大數(shù)據(jù)處理技術在智能交通中的實施探析

張東東

關鍵詞：大數(shù)據(jù)處理技術;智能交通;實施

引言：探索大數(shù)據(jù)處理技術在智能交通中的實施，需明確大數(shù)據(jù)處理技術的核心含義與具體應用途徑，并總結(jié)當前智能交通行業(yè)痛點及需求，以此為基礎來構建大數(shù)據(jù)處理平臺，實現(xiàn)對交通情況的全面把握，并建議在進行大數(shù)據(jù)平臺構建的過程中，應關注到城市的切實需求以及整體發(fā)展特點，遵循適宜性、經(jīng)濟性的構建原則，以此來發(fā)揮出大數(shù)據(jù)平臺的最大價值。

1.大數(shù)據(jù)處理技術概述

大數(shù)據(jù)處理技術主要包括以下數(shù)方面內(nèi)容：

1.1大數(shù)據(jù)采集技術

大數(shù)據(jù)采集技術主要是借助移動互聯(lián)網(wǎng)數(shù)據(jù)、社交網(wǎng)絡交互數(shù)據(jù)、傳感器數(shù)據(jù)、RFID數(shù)據(jù)等方式來得到海量的、多元化的非結(jié)構化、半結(jié)構化、結(jié)構化的數(shù)據(jù)。實現(xiàn)其在智能交通中的應用，會涉及到數(shù)量巨大、多種多樣、產(chǎn)生速度極快的數(shù)據(jù)，因此會面臨諸多的挑戰(zhàn)，需保障整體數(shù)據(jù)采集過程的高效性、可靠性、避免重復性，才可發(fā)揮出其最大的價值。

1.2預處理技術

預處理技術針對的是已經(jīng)獲取的數(shù)據(jù)信息，進行辨析→抽取→清洗→填補→平滑→合并→、規(guī)格化→檢查等一體化操作。但是由于獲取的數(shù)據(jù)包括各種類型、結(jié)構與組織方式，因此在進行數(shù)據(jù)抽取時，需將比較復雜的數(shù)據(jù)通過一定的方式來進行簡化，才可實現(xiàn)對其的快速處理與分析。

3.存儲與管理技術

存儲與管理技術的核心目的在于通過存儲器來存儲各項數(shù)據(jù)信息，并以此為基礎來構建數(shù)據(jù)庫，實現(xiàn)對其的個性化、系統(tǒng)化的管理，便于其得到有效地利用[1]。

4.大數(shù)據(jù)處理技術

大數(shù)據(jù)包括多種應用類型，當前階段所用的處理模式分為批處理、流處理兩種，其中前者是在存儲之后再進行處理，后者則是直接進行處理。在智能交通中一般是結(jié)合兩種技術來綜合使用，以此來達到最好的交通管理效果。

2.智能交通行業(yè)痛點及需求

2.1智能交通行業(yè)痛點

其一，創(chuàng)新技術與用戶需求之間不夠緊密。交通系統(tǒng)極其復雜且涉及面廣，且隨著各種交通車輛數(shù)量的激增，交通供需矛盾日漸嚴重，如何提升智能交通運行效率，給予居民更好的出行環(huán)境，是當前智能交通面臨的主要挑戰(zhàn)。但就當前的發(fā)展形勢來說，很多新技術的應用局限在實驗室中，在實際應用時會面臨很多的阻礙因素，使得智能交通行業(yè)的發(fā)展緩慢;其二，建設不夠規(guī)范、市場混亂。很多城市在智能交通發(fā)展進程中缺乏宏觀調(diào)控與整體規(guī)劃，導致很多智能設備設施的建設與智能技術的應用不夠規(guī)范，比如傳感器設備的布置與應用，因為傳感器設備生產(chǎn)企業(yè)缺乏統(tǒng)一的接口標準。標準和規(guī)范的混亂妨礙了交通數(shù)據(jù)的獲取，從而無法進行交通流的分析和預測。在高速公路收費系統(tǒng)方面，各省或地區(qū)內(nèi)建設的網(wǎng)絡一卡通或不停車收費系統(tǒng)，也沒有統(tǒng)一指導和標準，為將來的全國聯(lián)網(wǎng)造成了困難;其三，觀念的普及即落地前的宣傳問題。以城市停車問題為例，在城市停車日漸困難的情況下，雖然出現(xiàn)了很多的智慧停車APP，但是因許多智慧停車的軟件都僅與各自的合作停車場簽約，導致信息分散，APP推廣難度大。平臺方只能是利用自身的人脈與資源，一個一個小區(qū)推進，導致停車問題依舊是智慧交通的一大痛點。

