的道路使用情况进行动态调整，提高道路的通行效率，减少交通拥堵，提升城市交通运行效率。
大数据技术还可以应用于出行路线推荐。
通过分析用户的出行目的地、出行偏好以及实时的交通流量数据，可以智能地推荐最佳的出行路线。
这种出行路线推荐不仅可以减少交通拥堵，提高出行效率，还可以为用户提供更加便捷和智能的出行体验。
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。
大数据在智能交通中的应用
大数据在智能交通中的应用一、引言智能交通是以信息技术为基础，以城市交通为主要应用场景，集成了路网、车辆、乘客、交通信号等多种交通要素，实现交通管理、交通服务、交通安全、交通智能化的新型交通系统。
而在这个系统中，大数据是不可或缺的一部分。
本文将从数据的获取、处理、分析和应用等方面来探讨大数据在智能交通中的应用。
二、数据获取数据获取是大数据应用的第一步，也是非常关键的一步。
在智能交通领域，数据的获取方式有很多，例如监控摄像头、车载GPS、智能停车场、位置服务等。
这些设备可以采集到各种各样的数据如路况信息、车辆位置、车速、乘客量等。
三、数据处理获取到海量的数据后，数据的处理是必不可少的环节。
在智能交通领域，大数据处理的方法比较广泛，包括分布式计算、数据挖掘、机器学习等，这些处理方式可以有效地处理大数据，提高数据的可用性和有效性。
例如，通过数据挖掘，可以识别出交通事故原因，从而提供预警和预防。
四、数据分析在数据处理完成后，数据分析就是一个非常重要的部分。
智能交通系统需要通过数据来不断改善和优化交通流量，提高通行效率和安全性。
通过数据分析，可以了解交通的状况，预测交通拥堵情况、交通事故发生率、通行效率等。
同时，数据分析还可以为交通决策提供指导，例如路网优化、信号优化等，从而提升整体交通服务质量。
五、数据应用数据应用是大数据的最终目的，也是智能交通的核心部分。
通过数据应用，智能交通系统可以提供更加便利快捷的服务，例如智能路线导航、优化公共交通路线、智能停车服务等。
此外，通过数据应用还可以提高交通安全性，例如交通事故预警、车辆违章检测等。
六、应用案例以海淀区智慧交通应用为例，通过智慧交通大数据分析，监测了区内的停车位供需状况，为车主提供有针对性的路段疏导服务，从而实现降低拥堵率和提高通行效率。
通过实时监控视频流，区交通领导可以派出交警解决实时交通违法行为。
七、结论智能交通是大数据应用的一个突出应用领域，从数据获取到应用，每一个阶段都离不开大数据技术的支持。
- 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)。
大数据技术在智能交通中的应用随着社会经济的快速发展，城市车辆也在飞速地增加，传统的交通管制和规划已经不能满足复杂的交通需求，交通拥堵已经影响到了居民的生活质量，加剧了环境污染，降低了城市的运行效率。
要解决交通拥堵，必须从根源上找到导致交通拥堵的根源――除了车辆数的剧增外，还有路边车辆乱停乱靠、交通事故的发生以及发生后不能及时救援、清理现场等原因。
面对交通拥堵，大力发展公共交通是一种有效手段，但事实上公共交通也存在着资源分配不合理的现象，导致等车时间上、乘车拥挤甚至挤不上车等问题。
那如何解决这一系列的问题，最终解决交通拥堵问题，已经引起了我们的思考。
大数据技术的发展给我们解决交通中存在的这些问题带来了新的思路。
大数据技术的战略性意义在于我们可以快速、准确地获取、挖掘大量的有效的交通数据，构建交通数据处理模型，让交通有秩序的运行。
本文中针对大数据技术在交通诱导中的应用、大数据对公共交通的优化、对交通安全的优化等方面进行阐述，并提出了主动式的交通服务模式。
1大数据的概念及应用进展1.1大数据的概念所谓大数据是指数据量特别巨大，“超出了传统意义上的尺度，一般的软件工具难于捕捉、存储、管理分析的数据。
”这些数据不仅数量大，而且异质、复杂、来源不同、分散于各处。
[1]在维克托?迈尔-舍恩伯格及肯尼斯?库克耶编写的《大数据时代》[2]中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。
