大数据时代智能交通如何发展

城镇化和汽车普及进程的加快，不断加剧各大城市的交通供需矛盾，交通安全、交通拥堵及环境污染成为困扰我国交通领域的三大难题。统计显示，截止 2015年年底，全国机动车保有量达2.79亿辆，机动车保有量超过1000万辆的有12个省，城市汽车保有量超过200万辆的有11个城市，其中北京超 过450万辆。北上广一线城市卡口点位数量超过3000个，中等城市大多在1000个左右。，随着城市卡口密度的增加，卡口联网与信息共享趋势加速， 数据量将大幅增长，将形成更为庞大的交通。

行业需要在视频监控、卡口管理、电子警察、交号控制、交通流量、交通诱导等多方面进行规划和设计。在以往的建设中，往往是基于经验或一些 基本数据进行规划设计，建设后不能达到令人满意的水平。需要及时、准确、快速地获取交通数据，并由此构建交通大数据平台，对交通流量、交通信号、车辆 大数据等诸多体量巨大（Volume）、数据类型繁多（Variety）、价值巨大（Value）、需要高速处理（Velocity）的大数据进行全面融 合汇总，并进行多角度精准分析，多层次关联处理、多样化汇报展现。

1. 智能交通行业的发展

近10多年智能交通行业的发展，我们发现城市智能交通发展是信息化发展的缩影，从信息化、系统化向智能化发展，可以大致归类成三个阶段

基础建设阶段

城市智能交通的发展，处于首位的是必要的交通基础设施建设。例如市中心区域主干道的交通信号自动控制设备的覆盖，干线协调系统的搭建;主要干道的交通 视频监控;重要交叉路口、路段数字化执法设备的建设等交通基础设施，以及此类集成子系统的中心后台的搭建。对于个别子系统会进行简单的小范围系统集成应 用，如道路监控与电子警察的系统集成等。

此阶段主要是缓解城市路网和车辆的供需矛盾，提高交通通行能力，减少城市中心区的交通负荷。

提升管理阶段

在基本的基础建设完成后，随着日益增加的城市交通需求，使得交通管理系统必须尽快提升自身的管理水平。扩大基础设施建设，例如多区域交通信号的联 网覆盖，城市点、线、面交通路段信号区域协调控制等;增加完善信息集成子系统;然后进行大型综合系统集成应用，多个子系统协调联动，从而提高管理效率和水 平。 此阶段主要是完善各子系统，提高各系统使用效率，提高业务管理水平，缓解城市人车路之间的矛盾。

发展服务阶段

在解决了城市交通综合管控、交通安全保障后，交通信息服务的搭建将会成为一个能切实服务于公众的建设工程，此阶段需要将各应用领域的资源进行汇聚融合，构建智能交通大数据平台，对各类交通数据进行挖掘、共享、融合、应用，并且完善服务体系，提高政府服务水平。

此阶段主要是在智能交通系统建设后，综合利用各种先进技术，如、大数据，互联网技术等服务民众。

由于我国智能交通行业发展的复杂性，三个阶段的特征存在。但总体来讲，普遍存在的情况就是缺乏通过大数据分析技术深度挖掘海量数据中的潜在规律 和线索，不能充分挖掘和分析各类道路交通信息，缺少道路动态交通路况、交通事故、交通违法智能分析的能力，不能更好的将智能交通大数据用于交通管理。

2. 大数据对智能交通的影响

何谓大数据，不论是4V还是5V，都仅仅从数据的特征纬度提出了大数据的概念，并没有提高到应用的层次来解释大数据。大数据不仅仅是一个采集融合、管 理分析、处理展现的数据集合，更是采用新技术流程优化、深刻洞察、智能分析决策的以适应海量、高增长、多样化的信息资产。

大数据对于智能交通有哪些影响呢？

我们可以先看一个比较突出的问题近年来，各地大规模上了交通管控系统之后，尽管交通违法情况得到了遏制，交通拥堵的情况却并未减少。从以往的经 验来看，主要原因之一就是 “重建轻用”。对于缓解交通拥堵，要从管理应用上入手。这其中能产生有效效果的就是利用交通大数据的应用了。

大数据采集与存储

交通数据采集的范围、广度和深度急剧增加，数据量随着智能交通系统建设规模不断扩大。以线圈、视频检测、微波、卡口、GPS、浮动车等产生交通流监测 数据、视频监控数据、系统数据、服务数据等构筑了交通大数据。以上海市数据为例，全市接入6600多个卡口，每天近8000万的通行数据，产生大量的视 频、图片和通行记录。利用二次识别技术，对车辆图片和视频进行分析，形成更准确的数据资源。

大数据分析与应用

高效的云计算能力，带来千亿数据的秒级返回的检索能力，为大数据分析应用，提供了快速的保障。基于深度学习的智能分析算法，为大数据分析应用提供有力的工具。交通大数据的分析，为交通管理、决策、规划、服务以及主动安全防范带来更加有效的支持。

利用大数据技术，结合高清监控视频、卡口数据、线圈微采集波数据等，再辅以智能研判，基本可以实现路口的自适应以及信号配时的优化。通过大数据分析， 得出区域内多路口综合通行能力，用于区域内多路口红绿灯配时优化，达到提升单一路口或区域内的通行效率。如根据平日/节假日，早、晚高峰/其他时段，主要 干道关键路口/次关键路口/普通路口，白天/夜间等不同情况，人工或系统自动设置不同的配时，达到大幅提高区域内交通通行能力。

大数据分析研判功能，还可以支持对卡口数据、视频监控数据进行二次识别，提高车辆信息的准确性，进而利用大数据实现轨迹分析、落脚点分析、隐匿车辆分 析等功能。对车辆大数据进行深入挖掘，实现事前全面监控、事中及时追踪、事后准确回溯的不同场景需求。常州市建设的车辆大数据平台，协助有关部门每天自动 发现套牌车辆10余起，再根据车辆的轨迹分析和落脚点分析，快速找到套牌车辆进行处罚管理。

结合智能算法，二次识别等功能，可以更准确的识别车牌、车身颜色、车型、车标、年款等特征，并且对遮阳板检测、安全带检测、接打电话检测、司机人脸识别等进行分析。

利用智能交通的管理系统，可以获取道路天气、施工情况、事故情况、结合大数据分析，为出行司机和交管部门提供天气、路面状况、事故易发地点、停车场等信息，并根据车辆目的地、行驶习惯，路面情况推荐行驶路线。