大数据及其在城市智能交通系统中的应用综述-陆化普.caj.pdf

1、第15 卷 第5 期 2015 年 10 月 交通运输系统工程与信息 JournalofTransportationSystemsEngineeringandInformationTechnology Vol.15 No.5 October 2015 文 章 编 号 ： 1009- 6744 （ 2015 ） 05- 0045- 08 中 图 分 类 号 ： U 491.1 文 献 标 志 码 ： A 大数据及其在城市智能交通系统中的应用综述 陆化普 * ， 孙智源， 屈闻聪 （ 清华大学 交通研究所， 北京 100084 ） 摘 要 ： 大 数 据 给 城 市 智 能 交 通 系 统 的 技

2、 术 发 展 与 应 用 革 新 带 来 了 机 遇 和 挑 战. 从 交 通 大 数 据 的 基 本 概 念 、 交 通 大 数 据 带 来 的 问 题 和 大 数 据 驱 动 的 数 学 建 模 方 法 等 方 面 ， 阐 述 了 交 通 大 数 据 给 智 能 交 通 系 统 带 来 的 变 革. 为 了 深 入 理 解 交 通 大 数 据 的 内 涵 ， 分 析 交 通 大 数 据 的 产 生 背 景 ， 提 出 了 交 通 大 数 据 的 “ 6 V ” 特 征 ， 总 结 了 智 能 交 通 系 统 中 大 数 据 的 基 本 类 型. 面 对 交 通 大 数 据 带 来 的 数

3、据 安 全 、 网 络 通 信 、 计 算 效 率 和 数 据 存 储 等 诸 多 问 题 ， 提 出 了 应 对 策 略 和 思 路. 对 数 据 驱 动 的 建 模 方 法 进 行 了 分 析 ， 说 明 了 混 合 模 型 的 意 义. 最 后 ， 讨论了大数据驱动的智能交通系统的体系框架. 关键词： 智能交通 ； 交通大数据 ； 数据驱动 ； 智能交通系统 Big Data and ItsApplications in Urban Intelligent Transportation System LUHua-pu， SUNZhi-yuan， QUWen-cong （Institute

4、ofTransportationEngineering， TsinghuaUniversity， Beijing100084， China ） Abstract: Abstract: Big data brings both opportunities and challenges to technological development and application innovation of urban intelligent transportation system. Significant changes of ITS, which brought by traffic big d

5、ata, are shown in three aspects: the concept of traffic big data, problems brought by traffic big data, and big-data-driven based mathematic modeling methods. This paper is intended to deeply understand big data, the background and category of traffic big data are sketched, the “6V ”characteristics

6、of traffic big data are proposed, the basic types of traffic big data in ITS are summarized. Strategies and ideas are presented based on the problems of traffic big data, namely, data security, network communication, computational efficiency, and data storage.This paper also analyzesthe method of da

7、ta driven model, and describes the significanceof hybridmodel.Finally,systemframeworkofITSbasedontrafficbigdataisproposed. Keywords: Keywords: intelligenttransportation;trafficbigdata;datadriven;intelligenttransportationsystem0 1 引 言 随 着 信 息 技 术 、 通 信 技 术 、 计 算 机 技 术 等 的 快 速 发 展 ， 数 字 城 市 （DigitalCi

8、ty ） 与 智 慧 城 市 （Smart Ctiy ） 接 踵 而 来.1998 年1 月 ， 美 国 前 副 总 统 戈 尔 发 表 了 题 为 “ 数 字 地 球 新 世 纪 人 类 星 球 之 认 识 （The Digital Earth: Understanding our planet in the 收稿日期： 2015- 02- 04 修回日期： 2015- 08- 30 录用日期： 2015- 09- 09 基金项目： “十二五 ” 国家科技支撑计划 （ 2014BAG 01B 04- 03 ） ； 国家自然科学基金 （ 51408023 ） ； 清华大学苏州汽车研究院 （ 吴