大数据的特点可以概括为四个“V”：Volume（大量）、Velocity （高速）、Variety（多样）、Veracity（精确）。
或者说，其特点有四个层面。
第一，数据量巨大。
大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。
比如，网络日志、视频、图片、地理位置信息，等等。
第三，价值密度低，商业价值高。
第四，处理速度快。
最后这一点也是和传统的数据挖掘技术有着本质的不同。
1.2交通领域大数据技术应用进展美国西北大学的交通研究中心主任Hani Mahmassani2012年11月在芝加哥的Teradata Big Analytics研讨会上作了题为“大数据分析在出行和交通的应用（Travel & Transportation：Big Data Analytics）”的演讲，讨论了利用海量实时数据增强对交通系统状态的分析和预测能力，从而提高用户体验和交通系统运营效率，创新交通服务，供应链可视化等应用。
美国麻省理工学院与新加坡政府于2007年启动了SMART项目，其中的Future Urban Mobility子项目采用Smart Phone等手段，实时或准实时采集交通需求，通过机器学习方法估计居民出行活动或位置选择行为。
[3]虽然大数据在交通领域的应用刚刚兴起，但中国的交通研究机构、高德地图、百度地图已经开展实际应用。
深圳市城市交通规划设计研究中心在2006年建立深圳市城市交通仿真系统，成为我国最早将大数据应用到交通中来的城市，北京建设了交通运行监测调度中心，上海市建立的交通信息中心是目前为止最全的数据中心，广州市建设了交通运行指挥中心。
可见我国已经非常重视利用大数据技术来解决交通领域的各种问题。
2大数据在交通诱导中的应用道路拥堵多重原因综合作用而成。
路段车流量大，超出道路承载能力；道路基础设施不完善；路段的静态交通规划与日益增长的机动车数量不匹配，停车难、停车乱现象导致道路通行能力下降。
近年来，由于城市发展所需，占道施工较多，加剧了交通需求与道路承载能力之间的矛盾，此外驾驶员的不文明行为也会加剧交通拥堵。
交通诱导是缓解交通诱导的有效手段，下面对交通诱导做详细介绍。
2.1交通诱导简介及传统交通诱导技术的缺陷交通诱导是一个实时动态的过程[4]，首先通过各种技术手段收集即时的交通运行数据，数据收集是交通诱导的前提条件。
第二，基于收集到的即时交通运行数据，对当前交通状况作出评价，并利用交通预测模型做出短时间内的交通预测。
第三，通过电台及电视机、交通广播、车载终端、电子诱导屏发布诱导信息。
[5]第四，通过监测交通流数据，反馈诱导的效果，对诱导方案做出优化。
下图即为交通诱导的技术流程。
其目的有两个：一是使道路网上的交通流量均衡，是道路网的综合交通能力达到最充分利用；二是减少行驶时间，缩短每辆车行驶的距离。
交通诱导的技术流程传统的交通诱导技术已经不能满足交通运行监测和交通数据采集的需求，首先，我国大多数城市的交通流监测系统仅仅覆盖城市的主要干道，采集到的交通流信息不能完全反应交通运行状况，给交通流量的判研带来了困难。
第二，受交通数据的采集、存储及成本的约束。
传统的交通数据采集主要是采用随机抽样的方式，抽样的随机性决定了数据分析结果的准确性。
采集的交通数据大多是模拟数据而非数字信息，给存储带来了极大的挑战。
第三，受地域限制。
大多数城市主要划区域分部门进行交通管制，各部门之间很少进行交通信息交流，给交通数据的采集带来一定局限性。
2.2大数据技术在交通诱导中的优势城市交通大数据环境是从相关交通信息系统中提取数据，由此产生了数据修补和控制问题。
同时，大数据环境下交通分析的重要特点是最大限度发挥信息资源的价值，减少决策判断中的模糊性。
在交通流监测和交通数据采集方面具有如下优势：（1）大数据方法注重全体交通数据监测，而非少量随机样本。
（2）大数据技术在出行数据采集[6]方面更趋于微观化，以人为对象的移动数据采集，包括公交IC卡数据和手机GPS数据。
以车为对象的交通移动数据的采集主要是车辆电子车牌GPS定位技术。
（3）在数据处理上，克服了数据形式单一化，不易于存储的局限。
