淺析大數(shù)據(jù)技術在智慧交通的應用新模式

林大偉

摘要：隨著互聯(lián)網和大數(shù)據(jù)時代的到來，城市交通問題的解決方式有了新的思路，出現(xiàn)了智慧交通。智慧交通的發(fā)展緊緊依賴于大數(shù)據(jù)技術，各企業(yè)在智慧交通上也有了很多新研究、新應用。本文簡述了大數(shù)據(jù)的特點，剖析了大數(shù)據(jù)技術與智慧交通如何進行結合，并對大數(shù)據(jù)在智慧交通的應用新模式進行了探討。

Abstract： With the advent of the Internet and the era of big data， there is a new way of thinking for solving urban traffic problems， and smart transportation has emerged. The development of smart transportation relies heavily on big data technology， and various enterprises have also made many new researches and applications in smart transportation. This paper briefly describes the characteristics of large data， analyzes the combination of large data technology and intelligent traffic， and probes into the new application of large data in smart traffic.

關鍵詞：大數(shù)據(jù)；智慧交通；應用模式

Key words： big data；smart transportation；application mode

中圖分類號：F49；TN929.5 文獻標識碼：A 文章編號：1006-4311（2018）31-0114-03

0 引言

隨著新一代信息技術和互聯(lián)網技術的迅猛發(fā)展和深入應用，數(shù)據(jù)的數(shù)量、規(guī)模不斷擴大，隨之產生了“大數(shù)據(jù)”的概念。隨著大數(shù)據(jù)的爆發(fā)，它儼然成為了企業(yè)的戰(zhàn)略資源，成為了提高競爭力的關鍵要素。為此，各個行業(yè)都開始使用數(shù)據(jù)指導決策，從各大電商APP的商品推薦，到各大媒體的新聞和視頻推送，甚至到出行路線優(yōu)化，都嚴重依賴于以數(shù)據(jù)為基礎的決策結果。

1 關于大數(shù)據(jù)

大數(shù)據(jù)本質上是數(shù)據(jù)，但是又有普通數(shù)據(jù)沒有的特征。包括規(guī)模性（Volume）、多樣性（Varity）、高速性（Velocity）和價值性（Value），即所謂的“4V”。大數(shù)據(jù)的特征首先就體現(xiàn)為“數(shù)量大”，存儲單位從過去的GB到TB，直至PB、EB。隨著信息技術的高速發(fā)展，社交網絡、電商平臺、移動網絡、各種智能終端等，都成為數(shù)據(jù)的來源，數(shù)據(jù)開始爆發(fā)性增長，廣泛的數(shù)據(jù)來源，決定了大數(shù)據(jù)形式的多樣性。大數(shù)據(jù)的交換和傳播是通過互聯(lián)網、云計算等方式實現(xiàn)的，大數(shù)據(jù)對處理數(shù)據(jù)的響應速度有更嚴格的要求，實時分析，幾乎無延遲，高速性主要就體現(xiàn)在數(shù)據(jù)的增長速度和處理速度上。大數(shù)據(jù)最大的價值在于通過從大量的數(shù)據(jù)中，挖掘出有價值的數(shù)據(jù)，并通過深度分析，發(fā)現(xiàn)新規(guī)律和新知識，并運用于各個領域，從而最終達到提高生產效率、改善社會治理、推進科學研究的效果。

某周刊認為：“大數(shù)據(jù)”的概念遠不止大量的數(shù)據(jù)和處理大量數(shù)據(jù)的技術，或者所謂的“4V”之類的簡單概念，而是涵蓋了人們在大規(guī)模數(shù)據(jù)的基礎上可以做的事情，而這些事情在小規(guī)模數(shù)據(jù)的基礎上是無法實現(xiàn)的。換句話說，大數(shù)據(jù)讓我們以一種前所未有的方式，通過對海量數(shù)據(jù)進行分析，洞悉事物發(fā)展或運動的規(guī)律，從而獲得有巨大價值的產品和服務，最終形成變革之力。

綜上所述，大數(shù)據(jù)至少應包括以下三個方面：一是數(shù)量巨大，二是需要使用智能、強大的數(shù)據(jù)處理平臺和新的數(shù)據(jù)處理技術進行分析處理，三是處理結果是可利用的。大數(shù)據(jù)關注的不是如何對它進行定義，最重要的是如何使用。它強調的不僅是數(shù)據(jù)的規(guī)模，更強調從海量數(shù)據(jù)中快速獲得有價值信息和知識的能力。

