《大数据对智能交通的意义》由会员分享，可在线阅读，更多相关《大数据对智能交通的意义（5页珍藏版）》请在装配图网上搜索。
1、数据对智能交通的义公司内部编号：（GOOD-TMMT-MMUT-UUPTY-UUYY-DTTI-随着我国汽车保有量在近年来急剧增加，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都成为了各大城市亟待解决的交通管理问题。智能交通成为改 善城市交通的关键所在。为此，及时、准确获取交通数据并构建交通数据处理模 型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。智能交通需求与大数据契合智能交通整体框架主要包括物理感知层、软件应用平台及分析预测及优化管 理的应用。其中物理感知层主要是对交通状况和交通数据的感知采集；软件应用 平台是将各感知终端的信息进行整合、转换处理，以支撑分析预警与优化
2、管理的 应用系统建设；分析预测及优化管理应用主要包括交通规划、交通监控、智能诱 导、智能停车等应用系统。系统利用先进的视频监控、智能识别和信息技术手段，增加可管理空间、时 间和范围，不断提升管理广度、深度和精细度。整个系统由信息综合应用平台、 信号控制系统、视频监控系统、智能卡口系统、电子警察系统、信息采集系统、 信息发布系统等组成。以达到四方面的目标：提高通行能力、减少交通事故、打 击违章事件、出行信息服务。在各城市建设智慧交通的过程中，将产生越来越多的视频监控、卡口电警、 路况信息、管控信息、营运信息、GPS定位信息、RFID识别信息等数据，每天产 生的数据量可以达到PB级别，并且呈现指数
3、级增长。大数据用于智能交通的积极意义第一，大数据的虚拟性可以解决跨越行政区域的限制。交通大数据的虚拟 性，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。第二，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。第三，大数据的智能性能
4、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。第四，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。第五，提
5、高交通运行效率。大数据技术能促进提高交通运营效率、道路网的 通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大 数据的大体积特性有助于解决这种困境。大数据的实时性，使处于静态闲置的数据被处理和需要利用时，即可被智能 化利用，使交通运行的更加合理。大数据技术具有较高预测能力，可降低误报和 漏报的概率，随时针对交通的动态性给予实时监控。因此，在驾驶者无法预知交 通的拥堵可能性时，大数据亦可帮助用户预先了解。第六，提高交通安全水平。主动安全和应急救援系统的广泛应用有效改善了 交通安全状况，而大数据技术的实时性和可预测性则有助于提高交通安全系统的 数据处理能力。在驾驶员自动检测方面
6、，驾驶员疲劳视频检测、酒精检测器等车 载装置将实时检测驾车者是否处于警觉状态，行为、身体与精神状态是否正常。 同时，联合路边探测器检查车辆运行轨迹，大数据技术快速整合各个传感器数 据，构建安全模型后综合分析车辆行驶安全性，从而可以有效降低交通事故的可 能性。在应急救援方面，大数据以其快速的反应时间和综合的决策模型，为应急 决策指挥提供辅助，提高应急救援能力，减少人员伤亡和财产损失。第七，提供环境监测方式。大数据技术在减轻道路交通堵塞、降低汽车运输 对环境的影响等方面有重要的作用。通过建立区域交通排放的监测及预测模型， 共享交通运行与环境数据，建立交通运行与环境数据共享试验系统，大数据技术 可有效分析交通对环境的影响。同时，分析历史数据，大数据技术能提供降低交 通延误和减少排放的交通信号智能化控制的决策依据，建立低排放交通信号控制 原型系统与车辆排放环境影响仿真系统。在当前大数据时代，数据充斥所带来的影响远远超出了企业领域，其不仅能 带来商业价值，亦能产生社会价值。随着信息通讯技术的发展，交通运输从数据 贫乏的困境转向数据丰富的环境，而面对众多的交通数据，如何从中根据用户需 求提取有效数据成为关键所在。但是，大数据技术在智能交通应用领域同样面临 着巨大挑战，包括隐私，数据处理硬件设施、数据不完备性、模型有效性等领 域，这些都是我们未来继续需要探讨和解决的问题。
大数据对智能交通的意义