2.2智能交通行業(yè)需求

其一，通過大數(shù)據(jù)處理技術來建設綜合交通信息管理平臺，以系統(tǒng)智慧、數(shù)據(jù)智慧來強化交通管理部門的交通管理能力、決策能力，并面向全社會提供各種信息共享服務;其二，建設綜合交通協(xié)同管理平臺，以此來實現(xiàn)交通部門各個層級的上下聯(lián)動以及左右協(xié)同，以此來提供更加全面、優(yōu)質(zhì)的交通管理服務;其三，面向城市居民，提供其切實所需的交通信息服務，以此來破解城市交通中的各種困局，解決居民開車難、停車難等問題。

3.大數(shù)據(jù)處理技術在智能交通中的實施

從以下數(shù)個方面來探討大數(shù)據(jù)處理技術在智能交通中的具體實施過程：

3.1平臺架構

其一，設計平臺整體架構。智能交通大數(shù)據(jù)處理平臺是采用前沿的人工智能技術、傳感技術、通信技術、計算機信息技術、大數(shù)據(jù)技術等進行整合，用于交通控制與交通信息管理，注重人、道路與車的協(xié)調(diào)，組成一個利于保護道路安全、節(jié)約能源、優(yōu)化環(huán)境的綜合管理系統(tǒng)。大數(shù)據(jù)管理平臺采取的是層次化結(jié)構模型來進行系統(tǒng)的設計工作，并將整個平臺自上而下分為應用層、資源層、數(shù)據(jù)感知層三個層次。其中數(shù)據(jù)感知層用于各個階段、各個區(qū)域、各個卡口的交通信息采集，資源層的任務是管理各項交通數(shù)據(jù)信息，應用層則是依據(jù)以上數(shù)據(jù)分析結(jié)果來合理調(diào)配各項交通資源[2]。

其二，各個模塊層具體設計。①資源層。就智能交通數(shù)據(jù)存儲來講，通過數(shù)據(jù)挖掘技術、數(shù)據(jù)倉庫來進行各項交通數(shù)據(jù)信息的存儲與分析?？蛇x擇數(shù)據(jù)倉庫技術，可最大程度地滿足平臺處理各個方面、各個階段數(shù)據(jù)的根本所需，其依靠預設存儲，將交通領域存在的異構數(shù)據(jù)，按照數(shù)據(jù)的具體結(jié)構與類型來進行提取→調(diào)用→處理。此外，按照預設倉儲模型存放數(shù)據(jù)在指定數(shù)倉庫內(nèi);②應用層設計。通過SOA來設計智能交通數(shù)據(jù)平臺應用層設計，其主要包括三個小模塊：應用實現(xiàn)模塊，其主要功能是按照上一階層的指令來進行數(shù)據(jù)調(diào)度，再通過邏輯編程來實現(xiàn)對應的功能;應用流程模塊，整體數(shù)據(jù)調(diào)度需依靠BPFL工具來實現(xiàn)各種數(shù)據(jù)資源的有效調(diào)度，以此來及時的處理各項緊急事件;特殊調(diào)度模塊，其主要作用是轉(zhuǎn)化自定義調(diào)度流程為BPEL流程;③數(shù)據(jù)表現(xiàn)層。表現(xiàn)層是用戶能夠直接接觸與使用的界面，交警可借助手機、平板與其他終端來瀏覽對應的交通信息，該層的核心任務在于提升用戶與平臺系統(tǒng)交互性，因此要求配備簡潔的單元控件、界面框架、外觀等。

其三，平臺功能。①數(shù)據(jù)采集。通過云計算平臺、車聯(lián)網(wǎng)設備、高清監(jiān)控、移動通信技術來實現(xiàn)，實現(xiàn)對交通數(shù)據(jù)信息的在線采集，主要包括路況信息、車輛行駛路徑、車輛狀態(tài)、車輛定位等;②數(shù)據(jù)分析。對收集到的各項數(shù)據(jù)進行整理、計算與分析，以此來得到有效的信息，為相關交通決策提供可靠的論證數(shù)據(jù)，保障交通安全與效率;③數(shù)據(jù)處理。主要是剔除其中的無效信息，對各項信息的準確性、全面性、實時性等進行檢驗與分析，確保其滿足基本的使用標準[3]。

