大数据下交通信息

❶ 交通大数据行业的现状是什么

交通大数据行业的现状是什么?作为人类行为的重要组成部分和重要条件之一，对大数据的感知是最为迫切的。近年来，我国的智能交通发展迅速，许多技术手段已达到国际领先水平。问题和困难,但是,非常突出,也从城市发展的角度,智能交通的潜在价值并没有被有效的挖掘:知觉和交通信息的集合是有限的,大量的数据管理系统中存在的不能共享使用,有效的交通情况分析预测疲劳,公共交通信息服务难以满足需求。虽然有不同的建筑概念和投资在不同地区,整个智能交通的现状特点是低效率和智能不足,这使得许多先进的技术和设备未能发挥应有的作用,还会导致大量的投资浪费。最重要的是在困难时期的损害较小的数据:管理理念和技术设备仿真时间只有在某种程度上,和关系数据库管理系统的分析只能严格的特定关系,对于大规模数据,尤其是半结构化和非结构化数据。

虽然数字化已经基本实现，但是数字化和数字化并不是一回事。它只是提高了本地收集、存储和应用的效率，但本质上没有太大的改变。大数据时代的到来，必将为解决难题带来巨大机遇。大数据必然要求我们改变小数据条件下的盲目和精确计算，但更好地面对困惑，把握宏观形势;大数据不可避免地要求我们关注的不是因果关系而是相关性，这使得处理大量的非结构化数据成为可能，促使我们将一切都数字化，最终实现方便高效的管理。

交通大数据行业的现状是什么?目前，大数据在交通中的应用主要有两个方面。一方面，大数据传感器数据可以用来了解车辆的交通密度，合理的道路规划可以包括单车道的路线规划。另一方面，可以利用大量的实时数据实现信号量的实时调度，提高现有线路的运行能力。信号灯的科学布置是一项复杂的系统工程，需要利用大数据计算平台制定出更加合理的方案。科学信号系统将使现有道路的通行能力提高约30%。在美国，政府基于特定路段的交通事故信息增加了更多的交通信号灯，从而将事故发生率降低了50%以上。依托大数据实现机场航班起降，提高航班管理效率。航空公司可以利用大数据来增加乘客容量和降低运营成本。铁路利用大数据有效安排客运和货运列车，提高效率和降低成本。

交通大数据行业的现状如何?这个领域的大数据工程师是这样的，作为人类行为的重要组成部分和重要条件之一，对大数据的感知也是最为迫切的。近年来，我国的智能交通得到了快速发展，你能处理好吗?如果您还担心自己入门不顺利，可以点击本站的其他文章进行学习。

❷ 交通大数据分析会对智慧交通产生那些影响

随着这些年我国城市化发展的加速，城市交通拥堵、交通污染日益严重，交通事故频繁发生。众所周知，智能交通成为改善城市交通的关键策略。因此，及时、准确获取交通大数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。

交通行业现状

我国智能交通发展始于上世纪90年代，在“十二五”规划中，我国交通部进一步明确未来智能交通运输的发展目标，例如，感知识别、网络传输、智能处理和数据挖掘等。在改善结构调整和城际沟通的支撑、引领双重作用，成为城市交通最重要的发展领城。包括大数据等现代先进技术的应用，提高整个交通运输系统的发展水平、质量和管理及服务水平，实现能力供给增加、安全保障性以及经济、环保等的提高。而且，大数据的应用在地铁网络化、大客流运营常态下愈发凸现其对地铁安全、高效运行和乘客服务方面的重要价值。

我国新型城镇化将需要形成城市群内部城市之间、城市内部的轨道交通系统，交通运输环境进一步改善。包括大数据等现代先进技术的应用，目的在于提高整个交通运输系统的发展水平、质量和管理及服务水平，实现能力供给增加、安全保障性以及经济、环保等的提高。而且，大数据的应用在地铁网络化、大客流运营常态下愈发凸现其对地铁安全、高效运行和乘客服务方面的重要价值。

目前遇到的问题

1、海量数据

轨道交通系统每时每刻都在产生大量数据，来自故障维修系统、实时监控系统、项目实施进度系统、物资物料统计系统等，且数据增长速度越来越快，这些数据的价值在哪?该如何利用提升地铁运营效率，确保项目交付的及时监控。

