大数据在城市智能交通系统中的应用

包头职业技术学院电气工程系 李雅妮

引言：随着科学技术的不断发展，城市道路交通拥堵现象日渐严重，智慧城市、数字城市就随着接踵而来。目前，在很多大城市已经开始开展了智慧交通与智慧城市的试点工作。互联网+的时代已经全面铺开，大数据，互联网，云计算等技术的发展构建了数字化的智慧城市。随着大数据的时代到来，我们国家也颁布了十二五发展规划，尤其是在智慧交通领域，传统的交通数据采集已经逐步淘汰，传统的感应线圈等固定检测设备取而代之的是大数据交通时代，智能化电子设备时代，例如北斗卫星定位导航系统，GPRS无线传感设备等。这些智能手段为交通大数据提供了强有力的大数据支撑。有效的解决了城市道路严重拥堵等问题。为城市道路管理和控制提供了重要的保障和基础。目前，在这种新型的大数据背景下，对交通大数据信息进行分析，明确大数据会给我们带来的利与弊，有效的解决智能交通带来的困扰，建立数据模型，优化智能交通控制系统。这些问题都是非常值得我们去探讨和研究的，是非常有重要意义的。

1.交通大数据概念

由于大数据概念的提出，不光促进了三个模型：机理模型、数据模型和知识模型的混合使用。在大数据的背景下，三种模型模型相互渗透、优势互补，尤其是这3种模型混合构成在一起，应用前景更加广阔。依据知识和数据，简化机理模型。并将数据驱动模型结合在一起，完成模型标定，互为补充。机理和知识可以优化数据，减少噪声，确定合适的训练样本，提高模型鲁棒性。比如我们以交通流量为预测对象，交通流量是基于时间序列、空间数据和历史数据为预测依。首先知识模型是一个数据的集合，用来确定与研究相关路段的历史数据集合，并且选择合适的训练样本。机理模型用于标定基于组合模型的短时交通流预测方法；数据驱动模型用于发现组合模型误差与交通状态的模式匹配关系，实验表明混合模型具有较高的精度。交通大数据与传统交通数据的不同主要体现在特征中。当前结合交通大数据的基本类型对大数据特征的描述主要有6个特征：体量巨大、处理快速、模态多样、真假共存、价值丰富、可视化。

根据数据来源分布，智能交通系统中的大数据可划分以下几方面：（1）固定的交通流数据检测器。传统的数据检测的方法是通过固定检测器进行的，这种传统的检测方式为交通系统提供了有力的基础数据。在很多大城市，传统的固定检测数据流通常通过以下几个方式：地感线圈、视频监控、超声波等。各大城市交通管理部门已经建立起了自己的交通信息网络，用于发布交通信息，交通道路预警预测等，方便人们的出行。

（2）移动的交通流数据检测器。通过固定检测器与移动检测器的数据融合，获取更加准确的交通流数据。目前，很多城市已经对固定检测器、移动检测器等获取的多源数据进行研究，优化交通数据质量。（3）移动位置数据检测。

移动检测数据已经取代了传统的数据检测，并且采用了最先进的移动数据通信技术，这样检测数据的应用范围在不断的扩大。通过移动通信技术，实现了位置检测。通过移动数据卡的数据分析，

• 174 •

对出行者的路线等信息进行分析，为交警部门在道路管理上提供了有力支持。通过装载车载终端在出租车上，可以对出租车行驶的轨迹进行监测，同时可以获取出行轨迹、范围及道路选择等大量信息。这种终端的出现大大提升了城市交通管理的综合水平，并且丰富了大量的数据信息，对大量的数据信息进行分析，优化，体量出有用信息，可以方便其他行政部门的工作。

2.交通大数据数学建模分析

数据驱动模型与机理模型、知识模型同属常用的数学建模方法.机理模型从本质上反映客观规律，但是，建模过程繁琐，参数标定难度较大；知识模型以经验总结为基础，模型简单易于实现，但是，模型精度较低，研究对象的复杂性具有局限性；数据驱动模型从数据出发，是一个自下而上的建模过程，无需了解机理，精度较高，但是，模型的可解释性较低，模型推广性能较弱.对于复杂系统，特别是在某些情况下，机理模型不可行或难度较大，知识模型的精度较低，数据驱动模型的意义凸显。

