交通行业的大数据发展与应用

(整期优先)网络出版时间:2017-12-22
/ 2

交通行业的大数据发展与应用

赵连钧

甘肃省交通规划勘察设计院股份有限公司甘肃省兰州730000

摘要:大数据时代,数据资源在国家经济和社会发展中发挥着越来越重要的作用,交通运输行业尤为如此。本文总结了大数据技术在交通运输行业发展的现状和具体需求,并对具体的分析应用进行概括,希望能够为交通行业的发展提供帮助。

关键词:大数据;交通运输;政策研究

引言

智能交通行业是现代IT技术与传统交通技术相结合的产物,而交通行业的大数据是大数据技术在智能交通领域内的应用产业。在较完善的交通基础设施之上,通过多种设备、技术产生的海量交通数据,结合大数据分析、挖掘等多种技术,不断促进交通行业的发展。

1交通行业大数据的发展

自2005年智能交通领域快速发展以来,一直以“保障安全、提高效率、改善环境、节约能源”为目标受到政府部门的高度重视,许多技术都达到了国际领先水平。但是发展过程中的问题也日益凸显。从目前情况看,智能交通的潜在价值还没有得到有效挖掘、交通信息的感知和收集有限,对存在于各个管理系统中的海量的数据无法共享运用、有效分析,对交通态势的研判预测乏力,对公众的交通信息服务很难满足需求。上述诸多现象体现出交通数据割裂、运营效率不高、智能化程度不够等问题,使得很多先进技术设备发挥不了应有的作用,也造成了大量投入上的资金浪费。

自2011年大数据技术的快速发展,必然为交通领域带来了破解难题的重大机遇。因为大数据技术可以将各种类型的交通数据进行有效整合,挖掘各种数据之间的联系,提供更及时的交通服务。但大数据技术能够体现自身的优势是建立在海量交通数据之上的,所以需通过大数据交易方式将多源交通数据汇集在一起显现其潜在价值。目前,交通大数据的交易需求已日益显现,并且在交通管理优化、车辆和出行者的智能化服务方面以及交通应急和安全保障等方面都已经产出了应用成果。例如百度将自身的地图生态开放给交通部,完善增加其交通数据规模。百度地图的日请求次数大约有70亿次,拥有大量的用户出行数据,交通部可以根据百度提供的数据来提高数据的可靠性,成为可靠的参考样本,进而做好决策;其它一些大数据服务企业利用自身搜集的交通数据及交易的数据,分析用户出行数据,预测不同城市间的人口流动情况,如春运期间的交通调整等。

2发展的具体情况和需求

2.1发展具体情况

据《中国互联网络发展状况统计报告》显示,截至2016年6月,中国网民规模达7.10亿,互联网普及率为51.7%。手机用户在2014年就超过传统PC,现规模达6.56亿,占网民总数的92.5%。手机成为上网终端的主流,全面开启移动互联时代。随着手机网络、全球定位系统(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。

大数据可以帮助机场安排航班起降,提高管理效率;航空公司可以利用大数据提高上座率,降低运行成本;铁路公司可以利用大数据安排客运和货运列车,降低运营成本。大数据和云计算技术的应用,可以为基础设施规划、选址提供基于多源数据的决策手段,进一步提高规划的前瞻性。大数据技术的应用,为基础设施运行状况监测、安全监管和健康诊断提供了准确可靠的实时数据,基于数据关联分析和养护模型,管理部门可以更好地进行养护决策。同时,新一代新技术的应用还显著增强了行业管理部门的数据思维和数据意识,强化了数据应用理念,行业管理部门通过对多源数据的关联分析和挖掘可更好地实现精细化管理。

2.1.1交通大数据平台初步建成

全国各地纷纷启动交通大数据平台建设工作。以北京市为例,2009年开始建设交通行业数据中心,2014启动大数据基础设施建设,围绕交通监测与信息服务,致力于大数据处理与应用技术研究工作。目前已经结合主流技术架构打造完成了交通行业大数据中心框架,构建了大数据存储、大数据计算、共享交换、应用服务和管理支撑5大平台,截止目前共接入业务系统41个,数据量40T,处理速度可达3.3亿条/5min,日接入量26G。在西部省份,甘肃省交通部门已经启动交通云平台的建设工作,大数据平台建设已经成为交通行业发展的必要趋势。