2.数据认知

大多数传统系统，故障维修系统，实时监控系统，物资物料统计系统中，已有简单的分析统计图表，但数据格式比较单一，灵活性差，交互性低，管理者难以对数据有很好的认知。

3、管理决策

大数据运营在地铁网络化、大客流运营常态下愈发凸现其对轨道交通安全、高效运行和乘客服务方面的重要作用，能迅速从底层数据中提取关键数据，以数据驱动运营方向，对决策提供科学支撑。

现在很多地方的交通大数据系统都用的BI平台，比如永洪科技，一般的大数据分析系统分为3个层次:

1、数据层以及建模层:整合交通行业各信息系统，打破信息孤岛，实现数据共享。数据决策方面、销售方面、运营方面关心的指标，建立不同分析主题集市。

2、业务层:梳理交通行业指标，将分析结果推送至展现层。

3、展现层：以丰富美观的图表展现方式，灵活多变的交互方式，将分析结果呈现给各角色管理人员。

基本上现在的大数据分析平台都可以做到以下几个方面：

1、基于交通数据分析平台，决策层、管理层可能洞察轨交运行状况。

2、应对轨交各系统数据量的迅速增长，基于明细数据，任意业务的计算及展现，可达到秒级响应。

3、运营和分析部门都能做部分自服务分析，以满足实时探索分析需求。

4、能够快速响应新的分析需求和变化，提高工作效率 。

❸ 互联网+交通” 大数据时代下的智能交通

互联网+交通”：大数据时代下的智能交通
早上十点，张先生准备从位于城南的公司出发去城北的咖啡厅见客户。出发之前，他打开手机导航APP，选择了一条车流量最少、交通状况最好的出行线路。二十分钟后，张先生顺利抵达目的地。令他感到舒心的是，咖啡厅附近新建了停车场，以往他可是因为有急事却找不到停车位吃了好几次罚单。和客户寒暄的过程中，张先生得知客户这次没开车，而是选择了打车软件，原本40元的车程，他只花了十几元。
如今，越来越多的人和张先生一样感受着智能交通带来的便利。但是他们可能并不知道，经常遇到的摄像头、电子卡口、电子警察等系统，它们在保障城市安全、维持交通秩序的同时，也在不断产生大量数据信息，不仅能够节约时间，也能大大提高交通工具和道路的使用效率，减少能耗。
在“互联网+”背景下，智能交通大数据技术的应用，不仅将“先知”逐渐变成现实，更建立起车、路、人之间的网络，通过整合信息，最终为人（车内的人和关注车内人的人）提供服务，使得交通更加智能、精细和人性；对管理者而言则大大提高管理者获取数据的能力，提高他们的决策能力和管理交通的能力。
一、“互联网+交通”的表现形式
2015年3月5日，李克强总理在政府工作报告中首次提出“互联网+”行动计划。互联网与传统行业的融合发展将从全流程上改造传统行业，从而产生新的业态。互联网与交通的碰撞也形成了“线上资源合理分配、线下高效优质运行”的新格局。
早在2011年底，“互联网＋交通”已初见端倪。铁路推出了网络订购火车票的新举措，让百姓利用电脑、手机，通过网络，足不出户就能买到火车票；民航行动更快，很早就实现了网络订票，现在通过大数据分析，通过手机APP可实现手机购票值机、查看航班动态等功能；而大力推进高速公路ETC联网发展，则是公路方面推进网络化的措施。此外，人们平日出行开车也越来越离不开导航系统、打车软件。
1． 事前预判
我们在生活中，总会有感觉到交通不方便的地方，如飞机晚点、延误，超级大堵车……如此这些，已经成为我们生活中习以为常的事情。交通永远不会有发展到最完美的时候，人类会不断提出新的要求以改善舒适度。
以出行高峰时段的交通拥堵为例，智能交通能够提高人们出行的计划性，通过他人的出行数据，预备出行者可以提早知晓不久后的某时段交通预计的流量情况，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，即例如甲要从A地去B地，必经路线的堵车已经无法避免，提高出行可靠性就在于可以通过智能交通的技术手段，根据以往同一时段该路线的交通状况，预估同样出行方式下将可能多耗费的时间。再者，智能交通应用在汽车上的自动避让和制动等功能还可以在一定程度上提高出行的安全性。
总而言之，以智能交通的技术手段提高信息采集强度及采集量，并提高其数据处理水平，继而把所得信息通过各种不同渠道传送给每个有需要的人，智能交通正在提高整个交通系统的应变性和个人出行的应变性。
