大數據交通影響

① 智能交通中有哪些問題可以用大數據來解決

隨著時代的發展，人們已經不知不覺走進了信息化時代，在信息化時代大量的數據爆棚成了新時代的特徵。在這種特徵下人們依然追求生產生活質量的提高。對於發展智能交通使人們生活以及現實社會的需要，然而在智能交通的構建當中，大量的信息數據也給其增添了變化和難度，如何在大數據時代構建一個智能化、安全化、低成本、高效便捷化的智能交通系統成為了當今人們研究的課題。

就目前而言，國際上還沒有給予「大數據」一個明確的具有權威性的定義，但是其在本質上的認識各個國家基本相同。一些研究人士認為「大數據」是數量極大的一堆數據，其作用性非常強，並且其可以對其應用領域的大體上做出預測。還有一些研究人士認為，在大量信息數據技術處理應用當中，「大數據」是一項大的數據集合，並且該種集合不僅數據量大並且還非常復雜。但是無論怎樣大數據時代已經走來，我們必須接受並且要利用好其在各個領域的應用。因此在今天的智能交通領域，利用大數據技術已經成為了時代發展的必然，因為其可以給現代智能交通帶來諸多大的變化。

隨時網路信息技術以及相關配套技術的快速發展，使得當今時代在不知不覺中走進一個「大數據」時代階段。大數據時代已經來臨，對於城市交通來說既是機遇，也是挑戰，如何應對，如何利用，這是一個很大的課題。在傳統交通中，城市交通是中流砥柱，具有基礎性的作用。大數據時代的特徵人們用四個V字開頭的英文單詞來表達即速度（Velocity）、多樣性（Variety）、體量（Volume）以及價值密度（Value）。在大數據時代，城市交通與大數據必然發生各種聯系，通過大數據帶來的技術突破推動城市交通邁向全面信息化時代，通過城市交通的快速發展推動大數據更加落地，產生實效城市交通大數據的集成和未來的挖掘應用對於現代軌道的發展具有重要作用。不論對哪一個傳統行業來說，對大數據的需求，都要既懂技術又深諳內情。能夠駕馭行業大數據的人，需要比金融更懂金融，比電信更懂電信，比交通更懂交通，需要充分調查乘客的實際需求，需要對高峰期充分了解。

② 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。

③ 大數據，數據挖掘在交通領域有哪些應用

交通領域大數據分析和應用的場景會相當多，這裡面要注意兩點，一個是大數據本身的技術處理平台，一個是數據分析和挖掘演算法。具體場景當時寫過點內容，如下：
對於公交線路規劃和設計是一個大數據潛在的應用場景，傳統的公交線路規劃往往需要在前期投入大量的人力進行OD調查和數據收集。特別是在公交卡普及後可以看到，對於OD流量數據完全可以從公交一卡通中採集到相關的交通流量和流向數據，包括同一張卡每天的行走路線和換乘次數等詳細信息。對於一個上千萬人口的大城市而言，每天的流量數據都會相當大，單一分析一天的數據可能沒有相關的價值，而分析一個周期的數據趨勢變化則會相當有價值。結合交通流量流向數據趨勢變化，可以很好的幫助公交部門進行公交運營線路的調整，換乘站的設計等很多內容。這個方法可能很早就有人想到，但是在公交卡沒有普及或海量數據處理和計算能力沒有跟上的時候確實很難實際落地操作，而現在則是完全可以落地操作的時候了。
從單一的公交流量流向數據動態分析僅僅是一個方面，大數據往往更加強調相關性分析。比如對於在某一個時間段內公交流量和流向數據發生明細的趨勢變化的時候，這個趨勢變化的究竟和哪些潛在的大事件或其它影響因素的變化存在相關性，如何去分析這些相關性並做出正確的應對。舉個簡單的例子來說，當市中心區內的房屋租金持續增長的時候一定會影響到交通流的變化，很多人可能會搬離到更遠的地方去居住，自然會形成更多的新增公交流量和流向信息。在《大數據時代》裡面談到更多的會關心相關性而不是因果只是一個方面的內容，實際上往往探索因果仍然很重要，就拿尿片和啤酒的例子來說看起來很簡單，但是究竟是誰發現了這種相關性才更加重要，發現相關性的過程往往是從果尋因的過程，否則你也很難真正就確定是具備相關性。
其次就智能交通來說，現在的智慧交通應用往往已經能夠很方面的進行整個大城市環境下的交通狀況監控並發布相應的道路狀況信息。在GPS導航中往往也可以實時的看到相應的擁堵路況等信息，而方便駕駛者選擇新的路線。但是這仍然是一種事後分析和處理的機制，一個好的智能導航和交通流誘導系統一定是基於大量的實時數據分析為每個車輛給出最好的導航路線，而不是在事後進行處理。對於智能交通中的交通流分配和誘導等模型很復雜，而且面對大量的實時數據採集，根據模型進行實時分分析和計算，給出有價值的結果，這個在原有的信息技術下確實很難解決。隨著物聯網和車聯網，分布式計算，基於大數據的實時流處理等各種技術的不斷城市，智能的交通導航和趨勢分析預測將逐步成為可能。
還有一個在國外大片中經常能夠看到的就是實時的車輛追蹤，隨著智慧城市的建設，城市裡面到處都是攝像頭採集數據，當鎖定一個車輛後如何根據車輛的特徵或車牌號等信息，實時的追蹤到車輛的行走路線和位置。這裡面往往需要實時的視頻數據採集，採集數據的實時分析和比對，給出相應的參考信息和數據。這個個人認為是具有相當大的難度，要知道對於視頻流和圖像信息的比對和分析往往更加耗費計算資源，需要更長的計算周期，要從城市成千上萬個攝像頭裡面採集數據並進行實時分析完全滿足大數據常說的海量數據，異構數據，速度和價值等四個維度的特徵。基於車輛能夠做到，基於人當然同樣也可以做到，希望這類應用能夠逐步的出現，至少現在從硬體水平能力和技術基礎上已經具備這種大數據應用的能力。