9、 江 ） 返校经费课题 （ 2015WJ-B- 02 ） . 作者简介： 陆化普 （ 1957- ） ， 男， 辽宁铁岭人， 教授. * 通信作者： DOI:10.16097/ki.1009-6744.2015.05.007交通运输系统工程与信息 2015 年10 月 21stCentury ） ” 的 演 说 ， 数 字 地 球 的 概 念 由 此 产 生 1 .2008 年11 月 ， 时 任IBM 董 事 长 兼CEO 的 彭 明 盛 发 布 了 题 为 “ 智 慧 地 球 ： 下 一 代 领 导 人 议 程 （A SmarterPlanet:TheNextLeadershipAgen

10、da ） ” 的 主 题 报 告 ， 正 式 提 出 了 “ 智 慧 地 球 ” （Smart Planet ） 的 概 念 2 . 数 字 城 市 和 智 慧 城 市 都 是 美 国 的 舶 来 品 ， 二 者 都 是 信 息 化 背 景 下 现 代 城 市 发 展 的 高 级 形 态. 当 前 ， 英 国 提 出 了 “ 数 字 英 国 （DigitalBritain ） ” 计 划 3 ， 韩 国 提 出 了 “U-Korea ” 战 略 和 “U-City ” 综 合 计 划 4 ， 我国于2013 年前后开展智慧城市试点示范工作 5 . 数 字 城 市 与 智 慧 城 市 的 建 设

11、 促 进 了 移 动 互 联 网 、 物 联 网 、 云 计 算 等 技 术 的 发 展 ， 并 直 接 推 动 了 大 数 据 （Bigdata ） 时 代 的 来 临.2008 年 ， Nature 出 版 了 “Big Data ” 专 刊 6 ；2011 年 ，Science 出 版 了 “Dealing with Data ” 专 刊 7 .2012 年 ， 美 国 政 府 正 式 发 布 了 “ 大 数 据 研 究 和 发 展 倡 议 ” 8 ； 我 国 于2011 年 发 布 了 “ 物 联 网 十 二 五 发 展 规 划 ” ， 并 陆 续 发 布 了一系列的发展规划与白皮书.

12、 在 交 通 领 域 ， 传 统 的 数 据 采 集 向 电 子 化 设 备 与 高 级 应 用 转 变 ， 助 力 交 通 大 数 据 的 形 成 与 发 展. 从 传 统 的 感 应 线 圈 和 微 波 雷 达 等 固 定 检 测 、 基 于 浮 动 车 的 移 动 检 测 ， 向 北 斗 卫 星 导 航 系 统 9 、 智 能 手 机 10 等 新 型 检 测 手 段 ， 以 及 集 约 的 交 通 传 感 器 布 局 11 和 稳 定 的 多 源 数 据 融 合 12 方 向 发 展. 交 通 大 数 据 为 “ 感 知 现 在 、 预 测 未 来 、 面 向 服 务 ” 13 提 供

13、 了 最 基 本 的 数 据 支 撑 ， 是 解 决 城 市 交 通 问 题 的 最 基 本 条 件 ， 是 制 定 宏 观 城 市 交 通 发 展 战 略 和 建 设 规 划 ， 进行微观道路交通管理与控制的重要保障. 数 据 是 智 能 交 通 系 统 的 基 础 ， 交 通 数 据 采 集 手 段 和 处 理 方 法 的 深 度 革 新 将 引 领 智 能 交 通 系 统 的 变 革. 在 大 数 据 背 景 下 ， 对 交 通 大 数 据 进 行 深 度 分 析 ， 明 确 交 通 大 数 据 的 基 本 概 念 ， 了 解 交 通 大 数 据 带 来 的 问 题 ， 理 解 大 数

14、据 驱 动 的 数 学 建 模 方 法 ， 探 讨 在 智 能 交 通 系 统 中 的 应 用 具 有 非 常 重 要 的 意 义. 2 交通大数据的基本概念 2 . 1 交通大数据的特征 交 通 大 数 据 与 传 统 交 通 数 据 的 不 同 主 要 体 现 在 特 征 中. 当 前 对 大 数 据 特 征 的 描 述 主 要 有 ： 3V 14 、 4V 15 和5V 16 等. 结 合 交 通 大 数 据 的 基 本 类 型 ， 认 为 交通大数据具有6V 特征， 具体如表1 所示. 表 1 交 通 大 数 据 的 特 征 Table 1 Characteristics of tra