几年前，海康威视已经布局大数据和云计算，并在武汉市成立了大数据和云计算研发中心。目前，海康威视已推出了大数据的初步应用，主要在三个方面：人脸数据的大库检索、海量卡口数据的高效检索分析和案事件数据的分析。
大数据的魅力在于我们可以从数据中找规律，它能使原来的“事后检索”变成“事前预判”。海康威视大数据库检索，可以做到将犯罪分子人脸、作案车辆等特征图片放进视频图像库里进行搜索比对，寻找犯罪嫌疑人的踪迹。
例如，在南方某座特大城市，针对某系列案件，警方运用海康威视的大数据技术，通过大量信息的检索、比对和分析，发现嫌疑人每次作案前均会到某个地方落脚的规律。当地警方提前在落脚点布防，成功抓获了准备再次作案的嫌疑人。基于大数据的云计算搜索，就像网络搜索关键词一样迅速找到想要的东西，不需要像从前一样由多名警察一帧一帧盯着事发地点的监控录像，寻找作案嫌疑人。
大数据还必须做到“秒级响应”，反应迟缓的话，大数据也就失去了价值。海康威视在多个城市的电子卡口系统中应用了大数据技术，在上百亿条车辆记录中快速搜索，几秒钟甚至零点几秒锁定结果。在此基础上，可以更好地实现如套牌车辆研判、跟车关联分析、违法多发时间和地点研判、交通流量分析和交通诱导等应用。
2． 调整更改
在传统的规划过程中，设计部门根据对现状的判断和经验的积累，容易对交通项目进行个人意志和团队意志的主观操作，更有某些小型设计单位采用闭门造车的方式进行拿来主义的设计，这与规划的本职形成严重对峙，更不符合互联网+时代下对大数据应用的渴求。
对于城市管理者或是城市交通管理者、公路交通管理者，智能交通是帮助提高其管理的技术手段，大大提高管理者获取数据的能力，提高他们的决策能力和管理交通的能力。
举个最简单的例子，道路的渠化由交通设计院规划设计，然后施工建设。然而道路及其周边区域的情况不是一成不变的。随着城市的发展，道路起初的设计可能无法满足市民的实际需求。比如城北新建了一个工业园区，那早高峰往北面上班的车会明显增多，同时晚高峰从城北返城的车会增多。这时之前设计的道路显然不足以满足市民的需求，道路再次设计成潮汐车道或者是可变车道均可提升道路的通行能力，满足市民的需求。但是二者如何选择，抑或两个方案一起实施，一直是困扰交通管理者的一件事情。这时，道路上安装的电子警察、卡口和视频检测器所采集的过车信息和车流量数据就可以为道路的渠化提供有用的信息。
再举个例子，城市交通中，大家最熟悉的是红绿灯。有些城市的红绿灯装有信号控制系统，在所有道路资源都充分使用的条件下，红绿灯的转换频率只能按时间分配，不可能让路上的车辆变少，然而合理的红绿灯配时可以让道路的通行率大大提升。前端信号机配备有车检板，支持地埋线圈的接入，同时也可以通过视频检测器，实现控制区域内车流量、占有率、车速、排队长度等交通参数的采集、处理和存储。交通信号控制系统可根据前端独立的车辆信息来直接调整对应信号灯的绿信比，也可根据区域整体的车流状况对信号灯配时方案进行针对性的区域协调。同时这部分交通参数信息也可提供到其他相关联的交通管理系统使用。比如通过大数据采集分析和交通仿真，进行区域的信号协调控制。
3.分析应用
对交通出行的大数据进行分析总结可以得出不同城市的相互联系强度、城市流动人口的来源，指导城市对外交通建设；能够分析出城市交通现象与重要事件之间的关系，有效预防下次突发事件造成的交通压力；大数据能够形象地反映居民的出行路径、偏好，总结出居民的出行习惯从而为第三方服务平台提供参考，加快推进交通运输由传统产业向现代服务业转型升级。
智能交通综合管控平台存储了大量的交通数据信息，如何有效充分地利用这些信息将非常重要。通过对平台存储的数据进行智能研判分析，获得一些潜在有价值的数据和信息，为交通管理、刑侦稽查提供重要的线索和数据信息。
比如案件刑侦分析时，某些车辆行驶轨迹可能会成为重要线索。平台行车轨迹分析功能可以输入关注车辆号牌，选定关注的时间段，进行分析。分析结果会以列表的方式呈现在列表中按照时间先后顺序显示该车辆在此时间段内的所有过车信息。如果平台部署了电子地图模块。可在电子地图模块展现车辆行车轨迹分析结果展示，并在地图按照车辆行驶的时间和空间顺序，在地图中描绘车辆行驶轨迹。
