【云驻共创】【一文解析交通大数据是如何解决拥堵问题的】

前言

现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。随着中国经济的快速发展，汽车行业空前繁荣，私人小汽车拥有量迅速增加，居民出行总量稳步增长，出行距离快速增加。然而，交通拥堵已成为许多大中城市的一种通病，并逐渐成为阻碍、制约城市社会经济发展的负面因素，成为城市管理的热点和难点。为切实提升公安交通管理水平，构建安全、文明、畅通的道路交通环境，建设交通大数据平台是不可缺少的重要组成部分。

我本人所在公司就有智慧建造、智慧城市等相关业务，做过一些交通领域的项目，本文将我对大数据改善交通拥堵这个问题的理解和大家交流一下。

一. 大数据的定义及特征

在我们在分析讨论大数据如何解决拥堵这个问题之前，先来了解下什么是大数据？

1. 定义

大数据在百度百科中的解释：大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。 

大数据在维基百科中的定义：大数据是指在承受的时间范围内使用通常的软件工具捕获和管理的数据集合。大数据是一种大规模的数据集合，在过去的存储和管理分析中远远超过传统软件，因此称为大数据。

2. 特点

大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）

1）大量volume

大数据的第一个特点就是“数量大”。大数据的数据量是惊人的，随着技术的发展，数据量开始爆发性增长，达到TB甚至PB级别。例如 某电商网站平常每天的商品交易数据约20TB（1TB=1024GB）。

2）多样性Variety

大数据广泛的数据来源，决定了大数据形式的多样性。大数据大体上可以分为三类，分别是结构化数据、非结构化的数据、半结构化数据。

3）高速性Velocity

大数据的交换和传播是通过互联网、云计算等方式实现的，远比传统媒介的信息交换和传播速度快捷。大数据与海量数据的重要区别，除了大数据的数据规模更大以外，大数据对处理数据的响应速度有更严格的要求。

4）价值性Value

价值性是大数据的核心特点。现实中大量的数据是无效或者低价值的，大数据最大的价值在于通过从大量不相关的各种类型的数据中，挖掘出对未来趋势与模式预测分析有价值的数据。其中最典型的就是：某电商平台每天产生的大量交易数据（大数据），通过一些算法可以分析出具有某些特征的人喜欢什么类型的商品，然后根据客户的特征，给其推荐TA喜欢的商品。

二．大数据的特性对改善交通有哪些意义

我们上面了解了大数据的定义和特性，那么大数据的这些特性对改善交通有哪些实际的意义呢？

1.大数据的虚拟性可以解决跨越行政区域的限制。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。

2.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，发挥整体性交通功能，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。

3.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。

4.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。

三．智能交通整体框架

上面我们介绍了大数据的定义及特性、以及大数据特征对改善交通的意义，那么我们下面具体分析下，大数据具体是如何应用在交通领域的。

智能交通整体框架主要包括物理采集层、数据集成、软件平台、分析预测、应用场景几部分，这其中最核心的就是数据层，有了数据才能去做模型，做分析，做预测。

1. 物理采集

物理采集层主要是对交通状况和交通数据，出行数据的采集。采集方式有包括很多种：交通部门发布的一卡通、交通部门各种监控探头、检查站数据采集、物流运输、卫星GPS，还包括地图服务商收集的各种数据等。

2. 数据集成

数据集成主要是对交通通行实时数据、车辆数据、出行人员数据、道路情况天气数据并且结合地方政策进行数据汇总归类整理。

3. 软件平台

这里说的软件系统主要还是指的各地方交通部门的软件系统，软件系统主要的作用是数据接入、数据处理、建立各种模型并在系统内展示并做对应业务处理。

4. 分析预测

分析预测主要是根据数据模型及各类业务场景进行分析预测和预警提示。

1. 交通运行态势分析

接入线圈、地磁、微波、电警、卡口等前端设备采集到的交通流数据，结合出租车、公交车等浮动车数据，比照互联网交通路况，对城市道路交通整体运行态势进行综合研判，分析交通拥堵情况，计算交通运行指数。

1. 交通控制仿真分析

建立城市道路交通交通模型，结合交通运行历史数据、交通信号控制运行数据，实现交通控制的仿真环境。利用准确可靠的交通数据，进行交通信号配合优化、交通改善方案测评、进行交叉口渠化分析、交通组织方案设计、交通控制、交通影响分析等业务。通过比对整治前后的路段排队长度、路段平均速度、行程时问的变化情况，评价改善措施的效果，促进整治措施的持续改进，提高交通管理和交通方案规划的科学性和效率。

