交通管理大數據建設背景

① 互聯網+交通」 大數據時代下的智能交通

互聯網+交通」：大數據時代下的智能交通
早上十點，張先生准備從位於城南的公司出發去城北的咖啡廳見客戶。出發之前，他打開手機導航APP，選擇了一條車流量最少、交通狀況最好的出行線路。二十分鍾後，張先生順利抵達目的地。令他感到舒心的是，咖啡廳附近新建了停車場，以往他可是因為有急事卻找不到停車位吃了好幾次罰單。和客戶寒暄的過程中，張先生得知客戶這次沒開車，而是選擇了打車軟體，原本40元的車程，他只花了十幾元。
如今，越來越多的人和張先生一樣感受著智能交通帶來的便利。但是他們可能並不知道，經常遇到的攝像頭、電子卡口、電子警察等系統，它們在保障城市安全、維持交通秩序的同時，也在不斷產生大量數據信息，不僅能夠節約時間，也能大大提高交通工具和道路的使用效率，減少能耗。
在「互聯網+」背景下，智能交通大數據技術的應用，不僅將「先知」逐漸變成現實，更建立起車、路、人之間的網路，通過整合信息，最終為人（車內的人和關注車內人的人）提供服務，使得交通更加智能、精細和人性；對管理者而言則大大提高管理者獲取數據的能力，提高他們的決策能力和管理交通的能力。
一、「互聯網+交通」的表現形式
2015年3月5日，李克強總理在政府工作報告中首次提出「互聯網+」行動計劃。互聯網與傳統行業的融合發展將從全流程上改造傳統行業，從而產生新的業態。互聯網與交通的碰撞也形成了「線上資源合理分配、線下高效優質運行」的新格局。
早在2011年底，「互聯網＋交通」已初見端倪。鐵路推出了網路訂購火車票的新舉措，讓百姓利用電腦、手機，通過網路，足不出戶就能買到火車票；民航行動更快，很早就實現了網路訂票，現在通過大數據分析，通過手機APP可實現手機購票值機、查看航班動態等功能；而大力推進高速公路ETC聯網發展，則是公路方面推進網路化的措施。此外，人們平日出行開車也越來越離不開導航系統、打車軟體。
1． 事前預判
我們在生活中，總會有感覺到交通不方便的地方，如飛機晚點、延誤，超級大堵車……如此這些，已經成為我們生活中習以為常的事情。交通永遠不會有發展到最完美的時候，人類會不斷提出新的要求以改善舒適度。
以出行高峰時段的交通擁堵為例，智能交通能夠提高人們出行的計劃性，通過他人的出行數據，預備出行者可以提早知曉不久後的某時段交通預計的流量情況，以此妥善安排自身的出行。其次，智能交通可以提高出行的可靠性，即例如甲要從A地去B地，必經路線的堵車已經無法避免，提高出行可靠性就在於可以通過智能交通的技術手段，根據以往同一時段該路線的交通狀況，預估同樣出行方式下將可能多耗費的時間。再者，智能交通應用在汽車上的自動避讓和制動等功能還可以在一定程度上提高出行的安全性。
總而言之，以智能交通的技術手段提高信息採集強度及採集量，並提高其數據處理水平，繼而把所得信息通過各種不同渠道傳送給每個有需要的人，智能交通正在提高整個交通系統的應變性和個人出行的應變性。
幾年前，海康威視已經布局大數據和雲計算，並在武漢市成立了大數據和雲計算研發中心。目前，海康威視已推出了大數據的初步應用，主要在三個方面：人臉數據的大庫檢索、海量卡口數據的高效檢索分析和案事件數據的分析。
大數據的魅力在於我們可以從數據中找規律，它能使原來的「事後檢索」變成「事前預判」。海康威視大資料庫檢索，可以做到將犯罪分子人臉、作案車輛等特徵圖片放進視頻圖像庫里進行搜索比對，尋找犯罪嫌疑人的蹤跡。
例如，在南方某座特大城市，針對某系列案件，警方運用海康威視的大數據技術，通過大量信息的檢索、比對和分析，發現嫌疑人每次作案前均會到某個地方落腳的規律。當地警方提前在落腳點布防，成功抓獲了准備再次作案的嫌疑人。基於大數據的雲計算搜索，就像網路搜索關鍵詞一樣迅速找到想要的東西，不需要像從前一樣由多名警察一幀一幀盯著事發地點的監控錄像，尋找作案嫌疑人。
大數據還必須做到「秒級響應」，反應遲緩的話，大數據也就失去了價值。海康威視在多個城市的電子卡口系統中應用了大數據技術，在上百億條車輛記錄中快速搜索，幾秒鍾甚至零點幾秒鎖定結果。在此基礎上，可以更好地實現如套牌車輛研判、跟車關聯分析、違法多發時間和地點研判、交通流量分析和交通誘導等應用。
2． 調整更改
在傳統的規劃過程中，設計部門根據對現狀的判斷和經驗的積累，容易對交通項目進行個人意志和團隊意志的主觀操作，更有某些小型設計單位採用閉門造車的方式進行拿來主義的設計，這與規劃的本職形成嚴重對峙，更不符合互聯網+時代下對大數據應用的渴求。
對於城市管理者或是城市交通管理者、公路交通管理者，智能交通是幫助提高其管理的技術手段，大大提高管理者獲取數據的能力，提高他們的決策能力和管理交通的能力。
舉個最簡單的例子，道路的渠化由交通設計院規劃設計，然後施工建設。然而道路及其周邊區域的情況不是一成不變的。隨著城市的發展，道路起初的設計可能無法滿足市民的實際需求。比如城北新建了一個工業園區，那早高峰往北面上班的車會明顯增多，同時晚高峰從城北返城的車會增多。這時之前設計的道路顯然不足以滿足市民的需求，道路再次設計成潮汐車道或者是可變車道均可提升道路的通行能力，滿足市民的需求。但是二者如何選擇，抑或兩個方案一起實施，一直是困擾交通管理者的一件事情。這時，道路上安裝的電子警察、卡口和視頻檢測器所採集的過車信息和車流量數據就可以為道路的渠化提供有用的信息。
再舉個例子，城市交通中，大家最熟悉的是紅綠燈。有些城市的紅綠燈裝有信號控制系統，在所有道路資源都充分使用的條件下，紅綠燈的轉換頻率只能按時間分配，不可能讓路上的車輛變少，然而合理的紅綠燈配時可以讓道路的通行率大大提升。前端信號機配備有車檢板，支持地埋線圈的接入，同時也可以通過視頻檢測器，實現控制區域內車流量、佔有率、車速、排隊長度等交通參數的採集、處理和存儲。交通信號控制系統可根據前端獨立的車輛信息來直接調整對應信號燈的綠信比，也可根據區域整體的車流狀況對信號燈配時方案進行針對性的區域協調。同時這部分交通參數信息也可提供到其他相關聯的交通管理系統使用。比如通過大數據採集分析和交通模擬，進行區域的信號協調控制。
3.分析應用
對交通出行的大數據進行分析總結可以得出不同城市的相互聯系強度、城市流動人口的來源，指導城市對外交通建設；能夠分析出城市交通現象與重要事件之間的關系，有效預防下次突發事件造成的交通壓力；大數據能夠形象地反映居民的出行路徑、偏好，總結出居民的出行習慣從而為第三方服務平台提供參考，加快推進交通運輸由傳統產業向現代服務業轉型升級。
智能交通綜合管控平台存儲了大量的交通數據信息，如何有效充分地利用這些信息將非常重要。通過對平台存儲的數據進行智能研判分析，獲得一些潛在有價值的數據和信息，為交通管理、刑偵稽查提供重要的線索和數據信息。
比如案件刑偵分析時，某些車輛行駛軌跡可能會成為重要線索。平台行車軌跡分析功能可以輸入關注車輛號牌，選定關注的時間段，進行分析。分析結果會以列表的方式呈現在列表中按照時間先後順序顯示該車輛在此時間段內的所有過車信息。如果平台部署了電子地圖模塊。可在電子地圖模塊展現車輛行車軌跡分析結果展示，並在地圖按照車輛行駛的時間和空間順序，在地圖中描繪車輛行駛軌跡。
同時，目前機動車數量的激增，機動車車輛牌照無法憑借肉眼觀察直接判定車輛號牌真偽、套牌與否。出現部分車主為了逃避交通違法處罰，甚至進行其它不法活動時為了躲避刑偵緝查，而使用假牌和套牌的手段。智能交通綜合管控平台使用車牌識別技術，採集經過監測點車輛的信息，如車牌號碼、車身顏色、車輛類型、出現時間，根據創建的套牌分析模型，實時自動完成套牌嫌疑車輛的檢測和報警，可有效打擊使用套牌車輛的行為。
而在治安監控中，外來車輛初次入城信息將會成為外地車輛流竄作案的重要線索。可利用卡口、電子警察對車輛採集進行數據信息，可在指定時間段內，對首次經過指定路口的車輛進行查詢展示，此功能配合城市卡口包圍圈、城際卡口、電子警察採集的數據信息將發揮更大的作用。
現在在很多一二線城市，由於計程車在高峰時期供不應求，催生出了很多非法營運車輛。這些車輛雖然在一定程度內可以方便大眾的出行，但是由於其無監管部門，對於民眾的生命和財產有一定的安全隱患，而此類車輛很難從常規車輛中分辨出來。針對這類情況，可引入車輛積分制度，對符合積分細則的車輛進行積分，例如在本地案件多發地區的車輛進行高積分規則，每抓拍捕獲一次積3分，對相對涉案車輛較少地區的車輛，每次抓拍捕獲積1分。在研判中可按一定時段檢索分值排列靠前的車輛，納入視線，進行重點管控，並從中發現相關線索。積分細則可由相關部門的業務實際應用進行設定，積分細則後期可進行添加和修改，積分實行累加制，不設上限。同時可以對於重點監控區域，如學校、銀行、醫院、廣場、娛樂場所（廣場、KTV等），可以有針對性的對重點區域的卡口/路口某些時段內的車輛進行分析和觀察，分析出這些區域內頻繁出入的車輛、按照次數從高到低排行顯示車輛的詳細抓拍識別信息。對頻繁出入車輛進行關注，從而起到預警作用。
交通管理部門如何保證交通安全、交通秩序是一個重要的任務。在有限警力的條件下如何達到管理交通安全的目標，警力有的放矢的調動安排將非常重要。智能交通綜合管控平台對交通數據進行研判分析，可將違法多發地點按照違法次數從高到低的次序顯示排名靠前的違法多發地點，為交通管理部門的警力調動安排提供參考信息。為了在有限警力的條件下達到管理交通安全的目標，保證警力在最合適的時間出勤。智能交通綜合管控平台對交通數據時間特點進行分析研判，可將違法多發時段分析出來，並按照違法多發時段的違法次數排序，顯示違法多發時間段，為交通管理部門警力調度提供參考。
二、「互聯網+交通」在國內的應用
杭州市建立了「一個中心、三個系統」即交通指揮中心、交通管理信息系統、交通控制系統和交通工程類信息系統。杭州市交警支隊還實行了集中調度指揮和交通信息預報制度，在市區主幹路、主要交叉路口實行分級預警和干預機制，重點解決早晚高峰、節假日重要時段的路面交通問題。
各城市交管部門一直在探索優秀的勤務模式，以最少的警力、最小的行政成本，獲得最好的交通管理效果和最大的社會效益。杭州市通過改變交警的傳統路面巡邏執勤模式，通過交警支隊視頻作戰室、交警大隊分指揮室和交警中隊數字勤務室三級指揮系統的網路巡邏執勤模式，結合路邊重點巡邏，實施「上下聯動」機制，實現「桌面就是路面」，使科技應用直達基層民警，提升了交通管控效能，擴大了路面管理的覆蓋面，加大了路面管理的密度和力度，提高了應對交通擁堵、交通事故等交通突發事件的快速反應能力，減少了道路交通事故和交通違法行為，提高了道路通行能力，緩解了交通擁堵，確保了城市道路交通的安全、暢通、有序。
三、「互聯網+交通」的發展趨勢
首先，要大力發展綠色、便捷、高效、經濟的公共交通。通過智能交通技術手段提高公共交通系統的服務水平，引導城市居民出行方式的轉變。
其次，以智能交通技術提升道路交通管理水平，提高城市道路體系的綜合利用效率。
再次，優化區域交通組織，以先進的交通管理手段如先進的交通信號系統、交通誘導系統、交通違法自動考量系統，減少路口延誤、排隊等候，使得道路通暢、規范停車場管理等關鍵環節。
當前我國城市交通發展處於挑戰和機遇並存的關鍵歷史階段。一方面，隨著城鎮化、機動化的持續快速發展，城市交通擁堵加劇、污染嚴重、事故頻發，面臨嚴峻挑戰；另一方面，我國城市出在老城改造、新城建設的城市大發展時期，是實現生態城市、綠色交通的最佳時機，可以通過「互聯網+交通」的融合發展，通過智能交通實現我國城市綠色交通系統建設的跨越式發展。