2 大數(shù)據(jù)與交通的結合

“從數(shù)據(jù)中得到價值”是大數(shù)據(jù)的核心。隨著數(shù)字時代的浪潮，各行各業(yè)都積極采納和應用大數(shù)據(jù)技術，交通也不例外。從整個交通和大數(shù)據(jù)的關系來講，交通是不斷演化的過程。發(fā)展初期交通上只有部標機（衛(wèi)星定位汽車行駛記錄儀），通過它可以獲取車輛位置的數(shù)據(jù)。在收集數(shù)據(jù)方式有限的基礎上我們只能做一些簡單的應用，如最早的部標兩客一危的平臺，當時平臺的積累數(shù)據(jù)量非常少，在這些數(shù)據(jù)基礎上也只能做一些簡單的分析，比如說基于浮動車的數(shù)據(jù)做交通擁堵路況的分析。隨著技術的發(fā)展，通過云服務等方式以及車聯(lián)網的技術手段，從車上和路上可以獲得更多數(shù)據(jù)，基于這些數(shù)據(jù)，進行數(shù)據(jù)挖掘、數(shù)據(jù)處理、數(shù)據(jù)分析，不僅僅可以向傳統(tǒng)的交通行業(yè)提供服務，還可以為行業(yè)用戶（保險公司、互聯(lián)網公司）提供智能、專業(yè)化的行業(yè)管理方案服務。

對于對如何高效結合大數(shù)據(jù)技術和智慧交通，國內外相關研究人員開展了大量研究。歸結如下：

首先，規(guī)劃進行數(shù)據(jù)采集，為分析積累數(shù)據(jù)基礎。收集道路情況信息；通過車主終端和平臺交換，采集車輛靜態(tài)屬性信息、車輛動態(tài)車況信息、車主信息、保險理賠信息、天氣路況環(huán)境信息等數(shù)據(jù)；基于智能手機進行數(shù)據(jù)采集，主要是對車主的駕駛行為進行識別，使得在不依賴車載終端采集數(shù)據(jù)的情形下，仍能對車主的車輛駕駛行為進行分析，獲取車主在駕駛過程中使用手機的數(shù)據(jù)，拓寬車主駕駛行為分析的數(shù)據(jù)來源。

其次是進行車聯(lián)網多維數(shù)據(jù)融合處理：主要功能是將不同來源、不同標準、不同格式、不同維度的車聯(lián)網數(shù)據(jù)（如車載終端數(shù)據(jù)、智能手機數(shù)據(jù)、環(huán)境數(shù)據(jù)、路況數(shù)據(jù)、保險數(shù)據(jù)、個人數(shù)據(jù)、社會數(shù)據(jù)等），進行平臺標準化處理，形成統(tǒng)一標準、統(tǒng)一格式的關聯(lián)數(shù)據(jù)，形成多維數(shù)據(jù)融合的數(shù)據(jù)倉庫。

最后進行數(shù)據(jù)分析，形成各類實用、有效的數(shù)據(jù)模型。如路徑規(guī)劃模型、駕駛風險評估模型（駕駛行為分析）、車主畫像模型、實施碰撞模型（事故識別）等。

基于大數(shù)據(jù)技術規(guī)劃的智能交通，有極其顯著的優(yōu)勢及特點：其數(shù)據(jù)來源多樣，支持手機APP、SDK、車載終端等不同來源的車聯(lián)網數(shù)據(jù)；數(shù)據(jù)模型本土化，可引進國際先進經驗與海量國內車聯(lián)網數(shù)據(jù)相結合，模型更適應我國本土的交通環(huán)境；模型柔性，以事實模型為基礎，結合行業(yè)數(shù)據(jù)進行二次融合，使得分析模型更具行業(yè)屬性，滿足行業(yè)需求。

3 大數(shù)據(jù)在智慧交通中的應用新模式

分析交通行業(yè)，總結主要有三大方面的需求：第一，服務于公眾出行。給公眾出行提供多樣的、優(yōu)化的交通出行的方案。第二，行業(yè)用戶（如物流、保險公司）對專業(yè)化的行業(yè)管理方案需求。第三，交通管理部門對交通的優(yōu)化、交通的規(guī)劃建設需求；第四，個人個性化需求。圍繞這幾個方面，很多企業(yè)在大數(shù)據(jù)的基礎上，在智慧交通上進行了探索，推出了眾多產品和服務，如車聯(lián)網系統(tǒng)、基于車聯(lián)網系統(tǒng)的路徑規(guī)劃等，同時也產生了多種應用新模式。