15、ffic big data 特 征 Volume ： 体量巨大 Velocity： 处理快速 Variety ： 模态多样 Veracity ： 真假共存 Value： 价值丰富 Visualization： 可视化 描 述 结构化数据和非结构化数据的广泛来源与长期存储 交通流具有时变性， 交通管理与服务具有时效性， 需要较快的数据处理速度 数据来源广泛、 类型丰富， 交通系统具有多状态特征 数据存在缺失、 错误、 冗余等异常现象 具有时间、 空间、 历史等多维特征， 是多元服务的基础 交通运行状态、 城市路网特性等需要可视化的展现 2 . 2 智能交通系统中的大数据 根 据 数 据 来 源

16、分 布 ， 智 能 交 通 系 统 中 的 大 数 据划分如表2 所示. （1 ） 交通流数据 （ 固定检测器 ） . 传 统 固 定 检 测 器 获 取 的 交 通 流 数 据 为 智 能 交 通 系 统 的 传 统 应 用 提 供 了 基 础 数 据 支 撑. 以 北 京 为 例 ， 基 于 微 波 雷 达 、 超 声 波 、 感 应 线 圈 、 视 频 监 控 等 检 测 器 ， 北 京 市 公 安 局 公 安 交 通 管 理 局 建 立 了 交 通 信 息 采 集 、 处 理 、 发 布 系 统 ， 北 京 市 道 路 交 通 流 预测预报系统 17 等. 表 2 智 能 交 通 系

17、统 中 的 大 数 据 Table 2 Big data in ITS 类 型 交通流数据 （ 固定检测器 ） 交通流数据 （ 移动检测器 ） 位置数据 （ 移动检测 ） 非结构化视频数据 多源互联网、 政务网数据 检测手段 感应线圈、 微波雷达、 地磁等 安装GPS 的出租车、 公交车等 智能卡、 车载终端、 手持终端等 视频检测器等 互联网、 政务网等 获取参数 速度、 流量、 占有率、 旅行时间等 瞬时速度、 旅行时间、 旅行速度等 GPS 位置信息等 视频监控图像等 多类型参数等 46第15 卷 第5 期 大数据及其在城市智能交通系统中的应用综述 （2 ） 交通流数据 （ 移动检测器

18、） . 通 过 固 定 检 测 器 与 移 动 检 测 器 的 数 据 融 合 18 ， 获 取 更 加 准 确 的 交 通 流 数 据. 以 北 京 为 例 ， 北 京 市 公 安 局 公 安 交 通 管 理 局 开 展 了 “ 北 京 市 道 路 交 通 流 综 合 分 析 与 数 据 质 量 评 价 体 系 研 究 ” 的 项 目 ， 对 固 定 检 测 器 、 移 动 检 测 器 等 获 取 的 多 源 数 据 进 行 研究， 优化交通数据质量 19 . （3 ） 位置数据 （ 移动检测 ） . 先 进 的 移 动 通 信 技 术 拓 展 了 交 通 移 动 检 测 的 应 用 范 围

19、 ， 由 传 统 的 交 通 流 数 据 获 取 推 广 到 位 置 数 据 的 获 取 ， 使 得 基 于 位 置 的 服 务 成 为 可 能. 基 于 公 交 智 能 卡 的 数 据 ， 实 现 出 行 者 出 行 行 为 的 分 析 ， 为 公 交 基 础 设 施 建 设 和 运 营 服 务 管 理 提 供 支 持 20 . 基 于 出 租 车 车 载 终 端 的 数 据 ， 研 究 出 行 距 离 、 出 行 时 间 和 道 路 偏 好 对 驾 驶 员 路 径 选 择 的 影 响 ， 进 而 实 现 路 径 的 预 测 21 . 应 用 智 能 手 机 ， 可 实 现 出 行 轨 迹