同时，目前机动车数量的激增，机动车车辆牌照无法凭借肉眼观察直接判定车辆号牌真伪、套牌与否。出现部分车主为了逃避交通违法处罚，甚至进行其它不法活动时为了躲避刑侦缉查，而使用假牌和套牌的手段。智能交通综合管控平台使用车牌识别技术，采集经过监测点车辆的信息，如车牌号码、车身颜色、车辆类型、出现时间，根据创建的套牌分析模型，实时自动完成套牌嫌疑车辆的检测和报警，可有效打击使用套牌车辆的行为。
而在治安监控中，外来车辆初次入城信息将会成为外地车辆流窜作案的重要线索。可利用卡口、电子警察对车辆采集进行数据信息，可在指定时间段内，对首次经过指定路口的车辆进行查询展示，此功能配合城市卡口包围圈、城际卡口、电子警察采集的数据信息将发挥更大的作用。
现在在很多一二线城市，由于出租车在高峰时期供不应求，催生出了很多非法营运车辆。这些车辆虽然在一定程度内可以方便大众的出行，但是由于其无监管部门，对于民众的生命和财产有一定的安全隐患，而此类车辆很难从常规车辆中分辨出来。针对这类情况，可引入车辆积分制度，对符合积分细则的车辆进行积分，例如在本地案件多发地区的车辆进行高积分规则，每抓拍捕获一次积3分，对相对涉案车辆较少地区的车辆，每次抓拍捕获积1分。在研判中可按一定时段检索分值排列靠前的车辆，纳入视线，进行重点管控，并从中发现相关线索。积分细则可由相关部门的业务实际应用进行设定，积分细则后期可进行添加和修改，积分实行累加制，不设上限。同时可以对于重点监控区域，如学校、银行、医院、广场、娱乐场所（广场、KTV等），可以有针对性的对重点区域的卡口/路口某些时段内的车辆进行分析和观察，分析出这些区域内频繁出入的车辆、按照次数从高到低排行显示车辆的详细抓拍识别信息。对频繁出入车辆进行关注，从而起到预警作用。
交通管理部门如何保证交通安全、交通秩序是一个重要的任务。在有限警力的条件下如何达到管理交通安全的目标，警力有的放矢的调动安排将非常重要。智能交通综合管控平台对交通数据进行研判分析，可将违法多发地点按照违法次数从高到低的次序显示排名靠前的违法多发地点，为交通管理部门的警力调动安排提供参考信息。为了在有限警力的条件下达到管理交通安全的目标，保证警力在最合适的时间出勤。智能交通综合管控平台对交通数据时间特点进行分析研判，可将违法多发时段分析出来，并按照违法多发时段的违法次数排序，显示违法多发时间段，为交通管理部门警力调度提供参考。
二、“互联网+交通”在国内的应用
杭州市建立了“一个中心、三个系统”即交通指挥中心、交通管理信息系统、交通控制系统和交通工程类信息系统。杭州市交警支队还实行了集中调度指挥和交通信息预报制度，在市区主干路、主要交叉路口实行分级预警和干预机制，重点解决早晚高峰、节假日重要时段的路面交通问题。
各城市交管部门一直在探索优秀的勤务模式，以最少的警力、最小的行政成本，获得最好的交通管理效果和最大的社会效益。杭州市通过改变交警的传统路面巡逻执勤模式，通过交警支队视频作战室、交警大队分指挥室和交警中队数字勤务室三级指挥系统的网络巡逻执勤模式，结合路边重点巡逻，实施“上下联动”机制，实现“桌面就是路面”，使科技应用直达基层民警，提升了交通管控效能，扩大了路面管理的覆盖面，加大了路面管理的密度和力度，提高了应对交通拥堵、交通事故等交通突发事件的快速反应能力，减少了道路交通事故和交通违法行为，提高了道路通行能力，缓解了交通拥堵，确保了城市道路交通的安全、畅通、有序。
三、“互联网+交通”的发展趋势
首先，要大力发展绿色、便捷、高效、经济的公共交通。通过智能交通技术手段提高公共交通系统的服务水平，引导城市居民出行方式的转变。
其次，以智能交通技术提升道路交通管理水平，提高城市道路体系的综合利用效率。
再次，优化区域交通组织，以先进的交通管理手段如先进的交通信号系统、交通诱导系统、交通违法自动考量系统，减少路口延误、排队等候，使得道路通畅、规范停车场管理等关键环节。
当前我国城市交通发展处于挑战和机遇并存的关键历史阶段。一方面，随着城镇化、机动化的持续快速发展，城市交通拥堵加剧、污染严重、事故频发，面临严峻挑战；另一方面，我国城市出在老城改造、新城建设的城市大发展时期，是实现生态城市、绿色交通的最佳时机，可以通过“互联网+交通”的融合发展，通过智能交通实现我国城市绿色交通系统建设的跨越式发展。