② 如何運用交通大數據智慧出行

2015年兩會上，「大數據（big data）」一詞首次寫入政府工作報告。在交通領域，大數據一直被視作緩解交通壓力的技術利器。應用大數據有助於了解城市交通擁堵問題中人的出行規律和原因，實現交通和生活的和諧，提高城市的宜居性，為政府精準管理提供基於數據證據的綜合決策。

隨著手機網路、全球定位系統（global positioning system，GPS）/北斗車載導航、車聯網、交通物聯網的發展，交通要素的人、車、路等的信息都能夠實時採集，城市交通大數據來源日益豐富。在日益成熟的物聯網和雲計算平台技術支持下，通過城市交通大數據的採集、傳輸、存儲、挖掘和分析等，有望實現城市交通一體化，即在一個平台上實現交通行政監管、交通企業運營、交通市民服務的集成和優化。

③ 智慧交通領域，目前發展到什麼階段

智慧交通是在整個交通運輸領域充分利用物聯網、空間感知、雲計算、移動互聯網等新一代信息技術，綜合運用交通科學、系統方法、人工智慧、知識挖掘等理論與工具，以全面感知、深度融合、主動服務、科學決策為目標，通過建設實時的動態信息服務體系，深度挖掘交通運輸相關數據，形成問題分析模型，實現行業資源配置優化能力、公共決策能力、行業管理能力、公眾服務能力的提升，推動交通運輸更安全、更高效、更便捷、更經濟、更環保、更舒適的運行和發展，帶動交通運輸相關產業轉型、升級。

