大數據驅動交通智能化 且行且珍惜

在當今的技術支持下，大數據的表現成功將人類的想象轉化為現實，并逐漸滲透進人們的生活。其意義已不僅僅只是預測結果，改善交通狀況，更重要的是帶給決策者一種新鮮的思維方式：利用已知的現在去預測未知的未來。隨著智能交通的普及，大數據也在各個方面影響著人們的生活、出行方式，人們通過上傳數據、共享數據，共同完成數據收集的過程，分享數據處理結果，形成良性循環，徹底解決交通擁堵問題。

    交通大數據時代的來臨是智能交通發展的必然趨勢，在這個進程中我們也將面臨前所未有的問題和挑戰。所面臨的問題主要有幾個方面：一是交通數據分散在不同部門（我國與交通相關的部門有10多個），而部門之間又缺乏開放互通，造成了交通數據資源的條塊化分割和信息碎片化等現象；二是由于交通檢測方式多樣，信息模式復雜，造成數據種類繁多，且缺乏統一的標準；三是目前尚缺乏有效的市場化推進機制，基于大數據的交通信息服務產業鏈、價值鏈尚未真正形成。
    當下，大數據概念愈發火爆，如何利用“大數據”解決交通擁堵、車務管理等問題，越來越成為各類汽車服務公司、交通管理部門關注的焦點和亟需攻破的難關。如何真正找到有效、扎實的商業模式，成為了擺在每一個交通類數據處理創業者面前的重要課題。
   數據來源需要真實可靠
    在交通領域，海量的數據主要包括各類交通運行監控、服務和應用數據，如公路、航道、客運場站和港口等視頻監控數據，城市和高速公路、干線公路的各類流量、氣象檢測數據， 城市公交、出租車和客運車輛衛星定位數據，以及公路和航道收費數據等等，這些交通數據類型繁多，而且體積巨大。
    交通數據采集的范圍、廣度和深度急劇增加，隨著智能交通系統建設規模的不斷擴大，正在形成以微波、線圈、GPS、車牌等交通流檢測數據，交通監控視頻數據，以及系統數據和服務數據等為主體的海量交通數據。以北京市為例，6萬余輛出租車一天就會產生數億條GPS數據，車牌識別、交通監控視頻等數據量更大，交通相關的數據量級已從TB級別躍升到PB級別，傳統的交通數據分析方法已很難有效支撐這么龐大的數據體的開發與利用。
    相對國內剛起步的智能交通，國外已有成功經驗。如歐洲的智能交通，在大數據技術的支持下能夠做到精確采集車輛CAN總線的數據，獲得公交車的位置、速度、轉彎的角度、發動機的狀態、實時的油耗等，這對優化駕駛行為和節能減排等綠色智能公交提供了全新的應用。
    隨著寬帶無線接入技術和移動終端技術的飛速發展，通過移動互聯網隨時隨地乃至在移動過程中方便地從互聯網獲取信息，成為用戶對信息服務的主要追求。
    最近兩年，智能手機中的公眾交通出行應用軟件開始得到發展，如北京交管局、廣州交警支隊、上海城建委、山東高速等紛紛發布了針對城市道路或高速公路實時路況發布的智能手機應用軟件。這些應用軟件已經被大量下載，表明用戶在出行期間對交通信息的需求已經越來越強烈。
   數據挖掘 更加“高大上”
   大數據交通
    數據收集是數據價值挖掘的前提，大數據在智能交通系統的有效運作，顯然離不開數據存儲和分析技術。
    就國內來說，以浙江省某市為例，近年來投入使用的高清卡口設備數量越來越多，儲存的車輛拍照信息呈現爆發式的增長，數據儲存技術首先遇到了擴容的難題，如繼續沿用小型機擴容的方案會導致成本大幅增加，如何有效存儲這些海量數據？除了大樹據存儲，大數據的挖掘與利用更為重要。
    杭州誠道科技有限公司銷售總監陳海濤在接受記者采訪時回憶：在與英特爾合作之前，誠道所存儲的幾百TB的數據，基于關系數據庫很難進行細分與挖掘，所開發的應用最后也多被拖垮。自2006年起，使用英特爾Hadoop軟件發行版后，海量圖像和視頻數據不但實現了可靠和高性能的存儲，而且還能被大量的使用者快速地訪問和使用，并且有效解決了Hadoop底層的安全性、穩定性、高效性、擴展性等問題。在與英特爾合作過程中，誠道可以完全拋開這些技術底層的開發，將更多精力放在上層業務的開發上，給客戶提供最優的解決方案。目前浙江省某市可保存的歷史違法數據從3個月延長到24個月，從24億條過車數據中完成機動車的號牌精確查詢和行車軌跡查詢，僅需不到1秒的時間。
    中國擁有世界最大的人口和信息量，必然會成為大數據應用方面的先鋒，只是大數據現在還處于啟蒙階段，大多數企業還是奉行已有的業務邏輯。但隨著數據的全面采集，越來越多的企業可以使用新的業務和算法來進一步挖掘數據的內在價值，實現“從數據到信息、從信息到智慧”的升級。未來的大數據應用會從海量數據的實時處理和深度挖掘方面進一步突破。公交刷卡數據挖掘、出租車軌跡挖掘、手機數據挖掘、社會化網絡數據挖掘將成為未來大數據的主要方向。
   結語
    我們再細數一下大數據技術在智能交通應用領域的挑戰：包括隱私，數據處理硬件設施，數據不完備性，模型有效性等領域，這些都是我們未來需要繼續探討和解決的問題。要解決這些問題，需要做好以下幾項挑戰性工作：一是如何從政策和技術上突破交通數據資源互通、共享的壁壘，消除信息分散、內容單一等問題；二是如何確保交通數據資源的安全性，在數據開放的同時，加強數據的安全監管，尊重和保護相關政府部門、交通企業以及個人的機密和隱私不受侵犯；三是如何實現交通數據資源的綜合利用效率，將交通路況檢測、GPS、交通監控視頻等零散信息進行有效地聯系、匯聚和發掘，使其能夠真正支撐交通系統的運營管理，提高交通運行效率和安全水平。
    未來大數據技術在交通運行管理優化、面向車輛和出行者的智能化服務，以及交通應急和安全保障等方面都將形成巨大的市場。