论文部分内容阅读
摘要：智能交通是改善城市交通的关键所在，及时、准确、全面的获取各交通要素信息并构建交通数据处理模型，是建设智能交通的前提也是一大难题。随着大数据技术的出现，这一难题逐渐得到有效解决。而智能交通在大数据背景下，不但通过深度挖掘，数据分析将“先知”变为现实，还建立起人、车、路之间的网络，通过信息整合，为人提供服务，使得交通变得更加智能、人性。因此，本文在大数据背景下，对智能交通系统发展进行了研究。
关键词：大数据；智能交通；系统发展
1大数据概念
大数据并不仅仅指数量大，主题为“数据科学与大数据的科学原理及发展前景”的香山科学会议第462次学术研讨会上科学家们在科学层面定义大数据为“来源多样，大而复杂，具有潜在价值，但难以在期望时间内处理和分析的数据集。”
大数据具有5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）。
2智能交通与数据挖掘
智能交通是城市化进程不断向前推进的产物，是城市交通问题日益严峻和土地资源短缺状况共同作用下的必然结果。随着城市规模的不断发展，相应增加了城市人口数量和汽车保有量，这种形势下，逐渐加剧了不断增长的交通流和有效交通用地之间的矛盾。受多方面因素的影响，城市交通基础设施建设远跟不上交通流增长的步伐，更无法满足人们顺畅出行的需要，而智能交通系统建立的主要目的在于通过增加交通安全、提高交通效益、提高公交效率，减少交通负荷，提高交通决策的合理性来提高城市交通管理水平，充分利用已有的交通资源，满足人们便捷顺畅出行的需求。从实际应用效果来看，智能交通系统建设目的实现程度在一定程度上取决于交通要素信息数据源的多少和数据量的大小。，但大量甚至海量的交通數据为系统的信息处理带来了巨大的压力，在大数据时代，如何利用大数据技术对海量数据进行挖掘分析，从数据中找规律，使原来的“事后检索”变成“事前预判”，使其更好地为智能交通系统服务，促进智能交通服务系统的进一步完善，是现代智能交通服务系统需要改进和完善的重要问题。数据挖掘是利用科学的技术和方法，对信息进行收集和处理，从海量、模糊的数据信息中挖掘出有价值的信息。数据挖掘主要包括4个方面的内容，即分类分析、关联分析、聚类分析、时间序列分析，通过这4种分析方法的应用，从海量数据信息中提取出有效的信息为智慧交通服务系统所利用，系统根据信息分析的结果得出交通决策和建议，为交通调流和人们出行提供建议和指导。
3大数据下的智能交通架构组成
3.1信息层。信息层的主要功能在于信息采集。是实现对前端设备以及第三方系统的数据采集，如定位信息、车辆信息、视频信息、流量信息等。
3.2网络通信层。其主要功能在于数据传输，通过有线、WLAN、2G/4G网络将前端采集的数据信息高速、可靠地向大数据中心传送。
3.3数据中心。接收信息层数据信息，负责编码转换，进行数据抽取、数据的清洗转换、数据加载加工，然后经过数据计算和数据分析，并发布数据服务。如元数据服务、基础数据服务、动态数据服务等。
3.3服务层。定义一系列的数据和模型服务组件，通过对各个服务组件进行“模块化”的集成调用。比如交通流服务、视频查看服务、过往车辆信息服务等。
3.4业务应用层，在服务层的基础上建立符合用户需求或者市场需求的一系列业务应用系统。如：指挥调度系统、勤务管理系统、交通视频电视监控系统、缉查布控系统等等。
4面向未来智能社会的智能交通系统的有效应用措施
4.1提升城市交通智能化水平，建设完善感知体系
目前我国大多数城市的交通智能化建设处在不断改进完善过程中，车辆动态组网、状态实时获取、环境智能感知、车联网等技术需要进一步突破。要加大交通路网智能化建设投入，形成全路网智能监控体系，实现各类交通、交管、气象、治安反恐、消防部门的信息共享，为大数据分析提供数据基础，同时为领导决策以及交通规划提供数据支撑。
4.2制定交通数据描述规范，整合现有数据资源
多源性、多样性是目前交通大数据中存在的较为明显的问题，这在一定程度上增加了大数据融合、整合的难度，因此需制定一套可扩展的数据描述规范。交通数据描述规范主要实现数据交互接口规范的制定，要设计面向多维数据的本体描述框架，全面描述多维语义内容，为跨区域、跨部门的信息交互奠定基础。制定相应的安全制度和规范，加强数据安全保障，尊重和保护部门、组织及个人的机密和隐私不受侵犯。對现有的交通数据进行整合，建立综合性立体交通信息体系，形成智能交通数据资源共享平台，提升交通数据资源的整体服务能力，为后续智能交通系统建设提供数据支撑。