其四，平臺包含系統(tǒng)。平臺的應用系統(tǒng)主要包括以下數(shù)種：KGIS+系統(tǒng)、道路交通監(jiān)控系統(tǒng)、電警系統(tǒng)、高清卡口系統(tǒng)、信號機與信號控制系統(tǒng)、信息采集與路況判定系統(tǒng)、信息發(fā)布與交通誘導系統(tǒng)、集成指揮系統(tǒng)、交通信息研判系統(tǒng)等。各個系統(tǒng)的綜合應用，可使得平臺能夠處理智能交通中的大部分事務，以此來確保智能交通的長遠發(fā)展[4]。

3.2采集定位

依托于大數(shù)據(jù)智能平臺，可利用移動通信技術、云計算技術、車聯(lián)網(wǎng)技術、高清監(jiān)控技術等數(shù)據(jù)采集工具來系統(tǒng)、全面的采集交通數(shù)據(jù)信息，在采集到數(shù)據(jù)信息之后，依靠Aspera、DataX、Sqoop等工具同步傳輸?shù)酱鎯ζ脚_，其后依靠通用數(shù)據(jù)庫、可視化分析、數(shù)據(jù)挖掘等數(shù)據(jù)處理技術，通過相應的計算框架、計算中心與分析軟件（Pentaho B.RapidMiner、Apache Drill、Storm、HPCC、Hadoop等）來進行采集信息的分析與處理，最終形成最有價值的信息，最短的時間內(nèi)完成采集精確定位，為交通管理的判斷與決策管理等提供可靠的數(shù)據(jù)支持[5]。

3.3快速檢索

快速檢索主要是通過全文檢索技術，對海量過車數(shù)據(jù)進行快速檢索，支持精確查詢、模糊查詢、多條件組合查詢。支持千億過車數(shù)據(jù)中秒級查詢到結(jié)果。其具體應用包括以下數(shù)個方面：其一，查詢卡口機動車。主要查詢的是卡口各種機動車的過車記錄，并將其納入到數(shù)據(jù)管理平臺，對該卡口的車流量進行分析、總結(jié)與管理;其二，查詢外地機動車，可明確各個階段外地機動車的進入數(shù)量，這可利于城市交通管理部門據(jù)此來制定對應的管制條例，提升城市的道路管理水平;其三，查詢異常牌照。通過快速檢索功能，能夠查詢該車輛是否出現(xiàn)過車輛超速、車輛超載、逆行、闖紅燈等過車記錄，并對其采取對應的規(guī)制手段;其四，查詢布控告警。具體查詢內(nèi)容是黑名單告警、布控告警等;其五，查詢紅名單車輛，主要查詢的是這部分車輛的過車記錄;其六，查詢未識別車輛。支持根據(jù)組合條件對未識別車輛進行查詢，未識別車輛包括非機動車輛、沒有車輛通過確拍照的、只抓拍下部分車牌的車輛、正確抓拍卻未識別出的車輛，可選條件包括卡口、時間段等。

3.4套牌分析

其一，選擇適宜監(jiān)控點，以此來避免遺漏套牌車數(shù)據(jù)收集與分析，在選擇監(jiān)控點時遵循“最大車流量、最少監(jiān)控點”的原則，并優(yōu)選以下監(jiān)控點：①大型火車站、車站、停車場等比較繁忙的路段或者交叉口;②城市主干道，特別是繁華地帶;其二，在大數(shù)據(jù)平臺上構建索引，因不同車牌顏色可能會是同一車牌，為避免誤判，選擇以車牌顏色、車牌號碼為基準構建索引，并存儲車輛經(jīng)過卡口的位置、時間等信息;其三，預設城市布置卡口之間的最短時間，并構建時間矩陣，在監(jiān)控區(qū)域內(nèi)經(jīng)過任意兩卡口需要的最短時間為兩個卡口距離與其最高時速之商，可將其當做套牌車時間閾值;其四，通過布置在各個卡口的高清攝像頭捕獲途經(jīng)車輛的車牌號、卡口號、經(jīng)過時間、車牌顏色等，并將這部分信息上傳大數(shù)據(jù)平臺;其五，將實時抓拍車輛的顏色、車牌號等與索引表中的車牌顏色、車牌號一一對比分析;若是比對分析之后發(fā)現(xiàn)其存在歷史信息，存儲其卡口位置、時間即可，然后與其上次經(jīng)過卡口的時間展開對比分析，若是兩次過車時間差小于其途徑兩個卡口的時間閾值，代表該車為套牌車，若是不小于，則記錄為歷史數(shù)據(jù);其六，若是對比分析顯示其無歷史數(shù)據(jù)，則將該次記錄作為歷史過車記錄保存。