1. 交通管理研判决策

打造面向人、车、路、交通设施等基础要素管理的多样化平台，确保对道路交通系统所涉及到的所有元素、各类数据全面把控，对车辆登记、驾驶人考试、交通违法处置、交通事故处理等业务数据进行有效分析，提升管理和服务水平。

1. 应急指挥决策

加强应急处理交通事故、结合数据进行动态交通决策的能力，结合平台与系统的联功能协同，做到统一调度、统一指挥、协同应对，充分发挥智能交通各系统之间联动控制。

5.应用场景

包括交通规划、交通监控、智能诱导、智能停车等应用场景。

四．大数据在改善交通拥堵过程中有还存在哪些问题？

虽然大数据在交通领域取得了非常大的进步和成果，但是目前还存在很多的问题没有解决。

• 行业标准不统一

国内由于各个地区的经济发展不平衡，在实施智慧交通系统项目时，国家并没有统一的行业标准，所以造成许多地区的智慧交通系统相对独立，衔接和配合度不强。在智慧交通中大数据的应用需要依靠前端传感器进行数据采集，由于铺设的前端传感器来自于不同的生产企业，这些行业并没有统一的接口标准，这就造成即使同一个城市的不同系统也很难进行衔接和配合。在智慧交通的大数据应用中，数据采集是非常重要的环节，由于不统一的标准会严重加大交通数据获取难度，从而妨碍交通流的分析与预测。

2、难以确保智慧交通系统基础设施的稳定性与可靠性

智慧交通系统的整合度和复杂度越来越高，然而其健壮性却没有随之提高，因此系统整体的信息安全风险随之增大。智慧交通系统往往需要大量的服务器和前端设备，包括信号控制、交通流量采集、交通诱导、电子警察、卡口等子系统，数据要和上级交通管理平台、下级交通管理子平台、公安业务集成平台等系统相连。系统具有流程复杂、业务系统众多、客户端分散等一系列特点。数据中心需要竭尽全力保证业务系统的正常运行。但是随着系统规模不断扩大，前端设备点位增加，设备故障点也呈几何级数增长，管理人员必须保证这些设备正常运行。在数据传输过程中，智慧交通系统中硬件设备因功能滞后或老化而导致传输速率下降以及网络延迟，这些都可能引起数据泄露以及丢失，严重影响大数据安全。

3、难以确保数据源的质量

数据的质量主要是指数据的真实性或可信度，具体可以分为数据出处和数据失真两个层面。智慧交通应用的数据主要来自于系统中的传感器和监控等设备收集的数据，大数据中心需要高质量的数据源，而目前设备长时间运行的性能得不到保证，数据质量不高限制了智慧交通业务高水平的扩展应用。现代化的交通诱导和交通信号控制需要实时准确的交通流量数据以供进行交通状态判断以及短时交通预测使用。而由于目前系统健壮性不足，难以自行判断数据质量，从而使得交通诱导和信号控制系统不能发挥预期效用，最后影响了整体智慧交通系统的投资价值。

4、隐私泄露风险

巨量的交通数据包含了个人的一些敏感信息。这些数据集中的存储增加了泄露的风险。一旦遭到非法使用，这将引起重大后果。无论从道德层面还是法律层面来看，都将对许多牵涉的用户造成影响。另外，由于数据量较大，对敏感数据的所有权和使用权并没有界定的明确标准，许多基于大数据的分析并未考虑其中涉及的个人隐私安全问题。

总结

大数据的魅力正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”。通过上述阐述和分析，并结合各地区在交通大数据平台的应用和实践，不难看出大数据对于缓解交通拥堵和改善交通管理有着重大意义和成效。同时大数据在交通领域的应用还存在很多需要提高和改善的方面，需要后面的从业者不断的努力完善标准及应用。交通大数据平台应用是未来交通管理不可缺少的重要部分，可充分提升日常交通管理效率和促进交通管理能力的提升，其推广和应用都是未来智能交通的发展趋势！

【本文部分章节段落参考百度百科】

本文整理自华为云社区【内容共创】活动第15期。

https://bbs.huaweicloud.com/blogs/345822

任务34：交通大数据是怎么解决拥堵问题的？