❹ 大数据在智慧交通中起了哪些作用

大数据用于智能交通的积极意义
第一，大数据的虚拟性可以解决跨越行政区域的限制。交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理问题。
第二，大数据具有信息集成优势和组合效率。大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体**通功能，这样才能发现新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾;IC卡数据结合抽样调查，能更快捷、更精确测得城市交通流分布状况。
第三，大数据的智能性能较好的配置交通资源。通过对大数据的分析处理，可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案，多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。
第四，大数据的快速性和可预测性能提升交通预测的水平。在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。
第五，提高交通运行效率。大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助于解决这种困境。
大数据的实时性，使处于静态闲置的数据被处理和需要利用时，即可被智能化利用，使交通运行的更加合理。大数据技术具有较高预测能力，可降低误报和漏报的概率，随时针对交通的动态性给予实时监控。因此，在驾驶者无法预知交通的拥堵可能性时，大数据亦可帮助用户预先了解。
第六，提高交通安全水平。主动安全和应急救援系统的广泛应用有效改善了交通安全状况，而大数据技术的实时性和可预测性则有助于提高交通安全系统的数据处理能力。在驾驶员自动检测方面，驾驶员疲劳视频检测、酒精检测器等车载装置将实时检测驾车者是否处于警觉状态，行为、身体与精神状态是否正常。同时，联合路边探测器检查车辆运行轨迹，大数据技术快速整合各个传感器数据，构建安全模型后综合分析车辆行驶安全性，从而可以有效降低交通事故的可能性。在应急救援方面，大数据以其快速的反应时间和综合的决策模型，为应急决策指挥提供辅助，提高应急救援能力，减少人员伤亡和财产损失。
第七，提供环境监测方式。大数据技术在减轻道路交通堵塞、降低汽车运输对环境的影响等方面有重要的作用。通过建立区域交通排放的监测及预测模型，共享交通运行与环境数据，建立交通运行与环境数据共享试验系统，大数据技术可有效分析交通对环境的影响。同时，分析历史数据，大数据技术能提供降低交通延误和减少排放的交通信号智能化控制的决策依据，建立低排放交通信号控制原型系统与车辆排放环境影响仿真系统。

