基于大數據分析技術的城市智能交通研究

曹娟娟

（上海同濟城市規劃設計研究院有限公司，上海 200092）

“十九大”以來，網絡強國、數字中國、智慧社會的建設為城市經濟發展提供了新增長點，為城市全面發展提供了新的技術方式。大數據技術在交通領域的滲透和應用，極大地推動了我國智能交通建設的步伐，為構建美好智慧城市打下了堅實基礎。

大數據是指在一定時間內難以用傳統軟件工具加以捕捉、分析和處理，大數據存在數據來源多、采集方法不統一、數據格式多樣、實時更新的特征，大數據分析結果較傳統數據更客觀、精準，但必須運用新處理模式才能充分挖掘和體現其決策力、洞察發現力和流程優化能力的海量、多樣化的數據信息資產。

對交通領域而言，大數據主要是指各類與交通運行相關的監控、服務及應用數據，包括公路客運站點的視頻監控數據，各類干支線公路、高速公路的流量、收費數據，公交車的IC卡使用數據和實時定位數據，出租車的載客及實時地理位置數據，公共自行車租賃數據，甚至手機信令和位置數據、氣象數據也能應用于交通分析領域。

不難發現，對應于復雜的交通系統，交通大數據的數據體量龐大、數據種類繁多、數據更新頻率較快，因此，數據挖掘分析技術和多源數據融合技術的應用趨勢迫在眉睫，未來才可以更好地為交通領域提供定量化、精準、高效、實時的結果。

1 大數據分析技術在交通領域的應用優勢

1.1 提高交通效率

根據國內外各城市機動車保有量發展歷程，機動車保有量總體呈現“S型”增長曲線：第一次轉折是在經濟發展的推動之下，機動化進程由慢變快；第二次轉折是在人口密度、城市空間結構和交通政策的約束下，機動化進程由快變慢，最終趨于穩定。目前國內大部分城市機動車保有量都處于快速增長階段，且還將在未來相當長的時間內，保持這種態勢。

而隨著我國汽車保有量的不斷增加，城市交通變得越來越擁擠，通行效率每況愈下，嚴重制約城市的發展進程。而城市交通治理是一項非常龐大的綜合工程，若沒有先進的技術手段提供支撐，要想實現交通運行環境的整體改善是十分困難的。如圖1所示。

圖1 現狀國內外主要城市客車保有量分布

大數據技術的出現，可以實時捕捉和動態掌握交通運行信息，同時預測未來一段時間內的交通路況及交通需求變化，并針對性地做出交通出行策略調整，從而有效避免各類不當或低效交通行為的發生，有效提高交通整體運轉效率和路網通行能力，更好地滿足人們的交通出行需求。

1.2 保障交通安全

大數據技術具有強大的動態檢測及預測能力，通過路邊的探測、傳感裝置可收集車輛運行的軌跡數據，同時利用大數據技術對這些數據進行整合和建模分析，能夠全面掌握車輛行駛狀態，判斷交通運行的安全性，大大減少交通事故發生的概率。此外，一旦發生緊急事故，可利用大數據的快速反應能力及決策輔助能力，為應急救援工作提供有力支持，確保應急人員能夠第一時間到達事故現場展開救援活動，從而最大限度地減少事故造成的人員傷亡與財產損失。

1.3 降低交通污染

通過大數據技術建立區域交通尾氣排放監測模型，共享交通運行數據，有助于深入分析和研究交通運行與大氣污染之間的關系，為構建更高效、綠色的城市交通體系提供支持。 同時， 通過大數據技術建立的智能化交通信號控制系統，能夠大大減少交通延誤，降低車輛在交通信號等待期間的廢氣排放，從而減少對大氣環境的污染。

2 基于大數據分析技術的智能交通實現

智能交通是目前城市交通的發展方向，融合了先進的信息技術、數據通信傳輸技術、電子傳感技術、控制技術及計算機技術等，物聯網、大數據分析技術、5G通信技術的不斷發展，為智能交通提供了充足的技術保障，為實時、精準、高效的綜合交通運輸管理平臺建立提供了可能。

以大數據分析為基礎，可構建智能交通的實現架構，一般包括基礎服務層、數據分析層、終端發布層等。智能交通框架圖如圖2所示。

圖2 智能交通框架圖

2.1 基礎服務層

基礎服務層是整個智能交通平臺架構中最基礎的一層，能夠為平臺運行提供最基本的數據及性能保證。基礎服務層以云計算為依托，負責將不同系統中的交通信息整合到一起，包括車輛信息、基礎設施信息 （交通事件、基礎設施運行狀態、道路通行狀態、公共交通運行數據等） 、交通對象信息 （駕駛員狀態、貨物狀態） 等，然后進行異構數據的分析、存儲等操作。

基礎服務層的數據更新非常快，需要頻繁進行數據查詢、插入、修改、刪除等操作，能否在保證系統動態更新的同時維護系統數據的安全性與穩定性，是基礎服務層需要解決的關鍵問題。