4.3创新交通大数据分析应用
建立新一代智能交通信息服务系统，实现高效集中控制管理。通过应用分布式智能全文检索技术、基于图像识别的检索技术、关联网络可视化分析等技术，有效缩短系统响应时间、提高系统性能、满足用户业务需求；找出隐藏在大数据中的关联性信息，在不同信息之间建立公共元素和联系。建立高度集中的交通控制系统，将大数据、云计算、智能终端等新技术应用于交通管理子系统，统一协调与管理，实现高效联动的交通管理机制。
4.4加快交通信息服务产业化进程
进一步完善智能交通技术创新体系，加强产学研之间的联系与互动，联合智能交通科技产业创新联盟平台、企业、高等院校，进行技术攻关创新，并将科研成果及时转化；利用国际先进的科学技术，积极开展相关领域的国际合作。
结语
综上所述，在大数据的背景下，智能交通系统的发展方向以及发展速度是至关重要的，其不仅会对人们的出行产生影响，同时也会影响各种物资运输和贸易交流。因此，相关的部门必须对交通行业进行全面的管理和研究，根据实际的交通管理需求引进一系列先进的交通管理技术，加强智能交通系统的有效建设。智能化交通系统不仅仅是交通行业的管理技术的改革和创新，同时也是智能社会发展过程当中交通行业的必然。通过全面的智能化技术运用到电动汽车、无人驾驶、车联网、物联网、出行便捷服务、车路协同系统当中，进而为面向未来智能社会的智能交通系统的全面发展奠定良好的基础。
参考文献
[1]陆化普，李瑞敏. 城市智能交通系统的发展现状与趋势[J]. 工程研究-跨学科视野中的工程，2014，6（01）：6-19. [2017-08-09].
[2]赵娜，袁家斌，徐晗. 智能交通系统综述[J]. 计算机科学，2014，41（11）：7-11+45. [2017-08-09].
[3]陆化普，孙智源，屈闻聪. 大数据及其在城市智能交通系统中的应用综述[J]. 交通运输系统工程与信息，2015，15（05）：45-52. [2017-08-09]. DOI：10.16097/j.cnki.1009-6744.2015.05.007
[4]金茂菁. 我国智能交通系统技术发展现状及展望[J]. 交通信息与安全，2012，30（05）：1-5. [2017-08-09].
[5]夏英. 智能交通系统中的时空数据分析关键技术研究[D].西南交通大学，2012.
关键词：大数据；智能交通；系统发展
1大数据概念
大数据并不仅仅指数量大，主题为“数据科学与大数据的科学原理及发展前景”的香山科学会议第462次学术研讨会上科学家们在科学层面定义大数据为“来源多样，大而复杂，具有潜在价值，但难以在期望时间内处理和分析的数据集。”
大数据具有5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）。
2智能交通与数据挖掘
智能交通是城市化进程不断向前推进的产物，是城市交通问题日益严峻和土地资源短缺状况共同作用下的必然结果。随着城市规模的不断发展，相应增加了城市人口数量和汽车保有量，这种形势下，逐渐加剧了不断增长的交通流和有效交通用地之间的矛盾。受多方面因素的影响，城市交通基础设施建设远跟不上交通流增长的步伐，更无法满足人们顺畅出行的需要，而智能交通系统建立的主要目的在于通过增加交通安全、提高交通效益、提高公交效率，减少交通负荷，提高交通决策的合理性来提高城市交通管理水平，充分利用已有的交通资源，满足人们便捷顺畅出行的需求。从实际应用效果来看，智能交通系统建设目的实现程度在一定程度上取决于交通要素信息数据源的多少和数据量的大小。，但大量甚至海量的交通數据为系统的信息处理带来了巨大的压力，在大数据时代，如何利用大数据技术对海量数据进行挖掘分析，从数据中找规律，使原来的“事后检索”变成“事前预判”，使其更好地为智能交通系统服务，促进智能交通服务系统的进一步完善，是现代智能交通服务系统需要改进和完善的重要问题。数据挖掘是利用科学的技术和方法，对信息进行收集和处理，从海量、模糊的数据信息中挖掘出有价值的信息。数据挖掘主要包括4个方面的内容，即分类分析、关联分析、聚类分析、时间序列分析，通过这4种分析方法的应用，从海量数据信息中提取出有效的信息为智慧交通服务系统所利用，系统根据信息分析的结果得出交通决策和建议，为交通调流和人们出行提供建议和指导。