❺ 大数据，数据挖掘在交通领域有哪些应用

交通领域大数据分析和应用的场景会相当多，这里面要注意两点，一个是大数据本身的技术处理平台，一个是数据分析和挖掘算法。具体场景当时写过点内容，如下：
对于公交线路规划和设计是一个大数据潜在的应用场景，传统的公交线路规划往往需要在前期投入大量的人力进行OD调查和数据收集。特别是在公交卡普及后可以看到，对于OD流量数据完全可以从公交一卡通中采集到相关的交通流量和流向数据，包括同一张卡每天的行走路线和换乘次数等详细信息。对于一个上千万人口的大城市而言，每天的流量数据都会相当大，单一分析一天的数据可能没有相关的价值，而分析一个周期的数据趋势变化则会相当有价值。结合交通流量流向数据趋势变化，可以很好的帮助公交部门进行公交运营线路的调整，换乘站的设计等很多内容。这个方法可能很早就有人想到，但是在公交卡没有普及或海量数据处理和计算能力没有跟上的时候确实很难实际落地操作，而现在则是完全可以落地操作的时候了。
从单一的公交流量流向数据动态分析仅仅是一个方面，大数据往往更加强调相关性分析。比如对于在某一个时间段内公交流量和流向数据发生明细的趋势变化的时候，这个趋势变化的究竟和哪些潜在的大事件或其它影响因素的变化存在相关性，如何去分析这些相关性并做出正确的应对。举个简单的例子来说，当市中心区内的房屋租金持续增长的时候一定会影响到交通流的变化，很多人可能会搬离到更远的地方去居住，自然会形成更多的新增公交流量和流向信息。在《大数据时代》里面谈到更多的会关心相关性而不是因果只是一个方面的内容，实际上往往探索因果仍然很重要，就拿尿片和啤酒的例子来说看起来很简单，但是究竟是谁发现了这种相关性才更加重要，发现相关性的过程往往是从果寻因的过程，否则你也很难真正就确定是具备相关性。
其次就智能交通来说，现在的智慧交通应用往往已经能够很方面的进行整个大城市环境下的交通状况监控并发布相应的道路状况信息。在GPS导航中往往也可以实时的看到相应的拥堵路况等信息，而方便驾驶者选择新的路线。但是这仍然是一种事后分析和处理的机制，一个好的智能导航和交通流诱导系统一定是基于大量的实时数据分析为每个车辆给出最好的导航路线，而不是在事后进行处理。对于智能交通中的交通流分配和诱导等模型很复杂，而且面对大量的实时数据采集，根据模型进行实时分分析和计算，给出有价值的结果，这个在原有的信息技术下确实很难解决。随着物联网和车联网，分布式计算，基于大数据的实时流处理等各种技术的不断城市，智能的交通导航和趋势分析预测将逐步成为可能。
还有一个在国外大片中经常能够看到的就是实时的车辆追踪，随着智慧城市的建设，城市里面到处都是摄像头采集数据，当锁定一个车辆后如何根据车辆的特征或车牌号等信息，实时的追踪到车辆的行走路线和位置。这里面往往需要实时的视频数据采集，采集数据的实时分析和比对，给出相应的参考信息和数据。这个个人认为是具有相当大的难度，要知道对于视频流和图像信息的比对和分析往往更加耗费计算资源，需要更长的计算周期，要从城市成千上万个摄像头里面采集数据并进行实时分析完全满足大数据常说的海量数据，异构数据，速度和价值等四个维度的特征。基于车辆能够做到，基于人当然同样也可以做到，希望这类应用能够逐步的出现，至少现在从硬件水平能力和技术基础上已经具备这种大数据应用的能力。
-

❻ 大数据和智慧交通有哪些应用的案例

智慧交通的应用案例

根据ITS114的不完全统计，截至2015年12月31日，包括城市智慧交通和高速公路机电市场的全年千万项目统计规模为182.5亿，其中主要分为四大市场1.交通管控市场千万项目规模为84.24亿。2.智慧交通/智能运输市场千万项目规模为20.33亿。3.高速公路机电市场千万项目规模为75.8亿。4.平安城市千万项目规模为56.6亿。以上四个市场都有着很多的智慧交通方面的应用案例。