一. 智慧交通發展的背景與意義

1. 國家釋放的政策紅利為智慧交通的發展提供了良好機遇

多年來，國家和政府高度重視交通行業的發展。2000年， 科技 部會同國家計委、經貿委、公安部、交通部、鐵道部、建設部、信息產業部等部委相關部門，專門成立了全國智能交通系統協調指導小組及辦公室，組織研究中國智能運輸系統的發展；《信息產業 科技 發展「十一五」規劃2020年中長期規劃綱要》將「智能交通系統」確定為重點發展項目；《交通運輸「十二五」發展規劃》中提出:「十二五」時期要推進交通信息化建設，大力發展智能交通，提升交通運輸的現代化水平；在國家八部委起草的《關於促進智慧城市 健康 發展的指導意見》中，智能交通被列為十大領域智慧工程建設之一；2014年楊傳堂部長在全國交通運輸工作會議中所做的報告《深化改革務實創新加快推進「四個交通」發展》則提出將「四個交通」（綜合交通、智慧交通、綠色交通、平安交通）作為今後和當前一段時期交通運輸發展的主旋律；楊部長則在2015年全國交通運輸工作會議上的講話中兩次提到 「以智慧交通為主戰場」。

交通運輸部近年來高度重視智慧交通發展，提出了要建設交通基礎設施和信息化基礎設施兩個體系，將信息化提升到交通基礎設施同等重要地位。智慧交通扛起了引領交通現代化的大旗，是未來交通發展主要趨勢之一。

2. 新一代新興技術的發展為智慧交通提供了強大支撐

物聯網、雲計算、大數據、移動互聯網等新一代信息技術的快速發展為智慧交通提供了強大的技術支撐。利用物聯網技術可以全面感知交通運輸基礎設施、交通運載工具的建設狀況，同時監控整個交通的運行情況。利用大數據技術則可以充分挖掘和利用信息數據的價值，盤活現有數據，在此基礎上進行應用、評價、決策，服務於交通部門的管理與決策。雲計算則為各類交通數據的存儲提供了新模式，「交通雲」的建立將打破「信息孤島」，徹底實現信息資源共享、系統互聯互通。通過使用移動互聯網技術，則可以實現信息在各種運輸方式間的順暢傳輸、交換，從而達到各種運輸方式的合理布局及協調、高效運行。

3. 智慧交通是全面深化交通領域改革的重要手段

十八屆三中全會《中共中央關於全面深化改革若乾重大問題的決定》中指出：「推進國家治理體系和治理能力現代化。必須切實轉變政府職能，深化行政體制改革，創新行政管理方式，增強政府公信力和執行力，建設法治政府和服務型政府。」為深化貫徹落實深化改革的相關要求，交通部於2015年1月正式出版了《關於全面深化交通運輸改革的意見》，對綜合交通運輸體制、交通運輸現代市場體系、收費公路體制、現代運輸服務等領域的改革提出具體要求。當代政府的治理能力已經面臨重要挑戰， 社會 參與和共治成為必要手段，信息化技術發展則為 社會 參與創造了基礎，信息化建設將成為治理體系和治理能力現代化的重要工具。智慧交通則成為交通領域深化政府體制改革、加快建設服務型政府、全面提升政府有效治理能力、主動順應新興信息技術和互聯網發展新趨勢的重要手段。

4. 智慧交通是解決現有交通問題的重要突破口

近年來，隨著我國城市化進程的推進和機動車數量的快速增長，城市道路交通量不斷增加，各種交通問題凸現：交通擁堵成為影響大城市居民出行的首要問題，交通事故數量呈上升趨勢，機動車尾氣污染成為城市大氣污染的主要來源。這些交通問題對經濟發展造成了巨大的損失。2014年一季度，全國發生涉及人員傷亡的道路交通事故40283起，造成10575人死亡、直接財產損失2.1億元。2015年4月荷蘭交通導航服務商TomTom發布了全球擁堵城市排名,中國成為擁堵名單中的大戶--在全球最擁堵100個城市中，中國大陸有21個城市上榜，其中北京位列全球最擁堵城市第15名。

發展智慧交通可保障交通安全、緩解擁堵難題、減少交通事故。據分析，智能化交通可使車輛安全事故率降低20％以上，每年因交通事故造成的死亡人數下降30％ 70％；可使交通堵塞減少約60％，使短途運輸效率提高近70％，使現有道路網的通行能力提高2 3倍。另一方面，發展智慧交通可提高車輛及道路的運營效率，促進節能減排。車輛在智能交通體系內行駛，停車次數可以減少30％，行車時間減少13％ 45％，車輛的使用效率能夠提高50％以上，由此帶來燃料消耗量和排出廢氣量的減少。據分析， 汽車 油耗也可由此降低15％。中國發展智慧交通已經成為必然，並且十分緊迫。

二.目前我國智慧交通行業發展現狀

目前，中國智能交通系統已從 探索 階段進入實際開發和應用階段。接下來將從應用領域、行業規模和企業分布三方面來闡述我國智慧交通已經取得的巨大成就。

從應用領域來看，目前我國智慧交通主要應用在公路交通信息化、城市道路交通管理服務信息化以及城市公交信息化領域。

在公路交通信息化方面。北京實施了「 科技 奧運」智能交通應用試點示範工程，廣州、中山、深圳、上海、天津、重慶、濟南、青島、杭州等作為智能交通系統示範城市也各自進行了有益的嘗試；在公路收費領域中，全國14省市高速公路ETC正式聯網運行，京津冀，長三角地區正逐步展開跨省區的收費系統的建設。

在城市道路交通管理服務信息化方面。南京市城市智能雲交通誘導服務系統通過綜合分析人、車、路等交通影響因素，利用各類信息發布手段，為道路使用者提供最優路徑引導信息和各類實時交通幫助信息服務，為眾多出行者優化路徑。廈門市智能交通指揮控制中心則通過檢測設備、視頻巡邏、電話、微信、微博等多元化渠道採集道路交通信息，通過室外誘導屏、網站、手機等方式及時發布信息。

在城市公交信息化方面。37個城市入選公交都市建設示範工程創建城市，在提高公共交通系統的吸引力、調控城市交通需求總量和出行結構、提高城市交通運行效率等方面進行了積極 探索 並取得了一定成效。

從行業規模來看，2011年中國智能交通行業應用總體市場規模達到252.8億元，比2010年201.9億元增長了25.21％，2012年隨著各地智慧城市建設的推進，在智能交通行業IT應用投資方面加大了力度，2012年比2011年增長了25.59％，規模達到了317.5億。2013年受政府投資推動智慧城市建設的影響,智能交通行業應用投資增長至408億元,增長率則高達28.5％。預計到2020年國內智能交通領域的投入將達到上千億元，智能交通產業將進入新一輪的快速發展軌道。

從企業分布來看，目前國內從事智能交通行業的企業約有2000多家，主要集中在道路監控、高速公路收費、3S（GPS、GIS、RS）和系統集成環節。近年來的平安城市建設，為道路監控提供了巨大的市場機遇，目前國內約有500家企業在從事監控產品的生產和銷售。高速公路收費系統是中國非常有特色的智能交通領域，國內約有200多家企業從事相關產品的生產，並且國內企業已取得了具有自主知識產權的高速公路不停車收費雙界面CPU卡技術。在3S領域，國內雖然有200多家企業，但能夠實現系統功能的企業還比較少。盡管國內從事智能交通的企業「魚龍混雜」，一些專注於特定領域的企業，經過多年的發展，已在相關領域取得了不錯的成績。一些龍頭企業在高速公路機電系統、高速公路智能卡、地理信息系統和快速公交智能系統領域占據了重要的地位。

三. 十三五期間智慧交通發展趨勢判斷

1. 互聯網思維深度滲透融合

在全國政協十二屆二次會議中，李克強總理提出要制定「互聯網+」行動計劃，意味著「互聯網+」正式上升為國家戰略，「十三五」期間互聯網將同交通行業深度滲透融合，對相關環節產生深刻變革，並將成為建設智慧交通的提升技術和重要思路。

