大数据时代的交通管理探讨

摘要：伴随社会经济的不断发展，我国已经进入了大数据时代。本文主要针对大数据时代的交通管理进行分析和探讨。

关键词：大数据；交通管理；应用

中图分类号：C913文献标识码： A

大数据对社会发展的每一个环节都有影响，交通也无法例外。大数据时代的来临为交通数据采集，管理与应用带来了前所未有的变革，以前的很多交通管理设想在大数据的帮助下成为了现实。同时，大数据背景下的交通管理也面临着种种考验和挑战。

一、大数据的定义、特点、应用

（一）定义

数据（data）是承载着信息的有规律的物理符号、文字、数字、图像或者计算机代码。人们通过对数据背景的解读获取信息。数据的价值表现在其承载着大量的有效信息。从出现人类文明以来，人类就开始记录数据，利用数据。随着科技的发展和人思想的变革，人类几千年来也没有像今天这样每天都会面临着海量的数据。

大数据（big data）在字面上指的是数据集合规模巨大到无法通过现有软件工具在合理时间内获取、整理、管理、处理。这种每时每刻海量数据的产生也是我们所处时代的标志。大数据的内涵在这个时代得到了前所未有的扩大，它是数字、文本、声音、图像、视频等一切价值信息的统称。它具有海量性、高速性、多样性、真实性等特点。公元前3世纪，托勒密王朝在埃及建立了世界上最古老的图书馆――亚历山大图书馆。托勒密二世搜集了当时西方世界几乎所有的书写作品，包含了巨大的知识量。然而，目前世界上对信息化技术的使用量大大增加，所以我们每天所获得的信息量要比亚历山大图书馆的数据更加庞大。近几十年来，人类计算机技术的飞跃也为储存，处理利用大数据提供了基础。而我们的现状是很多纷繁的数据被忽略了，有的没有储存，有的即使储存了也没有被很好地利用，思想和技术的落后导致大数据所蕴涵的巨大价值没有被发掘。所以大数据不仅仅只是字面上的意思，更标志着一个新的时代，一个数据，技术基础都已成熟亟需人类革新思想和有效利用的时代，也就是大数据时代。

（二）特点

国际数据公司（IDC）认为，某项技术要想成为“大数据”技术，必须满足IBM所描述的四个“V”：多样性(variety)、海量性(volume)、真实性（Veracity）和高速性(velocity)。数据的多样性，其意义就是指在数据中，包含了结构与非结构数据，并且将这些数据大量的融合在一起，形成了非常庞杂的数据网络；时效性高则是指数据处理的速度必须很快。具体来说，“大数据”具有4个基本特征：一是数据体量巨大。根据百度的资料表明，其新首页导航每天需要提供的数据超过1.5PB（1PB=1024TB），这些数据如果打印出来将超过5千亿张A4纸。有资料证实，到目前为止，人类生产的所有印刷材料的数据量仅为200PB。第二就是数据的种类繁多，并且其存在形式已经不再是单一的文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。三是处理速度快。数据处理遵循“1秒定律”，可从各种类型的数据中快速获得高价值的信息。四是价值密度低。以视频为例，一小时的视频，在不间断的监控过程中，可能有用的数据仅仅只有一两秒。

（三）应用

越来越多的国家和企业意识到了大数据的重要。2012年3月22日，奥巴马宣布美国政府启动“大数据研究和发展计划(Big Data Research and Development Initiative）”，旨在提高和改进从海量数据中获取知识的能力，加速美国在科学与工程领域的进步。与此同时，一些能处理大量数据的设备出现，例如Hadoop通过把大型数据分成小模块分配处理从而实现了对超大量数据的处理。在国内，百度公司建立并开放了自有的大数据平台为企业和个人提供服务，工信部也在2011年提出要发展与大数据概念相关的海量数据存储、处理、传输技术。

二、大数据在交通管理中的应用

（一）交通数据采集

交通数据采集是交通管理中至关重要的环节，交通数据的来源和应用领域都极为广泛，所以大数据背景下的新技术采用了静态与动态数据结合的多源化数据处理方式。这其中静态交通数据是指那些一个时段以内稳定不变的信息数据，这包括基础设施的信息、机动车保有量和交通量等固定的统计信息；而动态数据就是指实时的交通流量、交通控制、交通环境等信息，这些信息会随着时间与空间的变化而改变，这些数据如果靠人工计数是无法实现精确的。所以目前利用GPS、遥感影像、动态信息处理和视频监测等技术就能高效的完成动态信息的采集。

1、利用GPS进行交通信息的采集，其主要优势在于：不受光照、温度、气温等因素变化的影响；不需要专门修建用于动态交通信息采集的基础设施；交通信息、数据处理方便快捷、准确实时。

GPS交通信息采集技术通常运用于交通信息采集设施较少、人员较为稀少以及一些高速路段。

2、利用遥感影像技术进行交通信息的采集，其主要优势在于：遥感影像技术的应用可以有效弥补地面传感器在交通信息采集方面的不足；遥感影像技术在获取交通信息方面相比其他技术手段，具有显著的广泛性和全局性。

运用遥感影像技术进行交通信息的采集，其适用范围主要有：规模较大、车辆、人流量较多的城市、需要获取大范围、整体交通信息的有关部门、需要识别不同车辆目标、掌握不同车辆信息的相关部门。

3、利用动态信息处理和视频监测进行交通信息的采集，其主要优势在于：能够及时掌握城市交通的各类状况，从而做到灵活应变；视频监测设施不仅可以用作交通信息的采集，而且还可以作为监控手段。视频监测设施能够满足多车道交通信息的采集，而且视野范围很大；由于视频监测设施安装高度较高，因此，受到人为破坏的可能性比较小；视频监测设施维护成本较低。

