论文部分内容阅读
摘 要：在城市建设速度不断加快的背景下，交通状况日益复杂，城市交通拥堵情况越来越严重，对人们的正常生产生活带来了巨大的不便。将大数据技术应用到智能交通管理中，可以通过对路况、环境、交通压力等数据的有效挖掘与分析应用，为交通管理决策提供更加科学可靠的支持。合理利用大数据技术，通过云计算平台对数据信息进行深度整合，可以有效促进交通管理决策、城市规划及城镇治安管理等工作的进行，有效緩解城市交通压力，提高交通运输的安全性，为人们营造出良好的出行环境。
关键词：城市交通;大数据技术;智能交通管理
【中图分类号】TP31 【文献标识码】A
1城市交通现状及问题
在现阶段，许多城市交通体系的相关设备无法达到交通快速发展的要求;随着时间的推移公共交通出现了逐渐衰败的现象;随着我国经济水平的提升，我国所拥有的车辆与日俱增，城市交通压力在不断的增大;由于我国在城市道路交通研究方面还存在许多不足，管理水平较低。在城市交通方面正面临着车型复杂交通混乱的问题;交通难以有效适应城市布局;人们的出行方式单调、事故发生的概率比较高[1]。
2新技术推动城市道路交通管理向智慧方向高速迈进
2.1新技术大大提升了对大数据的处理能力
智慧交通中的数据信息与安防中的数据信息有着高度的同源性和相似性，它们都具有异构性、多样性、实时性和海量性等特征。并且交通大数据与安防大数据还有一个共性就是都存在大量的非结构化视频和图像信息需要处理，这些特征都大大增加了智能交通系统对大数据处理的复杂性和难度。因此，与安防一样，智能交通中人工智能技术的应用就得到快速发展。在另一方面，对复杂多源异构数据的感知、采集和识别也需要运用到无线传感技术、人工智能识别技术和边缘计算，海量数据的实时传输更需要最新的5G通信来支持，这些都构成了建设智慧交通的基础技术条件。
2.2新技术有力提升了智能交通系统的智能化水平
有了上述技术基础，再从业务需求出发，安防企业就可以开发更多有实用价值的智能交通应用场景，提升智能交通系统的智能化水平。通过对前端大量交通数据的采集，就可以重构前端控制设备和中心平台的智能算法，以目标场景为导向，将不同时间、不同空间、不同气候、不同环境的道路拥堵状况和通行状况做成不同场景，分别构建不同算法，以适应各种复杂交通场景的需求。在前端人工智能边缘计算设备的支持下，在设计智能交通管理信息平台时，就不需要把所有数据都传送到中心平台去处理，而是可以将前端采集的数据在前端控制设备进行直接使用。而后端中心平台有了大数据平台强大算力的支撑，就可以汇集不同单位的各类数据，包括实时视频和图像数据、路网数据、车联网数据等，有了这些数据，就可以在后端中心平台进行分析研判、辅助决策、协同调度、应急指挥，同时还可以把一些不涉及隐私和非敏感的数据信息开放给企业和公众，提供更加丰富的智慧交通信息服务[2]。
3大数据技术特点
人们在生产生活过程中产生了大量的数据信息，大数据技术的应用可以进一步提高数据的采集以及利用率，打破了传统户数数量理解的限制，具有更强的复杂性。大数据技术的应用可对各类数据信息进行可靠收集以及整合处理，并从中挖掘具有价值的信息。大数据技术主要具备以下特点：（1）及时性。可以对不同种类的海量数据进行有效收集与处理，并结合数据处理来对系统状态进行控制。信息处理与过程同步进行，可以做到对过程的同时控制。（2）是预测性。以海量数据作为支持，通过对多种不同类型数据的分析计算，完成相关信息的预测以及实时动态监测。对不同时间段内数据的表现状态进行分析，确定该项信息所具有的变化特点，并基于此来对未来一段时间内可能会出现的变化进行科学预测。（3）高效性。以大数据技术为支持，可以更大程度上来进行数据挖掘，从海量数据中挖掘出有用的数据信息，并且对数据之间存在的关联性进行总结，进行大数据分布式处理。另外，在此基础上对其他类型的信息进行分析，确定某类信息的相关信息，以确保更好的解决问题，使得数据的利用率大幅度提升[3]。
4大数据技术在智能交通管理中的应用
4.1交通大数据平台架构
4.1.1数据采集模块
数据采集模块可以说是交通大数据系统的核心，是智能交通大数据平台架构的重要部分，需要通过移动通信技术、高清监控、车联网设备以及云计算平台为支持，来做到交通数据信息的全面采集。包括车辆定位、车辆状态、行驶数据以及周边路况信息等基础数据信息。所采集的数据需要做到全面、完整且准确，做到高精度、高质量采集，消除信息错误带来的不利影响，为交通管理提供可靠保障。
4.1.2数据分析模块
