智能交通发展中的大数据分析

一
、
大数据概 念
Ｂ ｉ ｇ Ｄ ａ ｔ ａ “ 大数据” 是继云计算 、 物联网之后 Ｉ Ｔ产业又一次颠覆性的技术变革 ， 对 国家治理模式 ， 企业 的决 策、 组织和业务流程 ， 个人生活方式都将产生巨大 的影响。在信息技术 中， 大数据是一个数据集 的集合 ， 这个集 合是如此大而复杂 ， 以至于它很难通过现有数据库管理工具来进行处理。［ ３ １ 从各种各样类 型的数据 中， 快速获得有价值信息的能力 ， 就是大数据技术。大数据特点有 四个层面 ： 第一 ， 数据体量巨大 。 从Ｔ Ｂ 级别 ， 跃升到 Ｐ Ｂ级别 。 第二 ， 数据类型繁多。 包括视频 、 图片、 地理位置信息 、 传感器数据 等等。 第三 ， 价值密度低 ， 应用价值高。 以视频为例 ， 连续不问断监控过程中， 可能有用的数据仅仅有一两秒。 第 四， 处理速度快。１ 秒定律 。 最后这一点也是和传统的数据挖掘技术有着本质的不 同。 在交通领域 ， 海量 的数据 主要包 括 ４ 个类型的数据 ： 传感器数据（ 位置 、 温度 、 压力 、 图像 、 速度 、 Ｒ Ｆ Ｉ Ｄ等信息 ） ； 系统数据 （ 日志 、 设备记 录、 Ｍ Ｉ Ｂ ｓ 等） ； 服务数据（ 收费信息 、 上 网服务及其他信息 ） ； 应用数据 （ 生成厂家 、 能源 、 交通 、 性 能、 兼 容性等信 息） 。交通数据的类型繁多 ， 而且体积巨大。
二、 大数据技 术与智能 交通
（ 一） 大数 据— — 改变 传 统交 通管 理 的路 径
社会经济的快速发展促使城市机动车辆的数量大幅增加。 城镇化的加速打破了城市道路系统 的均衡状态 ， 传统 的交通系统难 以满足 当前复杂的交通需求 ， 交通堵塞成为棘手问题 。 用大数据技术可促进交通管理模式的 变革 。大数据技术 的主要特点及其对传统交通的改变集 中在以下方 面： １ ． 跨越行政 区域 限制。行政区域的划分是国家为了有效统治和管理 ， 而将一个 国家划分不 同行政 区域。这
近年来 ， 各国都在关注“ 大数据 ” ， 力图通过扩大其在 国内的应用范 围， 进一步释放数据所蕴含的潜在价值 。 ２ ０ １ ２ 年３ 月２ ９日， 奥 巴马政府公布 “ 大数据研发计划” ， 旨在改进现有人们从海量和复杂的数据 中获取 知识 的 能力 ，从而加速美 国在科学与工程领域发 明的步伐 ，增强国家安全 ，转变现有 的教学和学习方式 。我国亦于 ２ ０ １ ２ 年７ 月２ ２日 在北京大学举行“ 首届中国大数据应用论坛 ” ， 主要议题包括大数据的发展趋势 、 不同场景 的 大数据应用 、 云计算与大数据 、 大数据与商业智能等 ， 旨在共 同讨论大数据的应用价值 。在 ２ ０ １ ３ 年 ４月举行 的 首届中国国际云计算技术和应用展览会上 ， 工信部软件服务业司司长陈伟表示 “ 大数据 ， 我认为它有 四个维度 ： 量大 ， 种类多 ， 发展速度快 ， 最后就是价值复杂 ， 可以说处处是黄金 ， 到处是沙子 。” ［ １ １ 随着城市 的迅速发展 ， 交通拥堵 、 交通污染 日益严重 ， 交通事故频繁发生 ， 这些都是各大城市亟待解决 的问 题。 智能交通成为改善城市交通 的关键所在。 为此 ， 及时 、 准确获取交通数据并构建交通数据处理模型是建设智 能交通 的前提 ， 而这一难题可以通过大数据技术得到解决 。［ ２ １
【 收稿 日期 】 ２ ０ １ ３ — ０ ３ — １ ｌ 【 作者简介 】岳建 明（ １ ９ ６ ９ 一 ） ， 男， 北 京交通大学经 济管理学院博 士研究生 ， 研 究方 向： 产 业组织现代化 ； 袁伦渠（ １ ９ ４ ０ 一 ） ， 男， 北 京交通大学 经
济管理 学院教授 、 博士生导师 ， 国务 院参 事 ， 研究方 向： 产 业经 济与劳动经济学。
智能交通发展 中的大数 据分析
岳建明， 袁伦 渠
（ 北京交通大 学 经济管理 学院 ， 北京 １ ０ ０ ０ ４ ４ ）
【 摘 要 】 智能 交通是 解决城 市交通 问题 的一个 重要途径 ，但是及 时准确 地获取交通 数据成为制 约智能交通发 展 的一个重 要因素， 文章从 大数据的角度进行研 究， 分析 了将大 数据 应用于智能交通发展带来 的优势 。 【 关 键 词 】 交通； 智 能交通； 大数据 【 中图分 类பைடு நூலகம் 】 Ｆ ５ ０ ３ 【 文献标识码 】 Ａ 【 文章编号 】 １ ０ ０ ４ — ２ ７ ６ ８ （ ２ ０ １ ３ ） ０ ６ — ０ １ ３ ７ — ０ ２