具体的在交通管控市场方面， 当前各个省积极构建的交通运行监测与应急指挥系统，还有围绕着视频、图像分析，从而实现在治安、交通、工业制造、汽车、人工智能等等诸多领域的应用亦是智慧交通的典型案例。如深圳榕享的"交通仿真与智能管控机器人"可实时采集视频检测数据与线圈检测数据，将采集的交通流数据、信号配时等数据输入到建立的仿真路网模型中，进行实时的交通系统仿真。通过一体化交通仿真模型，机器人能快速找出路网拥堵点以及分析路网的常发性拥堵点，并对交通流运营状况的演变进行预测和分析。在交通仿真与智能管控机器人平台上，还可对城市的任意交叉口的交通环境进行设置，周边居民可将相关建议"告知"机器人，实时模拟交叉口改良效果，实现全民参与、全民实践、全民创新的交通管理新模式。

智慧交通/运输方面各种“专车”“快车”“拼车”“代驾”平台类和软件数据类的实例比比皆是，如我们都熟知的“滴滴快递”“uber"“e代驾”等app应用。

交通工具新型技术案例方面：如无人驾驶、自动驾驶、智能车等等；在2015年12月互联网大会上李彦宏展示的无人车，李书福展现的自动驾驶技术都体现了当前智能交通工具的发展。 更近一点的是，汽车电子标识、ETC、车路协同。2015年的新能源客车市场呈爆发性增长，新能源客车销量达到37363辆，同比增长213.19%，同时2015年国务院印发《新能源公交车推广应用考核办法（试行）》、《电动汽车充电基础设施发展指南》等等政策文件，可预见的是新能源汽车将会造就一个巨大的市场，建立在新能源汽车之上的车联网也将搭上顺风车。

平安城市也有很多已经成型的智慧交通案例。平安城市是基于GIS数字地图技术，高度整合治安监控、智能交通、数字城管、应急指挥等子系统，改变传统的静态管理和单点管理，实现实时、动态的联动管理新模式，实现了整个城市的治安、交通、城管、应急联动等各个职能部门的联动，建立了高效的城市部门联动机制，提高了城市的集成化、智慧化管理水平。根据高清视频监控系统的特点和应用需求，结合当前与今后一定时期内图像监控系统与图像应用系统的发展需要，建设一套先进的平安城市综合应用平台，为指挥调度、调查取证、应急处置、交通管理等多种后台应用提供及时、可靠的视频图像信息，服务于实战。市面上常见的平安城市系统具备的主要功能大部分都有：人脸卡口功能；交通事件检测功能；智能检索功能；道路违法抓拍功能；车辆稽查布控功能；非现场执法；分析研判功能；交通事态监控功能；视频质量检测功能；智能应用管理功能；数据格式及通信功能；远程控制功能；指挥调度功能；勤务管理功能； 设备运行状态监测功能。

大数据方面的应用案例

在医疗方面，纽约的mountsinai医院利用数千名患者的数据、历年汇报的流感爆发数据等数据与病毒的变异过程做交叉比对。通过这种工作，科学家和医生可以预测病毒如何传播，以及对抗这些病毒的最佳途径；甚至有可能使用预测分析来判断病毒的传播方式，然后采取行动来限制这一传播。据说这家医院有望在未来阻止流感的发生。

在交通方面，浙江某城市与英特尔合作，安装了1000个数字监控设备，100个智能监测点系统，超过300个检查点的电子警察，和500多个视频监控系统。通过更有效地监测交通和拥堵数据，改善交通流量，减少道路交通事故。

在废物处理方面， 英国曼彻斯特垃圾处理局有一套系统，能够利用数据使得产生的垃圾被尽可能多的再次利用。通过对来自不同地区的卡车进出加工厂时进行称重，能够了解每个地区所产生的垃圾数量。这些数据帮助当局出台了相应的政策，鼓励那些特定的社区更好的垃圾回收和垃圾减量。

在建筑方面， 住房慈善机构hact从400,000座住房中持续不断地收集数据，并进行了各种数据分析。通过数据来发现设计、建造、布局中存在的潜在问题，进而在建造新的楼宇时优化相关的参数，避免这些问题，改进政府保障房的的维修，规划空间合理使用。

智能应用服务，Google提供的大数据分析智能应用包括客户情绪分析、交易风险（欺诈分析）、产品推荐、消息路由、诊断、客户流失预测、法律文案分类、电子邮件内容过滤、政治倾向预测、物种鉴定等多个方面。据称，大数据已经给Google每天带来2300万美元的收入。例如，一些典型应用如下：