2.1.2交通统一监测协调初步实现

北京市交通行业建成了全国首个省级综合交通运输运行监测协调中心(TOCC),实现了权威全面实时的交通数据中心、交通运行状况的监测预警中心、多种交通方式的运行协调中心、统一对外的信息发布中心等“四个中心”;实现日常监测、协调联动、决策支持与信息服务“三大功能”;面向政府决策、行业监管、企业运营和百姓出行,做好“四项服务”。同时TOCC也实现了涵盖城市道路、高速公路、国省干线等3大路网,地面公交、轨道交通、出租汽车等3大市内交通方式,公路客运、铁路客运、民航客运等3大城际交通方式,共计19个交通领域、多粒度的动态运行监测和协同服务。根据交通部统一部署,各省目前都已经开始建立交通运输运行协调和应急指挥系统和交通运输统计分析监测等系统,部分省份已经建设完成,这将为全国交通大数据提供数据支撑。

2.1.3新的数据采集方式快速发展

近几年随着物联网传感器技术向集成化、微型化、多功能化、网络化方向快速演进,布设传感器采集信息的方式更为多样、成本更为低廉、规模更为庞大、数据更为精准,从而推动传统信息采集技术快速发展。此外,随着物联网及移动互联网的普及,智能手机、汽车等都在植入定位、距离等各种类型的传感器,从而使每个人、每辆车都成为一个移动的数据采集终端,并将采集到的数据自动、实时、源源不断地进行传输,实现了信息采集的多源化和动态化。以高德地图的路况信息的实时发布为例,主要数据来源分为2大类:第一,公众数据,包括手机地图APP和车载导航设备的导航回传,占比54%。第二,行业数据,包括出租车、物流车和长途客车的数据回传。据统计,高德地图每月有100亿公里驾驶历程覆盖,70多万件交通事件上报。

2.2需求分析

中国大部分城市交通管理呈现出条块分割现象,数据信息通常存在于垂直业务和单一应用中,造成交通管理的碎片化,如交通信息分散、信息内容单一等问题。而大数据具有信息集成优势和组合效率,有利于数据的同步采集和分析处理。随着智慧交通传感器的引入,数据规模从过去的TB级爆发性增长到PB级,由此带来对海量数据的存储与计算的挑战,迫切需要寻求新的处理技术和手段。同时,交通领域对海量的图像和视频数据的实时处理分析也提出很高的要求。

3大数据的分析及应用

高效的云计算能力,带来千亿数据的秒级返回的检索能力,为大数据分析应用,提供了快速的保障。基于深度学习的智能分析算法,为大数据分析应用提供有力的工具。交通大数据的分析,为交通管理、决策、规划、服务以及主动安全防范带来更加有效的支持。利用大数据技术,结合高清监控视频、卡口数据、线圈微采集波数据等,再辅以智能研判,基本可以实现路口的自适应以及信号配时的优化。通过大数据分析,得出区域内多路口综合通行能力,用于区域内多路口红绿灯配时优化,达到提升单一路口或区域内的通行效率。如根据平日、节假日,早、晚高峰、其他时段,主要干道关键路口、次关键路口、普通路口,白天、夜间等不同情况,人工或系统自动设置不同的配时,达到大幅提高区域内交通通行能力。大数据分析研判功能,还可以支持对卡口数据、视频监控数据进行二次识别,提高车辆信息的准确性,进而利用大数据实现轨迹分析、落脚点分析、隐匿车辆分析等功能。对车辆大数据进行深入挖掘,实现事前全面监控、事中及时追踪、事后准确回溯的不同场景需求。根据建设的车辆大数据平台,协助有关部门每天自动发现套牌车辆10余起,再根据车辆的轨迹分析和落脚点分析,快速找到套牌车辆进行处罚管理。

结语

通过本文的分析和总结,我们可以得知在当前大数据时代背景下,海量数据所产生的价值不仅能为企业带来商业价值,也能为社会产生巨大的社会价值。

参考文献:

[1]蒋雄,沈平,常彬.大数据在公安交通管理行业的应用[J].计算机时代,2016,(10):40-42+46.

[2]曹星艳.基于交通行业的大数据处理平台应用[J].铁路通信信号工程技术,2016,(02):74-79.

[3]中国互联网络信息中心.中国互联网络发展状况统计报告.