个划分在促进各个行政区域 自 治 的同时， 也导致各个地方政府追求各 自辖 区利益 的最大化 ， 而对地方政府之间 边界区的交通基础设施建设 、 过境交通线路等漠不关心。 交通大数据的虚拟性 ， 有利于其信息跨越区域管理 ， 只 要 多 方共 同遵 照 相关 的信 息 共享 原 则 ， 就 能在 已有 的行 政 区域下 解决 跨 域管 理 问题 。［ ２ １ ２ ． 信 息集 成优 势 和组 合效 率 。我 国大 部分 城 市 的各类 交 通运 输 管理 主体 分 散在 不 同主 管部 门 ， 呈 现 出条块 分割的现象。 涉及交通的“ 有关部门” 超过 １ Ｏ 个， 每个部门都有 自己的信息化系统 ， 但这些数据信息只存在于垂 直业务和单一应用 中， 与邻近业务系统缺乏共通联动 。 这种分散造成交通管理的碎片化 ， 如交通信息分散 、 信息 内容单一等问题 。大数据有助于建立综合性立体 的交通信息体系 ， 通过将不同范围、 不 同区域 、 不 同领域的“ 数 据仓库” 加以综合 ， 构建公共交通信息集成利用模式 ， 发挥整体性交通功能 ， 这样才能发现新价值 ， 带来新机会 。 例如气象 、 交通 、 保险部 门的数据结合起来 ， 可高效率地研究交通领域防灾减灾 ； Ｉ Ｃ卡数据结合抽样调查 ， 能更 快捷 、 更 精 确测 得 城市 交通 流 分布 状 况 。『 ５ １ ３ ． 配置交通资源。 【 传 统的交通管理主要依靠人工的方式进行规划和管理 ， 难以实现交通的动态化管理 。 通 过对大数据 的分析处理 ， 可 以辅助交通管理制定 出较好的统筹与协调解决方案 。 一方面减少各个交通部门运营 的人力和物力 ， 另一方面可提升道路交通资源的合理利用。 如根据大数据结果确定多模式地面公交网络高效配 置和客流组织方案 ， 多层次地面公交主干网络绿波通行控制以及交通信号 自 适应控制 。 ４ ． 提升交通预测水平。用传统的思维来改善交通拥堵 ， 一般是加大基础设施投入 ， 即加宽道路 、 增加道路里 程来提高交通通行能力 ， 但这种做法不仅会受到土地资源的限制 ， 而且规划 的方案是否能满足远景需要也有待 商榷。在对各个部门的数据进行准确提炼和构建合适的交通预测模型后 ， 可以有效模拟交通未来运行状态 ， 验 证技术方案的可行性 。而在实时交通预测领域 ， 大数据 的快速信息处理能力 ， 对 于车辆碰撞 、 车辆换道 、 驾驶员 行为状态检测等实时预测也有非常高的可靠性 。 （ 二） 大数 据 在 智能 交通 应 用上 的优 势 １ ． 提 高交通运行效率。大数据技术能促进提高交通运营效率 、 道路网的通行能力 、 设施效率和调控交通需 求分析。 交通 的改善所涉及工程量较大 ， 而大数据的大体积特性有助于解决这种困境 。 例如 ， 根据美 国洛杉矶研 究所 的研究 ， 通过组织优化公交车辆和线路安排 ， 在车辆运营效率增加的情况下 ， 减少 ４ ６ ％的车辆运输就可以 提供相同或更好 的运输服务 。 伦敦市利用大数据来减少交通拥堵时间， 提高运转效率。当车辆即将进入拥堵地 段， 传感器可告知驾驶员最佳解决方案 ， 这大大减少了行车的经济成本。 大数据的实时性 ， 使处于静态闲置的数 据被处理和需要利用时 ， 即可被智能化利用 ， 使交通运行 的更加合理 。 大数据技术具有较高预测能力 ， 可 降低误 报和漏报的概率 ， 随时针对交通的动态性给予实时监控。 因此 ， 在驾驶者无法预知交通的拥堵可能性时 ， 大数据 亦 可帮 助用 户 预先 了解 。 例如 ， 在 驾驶 者 出发 前 ， 大数 据 管理 系 统会 依据 前 方路 线 中导致 交 通拥 堵 的天 气 因素 ， 判断避开拥堵的备用路线 ， 并通过智能手机告知驾驶者。［ ２ ， ６ 】 ２ ． 提 高交通安全水平。主动安全和应急救援系统 的广泛应用有效改善 了交通安全状况 ， 而大数据技术 的实 时Ｉ 生 和可预测性则有助于提高交通安全系统 的数据处理能力。在驾驶员 自动检测方面 ， 驾驶员疲劳视频检测 、 酒精检测器等车载装置将实时检测驾车者是否处 于警觉状态 ， 行为 、 身体与精神状态是否正常 。 同时 ， 联合路边 探测器检查车辆运行轨迹 ， 大数据技术快速整合各个传感器数据 ， 构建安全模 型后综合分析车辆行驶安全性 ， 从而可 以有效降低交通事故的可能性 。在应急救援方面 ， 大数据以其快速的反应时间和综��