20、、 出 行 方 式 、 出 行 范 围 、 出 行 总 量 等 的 获 取 22 ， 23 . 此 外 ， 车 联 网 的 出 现 大 大 提 高 了 城 市 交 通 信 息 综 合 获 取 的 水 平 ， 丰 富 了 交 通 数 据 来 源 和 发 布 途 径 24 ， 25 . 海 量 位 置 数 据 的 处 理 和 分 析 ， 为 交 通 出 行 行 为 分 析 26 ， 公 交 系 统 优 化 27 ， 车 辆 优 先 控 制 28 等 提 供 了 支 撑. （4 ） 非结构化视频数据 非 结 构 化 视 频 数 据 一 方 面 可 用 于 宏 观 态 势 监 控 ， 以 广 西 柳

21、州 为 例 ， 建 设 高 空 高 清 视 频 监 控 系 统 ， 掌 控 多 交 叉 口 或 较 大 区 域 的 交 通 宏 观 态 势. 一 方 面 ， 通 过 视 频 处 理 模 块 ， 提 供 交 通 流 特 征 参 数 及 其 他 参 数 ， 以 卡 口 系 统 、 电 子 警 察 系 统 等 为 例 ， 还 可 应 用 于 车 辆 类 型 识 别 29 、 交 通 状 态 识 别 30 等. （5 ） 多源的互联网 、 政务网数据 互 联 网 、 政 务 网 为 智 能 交 通 系 统 提 供 了 广 泛 的 数 据 来 源 与 发 布 途 径. 以 社 交 网 络 为 代 表 的

22、 互 联 网 可 为 智 能 交 通 系 统 提 供 交 通 事 件 的 视 频 等 数 据. 另 外 ， 互 联 网 也 可 成 为 交 警 非 现 场 执 法 、 公 交 系 统 优 化 等 的 重 要 数 据 来 源. 政 务 网 为 城 市 决 策 者 和 管 理 者 提 供 了 安 全 稳 定 的 信 息 交 互 平 台. 通 过 政 务 网 ， 可 为 智 能 交 通 系 统 接 入 城 市 路 网 结 构 、 气 象 变 化 、 特 大 活 动 、 突 发 事 件 、 应 急 救 援 等 数 据. 3 交通大数据带来的问题 3 . 1 数据安全问题 交 通 大 数 据 具 有 “

23、Value ” 特 征 ， 蕴 含 了 众 多 的 信 息 ， 有 些 信 息 涉 及 国 家 安 全 ， 例 如 ， 公 安 网 传 输 的 数 据 ； 有 些 信 息 涉 及 个 人 隐 私 ， 例 如 ， 卡 口 系 统 检 测 的 车 辆 轨 迹 数 据. 在 交 通 大 数 据 采 集 、 传 输 、 存 储 、 处 理 、 应 用 等 过 程 中 ， 数 据 安 全 问 题 非 常 重 要. 智 能 交 通 系 统 依 托 智 能 交 通 专 网 进 行 系 统 内 部 的 数 据 传 输 ， 以 及 与 外 网 之 间 的 数 据 交 互 时 ， 必 须 符 合 规 范 和 标

24、准 ， 保 证 网 络 安 全 31 . 另 外 ， 在 数 据 处 理 过 程 中 ， 需 要 遵 循 隐 私 保 护 机 制 ， 应 用 隐 私 保 护 方 法 32 . 交 通 大 数 据 具 有 “Veracity ” 特 征 ， 去 伪 存 真 是 数 据 安 全 的 另 一 重 要 问 题. 大 量 的 冗 余 数 据 和 错 误 数 据 不 仅 占 据 大 量 的 存 储 空 间 ， 浪 费 存 储 资 源 ， 还 会 大 大 降 低 数 据 分 析 的 有 效 性 和 稳 定 性 33 . 进 行 异 常 数 据 识 别 ， 缺 失 数 据 补 充 ， 错 误 数 据 修 正

25、， 冗 余 数据消除具有非常重要的意义. 3 . 2 网络通信问题 交 通 大 数 据 具 有 “Volume ” 、 “Velocity ” 、 “Visualization ” 特 征 ， 要 求 网 络 通 信 要 满 足 大 容 量 数 据 的 快 速 、 稳 定 传 输 ， 特 别 是 高 清 视 频 图 像 数 据. 交 通 大 数 据 的 “Variety ” 特 征 决 定 网 络 通 信 方 式 的 多 样 化. 目 前 ， 城 市 建 立 智 能 交 通 系 统 多 采 用 自 建 专 网 、 租 用 城 市 公 网 相 结 合 的 模 式 ， 具 备 有 线 通 信 与