由原来的静态数据数据集拓展至静态与动态相结合的数据集。
数据集主要以数字数据为主，也对模拟数据的采集及转化技术做了更新。
大数据处理技术对图像处理信息化，使其存储成本大大减小。
（4）大数据对与交通相关的非结构化数据进行收集，主要包括与人们出行相关的Web点击流、文档、社交网络、电话呼叫日志、视频等。
例如可以通过行人发表的微信动态判断其所在的地点及交通状况等信息。
（5）为实时观测交通运行状态提供了可能。
利用道路检测技术，实时获取交通流量，对交通运行状态作出评估，动态的呈现交通运行状态及交通拥堵情况，预测短时间内的交通运行状况，做出相应的交通诱导方案以及交通管制措施，并可以对做出的处理方案进行评估与调整。
3大数据技术优化公共交通服务公共交通指城市范围内定线运营的公共汽车及轨道交通、渡轮、索道等交通方式，这些交通工具都是按时间点发车，资源配置不合理就导致了等车时间长，乘坐拥挤、挤不上车等一系列问题。
大数据技术可以实现资源的合理配置，通过站点实时客流量检测，合理分配公共资源，提高资源利用效率。
此外。
乘客可以通过手机App，实时查询公交车的行驶状况、车内客流情况供乘客参考，及时更改乘坐计划，避免出现盲目等车的状况。
公共交通是缓解交通拥堵的一种有效手段，完善公共交通服务质量，让市民真真切切地体会到公共交通带来的便利，是市民出行首选公共交通出行的先决条件。
4大数据技术优化交通运输安全随着国民经济的持续增长，交通需求越来越大，交通事故数居高不下，道路交通安全成为全社会普遍关注的问题。
减少道路交通事故的发生，提高道路交通、安全水平，已经成为人们的迫切要求。
道路交通系统中，因驾驶员的素质、车辆的安全性能、环境、道路及气候等因素的不良变化，导致这种因素组合恶化，如果这种恶化因素持续发生，就可能导致交通事故的发生。
大数据的实时性及可预测性保证了交通系统对事故的主动预警，以便提前预测事故发生的可能性。
[7]例如，通过GPS定位技术采集车辆行驶轨迹，判断车辆是否正常行驶，若出现非正常行驶及时通知交警部门对车辆进行管制；通过道路环境及设施监测系统，实时采集道路环境及道路设施信息，经过云计算分析处理大数据后及时通过交通广播发布或者通过手机短信将信息推送给在附近行驶的车量；通过大数据技术及时分析恶劣天气环境下道路状况，减少雨天、大雾、雪天连环撞车发生的概率。
将大数据应用到应急救援系统中，可以更加准确的定位事故地点，快速通知医护及消防救援，并且可以通过大数据技术推送事故发生信息给附近行驶的车辆，让其做好让救援车队顺利通过的准备，并告知驾驶员备选路径，以便于驾驶员改变行驶路径。
5主动式的智能交通服务5.1主动式停车系统随着车辆的增多，停车难已成为人们非常关注的问题。
解决停车难问题是治理交通拥堵工作的一部分，把大数据应用到智能交通系统中，可以通过主动式的方式向用户推送相关交通服务信息。
例如利用电子车牌GPS定位技术[8]获取车辆停靠位置及停靠时间信息，出现违规停靠的情况向车主手机推送相关违规信息，让其及时把车开走，这样可以缓解道路车辆乱停靠带来的交通堵塞。
通过停车诱导系统获取车辆所在位置和附近一定区域内的停车场信息，预测到达停车场的时间，通过手机短信或者手机App的方式及时向车主推送附近停车场的信息，车主可以主动的选择停车场或者提前预定车位。
5.2主动式高铁乘车系统为避免乘坐高铁误点，乘客往往要提前好几个小时就往火车站赶，赶火车花费的时间甚至要比乘坐高铁的时间多出许多。
把大数据技术应用到交通中，出租车公司可以联合高铁运输部门，获取乘客的信息例如手机号及乘车时间。
出租车公司可以与交通信息中心联合获取出行前和出行后交通信息，通过大数据处理技术预测从出发点到火车站的时间t，向乘客推送路径、用时乘车方式等信息，乘客若要乘坐出租车，则可以在合适的时间通过手机GPS定位技术获取乘客出发地点及附近的出租车信息，通过实时交通信息服务，出租车司机选择最优路径[9]以最快的速度到达火车站，这样可以节约乘客大部分的时间。
6结论本文主要从理论上阐述了大数据技术应用到交通领域中的优势，并且提出了拥用大数据技术解决停车难及赶高铁的时间比乘车时间长问题的解决思路。