一个城市的交通系统是由道路系统、信号灯控制系统和具有较大随机性的交通流组成的。对于交通流的了解，人们除了根据历史数据及经验估计外，还可以通过埋设在道路系统中的车辆检测装置实时地采集数据得到。按照这样的思路运用随机点过程理论进行了深入、细致的研究，得到了一些新的结果。系统模型考虑因素全面，准确性较高。同时该模型化技术将网络优化问题转化为典型的随机控制问题，为利用现有的技术打下了基础。模型的缺陷是问题求解时依然面临计算量大、维数灾难的问题。

（1）感知对象

大数据驱动的智能交通系统具有海量的监控对象.智能交通系统的感知对象从人、车、路、环境四个方面展开，包括：个体出行、营运车辆、交通管理和静态系统等。

（2）全面感知

城市交通数据分布广泛、信息量十分巨大。这就要求整个智能交通系统的检测手段的多样性。目前大多数城市都是以传统的固定检测的方式和移动检测方式配合使用，用来采集数据信号，也有部分发达城市已经开始拓展使用了交通大数据，这种新型方式不仅增加了数据采集的使用量，还实现了城市交通信号的全面感知。这种方式体现在了数据的多样性。

（3）网络通信

由于大数据要求数据传输的实时数据，智能交通系统在大数据的驱动下要求必须要网络通信速度快。

这就要求建立良好的通信方式，其中包括距离长短，有线通信和无线通信。实现了互通互联时代的数据，系统及服务对象的数据交换与信息的存储。在城市建立智能交通专用网络，成功的实现了数据的交互，网络信息的实时传输。但是需要注意在网络互连的网络接口必须要符合规范，这样才能确保网络信息的安全传输与实时监控。（4）智能交通管理中心平台

中心平台是一个基于数据存储、数据共享及数据挖掘三种功能为一体的智能化交通系统平台。它具有大量的数据存储空间，在这里进行数据处理，信息共享等功能。其中数据挖掘是基于交通流理论，交通工程学，交通网络分析等基础的理论，建立自己的数据模型，并且通过模型描述交通流机理，最后得出匹配的推断结果。在大数据时代，通过构建智能交通云平台，通过高科技手段，云计算，云共享等手段进行数据处理，数据存储，资源的共享等问题。高效的提高城市交通管理水平，智能化，信息化，高效化。

（5）综合服务

智能交通系统必须具备优良的服务能力，其服务能力包含两个

ELECTRONICS WORLD・技术交流方面：基础应用和高级应用，统称为综合服务能力。提高综合服务能力是智能交通系统的最终目标。其中，基础应用包括了对现在状况的感知和对未来的预测能力，它不光实现了数据的集成管理，无论从具体的车辆，路况等方面的视频监控状况。并且对其大数据进行量化分析得出预判结果。而高级应用是在基于基础应用分析基础上，对交通状况实施控制等工作，并且对于突发状况的救援工作提供了有力支撑，交通路况的信息化资源共享等服务。

（6）服务对象

在大数据背景下，智能交通管理系统所服务的对象十分的广泛，根据市场需求不同来对服务对象进行分析得出主要包括部门，交通管理者，出行者等。

3.大数据存在的问题

（1）网络数据的安全问题

在交通系统中的大数据包含了很多信息，这些信息包含的内容有，有的信息还涉及到个人的隐私，比如能够监测到车辆的行驶轨迹数据等。在这些大数据进行数据的采集、传输及信号的处理等过程中会很有可能出现数据泄露等安全问题。所以数据安全问题不容忽视。智能交通系统是根据各个城市交通专网进行数据传输，并且可以进行与之间的数据传输与交换。但是，在进行数据传输时必须保证数据传输的整个过程符合规格和标准。除了在保证网络安全的基础上，也需要引入隐私保护机制。并且应用法律手段保护好隐私的方法。在众多的数据中还有一个重要的问题就是大量的错误的数据占用了大量的存储空间，不仅造成了存储资源的浪