3.5軌跡碰撞

軌跡碰撞主要用于解決交通糾紛案件，在案件發(fā)生后，交通民警借助該項技術來實現(xiàn)系統(tǒng)的分析，推測嫌疑車輛或者肇事車輛在案件發(fā)生之后可能經(jīng)過的卡口或者地區(qū)，其主要應用方式是：通過大數(shù)據(jù)技術來提取并分析可疑車輛的行車路線，再結(jié)合地圖來科學地判斷其行車軌跡，以此來提升嫌疑車輛搜索效率。此外，該項技術亦可用于查找出租車失物，排查嫌疑車輛的出沒地點等。主要應用流程如下所示：

其一，車輛行車軌跡運算。根據(jù)車牌號碼來進行分組，并按照車輛通過時間來進行排序，聚合各個車輛的整體過車數(shù)據(jù)，計算其行車軌跡;其二，存儲行車軌跡數(shù)據(jù)。行車軌跡主鍵為：“時間→卡口→過車信息”，行鍵為“時間→卡口→車牌”，構建車輛行進軌跡數(shù)據(jù)序列，上傳至大數(shù)據(jù)平臺，通過平臺信息研判系統(tǒng)來判斷其是否出現(xiàn)違法犯罪行為。

3.6車輛頻度

其一，通過大數(shù)據(jù)平臺中儲存的車輛通過記錄，總結(jié)出一段時間內(nèi)通過各個卡口的車輛數(shù)量、車輛信息（包括車輛號碼牌、車輛顏色、車輛出現(xiàn)區(qū)域、車輛行駛記錄、車輛違法記錄等），以此來協(xié)助交通民警來正確的判斷其中是否存在異常車輛，避免出現(xiàn)比較嚴重的違法案件;其二，通過對各個卡口車輛頻度的檢測來判斷城市各個區(qū)域的車流量，從而能夠為后續(xù)城市交通管理與輔助交通設施建設等提供相應的數(shù)據(jù)信息，以此來提升城市發(fā)展戰(zhàn)略制定的有效性，利于改善城市當前的交通環(huán)境，促進城市的健康發(fā)展。

結(jié)束語：

綜述，文章就大數(shù)據(jù)處理技術在智能交通中的實施進行了論述與分析，并從平臺架構、采集定位、快速檢索、套牌分析、軌跡碰撞、車輛頻度六個層面來進行了探究，強調(diào)了大數(shù)據(jù)處理技術應用的必要性與意義，并建議給予其足夠的重視，實現(xiàn)其在智能交通發(fā)展進程中的廣泛應用，以此來維護城市交通健康發(fā)展，為城市居民提供更加優(yōu)質(zhì)的出行環(huán)境，并最大程度地降低交通違法行為的發(fā)生。

參考文獻：

[1]劉寒溆.大數(shù)據(jù)處理技術在智能交通中的應用探討[J].企業(yè)科技與發(fā)展，2020（11）：83-84+87.

[2] 陳劍，張志華，伍乙生，傅志銘.大數(shù)據(jù)技術在高校智慧校園建設中的應用[J].微型電腦應用，2021，37（07）：79-81+89.

[3] 王一帆.關于數(shù)據(jù)處理中的云計算技術應用[J].互聯(lián)網(wǎng)周刊，2021（22）：46-47.

[4] 程德巧，林雄凱，王芳宇.大數(shù)據(jù)處理技術的比較及建議[J].商訊，2020（01）：153+155.

[5]沈正榮.大數(shù)據(jù)處理技術在智能交通中的應用[J].智能城市，2020，6（07）：164-165.DOI：10.19301/j.cnki.zncs.2020.07.093.