大数据处理技术在智能交通中的应用探讨

刘寒溆

【摘 要】随着社会的发展，人们的出行方式发生了巨大的变化，人们不仅享受着科技带来的便利，而且还遭受着交通拥堵的困扰。随着物联网和智能终端技术的发展，各行业的数据积累和增长迅速，数据的价值越来越受到重视。从大数据及其相关方法的发展和分析入手，结合交通大数据和智能交通控制的原理及其对数据的需求，阐述了大数据尤其是轨迹给智能交通控制带来的新视角和新策略，展望了车路协同、无人驾驶环境下交通控制的发展。

【关键词】大数据处理技术;智能交通;应用探讨

【中图分类号】U495 【文献标识码】A 【文章编号】1674-0688（2020）11-0083-03

0 引言

互联网技术自诞生以来，短短几十年就经历了几代人的变革。现在，它正逐渐从IT时代走向DT时代。一般来说，所谓的DT时代，就是人们常说的大数据信息时代。互联网的大规模使用导致了信息数据的几何级增长，世界各个角落都充斥着各种各样的数据信息，如何做好信息处理，充分发挥其价值，已成为大数据处理技术发展过程中面临的主要问题。

1 大数据处理技术的主要结构图

我们可以依据大数据处理技术的周期不同的分类方法，将大数据处理技术细分为存储管理技术、采集和预处理技术、信息分析和挖掘技术、计算模式和系统模式技术及隐私和安全管理技术等几大板块，其主要的框架示意图如图1所示。

在其较为关键的数据采集阶段，大数据处理技术具有数据信息资源丰富、多样化等特点，数据信息包括数据库信息、文本信息、图片信息、网页信息、视频信息等各式各样的文件数据。总而言之，大数据处理技术解决问题的首要步骤是进行数据源的采集和预处理的操作。

计算模式和系统模式是指依据不同的大数据信息特点和计算特点，将抽象化的模型从多种多样的计算问题中提取并仿真模拟出来，此项技术的大规模发展极大地促进了大数据技术的发展，截至目前，研究人员已经研发出多种不同算法的大数据计算模式和系统模式及其工具系统，能针对性地解决不同的问题。

离线计算模式是在计算机系统正式开始计算操作之前，对所有的输入性的数据均已知且不发生改变，其一般情况下采用HDFS算法储存数据信息，计算过程结束后将数据信息储存至hive，进而将数据信息进行相关的展现操作。相比在线计算模式中对网络速度等其他要素要求较高的特点，其在正式计算工作开始之前不需要知道每一个精确的数据，降低了数据分析的延迟性，提高了工作效率。因此，离线计算的目的是最大限度地收集数据信息并得到结果，进而应用于下一步的决策。

2 智能交通中的大数据理论

2.1 信息资源整合

信息采集和大数据处理分析是信息系统与相关系统实现信息共享的基本过程，它不仅缩短了获取信息的时间，而且提高了数据处理的效率。在相同的工作条件下，ITS系统的信息采集系统是用来采集和分析数据的，但是当有特殊情况不适合机器运行时，则需要进行人工采集。

2.2 存储数据的处理

大数据的处理过程就像人们处理衣服一样。对数据的网格和内容进行梳理，便于后续的分类、归纳和存储。这样的方式运用优点很明显，用户在获取信息时會更加方便高效，也能够避免数据误传等现象，确保信息的有效存储，对促进智能交通系统的发展具有重要意义。

2.3 信息传播

系统上显示的信息不是用户开始反映的信息，而是经过处理后得到的，然后以不同的形式反馈给用户。这里需要强调的是，终端设备的差异会直接导致信息传输形式的差异。我们常用的终端设备有电视、手机、报纸等。IIS系统具有很强的包容性，无论用户请求什么样的终端，系统都应该尽量满足，从而改善交通环境，使之使用更加方便。

3 大数据处理技术在智能交通中的应用

交通控制系统是智能交通系统中的核心之一，它组织和控制着交通流的流量及趋势，并且还能维护交通秩序，对保护人们的交通和安全起着重要作用，按照控制范围的异同点，交通控制是采用单一的控制模式、干线协调控制模式及区域协调控制模式，单一控制方式包括多周期的控制、单点定周期的控制和感应方面的控制;干线调节的模式和控制有时也被称作绿色的波胶带控制，此外包括感应线的调控方式等;区域调控模式是区域交通性能指标，据此制定控制的目标，信号控制参数和交通控制参数构建了一个有条件的数学模式，可以用模型计算控制信号时间计划和策略。

最优化的方式可分为定期控制、在线自适应控制和离线自适应的控制，典型的区域适应控制系统根据探测机的位置和采集方式不同进行区分，每个系统都有自己的算法和自我适应控制模式。

3.1 在交通的控制下，大数据处理技术的应用

智能交通系统的应用既面临机遇又有挑战，这是大数据技术和交通大数据的发展带来的。大数据在智能交通系统中的应用，特别是在智能交通控制中的应用，不仅可以实现信息的相互传递，而且可以应有于数据处理和分析，甚至可以开发新的技术或系统。在深入了解交通控制的基本流程和方法的前提下，本文剖析了交通数据的特征及对交通控制具体的数据要求，并考虑了数据预处理技术的应用解决方法，例如是否需要融合和处理多源流量数据等。根据交通控制的需求进行数据的组织，能够提取有效的特点信息及在数据中发现规律，并对控制进行反馈和引导，实现区域最优控制。

