曲程
摘 要:在大數(shù)據(jù)時代,依托現(xiàn)代先進的網(wǎng)絡(luò)技術(shù)、信息技術(shù)等先進科學(xué)技術(shù),建立起智慧交通服務(wù)系統(tǒng)對海量的現(xiàn)代交通數(shù)據(jù)進行挖掘分析,從中提取有價值的數(shù)據(jù)信息為人民的出行提供便捷,這是智慧交通服務(wù)系統(tǒng)建立和應(yīng)用的主要目的,也是互聯(lián)網(wǎng)技術(shù)和大數(shù)據(jù)技術(shù)改善交通擁堵狀況、緩解交通壓力的新思路。該文在對智慧交通和數(shù)據(jù)挖掘基本內(nèi)涵研究和分析的基礎(chǔ)上,探討大數(shù)據(jù)時代背景下智慧交通服務(wù)系統(tǒng)的組織架構(gòu)和典型應(yīng)用。
關(guān)鍵詞:大數(shù)據(jù) 智慧交通 數(shù)據(jù)挖掘
中圖分類號:T311.52 文獻標(biāo)識碼:A 文章編號:1674-098X(2017)04(a)-0158-02
人類活動日益頻繁,汽車保有量迅猛增長,交通壓力與日俱增,特別是在城市中,早晚交通高峰帶來的交通擁堵每日可見。面對當(dāng)前錯綜復(fù)雜的交通狀況,為了有效地改善交通擁堵的狀況,滿足人們工作生活中的交通需求,依托現(xiàn)代網(wǎng)絡(luò)技術(shù)、信息技術(shù)等多方面先進的科學(xué)技術(shù),智慧交通系統(tǒng)應(yīng)運而生。自智慧交通這一概念提出以來,受到交通領(lǐng)域乃至全社會的廣泛關(guān)注,交通部門開始致力于城市智慧交通服務(wù)系統(tǒng)的研究和建立,在實踐中不斷探討、不斷完善,以期能夠跟隨現(xiàn)代城市發(fā)展的腳步,有效改善交通擁堵的現(xiàn)狀。
1 智慧交通與數(shù)據(jù)挖掘
智慧交通是城市化進程不斷向前推進的產(chǎn)物,是城市交通問題日益嚴(yán)峻和土地資源短缺狀況共同作用下的必然結(jié)果。隨著城市規(guī)模的不斷發(fā)展壯大,城市人口數(shù)量猛增,汽車保有量大幅增加,不斷增長的交通流與有限的交通用地之間的矛盾突顯出來。受多方面因素的影響,城市交通基礎(chǔ)設(shè)施建設(shè)遠(yuǎn)遠(yuǎn)跟不上交通流增長的步伐,更無法滿足人們順暢出行的需要,交通擁堵的情況在城市中普遍存在。智能交通服務(wù)系統(tǒng)建立的主要目的在于提高城市交通管理水平,緩解城市交通壓力,充分利用已有的交通資源,滿足人們便捷順暢出的需要。從實際應(yīng)用效果來看,智能交通服務(wù)系統(tǒng)的應(yīng)用使城市的交通狀況在一定程度上得到了緩解,但是海量的交通數(shù)據(jù)為系統(tǒng)的信息處理帶來了巨大的壓力。在大數(shù)據(jù)時代,如何利用大數(shù)據(jù)技術(shù)對海量的數(shù)據(jù)進行挖掘分析,使其更好地為智慧交通系統(tǒng)服務(wù),促進智慧交通服務(wù)系統(tǒng)的進一步完善,是現(xiàn)代智慧交通服務(wù)系統(tǒng)需要改進和完善的重點問題。
數(shù)據(jù)挖掘是利用科學(xué)的技術(shù)和方法,對信息進行收集和處理,從海量的模糊的數(shù)據(jù)信息中挖掘出有價值的信息。信息化時代為社會的發(fā)展和人們的生活帶來了極大的便利,而海量的數(shù)據(jù)帶來的是數(shù)據(jù)處理的巨大壓力,數(shù)據(jù)挖掘是大數(shù)據(jù)時代的必然要求。數(shù)據(jù)挖掘主要包括4個方面的內(nèi)容,即分類分析、關(guān)聯(lián)分析、聚類分析、時間序列分析。通過4種分析方法的應(yīng)用,從海量的數(shù)據(jù)信息中提取出有效的信息為智慧交通服務(wù)系統(tǒng)所利用,系統(tǒng)根據(jù)信息分析的結(jié)果得出交通建議,為交通調(diào)流和人們出行提供建議和指導(dǎo)。
2 智慧交通的體系架構(gòu)
智慧交通服務(wù)系統(tǒng)的建立是為了更好地對城市道路路況信息和車輛情況進行監(jiān)控和管理,滿足人民便捷順暢出行的需要。智慧交通的體系架構(gòu)如圖1所示,主要分為三層。
第一層為信息層。信息層的主要功能在于信息采集,通過衛(wèi)星定位終端對車輛的位置信息和路況信息進行實時采集,通過2G網(wǎng)絡(luò)傳送到智慧交通云服務(wù)器。移動終端網(wǎng)絡(luò)將居民的個人移動終端相關(guān)信息傳送到智慧交通云服務(wù)器。云平臺運行通過多基站定位算法對車輛或者個人當(dāng)前所處的具體位置、出現(xiàn)的路線等數(shù)據(jù)進行模擬和計算。城市交通干線上設(shè)置的攝像頭可以對區(qū)域內(nèi)的路況信息進行實時監(jiān)控和采集,拍下的視頻流經(jīng)過編碼處理后利用有線或無線網(wǎng)絡(luò)向云服務(wù)平臺傳輸,由云服務(wù)平臺對數(shù)據(jù)進行存儲、分發(fā)和管理。居民可通過手機等個人移動終端安全智慧交通客戶端產(chǎn)品,通過GPS信息的上傳交互,實時享用智慧交通服務(wù)系帶來的便利。