对采集到的各类数据信息，需要做专业的计算分析，确定数据特征。一般可选择数据挖掘技术、数据可视化分析以及数据库分析等方法，来将结构化、非结构化以及多结构化交通大数据整合到大数据后台管理系统中，且要对数据做实时分析，获得对交通主体决策以及判断有价值的信息数据，便于各项管理工作的有效展开，为民众提供更加可靠优质的服务，优化出行方案，保证交通效率以及安全[4]。
4.1.3数据处理模块
交通大数据不仅数量繁多，且分布范围广泛，在分析完毕后就需要做进一步的处理。以一定规模的计算中心以及完整计算框架为基础，完成高性能数据的处理分析。要求数据处理模块设计为两种框架，分别针对于历史分析数据与实时交通数据，对不同类型的数据进行专门的处理，并将最终结果展现给用户，为交通管理部门的决策制定提供数据支持。
4.2大数据技术实际应用
4.2.1交通流采集系统
面对不断增加的车辆数量，将大数据技术应用到交通流采集系统内，在接口技术的支持下，对采集到的交通流量信息进行分享，确保民众可以实时掌握交通情况，便于制定更加科学合理的出行方式，有效解决交通拥堵情况。
4.2.2车辆定位
通过准确掌握车辆的位置，一方面是可以对交通流量进行灵活控制，另一方面也可确保出行的安全性。例如打车软件的应用，司机以及乘客均可以通过定位系统确定对方位置，乘客还可以在系统内查看自身位置与目的地之间的路线和距离，提高生活的便利性[5]。
结语
在我国经济和科技高速发展的推动下，我国交通运输行业得到了有效的发展，并且在现阶段交通智能型控制系统已经成为交通运输行业所关注的热点课题。随着人们生活水平的提升，我国所拥有的车辆与日俱增，各个城市正面临着巨大的交通压力[6]。为缓解城市交通压力，在计算机技术与智能化技术的支持下，智能交通管理系统越来越完善，而大数据技术在其中的应用，可以通过对数据信息的收集、分离以及处理，为交通管理决策的制定提供更多看科学支持，对解决城市交通压力具有重要影响。
参考文献
[1] 姚棋棋.智能交通系统的探讨与实践[J].青海交通科技，2019（06）：11-15.
[2] 杨万科，张吉辉.关于智能交通管理系统数据采集的思考[J].道路交通管理，2019（08）：34-35.
[3] 林艳红.城市交通管理中的问题及应对策略[J].时代汽车，2019（13）：32-33+86.
[4] 骆京铭.城市智能交通管理系统设计与实现[J].自动化技术与应用，2019，38（06）：171-175.
[5] 孙会勇，牛志国.大数据下的智能化交通管理[J].中华建设，2019（06）：64-65.
[6] 钟磊.城市智能交通管理控制技术与应用研究[J].山东工业技术，2019（12）：165.
关键词：城市交通;大数据技术;智能交通管理
【中图分类号】TP31 【文献标识码】A
1城市交通现状及问题
在现阶段，许多城市交通体系的相关设备无法达到交通快速发展的要求;随着时间的推移公共交通出现了逐渐衰败的现象;随着我国经济水平的提升，我国所拥有的车辆与日俱增，城市交通压力在不断的增大;由于我国在城市道路交通研究方面还存在许多不足，管理水平较低。在城市交通方面正面临着车型复杂交通混乱的问题;交通难以有效适应城市布局;人们的出行方式单调、事故发生的概率比较高[1]。
2新技术推动城市道路交通管理向智慧方向高速迈进
2.1新技术大大提升了对大数据的处理能力
智慧交通中的数据信息与安防中的数据信息有着高度的同源性和相似性，它们都具有异构性、多样性、实时性和海量性等特征。并且交通大数据与安防大数据还有一个共性就是都存在大量的非结构化视频和图像信息需要处理，这些特征都大大增加了智能交通系统对大数据处理的复杂性和难度。因此，与安防一样，智能交通中人工智能技术的应用就得到快速发展。在另一方面，对复杂多源异构数据的感知、采集和识别也需要运用到无线传感技术、人工智能识别技术和边缘计算，海量数据的实时传输更需要最新的5G通信来支持，这些都构成了建设智慧交通的基础技术条件。
2.2新技术有力提升了智能交通系统的智能化水平
有了上述技术基础，再从业务需求出发，安防企业就可以开发更多有实用价值的智能交通应用场景，提升智能交通系统的智能化水平。通过对前端大量交通数据的采集，就可以重构前端控制设备和中心平台的智能算法，以目标场景为导向，将不同时间、不同空间、不同气候、不同环境的道路拥堵状况和通行状况做成不同场景，分别构建不同算法，以适应各种复杂交通场景的需求。在前端人工智能边缘计算设备的支持下，在设计智能交通管理信息平台时，就不需要把所有数据都传送到中心平台去处理，而是可以将前端采集的数据在前端控制设备进行直接使用。而后端中心平台有了大数据平台强大算力的支撑，就可以汇集不同单位的各类数据，包括实时视频和图像数据、路网数据、车联网数据等，有了这些数据，就可以在后端中心平台进行分析研判、辅助决策、协同调度、应急指挥，同时还可以把一些不涉及隐私和非敏感的数据信息开放给企业和公众，提供更加丰富的智慧交通信息服务[2]。