④ 交通大數據分析會對智慧交通產生那些影響

隨著這些年我國城市化發展的加速，城市交通擁堵、交通污染日益嚴重，交通事故頻繁發生。眾所周知，智能交通成為改善城市交通的關鍵策略。因此，及時、准確獲取交通大數據並構建交通數據處理模型是建設智能交通的前提，而這一難題可以通過大數據技術得到解決。

交通行業現狀

我國智能交通發展始於上世紀90年代，在「十二五」規劃中，我國交通部進一步明確未來智能交通運輸的發展目標，例如，感知識別、網路傳輸、智能處理和數據挖掘等。在改善結構調整和城際溝通的支撐、引領雙重作用，成為城市交通最重要的發展領城。包括大數據等現代先進技術的應用，提高整個交通運輸系統的發展水平、質量和管理及服務水平，實現能力供給增加、安全保障性以及經濟、環保等的提高。而且，大數據的應用在地鐵網路化、大客流運營常態下愈發凸現其對地鐵安全、高效運行和乘客服務方面的重要價值。

我國新型城鎮化將需要形成城市群內部城市之間、城市內部的軌道交通系統，交通運輸環境進一步改善。包括大數據等現代先進技術的應用，目的在於提高整個交通運輸系統的發展水平、質量和管理及服務水平，實現能力供給增加、安全保障性以及經濟、環保等的提高。而且，大數據的應用在地鐵網路化、大客流運營常態下愈發凸現其對地鐵安全、高效運行和乘客服務方面的重要價值。

目前遇到的問題

1、海量數據

軌道交通系統每時每刻都在產生大量數據，來自故障維修系統、實時監控系統、項目實施進度系統、物資物料統計系統等，且數據增長速度越來越快，這些數據的價值在哪?該如何利用提升地鐵運營效率，確保項目交付的及時監控。

2.數據認知

大多數傳統系統，故障維修系統，實時監控系統，物資物料統計系統中，已有簡單的分析統計圖表，但數據格式比較單一，靈活性差，交互性低，管理者難以對數據有很好的認知。

3、管理決策

大數據運營在地鐵網路化、大客流運營常態下愈發凸現其對軌道交通安全、高效運行和乘客服務方面的重要作用，能迅速從底層數據中提取關鍵數據，以數據驅動運營方向，對決策提供科學支撐。

現在很多地方的交通大數據系統都用的BI平台，比如永洪科技，一般的大數據分析系統分為3個層次:

1、數據層以及建模層:整合交通行業各信息系統，打破信息孤島，實現數據共享。數據決策方面、銷售方面、運營方面關心的指標，建立不同分析主題集市。

2、業務層:梳理交通行業指標，將分析結果推送至展現層。

3、展現層：以豐富美觀的圖表展現方式，靈活多變的交互方式，將分析結果呈現給各角色管理人員。

基本上現在的大數據分析平台都可以做到以下幾個方面：

1、基於交通數據分析平台，決策層、管理層可能洞察軌交運行狀況。

2、應對軌交各系統數據量的迅速增長，基於明細數據，任意業務的計算及展現，可達到秒級響應。

3、運營和分析部門都能做部分自服務分析，以滿足實時探索分析需求。

4、能夠快速響應新的分析需求和變化，提高工作效率 。

⑤ 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

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