2.2 數據分析層

數據分析層以基礎服務層提供的交通大數據為基礎，利用Hadoop、NoSQL、HBase、數據挖掘技術等進行處理，實現對多個數據副本的維護與挖掘，不僅可以對海量交通數據進行實時處理，還能完成對交通大數據中海量圖片、視頻以及音頻數據的存儲、管理需求，以并行處理模式，通過對多源大數據的深入挖掘和分析，得出對交通決策有用的信息。

數據分析層擁有強大的運算及處理能力，能夠對交通數據進行現狀分析、趨勢預測等多維度的分析演算，滿足政府、企業、公眾等不同受眾的信息需求，對新技術應用和算法更新提出了較高的要求。交通大數據處理結果見圖3。

圖3 交通大數據處理結果示例

2.3 終端發布層

通過大數據分析得出結論后，就要通過終端發布層進行信息的展示和發布，比如通過手機APP和PC端發布云服務消息，為管理者、廣大公眾提供第一手交通信息，包括交通路況信息、交通預警信息、決策輔助信息等，一方面可以幫助人們制定和調整出行計劃，避開高峰擁擠路段，減小交通運行造成的環境污染，另一方面可以幫助交通管理部門快速評估、處理各種突發性交通狀況，有效提高交通管理水平及效率。

3 大數據分析技術在智能交通中的應用

大數據分析技術在智能交通領域的應用范圍很廣，比如交通管控、新型交通出行方式、平安城市等方面。

3.1 交通管控方面

當前很多城市都在構建交通智能管理系統，志在利用大數據優勢提高城市的交通管理水平。交通智能管理系統建設基于多樣化精準的數據采集設備（如高清視頻、線圈、雷達、探針等），提高基礎數據采集精度和刷新頻率，同時依托云平臺匯合多源數據，借助大數據技術強大的數據處理、分析能力，得到更為全面的交通運行信息。交通智能管理系統的分析結果一方面可以幫助交通參與者、管理者實時掌控現狀道路系統上各參與要素的運行狀態，更為重要的是能為交通管理措施（如信號優化、可變車道分布、公交優先方案等）的制定提供依據，并指導交通發展戰略和規劃方案的制訂。

如深圳的“交通仿真與智能管控機器人”能夠實時采集視頻檢測及線圈檢測數據，形成多源交通數據流，然后借助仿真路網模型對數據進行快速的仿真演算，及時識別或預測路網擁堵點，并通過合理的信號配時優化，緩解或避免擁堵現象發生。

不僅如此，通過大數據技術對車牌、人臉數據進行比對、分析，能夠精確掌握一些車輛的全天候出行規律，然后通過對大量車輛數據的匯總分析，精確預測車流高峰，甚至對每個路口進入高峰的大概時間，某個時間段的路段上行駛的都是哪些車輛都能做出較為準確的預判，為交通管制及交通梳理提供重要參考。

3.2 新型交通出行方式方面

目前比較引人注目的無人駕駛、自動駕駛、共享車輛都是以大數據技術作為前提的。如果僅僅依靠傳感器獲取的有限道路環境信息來進行剎車或預處理操作，顯然不足以為車輛駕駛提供足夠的安全保證，而借助大數據技術提供的海量數據處理能力，就能提前對路況做出“心中有數”，并通過智能化的交通控制系統來實時調整車輛運行軌跡和狀態，為無人駕駛車輛行駛上路提供更高的安全保證。

隨著互聯網、5G技術、大數據技術的發展，網約共享汽車、共享單車等新型交通服務模式的規模不斷增加，依托完備的數據分析系統，共享服務提供平臺也在不斷優化服務內容，比如拼車服務路徑優化、分時段分區域車輛投放規模、實時優化車輛調配范圍等，不斷提升的服務水平，使得這些共享出行模式愈加受到出行者的青睞。

3.3 平安城市建設方面

通過將智能交通系統與城市治安監控系統、數字城管系統、應急指揮系統等進行整合，形成城市聯動管理機制，能夠大大提高城市的集成化、智慧化管理水平。例如，目前多個城市通過整合各方海量數據，利用大數據平臺自動比對識別違法車輛，一些套牌車輛、逾期未年檢的車輛、被法院查封的“老賴”車輛、案件嫌疑車輛上路之后，只要進入監控系統范圍，就能第一時間被識別出來，幫助交警部門實現精準糾違，并反饋給其它相關執法部門，提高各類違法案件的破獲率。再如，對于交通肇事逃逸行為，即便肇事者遮蔽、更換車牌，或一開始使用的就是套牌，也能夠通過對數據庫內海量車輛信息的碰撞比對，從中排查出車輛特征及駕駛員特征高度吻合的肇事車輛，為案件偵破提供巨大幫助。

4 結語

綜上所述，以大數據分析技術為基礎的智能交通系統，充分利用大數據的海量、多元化基本特征，通過對大數據整合、挖掘、分析、展示功能，不僅可以向交通使用者快速反饋實時交通運行狀況、提供交通出行優化方案，而且可以為城市交通管理提供橫向對標城市交通發展經驗借鑒、城市縱向歷史交通發展軌跡評估，為城市現狀及未來交通提供可實施、個性化的管理及發展策略，推動城市交通領域的科學快速發展。