--大數據思維。將城市非涉密數據有條件地開放，鼓勵企業基於開放的數據進行數據挖掘，挖掘出大數據背後的潛在價值，為百姓提供更為智能和便利的交通信息服務。

--用戶思維。為使智慧交通中投入的資金更有效率，更有針對性，在項目建設中，運用互聯網眾籌的思想，開展百姓需求調查，了解百姓最迫切希望解決的問題，從而有針對性地選擇項目，將有限的「好鋼」（資金）用在「刀刃」上。

--跨界思維。電子商務與智能交通逐步融合，使得人們的出行體驗與購物、消費等服務結合在一起。典型案例如中國最大的電商阿里巴巴收購了高德後，將高德的位置服務和出行路徑誘導與電商服務進行了集成，給了用戶全新的體驗。

--免費思維。在盈利方式上，引入互聯網思維的盈利思路，創新項目商業運營模式，對於可以市場化的項目加強具體項目的商業運作模式可行性研究，增強項目自身造血功能，使項目建成後能快速持續收回成本；比如基礎服務免費、增值服務收費，或者短期免費、長期收費，或者對百姓免費、轉嫁收費等。

2. 綠色交通成為交通發展新底色

加快推進綠色循環低碳交通運輸發展，是加快轉變交通運輸發展方式、推進交通運輸現代化的一項艱巨而緊迫的戰略任務。近年來，國家層面通過出台相關政策、開展城市試點等方式積極推進綠色交通建設。2010年啟動了「車、船、路、港」千家企業低碳交通運輸專項行動；2012年交通運輸部頒布實施了《關於貫徹落實〈國務院關於城市優先發展公共交通的指導意見〉的實施意見》，隨後便啟動了公交都市建設工作，截至2013年底，37個城市入選公交都市試點城市；2013年交通運輸部印發了《加快推進綠色循環低碳交通運輸發展指導意見》，同年頒布了《關於推進水運行業應用液化天然氣的指導意見》，組織無錫等10個城市開展低碳交通城市區域性試點工作。

「十三五」期間，隨著 科技 技術的不斷創新、國家政策的強力支持，綠色交通將成為交通運輸發展的新底色，節能減排將成為智慧交通發展的關鍵詞。大力發展車聯網，提高車輛運行效率；重視智能 汽車 的發展，提升車輛智能化水平，加強車輛的智能化管理；積極採用混合動力 汽車 、替代料車等節能環保型營運車輛；構建綠色「慢行交通」系統，提高公共交通和非機動化出行的吸引力；構建綠色交通技術體系，促進客貨運輸市場的電子化、網路化提高運輸效率，降低能源消耗，實現技術性節能減排。

3. 新興技術應用更加普及

「十三五」期間，隨著雲計算、大數據、移動互聯網、社交網路媒體等新興技術的發展，其在智慧交通行業中的應用將更加普及。

——物聯網：激活智能要素。通過各類感測器、移動終端或電子標簽，使信息系統對外部環境的感知更加豐富細致，這種感知為人、車、路、貨、系統之間的相互識別、互操作或智能控制提供了無限可能。未來，智能公路、智能航道、智能鐵路、智能民航、智能車輛、智能貨物、智能場站等將快速發展，管理者對交通基礎設施、運輸裝備、場站設備等的技術運行情況和外部環境能夠更加全面、及時、准確掌握。

——雲計算、大數據：點亮交通管理智慧。據不完全統計，當前交通運輸行業每年產生的數據量在百PB級別，存儲量預計可達到數十PB。以北京市交通運行監測調度中心（TOCC）為例，目前TOCC共包括6000多項靜動態數據、6萬多路視頻，其靜動態數據存儲達到20T，每天數據增量達30G左右。面對增長迅速的海量數據，在雲計算、大數據等技術支撐保障下，未來的交通管理系統將具備強大的存儲能力、快速的計算能力以及科學的分析能力，系統模擬現實世界和預測判斷的能力更加出色，能夠從海量數據中快速、准確提取出高價值信息，為管理決策人員提供應需而變的解決方案，交通管理的預見性、主動性、及時性、協同性、合理性將大幅提升。

——移動互聯網：提高信息服務水平。服務是交通運輸的本質屬性，隨著移動互聯網、智能移動終端大范圍應用，信息服務向個性化、定製化發展。信息服務系統與交通要素的信息交互更加頻繁，系統對用戶的需求跟蹤、識別更加及時准確，能夠為用戶提供交通出行或貨物運輸的全過程規劃、實時導航和票務服務，基於位置的信息服務和主動推送式服務水平大大改善。

4. 車聯網迎來爆發式增長

隨著國內 汽車 保有量的迅速擴大，我國正在步入 汽車 社會 ，與 汽車 相關的 社會 問題和矛盾也日益凸顯，其中 汽車 與道路、 汽車 與環境、 汽車 與能源、 汽車 與行人之間的矛盾日益突出。這些都表明我國車聯網市場蘊含著巨大空間。與此同時，國家政府已經明確相關政策，大力支持車聯網發展。「十二五」規劃已將車聯網作為物聯網十大重點部署領域之一，車聯網有關項目已被列為我國重大專項第三專項的重要項目，首期資金投入達百萬億級別。工信部將從產業規劃、技術標准等多方面著手，加大對車載信息服務的支持力度，全力推進車聯網產業全面發展。

然而，由於產業結構、商業模式、安全法規等瓶頸的存在，我國車聯網目前依然處於初級階段。「十三五」期間，隨著國家層面對車聯網政策紅利的逐步釋放，技術水平的不斷提升，互聯網思維的逐步滲透，車聯網將迎來爆發式增長期。據銀河證券預測，在2015年中國車聯網用戶將滲透到1,000萬戶，占彼時 汽車 用戶總數的將近10％。5年內用戶數將達到4,000萬戶，有望滲透率突破20％。《物聯網產業發展研究（2010）》則預測，車聯網2015年市場規模將達到2,000億元，2020年達到1萬億元。

5. 參與主體趨向多元化

2014年12月，國家發改委發布了《關於開展政府和 社會 資本合作的指導意見》，支持 社會 資本參與重點領域建設。《交通運輸部關於全面深化交通運輸改革的意見》則提出：完善 社會 資本參與交通建設機制。「十三五」期間，國家層面對 社會 資本參與智慧交通的態度日漸明朗，同時隨著 「互聯網+」上升為國家戰略，互聯網的技術、思維模式等將逐步滲透到交通行業的各大領域。互聯網企業將積極參與到智慧交通建設，用戶也將成為智慧交通的重要參與主體，智慧交通建設的主體將呈現多元化的特徵。

——政府。政府要更多地考慮政策創新，考慮政府信息公開，考慮完善公平公正的市場環境。制定相關政策法規，積極鼓勵多方資本進入智慧交通領域，同時通過營造創新文化氛圍、推動數據開放等舉措，為交通領域的業務創新、商業模式創新等提供良好的環境。此外，政府還將更多地承擔起建設項目的監督管理職責，通過制定績效評估考核指標體系等，對建設項目進行監督管理。

——互聯網企業。網路、阿里巴巴和騰訊在地圖、導航及交通領域動作頻頻，阿里投資易圖通、全資收購高德，通過支付寶NFC切入公共交通領域；網路收購長地萬方，通過與交通管理部門聯動盤活大數據，推出CarNet車載設備；騰訊收購科菱航睿、與四維圖新合作、推出車聯網硬體產品路寶。BAT通過打車、專車軟體搶奪移動支付入口，騰訊投資快的打車，阿里巴巴投資滴滴打車，網路投資美國叫車App Uber，「三國鼎立」的局面一直延續到2015年4月1日滴滴、快的合並。互聯網企業擁有雄厚的技術、數據沉澱以及成熟的互聯網思維，將在智慧交通行業發展中起到關鍵作用，也將會對交通行業商業模式創新產生重大影響。