费，还会对数据分析结果造成不良的影响，降低数据及系统的稳定性。所以正确的数据修正是十分有意义的。

（2）网络通信问题

交通大数据的容量特别大，所以要求网络通信的速度要快，并且稳定。特别是对于视频图像的数据处理，更是要求更加严格。近些年，随着网络通信方式的多元化，城市的智能交通网络多数都是自己建立强大的交通信息网络，并且具备无线通信和有线相结合的方式。其中网络通信包括以下几个方面：电缆、光纤、GPRS定位、无线传输等。（3）数据存储问题

大数据最重要的一个问题就是数据繁多，这些数据的增长永远比存储技术的发展要快，所以给存储带来了严重的压力。只能通过购买大量的服务器来提高存储速度，缩短存储时间，降低存储成本。目前云技术的发展成功的解决了这一难题，但是技术不是十分成熟，还需要从实践中不断的改进。

4.总结

综上所述，随着科技的不断发展，互联网技术的不断创新，人们已经进入了大数据时代，在经济形势发展的今天，城市交通问题已经引起了和广大人们的关注，因此在城市交通的管理问题上，大数据技术已经是必不可少的解决途径，它能更好的提高工作人员的工作效率，提高人们的出行效率，方便人们的出行，为社会带来了巨大贡献。注：2018年度内蒙古自治区教育厅科学研究项目：基于数据驱动的智能交通系统建模及优化研究（NJZY18298）阶段性研究成果。在互联网不断发展的今天，网络数据的信息量正在日益增加，信息的类型也变的日渐复杂，人们已经迈入了“大数据”的信息时代，在这种背景下，人们对网络数据的需求量也在不断的增多，为了能够满足人们的日常生活和工作中对网络数据的需求，数据中心行业也在稳步的发展，其采用的技术也在不断的提高，其中，光通信技术在数据中心的应用极大的改善了其信息容量以及信息的传输效率，光通信技术在数据中心的广域网、城域网以及数据中心内部都得到了广泛的应用，这不仅仅增加了数据信息的传输距离，提高了数据信息的传输质量和速度，同时也降低了数据中心的构建成本，成为了数据中心在未来发展的主要技术，为满足人们对网络的需求提供了可靠的基础。前言：作为互联网时代的出现的特定设备网络，其发展水平直接影响了互联网的传递、加速、展示、计算、存储数据信息的质量，如何提高数据中心的传输速度及质量，成为了数据中心所面临的主要问题，光通信技术在数据中心的应用使得全球服务器之间取得了有效的连接，在“大数据”的时代背景下，能够实现数据信息的全民共享，并为人们在网络上获取信息提供了更加方便快捷的渠道。

时会出现访问延时及其他的一些问题，因此，互联网公司往往会在距离用户较近的地方尤其是用户密集的地方设立POP点，这样可以有效的改善用户在使用网络时的停滞现象，提升了用户在上网时的体验效果。

数据中心存储着大量的数据，为了防止因为数据中心发生故障而造成数据的丢失，通常情况下，在建设数据中心时，一般会采用多组数据中心组合的方式，这样不仅仅可以有效的减少数据中心在发生故障时造成数据丢失的风险，同时还能够降低数据中心在建设时的成本和难度。而在一般情况下，每个数据中心之间的距离也是有一定的的，如果距离过长则会影响数据中心传输数据的速度和质量，甚至还会出现网络停滞的现象，所以通常情况下，相邻的数据中心之间的距离以不超过80km为宜，因此，在进行数据中心的构建时应严格的控制相邻的数据中心之间的距离。在每一个数据中心的内部构建中，服务器起到了十分重要的作用，一个大型的数据中心一般会安装许多的服务器，这些服务器通过数据中心的内网进行连接，山西通信通达微波技术有限公司 景辉

1 数据中心网络构架

目前，数据中心的网络构架根据其所覆盖的地区的不同，一般包括广域网、城域网以及数据中心的内网，这些不同的网络类型将每一位用户与数据中心联系在一起，为用户对网络的使用提供了基础，在这个过程中，用户可能在上网

数据中心光通信技术分析与探究

• 175 •