交通大數據源

A. 城市交通大數據可視化解決方案

作者 | 網路大數據

如今，城市交通擁堵狀況日益嚴重。雖說智能交通布局在不斷地完善，但交通管理仍舊收效甚微。數據獨立存儲難以融合應用、數據內在規律難尋、數據缺乏深度挖掘等諸多問題，其困難重重，該如何解決呢?不妨看看城市交通大數據可視化解決方案吧！

「大數據可視化」能夠將城市運行核心系統的各項關鍵數據進行可視化呈現，通過貼合實戰，從感官、操作、應用及數據四個維度解決交警個性化需求，構建業務場景深度應用，從而打通數據到決策的最短路徑。交通管理者可以根據實戰場景，利用各類圖表、趨勢圖、視覺效果將龐雜枯燥的數據展現出來，進而深度挖掘內在數據規律，以此指導決策，助力城市交通健康的發展。

通過前端感知系統，實時獲取城市交通動態信息。將各個子系統的數據錄入數據可視化平台進行融合、分析後，呈現出不同場景下的交通信息個性化視圖，從而為城市交通的管理和調控提供指導依據。

01強大的數據源整合能力

數據接入靈活多變，支持靜態數據、API、資料庫、本地數據四種數據對接模式，其中資料庫類型支持主流的MySQL、Oracle、MPP，滿足龐大、繁雜、多樣數據的集中匯聚展示，從而實現不單單是海量數據表面的業務處理而是通過清洗雜亂數據，優化數據結構來進行深層次的信息挖掘，發現數據的真正含義。

02豐富的圖表組件搭建工具

提供豐富多樣化的圖表組件工具，支持包括圓餅圖、極區圖、地圖、柱狀圖等超過1100項效果配置，用戶可以根據實際應用需求進行組合使用。通過結合大屏形成的組件搭配展示給人一種視覺沖擊，不僅僅是簡單的把數字用圖表表示，而是幫助用戶，發現數據背後的規律。

03多樣化的場景模板

數據可視化平台提供多種應用場景模板，合理運用搭配色彩、布局以及組件，解決用戶設計難題。簡單的修飾即可使用，業務全景一目瞭然。

04圖形化的編輯界面

用戶也可以通過友好的圖形化編輯模式完成樣式編輯和數據配置，創建屬於自己的個性化需求模板，並且可以進行分享，無需編程能力就能輕松搭建可視化應用。

從多個角度進行日常路網運行監測與協調管理、交通警情分析研判、重點人車管理，以滿足常態下交通監測監管、應急狀態下協同處置指揮調度的需要，滿足交通行業各個場景的應用需求。

01交通態勢可視化

通過對多項核心交通數據進行分析，實現交通態勢評估，輔助交通管理部門依據交通評估結果動態跟蹤、監測擁堵狀態和預測變化趨勢，為交通規劃、交通優化的提供量化指標依據。

02設施運維管理

可視化運維基於系統中各種設備的運行狀況，能及時直觀的反映故障點位信息，包括設備在線情況、完好率以及設備故障類型，幫助運維人員解決問題、提高效率，讓運維由繁化簡，更加有效的保障智能交通系統的順暢運行。

03重點車輛管控

通過構建重點車輛管控場景，可以幫助用戶直觀的了解到區域內所有重點車輛的類型和數量以及發放的通行證數量，實現對嫌疑車輛、布控車輛、涉案車輛、重點車輛等黑名單車輛實時監控告警強化交通管控力度。

04交通事件研判分析

針對歷史交通流、交通違法、交通事故等數據進行分析匯總整合、專題化分析，達到科學細化管理目的，為交通管理部門在交通組織、警力部署、設備布設等方面的優化提供決策依據。

以上便是城市交通大數據可視化解決方案的有關介紹。

該方案不僅打通了各交警業務子系統間的數據壁壘，將交通大數據真正的價值發掘出來;更以豐富的視圖展示滿足了實戰應用數據可視化場景需求，交通管理部門可通過清晰可視的交通動態圖進行車流管控及警力調度，為城市交通的管理與健康發展帶來極大的改善。

B. 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。

C. 大數據在交通領域的應用

大數據在交通領域的應用可以改善城市交通擁堵情況、提高道路通行能力、降低交通事故發生率等，具體應用如下：

1. 交通流量預測：通過分析歷史車流量數據和實時車輛位置等信息，可以預測未來的交通流量，進而實現交通信號燈控制優化或者路況導航提示。

總之，大數據在交通領域的應用為城市交通運輸管理提供了更加准確、高效和科學的手段，從而有效解決了城市交通問題。

D. 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。