26、无 线 通 信 并 存 且 互 通 特 征. 智 能 交 通 系 统 常 用 的 网 络 通 信 技 术 包 括 ： 有 线 电 缆 、 光 纤 通 信 网 络 、 无 线传感网络 、 移动通信系统 、 卫星定位系统等. 3 . 3 计算效率问题 交 通 大 数 据 具 有 “Velocity ” 特 征 ， 要 求 智 能 交 通 系 统 具 备 较 高 的 计 算 效 率 ， 例 如 ， 交 通 数 据 预 处 理 ， 交 通 状 态 识 别 ， 短 时 交 通 流 预 测 ， 实 时 交 通 流 控 制 ， 动 态 交 通 诱 导 ， 实 时 公 交 调 度 等 均 具 有 时 效 性

27、要 求. 云 计 算 技 术 的 发 展 带 来 了 新 的 解 决 方 案 ， 智 能 交 通 云 的 概 念 由 此 提 出 34 . 基 于 云 计 算 技 术 ， 使 得 计 算 机 硬 件 和 软 件 得 到 有 效 利 用 ， 提 高 智 能 交通系统的计算效率. 3 . 4 数据存储问题 交 通 大 数 据 具 有 “Volume ” 特 征 ， 特 别 是 长 时 间 序 列 的 非 结 构 化 数 据 积 累 ， 给 数 据 存 储 带 来 了 47交通运输系统工程与信息 2015 年10 月 巨 大 的 压 力. 存 储 技 术 的 发 展 远 赶 不 上 数 据 增 长

28、的 速 度 ， 大 量 存 储 服 务 器 的 购 买 提 高 了 智 能 交 通 系 统 的 建 设 成 本 ， 并 占 用 了 数 据 中 心 的 建 筑 面 积. 当 前 智 能 交 通 系 统 均 采 取 缩 短 数 据 保 存 时 限 ， 降 低 数 据 存 储 质 量 的 方 式 来 减 少 存 储 成 本 ， 影 响 了 大 数 据 的 价 值. 云 存 储 技 术 的 发 展 带 来 了 新 的 解 决 方 案 ， 基 于 云 存 储 与 智 能 压 缩 算 法 可 以 初 步 解 决 大 数据的存储问题. 4 大数据驱动的数学建模方法 2000 年 ， 美 国 自 然 科 学

29、 基 金 会 （NSF ） 首 次 提 出 了 动 态 数 据 驱 动 应 用 系 统 （Dynamic Data DrivenApplication Systems ） 的 概 念 35 . 数 据 驱 动 模 型 与 机 理 模 型 、 知 识 模 型 同 属 常 用 的 数 学 建 模 方 法. 机 理 模 型 从 本 质 上 反 映 客 观 规 律 ， 但 是 ， 建 模 过 程 繁 琐 ， 参 数 标 定 难 度 较 大 ； 知 识 模 型 以 经 验 总 结 为 基 础 ， 模 型 简 单 易 于 实 现 ， 但 是 ， 模 型 精 度 较 低 ， 研 究 对 象 的 复 杂 性

30、具 有 局 限 性 ； 数 据 驱 动 模 型 从 数 据 出 发 ， 是 一 个 自 下 而 上 的 建 模 过 程 ， 无 需 了 解 机 理 ， 精 度 较 高 ， 但 是 ， 模 型 的 可 解 释 性 较 低 ， 模 型 推 广 性 能 较 弱. 对 于 复 杂 系 统 ， 特 别 是 在 某 些 情 况 下 ， 机 理 模 型 不 可 行 或 难 度 较 大 ， 知 识 模 型 的 精 度 较 低 ， 数 据 驱 动 模 型 的 意 义 凸 显. 常 用 的 数 据 驱 动 方法如表3 所示. 表 3 传 统 数 据 驱 动 方 法 Table 3 Traditional big