——運營商。三大通訊運營商通過和政府合作，依靠政府權威數據後台，具備了互聯網企業所不具備數據資源優勢，推出智慧交通APP應用。如在廣州市政府主導下，基於「智慧廣州」背景，與三大運營商聯手合作推出了「行訊通」系列APP，這種以「運營商-政府」為主導的特色應用，很好地共享了各自的優勢資源。運營商能夠提供快速流暢的無線網路支持和用戶群體，政府則提供了強大的交通信息數據。

目前，中國智能交通系統已從 探索 階段進入實際開發和應用階段。在智慧交通領域，浪潮積極推動智慧交通方案的落地，為交通行業的頭部供應商提供了超80%的人工智慧伺服器，部署了六十餘類交通演算法與應用，涵蓋了闖紅燈、超速、違停、佔用公交車道、不走機動車道等十幾種典型場景。浪潮與臻識 科技 和優碼創達一起，推動了江西省智慧交通建設，為客戶提供的非現場視頻審核一體機在南昌，上饒，新余等16地市落地，幫助客戶提升審片效率40多倍。

《數字交通發展規劃綱要》指出到2025年，交通運輸基礎設施和運載裝備全要素、 全周期的數字化升級邁出新步伐。 《推進綜合交通運輸大數據發展行動綱要(2020—2025年)》指出到2025年，綜合交通運輸大數據標准體系更加完善，基礎設施、運載工具等成規模、成體系的大數據基本建成。

我們所謂的智能交通，就是通過建立建設智慧交通系統充分保障交通安全、發揮交通基礎設施效能、提升交通系統運行效率和管理水平，有效地幫助人們的日常出行更加便利，也可使得城市進行可持續的經濟發展。

智能交通側重於交通信息採集、傳遞及數據化、可視化展示形式開展。融入了更加先進的信息技術、通信技術、感測技術、計算機技術和系統綜合技術，將「人、車、路、環境等有機結合起來，更加強調協同運作、個性化和智能化運作。

以「養護管理難、應急處理難、安全管理難」為瓶頸的 隧道 為例，隧道多建設於山嶺領域，內部空間狹窄且當車輛駛入時光照、環境空氣均產生變化、以及危險駕駛行為等極易引發安全事故。同時，傳統的隧道信息化建設力不足，安全風險感知薄弱、應急救援效率低下，易釀成禍端。但是現有的管理系統存在硬體標准高、軟體水平低，智能檢測系統運用少，自動化程度低，以人工巡檢為主的情況。成為了隧道運營管理的發展瓶頸。

目前，多個省市的《交通強國建設綱要》和《十四五交通運輸規劃》中，明確提到隧道的相關發展建設內容：交通感知網路覆蓋，全要素、全周期數字化，運行情況實時監測，安全風險預警和管控等。 因此，加強隧道安全風險感知、構建智能化隧道監管非常關鍵，列舉個 Hightopo 3D 可視化隧道數字化改造的案例，更能生動形象的描述智能交通發展~

可視化管理系統直擊運維難點

1、細化運維鑄就行業領先者

隧道運維管理的精細與否，對於防止事故發生、減少事故損失有著至關重要的作用。可視化展現的是隧道全局，可通過遠程操控隧道內的風機或指示標，及時調整通風系統的運作方式。訪問隧道內不同設備，及時掌握其運行狀態。 在出現緊急情況時，監控、交通管控、消防系統能夠協同工作，解決險情防止損失進一步擴大，從細節上決定成敗。

2、降低能耗符合時代發展

目前，我國隧道照明大多數採用高壓鈉燈。其電費高昂，2km左右的隧道每年就要消耗38萬元。照明線纜數量巨大布設復雜，給排查檢修帶來了不小的難度。調光控制較為落後，使得燈具長期陷入全功率負荷狀態，也容易因線路三相不平衡引發安全事故。

採用數字化管理，改變了其用電方式，可根據交通量的變化，自行調光。減少出現隧道路面過亮、或明暗不均影響駕駛的現象發生。合理的進行電力資源配置，做到了綠色運行，減少了能耗成本。

3、高效應急處理減少損失

隧道是一個狹長的密閉空間，發生火災險情時，煙霧擴散快但不易排出，引導疏散難度大，救援空間有限。

通過綜合監控系統可利用煙感以及多位監控設備，及時對隧道內部情況進行監測。通過車輛聯網監控對具有危險性的車輛進行定位。 一旦出現險情，該路段立刻進行報警封閉，調動內部排風系統並預先啟動消防措施做到初步的搶險工作，配合外部救援行動形成雙重保險。

4、交通運行狀態科學分析

基於隧道 歷史 交通流量、交通指數，分析流量高峰期、擁堵常發路段，進行重點監管；對隧道 歷史 事故、車速進行分析，輔助制定合理限速值和風險預判。

Hightopo 充分發揮著 HT 的 2D 、3D 可視化技術並結合 GIS ，高精度還原隧道場景、宏觀微觀業務一體化，實現從感知、監測到決策、控制的全流程隧道安全監管。同時，為車路協同場景下的智慧隧道、智慧高速提供基礎支撐。

乘上

根據《交通強國建設綱要》中規劃目標，到21世紀中葉，中國將全面建成交通強國。交通運輸信息的數字化、網路化、智能化水平位居世界前列，同時計算機、互聯網、大數據、人工智慧等技術的快速發展，將能為智慧交通建設提供強大技術支撐。預測未來五年，中國智慧交通市場將保持高速增長趨勢 。Hightopo 致力鑽研可視化技術能為城市發展數字化轉型添一份力~

根據《交通強國建設綱要》規劃目標，到21世紀中葉，中國將全面建成交通強國，要建設現代化高質量綜合立體交通網路。而我國智慧交通行業也將迎來高速發展時期，並逐步朝向一體化融合發展，系統建設、安全保障和標准化建設將逐步完善。

上海新中新獵豹交通 科技 股份有限公司旗下新中新智慧交通，專業從事智能交通專業軟硬體產品的開發與綜合解決方案設計，具有高新技術企業和軟體企業資質，取得了70多項知識產權，成為智能交通研發中心和上海市小巨人培育企業項目。

智慧交通投資規模不斷增加 行業發展前景較好

智慧交通是指在智能交通的基礎上充分運用物聯網、大數據、雲計算、人工智慧、互聯網等現代信息技術，提升交通系統運行效率和管理水平，確保通暢的公眾出行的方式。智慧交通具有緩解交通擁擠、節約人力成本、減少環境污染、提高資源利用率等特點，在協助 社會 治安治理方面的作用越來越重要。

從國家政策方面來看，我國城市交通擁擠問題日益嚴重，為緩解交通矛盾，近年來，國家出台了一系列相關政策支持我國智慧交通的發展，例如2018年2月交通運輸部發布了《關於加快推進新一代國家交通控制網和智慧公路試點的通知》；2019年11月海事局發布了《智能航運發展指導意見》；2020年8月交通運輸部印發了《關於推動交通運輸領域新型基礎設施建設的指導意見》。我國智慧交通起步較晚，因此行業內相關標准較少，截止至2020年9月，我國智慧交通行業相關標准共5個，行業需要更具體的行業標准加以規范。