3大数据下的智能交通架构组成
3.1信息层。信息层的主要功能在于信息采集。是实现对前端设备以及第三方系统的数据采集，如定位信息、车辆信息、视频信息、流量信息等。
3.2网络通信层。其主要功能在于数据传输，通过有线、WLAN、2G/4G网络将前端采集的数据信息高速、可靠地向大数据中心传送。
3.3数据中心。接收信息层数据信息，负责编码转换，进行数据抽取、数据的清洗转换、数据加载加工，然后经过数据计算和数据分析，并发布数据服务。如元数据服务、基础数据服务、动态数据服务等。
3.3服务层。定义一系列的数据和模型服务组件，通过对各个服务组件进行“模块化”的集成调用。比如交通流服务、视频查看服务、过往车辆信息服务等。
3.4业务应用层，在服务层的基础上建立符合用户需求或者市场需求的一系列业务应用系统。如：指挥调度系统、勤务管理系统、交通视频电视监控系统、缉查布控系统等等。
4面向未来智能社会的智能交通系统的有效应用措施
4.1提升城市交通智能化水平，建设完善感知体系
目前我国大多数城市的交通智能化建设处在不断改进完善过程中，车辆动态组网、状态实时获取、环境智能感知、车联网等技术需要进一步突破。要加大交通路网智能化建设投入，形成全路网智能监控体系，实现各类交通、交管、气象、治安反恐、消防部门的信息共享，为大数据分析提供数据基础，同时为领导决策以及交通规划提供数据支撑。
4.2制定交通数据描述规范，整合现有数据资源
多源性、多样性是目前交通大数据中存在的较为明显的问题，这在一定程度上增加了大数据融合、整合的难度，因此需制定一套可扩展的数据描述规范。交通数据描述规范主要实现数据交互接口规范的制定，要设计面向多维数据的本体描述框架，全面描述多维语义内容，为跨区域、跨部门的信息交互奠定基础。制定相应的安全制度和规范，加强数据安全保障，尊重和保护部门、组织及个人的机密和隐私不受侵犯。對现有的交通数据进行整合，建立综合性立体交通信息体系，形成智能交通数据资源共享平台，提升交通数据资源的整体服务能力，为后续智能交通系统建设提供数据支撑。
4.3创新交通大数据分析应用
建立新一代智能交通信息服务系统，实现高效集中控制管理。通过应用分布式智能全文检索技术、基于图像识别的检索技术、关联网络可视化分析等技术，有效缩短系统响应时间、提高系统性能、满足用户业务需求；找出隐藏在大数据中的关联性信息，在不同信息之间建立公共元素和联系。建立高度集中的交通控制系统，将大数据、云计算、智能终端等新技术应用于交通管理子系统，统一协调与管理，实现高效联动的交通管理机制。
4.4加快交通信息服务产业化进程
进一步完善智能交通技术创新体系，加强产学研之间的联系与互动，联合智能交通科技产业创新联盟平台、企业、高等院校，进行技术攻关创新，并将科研成果及时转化；利用国际先进的科学技术，积极开展相关领域的国际合作。
结语
综上所述，在大数据的背景下，智能交通系统的发展方向以及发展速度是至关重要的，其不仅会对人们的出行产生影响，同时也会影响各种物资运输和贸易交流。因此，相关的部门必须对交通行业进行全面的管理和研究，根据实际的交通管理需求引进一系列先进的交通管理技术，加强智能交通系统的有效建设。智能化交通系统不仅仅是交通行业的管理技术的改革和创新，同时也是智能社会发展过程当中交通行业的必然。通过全面的智能化技术运用到电动汽车、无人驾驶、车联网、物联网、出行便捷服务、车路协同系统当中，进而为面向未来智能社会的智能交通系统的全面发展奠定良好的基础。
参考文献
[1]陆化普，李瑞敏. 城市智能交通系统的发展现状与趋势[J]. 工程研究-跨学科视野中的工程，2014，6（01）：6-19. [2017-08-09].
[2]赵娜，袁家斌，徐晗. 智能交通系统综述[J]. 计算机科学，2014，41（11）：7-11+45. [2017-08-09].
[3]陆化普，孙智源，屈闻聪. 大数据及其在城市智能交通系统中的应用综述[J]. 交通运输系统工程与信息，2015，15（05）：45-52. [2017-08-09]. DOI：10.16097/j.cnki.1009-6744.2015.05.007
[4]金茂菁. 我国智能交通系统技术发展现状及展望[J]. 交通信息与安全，2012，30（05）：1-5. [2017-08-09].
[5]夏英. 智能交通系统中的时空数据分析关键技术研究[D].西南交通大学，2012.