各种类别的交通数据能多角度、多方位、多层次地为车辆提供相关的检测数据，并且可被用于车辆信息感应及系统控制，并自动实现最优化控制，而其中所包含的交通类数据的记录也会影响相关的控制方法。近年来，随着智能科技的不断发展，轨道交通数据在交通领域的应用程度也越来越广泛，很多互联网公司开始涉足移动导航领域，进一步促进了交通领域中大数据的应用。

3.2 大数据处理技术在车路协同技术和自动驾驶技术中的应用

車辆信息采集技术随着车辆道路技术和无人驾驶技术的协同发展，已经逐渐从常规的信息采集阶段向车辆时空采集运行方向转型。所以，数据问题已不再是制约交通领域控制策略的瓶颈，当然现有的数据依然存在着一些缺点，例如空间分布不均匀、样本量少、连续性差等。从目前的情况来看，轨迹数据的主要应用方向是路口的关联性分析、信号分配时候的反推估算、控制区域划分等。

随着时代的不断发展，在未来的自动驾驶时代和车路协同时代及车辆检测数据时代，大数据技术的覆盖面将更加广泛。轨迹数据的收集在未来不再会受到如样本量少、连续性功能不好等因素的影响，与此同时，自动驾驶的不断发展，导致交通控制的对象特征变得更加突出。由于这一变化，使得未来的交通管制系统在协调和管理车辆路线规划、路网、路段和交叉口等方面的规模更大。伴随着车辆功能网络化，以及大数据处理技术和自动驾驶技术的不断发展，我们需要对时空资源调度做进一步的研究。

3.3 交通诱导中大数据技术的应用

当前路段的交通流量较大，在一定程度超过当前道路最大的承载能力;道路的基本设施建设不完善;当前路段的机动车实际数量与交通规划的数量不一致，且随意停车现象仍是引起路段交通能力较差的重要原因之一。近几年来，随着城市化进程的不断推进，对道路交通的建设投入也逐年增加。所以，以上问题成为制约交通能力提升的主要问题。此外，驾驶员的不文明驾驶现象同样会加大交通路段的拥堵现象。交通诱导则是缓解以上问题的有效方法之一。

交通诱导是一个实时的动态过程。首先，交通诱导的前提是可以通过各种技术手段对实时交通运行数据进行采集。其次，可以依据实际收集到的交通数据，对当前交通状况进行评价，还可以使用预测类模型进行短时间的预测。再次，可以通过广播电台、电子终端感应屏发布相关信息。最后，可以依据检测出的交通流的数据，对交通诱导的结果进行实时反馈，并不断优化相应的解决方案。

城市交通在大数据环境下，可以提取相关的交通信息系统中的数据，因此导致数据的修复和控制问题。此外，充分发挥信息资源的价值是大数据环境下交通分析的重要特点，能够减少决策和判断的模糊性。因此，在交通流的监测及交通数据信息的收集等方面具有如下优势。

（1）不是抽取数量较少的随机性样本，而是对全部交通相关数据的检测。

（2）公交IC卡和手机GPS的移动数据采集是以人为对象的，而车辆电子牌照的GPS定位技术大多是以车辆信息为对象的交通类数据的采集。

（3）在数据处理阶段，很难解决数据形式单一的问题，且相对储存难度更大。从最初的原始的静态数据发展到如今动态与静态相结合的数据采集，其中数据集的转换及模拟采集技术也在不断地更新。大数据技术在处理图像阶段中所使用的信息量大大减少，从而大大降低了其存储成本。

（4）可以实时掌握交通运行状态。我们可以不受时间、空间限制地收集交通流量信息，并对交通的运行状况进行考察，可以利用道路检测技术将交通运行的动态信息和交通拥堵情况展示出来，使人们能够在短时间内进行交通运行状况的预测，从而能够据此制定出相应的措施和方案，还可以对正在处理的问题进行一定的评价和调整。

4 大数据处理技术在智能交通中的发展前景

从上文我们可以看出，大数据技术的发展已经呈现一种势不可挡的趋势。此外，这项技术在西方已经有了较为成熟的行业标准，但我国起步较晚，因此发展的速度缓慢，仍处于起步的阶段，但可以预见，随着大数据技术在ITS中的合理应用，我国的交通面貌将发生翻天覆地的变化。通过加强我国大数据技术的研究与开发力度，把大数据的研究对象由私人的交通方式转向公共的交通方式，构建一个具有中国特色的综合性智能交通系统。

5 结语

大数据和ITS的结合能够建立一个更加高效、环保、安全的交通运行系统，并且人们要加强对交通的监管力度，为公众建立一个安全、舒适的交通环境。近年来，随着“Internet+”概念的兴起，“Internet+”交通也被人们广泛关注，其目的是利用信息改善交通环境，而智能化在城市交通中的应用是人们最期待的。

参 考 文 献

[1]沈正荣.大数据处理技术在智能交通中的应用[J].智能城市，2020，6（7）：164-165.

[2]秦晓燕.大数据及其智能处理技术在物联网产业中的应用[J].现代信息科技，2019（24）：173-175.

[3]李江涛.大数据技术在城市智能交通发展中的应用分析[J].电脑知识与技术，2019（23）：255-256.

[4]陆渊章，夏玉果，董天天.人工智能技术在大数据时代智能信息处理中的应用分析[J].山东商业职业技术学院学报，2019，19（3）：112-114.

[5]丁向朝.大数据技术在智能交通平台构建中的应用[J].电脑知识与技术，2019（16）：178-179.

[6]刘勇良.大数据处理与挖掘在智能交通系统中的应用[J].河南科技，2019（4）：138-143.

[7]陆莲芳.浅析大数据时代新技术在智能交通中的应用[J].数字技术与应用，2018，36（5）：223，225.