第二層為網(wǎng)絡(luò)通信層。其主要功能在于數(shù)據(jù)傳統(tǒng)送通過有線、WLAN、2G/4G網(wǎng)絡(luò)將前端采集的數(shù)據(jù)信息高速、可靠地向云服務(wù)平臺傳送。
第三層為云服務(wù)層。負(fù)責(zé)數(shù)據(jù)編碼的轉(zhuǎn)換、挖掘分析和存儲,對交通擁堵的時間、擁堵程度進行分析和預(yù)測。特別是對市中心、商業(yè)區(qū)等人流密集的路段,為用戶提供路況預(yù)測、路徑優(yōu)化、公交信息實時查詢等交通服務(wù)。
3 大數(shù)據(jù)挖掘分析方案
智慧交通服務(wù)系統(tǒng)是建立在城市交通道路大數(shù)據(jù)分析模型的基礎(chǔ)之上的,在城市的每一天交通路段每個一定的距離分配一個ID標(biāo)簽作為分段自由的標(biāo)識,以此累計建立起關(guān)于整個城市道路的標(biāo)簽庫。在路上行駛的機動車位置及其運行路徑都會被實時采集,同時會在其所對應(yīng)的路段上映射出該機動車的地理坐標(biāo)位置。通過MapReduce框架對每一個路段上的車流量進行快速計算,以此為依據(jù)來對該路段的是否暢通、是否存在交通擁堵情況進行判斷和記錄,為交通調(diào)流和用戶推薦最優(yōu)路徑提供有力的參考。智慧交通平臺可以對每一輛車在任意一個時間段的行駛路線進行記錄,將總路線分多個路段,從起點到終點會有多條通達(dá)的路線可選,利用大數(shù)據(jù)的FP-Growth關(guān)聯(lián)算法,通過FP樹的建立,對大數(shù)據(jù)進行挖掘分析,再根據(jù)系統(tǒng)記錄的每個路段的擁堵系數(shù),為用戶推薦最順暢、最優(yōu)化的路線,最大程度地節(jié)省用戶的出行時間。
4 智慧交通的典型應(yīng)用
4.1 公交信息實時查詢
通過智慧交通的手機客戶端對公交線路及公交運行情況進行獲取,個人可通過手機APP對公交線路和經(jīng)停站點進行查詢,手機終端從智慧交通的云服務(wù)器來獲取公交信息數(shù)據(jù),云端服務(wù)器對客戶輸入的公交查詢請求進行一系列相關(guān)的運算,并將查詢結(jié)果反饋給手機用戶。公交信息包括的范圍很廣,如公交路線、公交車實時所處的位置、到站時長等等,為用戶乘坐城市公交出行提供服務(wù)。
4.2 交通狀況實時瀏覽
城市道路上分段設(shè)置有監(jiān)控攝像機,對路況現(xiàn)場進行實時拍攝,并將拍攝的視頻向智慧交通平臺傳送。云端服務(wù)器對視頻進行接收、編碼轉(zhuǎn)換、管理用戶端等處理,個人用戶通過手機安裝的APP基于網(wǎng)絡(luò)登錄上智慧交通的云端服務(wù)器,根據(jù)出行需要選擇道路交通的實時道路視頻,讓用戶更直觀地了解路段現(xiàn)場情況,選擇更加適宜的出行路線。
4.3 人流密集情況分析
智慧交通服務(wù)系統(tǒng)的云服務(wù)器通過基站定位技術(shù),加上移動基站數(shù)據(jù)庫的支撐,可以對某個區(qū)域范圍內(nèi)的人流情況及變化趨勢進行統(tǒng)計、分析和預(yù)測,從而對人流發(fā)展情況進行實時監(jiān)控和判斷,以便于及時有效地做出管理措施。這可在多種場景中應(yīng)用,如旅游景區(qū)、公共安全監(jiān)控區(qū),便于提前做出人流量預(yù)警,防止安全事故發(fā)生。
5 結(jié)語
通過智慧交通服務(wù)系統(tǒng),利用大數(shù)據(jù)挖掘分析技術(shù),可以對城市交通產(chǎn)生的海量數(shù)據(jù)進行快速、有效的提取、分析和處理。這不僅為城市居民的出行提供便利,更對城市交通管理決策的制定和城市交通基礎(chǔ)設(shè)施的建設(shè)提供有力的參考依據(jù),對于推動城市經(jīng)濟發(fā)展、加快城市信息化系統(tǒng)的升級和完善都十分有利。
參考文獻
[1] 楊燕,朱焱,戴齊,等.智慧軌道交通——實現(xiàn)更深入的智能化[J].計算機應(yīng)用,2012,32(5):1205-1207.
[2] 曹衛(wèi)東,房薌濃.數(shù)據(jù)挖掘在智能交通系統(tǒng)中的應(yīng)用分析[J].計算機工程,2015(31):91-92.