3大数据技术特点
人们在生产生活过程中产生了大量的数据信息，大数据技术的应用可以进一步提高数据的采集以及利用率，打破了传统户数数量理解的限制，具有更强的复杂性。大数据技术的应用可对各类数据信息进行可靠收集以及整合处理，并从中挖掘具有价值的信息。大数据技术主要具备以下特点：（1）及时性。可以对不同种类的海量数据进行有效收集与处理，并结合数据处理来对系统状态进行控制。信息处理与过程同步进行，可以做到对过程的同时控制。（2）是预测性。以海量数据作为支持，通过对多种不同类型数据的分析计算，完成相关信息的预测以及实时动态监测。对不同时间段内数据的表现状态进行分析，确定该项信息所具有的变化特点，并基于此来对未来一段时间内可能会出现的变化进行科学预测。（3）高效性。以大数据技术为支持，可以更大程度上来进行数据挖掘，从海量数据中挖掘出有用的数据信息，并且对数据之间存在的关联性进行总结，进行大数据分布式处理。另外，在此基础上对其他类型的信息进行分析，确定某类信息的相关信息，以确保更好的解决问题，使得数据的利用率大幅度提升[3]。
4大数据技术在智能交通管理中的应用
4.1交通大数据平台架构
4.1.1数据采集模块
数据采集模块可以说是交通大数据系统的核心，是智能交通大数据平台架构的重要部分，需要通过移动通信技术、高清监控、车联网设备以及云计算平台为支持，来做到交通数据信息的全面采集。包括车辆定位、车辆状态、行驶数据以及周边路况信息等基础数据信息。所采集的数据需要做到全面、完整且准确，做到高精度、高质量采集，消除信息错误带来的不利影响，为交通管理提供可靠保障。
4.1.2数据分析模块
对采集到的各类数据信息，需要做专业的计算分析，确定数据特征。一般可选择数据挖掘技术、数据可视化分析以及数据库分析等方法，来将结构化、非结构化以及多结构化交通大数据整合到大数据后台管理系统中，且要对数据做实时分析，获得对交通主体决策以及判断有价值的信息数据，便于各项管理工作的有效展开，为民众提供更加可靠优质的服务，优化出行方案，保证交通效率以及安全[4]。
4.1.3数据处理模块
交通大数据不仅数量繁多，且分布范围广泛，在分析完毕后就需要做进一步的处理。以一定规模的计算中心以及完整计算框架为基础，完成高性能数据的处理分析。要求数据处理模块设计为两种框架，分别针对于历史分析数据与实时交通数据，对不同类型的数据进行专门的处理，并将最终结果展现给用户，为交通管理部门的决策制定提供数据支持。
4.2大数据技术实际应用
4.2.1交通流采集系统
面对不断增加的车辆数量，将大数据技术应用到交通流采集系统内，在接口技术的支持下，对采集到的交通流量信息进行分享，确保民众可以实时掌握交通情况，便于制定更加科学合理的出行方式，有效解决交通拥堵情况。
4.2.2车辆定位
通过准确掌握车辆的位置，一方面是可以对交通流量进行灵活控制，另一方面也可确保出行的安全性。例如打车软件的应用，司机以及乘客均可以通过定位系统确定对方位置，乘客还可以在系统内查看自身位置与目的地之间的路线和距离，提高生活的便利性[5]。
结语
在我国经济和科技高速发展的推动下，我国交通运输行业得到了有效的发展，并且在现阶段交通智能型控制系统已经成为交通运输行业所关注的热点课题。随着人们生活水平的提升，我国所拥有的车辆与日俱增，各个城市正面临着巨大的交通压力[6]。为缓解城市交通压力，在计算机技术与智能化技术的支持下，智能交通管理系统越来越完善，而大数据技术在其中的应用，可以通过对数据信息的收集、分离以及处理，为交通管理决策的制定提供更多看科学支持，对解决城市交通压力具有重要影响。
参考文献
[1] 姚棋棋.智能交通系统的探讨与实践[J].青海交通科技，2019（06）：11-15.
[2] 杨万科，张吉辉.关于智能交通管理系统数据采集的思考[J].道路交通管理，2019（08）：34-35.
[3] 林艳红.城市交通管理中的问题及应对策略[J].时代汽车，2019（13）：32-33+86.
[4] 骆京铭.城市智能交通管理系统设计与实现[J].自动化技术与应用，2019，38（06）：171-175.
[5] 孙会勇，牛志国.大数据下的智能化交通管理[J].中华建设，2019（06）：64-65.
[6] 钟磊.城市智能交通管理控制技术与应用研究[J].山东工业技术，2019（12）：165.