目前，动态信息处理以及视频监测广泛应用于大中城市的城市交通信息采集。

（二）交通数据管理

1、大数据的特点就是数据量丰富且庞大，而且流动速率很大。所以对于大数据的存储是一大难题。原有的数据库和服务器无法容纳目前海量数据的存储和流动，而且有些数据需要长期保存作为交通管理工作中的某些依据，所以整合筛选数据就成为了目前交通管理工作中的重点。不是所有的数据都要得到保存，有效合理并快速的筛选数据，整合数据资源充满了是交通数据管理的挑战之一。

2、大数据时代下的数据类型变得丰富，不但有数字信息，还有图形、图像、遥感图像、空间定位等等数据信息。将这些来源不同的信息类型统一管理，是交通数据管理需要研究的课题。

3、有存储就要有提取，当客户或者突况需要历史信息的调出和应用时，就要对信息进行快速的提取，所以做好信息管理的分类工作十分必要，从而应对突况中对于信息运用的情况。

4、在数据统计和应用存储中，不但要保证数据的完备和真实，也要确保数据的正确分析和使用，这是数据质量管理的重要环节，它对于科学利用交通大数据有帮助作用，那就是数据的质量一定要保证优质。

（三）交通数据应用

第一，车载GPS定位导航终端数据。我们的车载或手机定位导航系统一直在以一定的频率采集着车辆的位置，速度等数据。根据加州大学伯克利分校的Snawal、Walrand、Yim的研究，从浮动车收集到的数据估计出的速度与道路上的感应装置所估计的速度相差不多，仿真分析得出浮动车数量占运行总车辆数量的3%～5%即可做出良好的时间估计。同时在Cheu、Xie、Lee关于估计出的车速可靠性的研究显示，通过浮动车数据估计的道路平均车速时，只要有4%～5%的浮动车或者至少10辆车在所设定的时间内通过就能达到95%的时间内绝对误差小于5km/h。同时我国深圳大学土木工程学院的胡明伟也提出了从高斯投影和GPS单点测速机理入手利用车载GPS或其他定位导航装置所返回的数据计算路段时速并估计道路交通状况的算法。利用汽车定位导航所产生的数据计算相关路段的交通状况的方法在国内外早已有研究，相关理论也比较成熟。因此，在大数据时代背景下，充分、深入的挖掘和利用浮动车定位导航数据已变得可行。

第二，GPS定位导航数据在交通信息管理中的应用。车用GPS定位导航系统包括终端设备（车载导航仪、手机等）、差分基站、中继站、信息中心。信息中心的功能有数据采集、数据存储、数据处理、信息等，我们应该将信息中心数据的存储、处理功能抽出，放在云端的大型数据库上与其他来源的交通数据共同分析，浮动车辆定位导航数据的加入能解决数据不够大的问题，为我们的交通信息管理提供大数据。

部分城市公交系统、出租车都已安装GPS导航设备。如北京TOCC交通系统，对全市6.67万辆出租车定位导航所产生的动态数据进行实时入库；又如重庆的智能公交系统也通过公交车上的GPS数据在站台上公交车预计到达时间。车辆定位导航系统所得到的数据分析、挖掘之后可以得到车辆所在路段、车流速度、行程预计时间、道路状况等重要信息。同时我们将传统的交通监测所得到的数据与GPS所产生的数据综合，不仅加大了数据收集、利用量，还能提高信息的准确性和及时性。

三、大数据在交通管理中可能存在的问题

首先，信息的孤立，各个系统间各自为政，没有把数据库做大。不同的交通信息系统在物理上彼此隔绝，架设在不同的计算机及服务器群上。我国有十多个与交通有关的部门，各部门都掌握着自己的数据，部门之间的信息并没有沟通，即使互通也要先向相关部门申请数据，再向数据库提取，程序十分麻烦且办理速度缓慢，这同时也造成了各部门在分析交通信息时所使用的数据样本不够全面也不够具体，没有将全部数据而是仅仅以样本作为分析对象，其样本根本无法代表现如今纷繁复杂的交通状况。另外，在TMC运用领域我国虽然已经有了这方面的研究，也有一些导航终端设备能够接收实时的交通信息，但是交通信息和电子导航没有结合而只是独立的两个系统，远没有达到欧洲的应用水平。

其次，数据没有得到充分的利用，很多价值没有被挖掘出来。人类由于缺乏处理大数据的技术和能力，一直避免大数据，而是以统计学中的抽样样本作为分析对象，导致了数据分析结果不全面，不精确，很多富有价值的数据没有得到利用。例如现今我们运用最广泛的交通状况监测方法普遍以路口处的感应器为数据来源，数据量少且不全面。

结束语：

由于我国的经济发展，交通需求越来越大，出现的问题也越来越多，大数据在交通管理的应用可以在一定程度上对这些问题带来一定的改善，并且可以有效的提高交通管理的效率。

参考文献：

[1] 高曙东.大数据时代商业银行面临的挑战--交通银行股份有限公司数据中心副总经理周彦倜访谈[J].中国金融电脑,2013(7).

[2] 刘海永.助力智慧成长,培养大数据时代高端人才――IBM与北京交通大学共同信息管理联合人才培养计划[J].中国教育信息化・高教职教,2012(10).

[3] 科技日报.大数据时代：智能交通系统发展面临机遇与挑战[J].科技风,2013(23).

[4] 何亮,周琼琼.大数据时代我国科技资源领域发展探析[J].科技进步与对策,2014,31(2).

[5] 张启良.悄然来临的大数据时代[J].统计与咨询,2014(3).