根據新思界產業研究中心發布的《 2020-2024年智慧交通信息化行業深度分析及「十四五」發展規劃指導報告 》顯示，智慧交通是交通運輸行業發展的主要方向，受到國家高度重視，近年來國家、相關部門對智慧交通的投資力度逐漸加大，2013-2019年，我國智慧交通行業投資規模年均復合增長率超過16.8%，2019年達到2200億元，按照當前增長速度，預計2020年，我國智慧交通行業投資規模將超過2569億元。

從應用場景來看，智慧交通應用於公路、水路、軌道以及航空四大交通體系，目前智慧交通的主要應用場景為城市軌道交通、城市道路交通、城市高速公路，其中2019年城市高速公路市場規模接近560億元。智慧交通行業業務包括數據、軟體、硬體、運營等，業務范圍較廣泛，細分市場眾多，受市場前景吸引，各大商業巨頭紛紛參與布局，包括阿里、騰訊、高德、網路、華為等公司。整體來看，由於部分頭部廠家進入市場較早，在細分領域市場擁有一定的競爭優勢，地位相對穩固，進入市場較晚、規模較小的企業競爭壓力日益增加，或將逐漸被市場淘汰，未來智慧交通市場集中度將有所提高。

新思界 行業分析 人士表示，智慧交通為緩解我國交通擁擠問題提供了新途徑，是我國交通運輸行業發展的主要方向，近年來，在國家政策大力扶持下，我國智慧交通行業發展態勢良好，隨著國家和企業的投資規模不斷增加，智慧交通市場規模將進一步擴大，整體來看，我國智慧交通行業發展前景較好。

④ 智能交通五大特徵大數據平台應用功能強

智能交通五大特徵大數據平台應用功能強

大數據、雲計算，已逐漸為互聯網企業廣泛應用，而將這種理念應用在交通管理服務中的，並不多見。煙台市交警支隊從2010年開始建設大數據、雲計算平台，到2013年底基本建成，在不斷完善中，大數據、雲計算的智能交通系統在交管中發揮了越來越重要的作用。

智能交通有以下五個基本特徵

分析當前我國交通發展現狀和技術生產力發展情況，可以認為應具有以下幾點特徵。

特徵一：交通要素泛在互聯

包括道路、橋梁、附屬設施等交通基礎設施，車輛、船舶等運輸裝備，以及人和貨物在內的所有交通要素，在新的感測、自組網、自動控制技術環境下，能夠實現彼此間的信息互聯互通和自動控制，交通基礎設施、運輸裝備將具備多維感知、智慧決策、遠程式控制制、自動導航等功能，實現主動預測、自動處置。

特徵二：虛擬與現實相結合，線上與線下相配合

未來的交通運輸系統將由用戶在網路上提出客貨運輸需求，運輸系統在接收網上運輸需求以後，利用大數據、雲計算、人工智慧等技術手段在網路上解析運輸需求，提出運輸策略，制定運輸計劃，然後再交由線下的交通運輸設備設施去完成實際的運輸生產。

特徵三：門到門一體化綜合運輸

對用戶而言，未來的交通運輸系統就是一個整體的運輸服務提供商。用戶無需了解交通運輸系統內部的構造與運作方式，只需要提供從a到b的運輸需求，系統自然會提供一整套的解決方案，包括票務的「一票制」，運輸組織的多式聯運、無縫銜接、連續性和全程性。

特徵四：應需而變為用戶提供適應性服務

在全面感知、實時通信、海量數據分析能力不斷提升的前提下，用戶與系統平台交互更加頻繁密切，使交通運輸系統更加具有類人的智慧，可以根據實際情況的變化，應需而變，為各類用戶提供個性化的、多樣化的、以人為本的運輸服務。

特徵五：運輸生產組織和管理高可靠性和高效能

智慧交通包含智能化的交通基礎設施、智能化的交通運輸裝備、智能化的運輸組織服務等。生產組織和管理者對各種運輸要素的掌握更加詳細、及時、准確，對各種風險能夠更加有效地控制和應對，並能夠通過智能技術使得運輸生產的策略更加科學，運輸生產組織和管理可靠性更高、效能更高。

智能交通綜合平台應用效果

大數據平台試運行收獲多

10月15日，從承德交警支隊視頻綜合應用警務平台新聞發布會上獲悉，市區一天就出現違反交通規則行駛734起，市交警部門根據以上狀況，迅速做出反應，將當前工作重點及時調整，開展了機動車違規行駛專項整治。這種針對問題做出的快速反應得益於市交警目前引入實施的「大數據」平台建設。

以往交警使用的系統設備全部為模擬產品，大部分工作環節需人工操作，工作效率低、重要線索無法及時發現，無法實現精細化管理和應用。為改變這種狀況，我市交警部門實施了「大數據」建設，引入實時指揮、違法狀況分析、布控報警聯動、套牌檢測、軌跡分析等功能。平台試運行一個月，通過技術手段，分析判斷出500多輛套牌嫌疑車輛，其中近20輛為計程車。

交通信號智能管控

煙台市2011年引入智能交通管理系統，包括「一個管控平台，十二大集成系統」建設，共增設高清監控328處、電子警察103個路口、卡口23處，智能誘導系統41處、流量採集點49處、智能信號控制300處。系統投入使用後，城區闖紅燈、不按導向車道行駛等違法率降低50%；早晚高峰主幹道同行速度提高14.6%和12.1%，道路通行能力提高13.5%，城區擁堵程度有「中度擁堵」下降為「輕度擁堵」。

除去交通信號系統的智能管控，煙台市率先實現了市區主幹道的公交車交通信號優先。煙台市1路公交行駛路線貫穿煙台市最繁華的南大街全線，全長近20公里。煙台市交警支隊交警王健對記者說：「1路公交全部車輛安裝了信號發射器，要通過的25個路口也全部安裝了信號接收裝置，當1路公交接近路口時，信號燈會根據1路公交的車速和距離，適時調整信號燈時長。1路公交全程運行時間縮短5—10分鍾。」但是牽一發而動全身，1路公交得到了信號優先，就將影響周邊交通流量，而智能交通系統就需要找到其中的平衡點，「這些都是通過大量數據的計算得到的結果。」

除去緩解城市交通擁堵，大數據、雲計算的智能管控系統還能實現更多更強大的功能。比如，乘客打車時物品遺落，但無法說清車牌號。交警接到報警後，根據乘客乘車行駛的線路和時間，用時不到5分鍾，就檢索到了乘客所乘車輛；凌晨時間通行的車輛，除去計程車外，一般情況都會單向行駛，不會在市區內亂轉。一旦凌晨時段一輛汽車反復通過某幾個路口，就可能存在違法行為嫌疑，系統會自動報警。而對於可能存在的假牌、套牌車，智能管控系統會自動甄別車牌號並報警。特別是套牌車，同一時間不同路段出現2個同樣號牌，系統同樣自動報警。系統啟用以來，共查處假套牌車276輛，協助偵破刑事治安案件40起，涉嫌金額達2000萬元。在刑事案件中，很多會跟蹤受害人。通過系統，很迅速就可以得到跟蹤車輛的信息。智能平台可以為公安各警種提供服務。

沿著智能交通發展的前沿技術，在大數據和物聯網等環境的支持下，未來的智能交通，車輛開始成為道路交通信息源，高速行駛的汽車上可以隨時接入寬頻互聯網，手機可與汽車對話，駕駛員的血壓和心跳等身體狀況在線監控、一旦需要可通過車路交互發給有關單位，大型貨車和客車的自動編隊運行已經在公路上試驗，自動行駛從實驗室走向應用的步伐在加快……