3.1 在公眾出行方面

3.1.1 無人車

無人車是大數(shù)據(jù)技術在智慧交通的一個終極應用。無人車全面上路，依賴于政府部門提供的實時而全面的交通數(shù)據(jù)，否則無人車很可能會開進死胡同出不來，或者遇到道路維修造成大堵車?；诠步煌ù髷?shù)據(jù)，無人車通過接受云端的準確調度，選擇正確路線。使用無人車的交通系統(tǒng)更有效率、更安全、更環(huán)保。

3.1.2 共享出行

共享出行逐漸成為市民出行首選的交通方案。共享出行平臺依賴地圖進行派單、計費、導航，它的本質是基于LBS的大數(shù)據(jù)出行方式。通過地圖大數(shù)據(jù)分析，可以知道專車是否減少城市擁堵、專車如何派單和行走才能避免擁堵。地圖大數(shù)據(jù)與公共交通大數(shù)據(jù)結合之后，可為共享出行提供更好的支持。

3.2 對于行業(yè)用戶

3.2.1 車主畫像

通過對車輛運行情況的長期觀察，可以判斷車主的用車習慣，如車輛的營運性質、用車喜好、停車環(huán)境、生活規(guī)律度等等，形成車主的用車習慣畫像。從而為車輛服務商向車主提供個性化服務提供參考。

3.2.2 汽車測試

近兩年，智能網聯(lián)汽車測試在朝著自動化的方向發(fā)展。車輛上裝載傳感器的數(shù)量越來越多，可支持的針對性的應用也將越來越多。基于大數(shù)據(jù)技術，某些公司已開始進行汽車測試規(guī)劃。他們進行汽車測試場規(guī)劃，設計在智能網聯(lián)汽車道路上行駛的典型應用場景，對場地基礎設備、整個場景的建設進行規(guī)劃，測試過程中對試驗樣車進行監(jiān)控與數(shù)據(jù)采集。對汽車做測試，測試完了之后基于這些數(shù)據(jù)做分析，并對車輛進行評級（如L3、L4）。公立的檢測機構可以利用該應用進行汽車測試，給出基于實測數(shù)據(jù)及分析的客觀、標準評判結果?；谶@些數(shù)據(jù)我們也可以做一些其他的數(shù)據(jù)分析。

3.2.3 運輸信息服務

基于車網互聯(lián)數(shù)據(jù)，搭建物流大數(shù)據(jù)服務平臺。物流大數(shù)據(jù)服務平臺，把物流相關數(shù)據(jù)進行統(tǒng)一的采集和融合，進行大數(shù)據(jù)分析。最終得出整個物流貨運的運輸情況、分布情況以及貨源吞吐量的數(shù)據(jù)?；谶@些數(shù)據(jù)，將來交管部門可以進行交通優(yōu)化，尤其是現(xiàn)在的很多城市（如北京、上海）都采取了一定的限制措施，比如小貨車或者大貨車在白天不允許進入市區(qū)內等。如果能夠掌握貨物、運力的分布數(shù)據(jù)，將來政府的管理部門就可以從整個城市的角度考慮，優(yōu)化城市貨運場地的規(guī)劃、運輸路線的優(yōu)化、運輸時間的分配等等。

3.2.4 駕駛風險分析

依據(jù)車主的駕車出行數(shù)據(jù)，構建駕駛行為分析模型，一方面，識別車主不正確、不規(guī)范的駕駛行為習慣，并對車主進行提醒，逐步規(guī)范車主的駕駛行為，減少交通事故發(fā)生的概率；另一方面，通過數(shù)據(jù)平臺將模型結果同步給其他服務商，如保險公司可根據(jù)車主的駕駛風險，提升車險定價、產品、客服、理賠的精細化管理水平，實現(xiàn)車險經營管理創(chuàng)新