（1）基于Map Rece，Google的传统应用包括数据存储、数据分析、日志分析、搜索质量以及其他数据分析应用。

（2）基于Dremel系统， Google推出其强大的数据分析软件和服务 — BigQuery，它也是Google自己使用的互联网检索服务的一部分。Google已经开始销售在线数据分析服务，试图与市场上类似亚马逊网络服务(Amazon Web Services)这样的企业云计算服务竞争。这个服务，能帮助企业用户在数秒内完成万亿字节的扫描。

（3）基于搜索统计算法，Google推出搜索引擎的输写纠错、统计型机器翻译等服务。

（4）Google的趋势图应用。通过用户对于搜索词的关注度，很快的理解社会上的热点是什么。对广告主来说，它的商业价值就是很快的知道现在用户在关心什么，他们应该在什么地方投入一个广告。据此，Google公司也开发了一些大数据产品，如“Brand Lift in Adwords”、“Active GRP”等，以帮助广告客户分析和评估其广告活动的效率。

（5）Google Instant。输入关键词的过程，Google
Instant 会边打边预测可能的搜索结果。

谷歌的大数据平台架构仍在演进中，追去的目标是更大数据集、更快、更准确的分析和计算。这将进一步引领大数据技术发展的方向。

在竞选方面，直到2012年，奥巴马的数据团队对数以千万计的选民邮件进行了大数据挖掘，精确预测出了更可能拥护奥巴马的选民类型，并进行了有针对性的宣传，从而帮助奥巴马成为了美国历史上唯一一位在竞选经费处于劣势下实现连任的总统。只要数据量够大，够及时，挖掘够深刻，就可以洞悉每个选民的投票几率。

在教育方面，"以物联网、云计算等综合技术的成熟为基础，在学生管理数据库中挖掘出有价值的数据，经过过程性和综合性的考虑，找到学生各种行为之间的内在联系，考量背后的逻辑关系，并作出恰当的教学决策。以某集团最新出版的全球少儿美语旗舰课程为例，引入了首款应用于少儿英语学习领域的MyEnglishLab在线学习辅导系统（以下简称MEL），应用大数据技术全程实时分析学生个体和班级整体的学习进度、学情反馈和阶段性成果，从而及时找到问题所在对症下药，实现对学习过程和结果的动态管理。

❼ 大数据对交通行业有什么作用

第一，为用户提供服务内容越来越精准。有赖于基于大数据的交通路网动态分析，为用户提供了出行的实时方案选择。

第二，交通通行效率越来越高。这也有赖于各种各样的互联网感知器，对复杂天气、事故、各种突发事件的实时分析，使得交通管理部门掌握了更多的交通状况，及时做出反应。

第三，现场人工执法越来越少。有赖于基于大数据的行为分析，交通执法的事情都变成一个事后的非现场的执法。

第四，交通服务自动化程度越来越高。移动支付和各种自动化设备的应用，自助服务和无感服务普遍应用。

第五，交通主管部门的决策越来越科学。政府对重大政策的制定和推出越来越依赖于对交通行为的分析，最典型的就是广州限外地牌照这件事情，专业机构通过数据分析发现广州道路拥堵的症结。

❽ 如何运用交通大数据智慧出行

2015年两会上，“大数据（big data）”一词首次写入政府工作报告。在交通领域，大数据一直被视作缓解交通压力的技术利器。应用大数据有助于了解城市交通拥堵问题中人的出行规律和原因，实现交通和生活的和谐，提高城市的宜居性，为政府精准管理提供基于数据证据的综合决策。

随着手机网络、全球定位系统（global positioning system，GPS）/北斗车载导航、车联网、交通物联网的发展，交通要素的人、车、路等的信息都能够实时采集，城市交通大数据来源日益丰富。在日益成熟的物联网和云计算平台技术支持下，通过城市交通大数据的采集、传输、存储、挖掘和分析等，有望实现城市交通一体化，即在一个平台上实现交通行政监管、交通企业运营、交通市民服务的集成和优化。

❾ 根据 大数据在交通方面可以有哪些应用

交通方面的大数据用的还是比较多的。只是常在人们的身边，人们忽略了而已。典型的就是网络地图工具，那就是利用大数据分析的出来的路况信息。几乎每个人都有用过吧？