以上是小編為大家分享的關於智能交通五大特徵大數據平台應用功能強的相關內容，更多信息可以關注環球青藤分享更多干貨

⑤ 城市交通大數據行業發展現狀剖析

城市交通大數據行業發展現狀剖析
人們在城市中生活每天產生大量的數據，有結構化的也有非結構化的，有一些與交通出行密切相關，而有一些又看似與交通出行沒有什麼關系，這些數據分布在不同的行政管理部門、互聯網公司或者傳統運營企業。舉個例子來說，隨著智慧城市建設熱潮，很多城市中已經布滿了感測設備(交叉口進口道地磁、電子警察、卡口等)，通過地磁可以採集到一定時間間隔交叉口進口道交通流量、速度以及佔有率；通過電子警察或卡口可以實時獲取經過卡口的車輛車牌號、通過時間以及地點車速，這些數據基本都匯聚在地方交警部門。互聯網公司通過為城市居民提供即時通信、導航以及共享服務，可以通過客戶終端定位實時獲取居民的位置。傳統運營企業范圍也很廣泛，包括了公交公司客運企業、計程車公司、通信運營商等，公交公司和客運企業匯聚了客流數據(IC卡、第三方支付以及零票)、車輛定位數據等，計程車公司匯聚了計程車定位數據、而通信運營商則可以匯聚客戶手機MAC地址。上述列舉的數據，都可以為城市交通規劃、政策制定、設計以及管理提供數據支持。後續筆者會結合自身十幾年的理論研究以及交通工程經驗，闡述每種數據未來的應用場景及潛在價值。
城市交通系統分析是一個復雜巨系統，尤其是在交通供需矛盾日益突出的當下，如何提高整個交通系統效率、提升居民出行品質是對每個交通管理者、研究者、工程師的挑戰。交通科學自誕生之日起，就與數據結下不解之緣，這是一門基於統計學的工程科學。
互聯網公司最早認識到了數據在交通領域的應用價值，也極大推動了雲計算、大數據等新一代信息技術在交通領域的應用。高德、滴滴擁堵排名、阿里城市大腦就是互聯網公司藉助自身的數據資源開展交通領域大數據應用的探索。
互聯網公司進軍傳統智能交通行業，一邊是互聯網公司頻頻發布基於大數據分析的各種報告，另一邊也開始產生了各種質疑的聲音。當前城市交通已經有一隻腳邁入了大數據時代，而另外一隻腳則需要傳統交通理論與移動互聯數據有效融合進行驅動。撥開當前交通大數據行業的繁華偽裝，我們以冷靜的眼光去審視，看到當前還存在很多問題，今天就略談一二：
第一、所謂的交通大數據基本還是針對單一數據源開展分析，分析精度有待進一步提高，應用場景有待進一步豐富。大部分的研究集中在基於車載GPS數據以及視頻數據提取車輛描述信息、交通流狀態信息，研究擁堵的表徵指標以及交警執法應用；
第二、城市交通感測設備布局並未從交通大數據的視角進行優化分析。城市智能交通系統規劃一個重要的任務就是研究城市交通採集設備布局方案，目前，較少有人從城市交通規劃與管理智庫頂層設計的高度，對檢測器的分布進行研究。此外，提高感測設備的適用性以及穩定性，也是有效提高當前數據質量的重要手段。
第三、城市交通大數據缺乏統一的數據標准。前面也論述了當前可以用於交通系統分析的數據，這些數據來源不同，要想未來能夠將上述數據利用起來，打破數據壁壘，形成城市交通數據池，就需要共同探討數據共享機制，並制定統一數據標准；此外，形成城市數據池後，城市交通數據治理將是一項復雜而艱巨的任務。
第四、大數據時代城市交通理論的創新面臨巨大挑戰。傳統的交通理論基本都是基於統計學，也就是基於樣本開展研究，而大數據時代的到來變革了交通理論數據來源，使得數據由抽樣變為了全樣，數據由有針對性的調查變為從大數據中抽取有用信息。因此，交通需求預測、交通通行能力分析、交通管控等基本理論將產生巨大變革，交通學者們應當既要仰望天空又要腳踏實地，在基礎領域研究中投入更多的精力，不應被當前的浮雲遮住望眼。
城市交通系統理論與大數據技術的融合發展任重而道遠，也期望與廣大交通工程師以及研究人員共同探討、共同進步。

⑥ 大數據建設的意義

大數據分析可以讓人們享受更多的智慧生活，包括智慧交通、智慧醫療、智慧家居、智慧安防等，改變人們傳統的生活方式，讓人們的生活更加智能化，提高城市居民的生活品質。

城市的管理和服務是持續不斷的，所以會有大量的數據積累下來，這些數據中會沉澱下許多這座城市的特徵。通過對這些數據的分析，可以為城市的智慧化以及精細化管理提供決策依據，而且還能夠為智慧城市的服務系統提供新的洞察力。

大數據在城市規劃方面提供了強大的數據分析和決策支持，能夠強化科學的城市管理和前瞻性。在交通管理方面，大數據通過對交通信息的實時挖掘，能夠有效緩解交通問題，在突發狀況時能夠快速響應做出決策。

⑦ 大數據之於智能交通意義重大仍面臨五大難題

大數據之於智能交通意義重大仍面臨五大難題

日前，在2015中國智慧城市國際博覽會上，來自台灣的勤亞科技張及人透露「台灣政府在將近九年前就開始規劃所謂的大的交通數據雲，用數據來管理整個交通出行。比如通知你從A到B大概走多少時間，這個時間給你選擇走西會更快或者更慢一點，通過這種模式來做。」在公共交通部門，張及人稱台灣已經全面做到了公車到站提醒，准確率在96在97%。「這樣大家坐公交時不會浪費時間，能合理地安排自己的出行計劃。」在計程車和商用車方面，「台灣有一個服務廳，可以清楚地告訴調度公司，在某個天氣、時間、路口會有比較多乘客，只要買了這個服務，系統會高速你客人在哪裡，這就是大數據做的應用。

大數據之於智能交通意義重大仍面臨五大難題

大數據之於智能交通意義重大

智能交通建設和運營的過程中，從視頻監控、卡口電警、路況信息、管控信息、營運信息、GPS定位信息、RFID識別信息等每天產生的數據量可以達到PB級別，並且是指數級的增長。雖然絕大部分數據是「沉睡的數據」，但按照相關規定，需要對數據進行有期限或無期限的保存，這無疑給用戶在存儲成本上帶來壓力，而通過監控攝像機前端智能技術和大數據分析技術的應用，很好地解決了行業用戶的此類問題，給用戶帶來經濟效益，同時也可以將工作人員從紛繁復雜的監控畫面中解放出來。

大數據之於智能交通的意義，可以解決跨越行政區域的限制，實現數據信息的共享，在信息集成優勢和組合效率上，有助於建立綜合性立體的交通信息體系；另外在車輛安全、交通資源配置以及利用大數據的快速性和可預測性能提升交通預測的水平都有極大的幫助。

大數據支撐智能交通發展仍面臨五大難題

隨著移動互聯網、大數據、車聯網等技術越來越多地滲透到交通領域，百姓的出行將越來越高效便捷，同時也有利於管理部門為社會提供更好的公共交通服務。藉助移動互聯網、雲計算、大數據、物聯網等先進技術和理念，將互聯網產業與傳統交通運輸業進行有效滲透與融合，形成具有線上資源合理分配，線下高效優質運行的新業態和新模式。積極用好大數據技術來支撐交通運輸行業科學決策。交通運輸部正在推進開展行業信息資源整合，同時也與互聯網企業開展合作，利用定位大數據和智能化分析技術，成為科學決策的技術支撐。