3.2.5 車輛行駛狀態(tài)監(jiān)管

建立監(jiān)控運營系統(tǒng)，主要是對于司機駕駛過程進行監(jiān)控，如司機駕駛路線、行駛過程中的油耗情況以及行駛過程中的停留點等?；谶@些監(jiān)控信息進行分析，面向不同的行業(yè)可以做不同的應用。如租車公司關注的是司機無效駕駛駐留點，尤其對外提供租車服務并提供司機的公司。對自動駕駛、公共交通、共享汽車等車輛進行監(jiān)測，監(jiān)測車輛當前的確準位置、車輛上決策執(zhí)行機構當前的決策執(zhí)行信息等。對監(jiān)測數(shù)據(jù)進行存儲、分析、建模，為企業(yè)提供有益的運營管理信息，為運營方案優(yōu)化提供依據(jù)。

3.3 在城市交通管理支持方面

3.3.1 實時識別模式系統(tǒng)

以以色列的實時識別模式系統(tǒng)為例。以色列在特拉維夫和本古里安機場之間的13號公路上鋪設了一條1英里的快車道，這條車道的收費系統(tǒng)是基于車輛的道路通過時間來收費的。它的工作原理為：采用高階的實時識別模式系統(tǒng)，通過此快車道上車輛數(shù)目（通過統(tǒng)計得出）、道路擁堵程度（通過計算兩車之間的平均距離來評估），在該道路系統(tǒng)能夠承受的前提下，智能選擇是否該增加“吞吐量”；而其收費方式也相應的智能化，收費與當前道路車流密度成正比。通過這種方式，在一定程度上降低道路的擁堵程度。

3.3.2 輔助宏觀交通規(guī)劃決策

相當一部分交通問題，例如長期擁堵、事故高發(fā)，均可歸結到交通規(guī)劃不合理，包括城市規(guī)劃、道路規(guī)劃、方向規(guī)劃、交通燈設置、道路轉向設置等等。如果有了基于海量大數(shù)據(jù)的分析結果，就可更有效地進行交通規(guī)劃決策，進而提升整體效率，尤其是公共交通規(guī)劃，公交路線、地鐵班線、出租車配額，諸多公共交通資源配置決策均可基于大數(shù)據(jù)進行。

3.4 個人個性化需求

3.4.1 駕駛行為分析

司機駕駛技術、習慣監(jiān)控及評價。識別車主不正確、不規(guī)范、危險的駕駛行為習慣，如一些典型的通話、喝水、使用收音機、化妝/照鏡子、拿東西等識別及記錄，并對車主進行提醒，逐步規(guī)范車主的駕駛行為，減少交通事故發(fā)生的概率，保證司機的駕駛安全。

3.4.2 實施碰撞模型

重點依據(jù)車輛位置數(shù)據(jù)、速度和加速度數(shù)據(jù)、車況數(shù)據(jù)，結合典型事故特征，構建事故識別模型。一旦識別出可能事件，及時與車主溝通，確認事件類型及級別，并將事件信息通過數(shù)據(jù)開放平臺同步給交管部門和其它服務商，以便及時提供救援服務。

4 結束語

本文通過探討大數(shù)據(jù)技術在智慧交通領域的新應用，對大數(shù)據(jù)與智慧交通的結合有了更深刻的理解。綜合運用大數(shù)據(jù)技術，獲取道路信息、車輛靜態(tài)屬性信息、車輛動態(tài)車況信息、車主信息、保險理賠信息、天氣路況環(huán)境信息等數(shù)據(jù)，經過數(shù)據(jù)處理、存儲、分析、應用等相關技術，將數(shù)據(jù)轉化為路線規(guī)劃、駕駛風險評估、車主用車習慣畫像、實時碰撞檢測等模型。為個人車主、企業(yè)客戶（如保險公司、4S 店）以及政府機構（如交通管理部門、環(huán)保部門）提供基于大數(shù)據(jù)的各種解決方案，提高交通運輸效率、保障交通安全、改善道路交通環(huán)境和提高能源利用效率。

參考文獻：

[1]趙濤.基于“物聯(lián)網”的城市智慧交通系統(tǒng)的應用研究[J]. 數(shù)學技術與應用，2018（03）：34-35.

[2]張輪，楊文臣，張孟.智能交通與智慧城市[J].科學，2014（01）：33-36.

[3]朱昊，孫亞.一體化大數(shù)據(jù)云平臺構建交通新生態(tài)[J].上海信息化，2018（02）：69-71.