不過，大數據雖然支撐著智能交通的前行，但其發展道路上難免要歷經磨難，從目前來看主要存在五個問題。

問題一：海量設備管理問題

隨著系統規模擴大，前端設備點位增加，設備故障點也呈幾何級數增長，管理人員僅忙於應付設備故障，無暇他顧。以電子警察系統為例，目前一、二線城市基本都實現了電警設備在重點路口、路段的全覆蓋，建設規模均有上千台攝像機及相應的控制設備，由於各廠商產質量量良莠不齊，前端設備實際完好率不高。設備故障未暴露，或暴露但沒有得到及時維護的現象非常嚴重，給業主造成了大量的投資浪費。

問題二：統一標准和技術規范

國內智能交通系統項目的建設先於行業統一標準的推出。在缺乏標準的條件下，許多地區的智能交通系統自成體系，缺乏應有的銜接和配合，標准互不統一。即便在城市內部，道路上的感測器標准也非常混亂，因為感測器設備生產企業缺乏統一的介面標准。標准和規范的混亂妨礙了交通數據的獲取，從而無法進行交通流的分析和預測。在高速公路收費系統方面，各省或地區內建設的網路一卡通或不停車收費系統，也沒有統一指導和標准，為將來的全國聯網造成了困難。

問題三：系統可靠性與穩定性

智能交通系統復雜度和整合程度越來越高，而系統的健壯性卻沒有同步提高，往往有牽一發而動全身的問題出現。以某地級市為例，智能交通系統由近200台伺服器和2千多台前端設備組成，包括信號控制、交通流量採集、交通誘導、電子警察、卡口等子系統，數據要和省級交管平台、區縣級交管子平台、公安業務集成平台等系統相連。系統具有流程復雜、業務系統眾多、客戶端分散等等一系列特點。業主竭盡全力為了保證業務系統的正常運行，但還是經常出問題。系統及網路結構復雜是一方面，業務系統眾多無法「照顧」過來才是最嚴重的問題。

問題四：數據源的質量

智能交通應用需要高質量的數據源，而目前設備長時間運行的性能得不到保證，數據質量不高限制了智能交通業務高水平的擴展應用。現代化的交通誘導和交通信號控制需要實時准確的交通流量數據以供交通狀態判斷以及短時交通預測使用。而由於目前系統健壯性不足，難以自行判斷數據質量，從而使得交通誘導和信號控制系統不能發揮預期效用，從而影響了整體智能交通系統的投資價值。

問題五：信息安全問題

由於智能交通兼具交通工具帶來的移動特性和通信傳輸所使用的無線通信兩方面的特點，它也就集成了無線網和移動網兩大類型網路的安全問題。然而，當前針對智能交通的研究還只是偏重於其功能的實現，忽略了其信息安全問題。實際上，無論是從信息的收集、信息的傳輸、信息的處理各個環節，智能交通都存在嚴重的信息泄露、偽造、網路攻擊、容忍性等安全問題，亟須受到人們的關注和重視。

結語：未來伴隨著移動互聯網、大數據、車聯網等技術越來越多地滲透到智能交通，將會使我們的出行越來越便捷、高效、舒適。對於管理部門來講，通過智能交通設施大數據分析預測出行規律和趨勢，科學安排各項保障工作，為全社會提供更好的公共交通服務。

以上是小編為大家分享的關於大數據之於智能交通意義重大仍面臨五大難題的相關內容，更多信息可以關注環球青藤分享更多干貨

⑧ 大數據在智慧交通中起了哪些作用

大數據用於智能交通的積極意義
第一，大數據的虛擬性可以解決跨越行政區域的限制。交通大數據的虛擬性，有利於其信息跨越區域管理，只要多方共同遵照相關的信息共享原則，就能在已有的行政區域下解決跨域管理問題。
第二，大數據具有信息集成優勢和組合效率。大數據有助於建立綜合性立體的交通信息體系，通過將不同范圍、不同區域、不同領域的「數據倉庫」加以綜合，構建公共交通信息集成利用模式，發揮整體**通功能，這樣才能發現新價值，帶來新機會。例如氣象、交通、保險部門的數據結合起來，可高效率地研究交通領域防災減災;IC卡數據結合抽樣調查，能更快捷、更精確測得城市交通流分布狀況。
第三，大數據的智能性能較好的配置交通資源。通過對大數據的分析處理，可以輔助交通管理制定出較好的統籌與協調解決方案。一方面減少各個交通部門運營的人力和物力，另一方面可有些提升道理交通資源的合理利用。如根據大數據結果確定多模式地面公交網路高效配置和客流組織方案，多層次地面公交主幹網路綠波通行控制以及交通信號自適應控制。
第四，大數據的快速性和可預測性能提升交通預測的水平。在對各個部門的數據進行准確提煉和構建合適的交通預測模型後，可以有效模擬交通未來運行狀態，驗證技術方案的可行性。而在實時交通預測領域，大數據的快速信息處理能力，對於車輛碰撞、車輛換道、駕駛員行為狀態檢測等實時預測也有非常高的可靠性。
第五，提高交通運行效率。大數據技術能促進提高交通運營效率、道路網的通行能力、設施效率和調控交通需求分析。交通的改善所涉及工程量較大，而大數據的大體積特性有助於解決這種困境。
大數據的實時性，使處於靜態閑置的數據被處理和需要利用時，即可被智能化利用，使交通運行的更加合理。大數據技術具有較高預測能力，可降低誤報和漏報的概率，隨時針對交通的動態性給予實時監控。因此，在駕駛者無法預知交通的擁堵可能性時，大數據亦可幫助用戶預先了解。
第六，提高交通安全水平。主動安全和應急救援系統的廣泛應用有效改善了交通安全狀況，而大數據技術的實時性和可預測性則有助於提高交通安全系統的數據處理能力。在駕駛員自動檢測方面，駕駛員疲勞視頻檢測、酒精檢測器等車載裝置將實時檢測駕車者是否處於警覺狀態，行為、身體與精神狀態是否正常。同時，聯合路邊探測器檢查車輛運行軌跡，大數據技術快速整合各個感測器數據，構建安全模型後綜合分析車輛行駛安全性，從而可以有效降低交通事故的可能性。在應急救援方面，大數據以其快速的反應時間和綜合的決策模型，為應急決策指揮提供輔助，提高應急救援能力，減少人員傷亡和財產損失。
第七，提供環境監測方式。大數據技術在減輕道路交通堵塞、降低汽車運輸對環境的影響等方面有重要的作用。通過建立區域交通排放的監測及預測模型，共享交通運行與環境數據，建立交通運行與環境數據共享試驗系統，大數據技術可有效分析交通對環境的影響。同時，分析歷史數據，大數據技術能提供降低交通延誤和減少排放的交通信號智能化控制的決策依據，建立低排放交通信號控制原型系統與車輛排放環境影響模擬系統。

⑨ 大數據對交通行業有什麼作用

第一，為用戶提供服務內容越來越精準。有賴於基於大數據的交通路網動態分析，為用戶提供了出行的實時方案選擇。

第二，交通通行效率越來越高。這也有賴於各種各樣的互聯網感知器，對復雜天氣、事故、各種突發事件的實時分析，使得交通管理部門掌握了更多的交通狀況，及時做出反應。

第三，現場人工執法越來越少。有賴於基於大數據的行為分析，交通執法的事情都變成一個事後的非現場的執法。

第四，交通服務自動化程度越來越高。移動支付和各種自動化設備的應用，自助服務和無感服務普遍應用。

第五，交通主管部門的決策越來越科學。政府對重大政策的制定和推出越來越依賴於對交通行為的分析，最典型的就是廣州限外地牌照這件事情，專業機構通過數據分析發現廣州道路擁堵的症結。