31、data driven method 方 法 线性回归 人工神经网络 支持向量机 模糊系统 强化学习 特 征 无需建立复杂的数据模型， 应用统计方法 发现自变量与因变量之间的关系 应用计算机技术模拟人脑思维功能和组织结构， 无需先验知识， 根据输入和输出关系建立模型 侧重数学方法和优化技术， 根据有限样本信息 在模型复杂性和学习能力之间寻找平衡点 以模糊数学为基础， 可以与聚类算法、 优化控制、 神经网络、 petri 网等组合使用 机器学习的主要方法之一， 强调从环境到行为映射 的学习， 以使强化信号函数值最大 应用举例 基于多元线性回归的交通安全分析 36 基于RBF 神经网络的短时交通流

32、预测模型 37 基于支持向量机的交通状态分类算法 38 基于模糊神经网络的道路交通流检测器布设 39 基于强化学习的自适应交通信号控制 40 大 数 据 概 念 的 提 出 ， 推 动 了 大 数 据 驱 动 思 想 的 产 生 ， 促 进 了 机 理 模 型 、 知 识 模 型 和 数 据 驱 动 模 型 的 混 合 使 用. 在 大 数 据 的 背 景 下 ， 机 理 模 型 、 知 识 模 型 和 数 据 驱 动 模 型 存 在 相 互 渗 透 、 优 势 互 补 的 关 系 ， 3 种 模 型 构 成 的 混 合 模 型 具 有 较 好 的 应 用 前 景. 依 据 知 识 和 数 据

33、 ， 简 化 机 理 模 型 ， 并 将 数 据 驱 动 模 型 结 合 在 一 起 ， 完 成 模 型 标 定 ， 互 为 补 充. 机 理 和 知 识 可 以 优 化 数 据 ， 减 少 噪 声 ， 确 定 合 适 的 训 练 样 本 ， 提 高 模 型 鲁 棒 性. 以 基 于 时 间 序 列 、 空 间 数 据 和 历 史 数 据 的 短 时 交 通 流 预 测 为 例 ， 知 识 模 型 用 于 初 步 确 定 与 研 究 对 象 路 段 相 关 的 数 据 集 合 ， 确 定 合 适 的 训 练 样 本 ； 机 理 模 型 用 于 标 定 基 于 组 合 模 型 的 短 时 交 通

34、 流 预 测 方 法 ； 数 据 驱 动 模 型 用 于 发 现 组 合 模 型 误 差 与 交 通 状 态 的 模 式 匹 配 关 系 ， 实 验表明混合模型具有较高的精度. 5 大数据驱动的智能交通系统 交 通 大 数 据 给 智 能 交 通 系 统 带 来 了 变 革 ， 主 要 体 现 在 基 本 概 念 、 面 临 问 题 和 建 模 方 法 等3 个 方 面. 面 向 上 述 变 革 ， 研 究 大 数 据 驱 动 的 智 能 交 通 系 统具有重要的意义， 体系框架如图1 所示. （1 ） 感知对象. 大 数 据 驱 动 的 智 能 交 通 系 统 具 有 海 量 的 监 控 对

35、 象. 智 能 交 通 系 统 的 感 知 对 象 从 人 、 车 、 路 、 环 境 四 个 方 面 展 开 ， 包 括 ： 个 体 出 行 、 营 运 车 辆 、 交 通 管 理和静态系统等. （2 ） 全面感知. 大 数 据 驱 动 的 智 能 交 通 系 统 具 有 多 样 的 检 测 手 段 和 丰 富 的 数 据 来 源. 针 对 城 市 交 通 数 据 源 的 分 布 情 况 和 智 能 交 通 系 统 的 数 据 需 求 ， 以 固 定 检 测 和 移 动 检 测 构 成 的 传 统 交 通 信 息 采 集 系 统 为 依 48第15 卷 第5 期 大数据及其在城市智能交通系统

36、中的应用综述 托 ， 拓 展 交 通 数 据 源 的 类 型 和 数 量 ， 增 加 新 型 交 通 数 据 采 集 的 使 用 ， 实 现 城 市 交 通 及 相 关 系 统 的 全 面 感 知. 全 面 感 知 体 现 在 多 样 的 数 据 格 式 和 数 据 类 型上. 图 1 智 能 交 通 系 统 的 体 系 框 架 Fig. 1 System framework of ITS 49交通运输系统工程与信息 2015 年10 月 （3 ） 网络通信. 大 数 据 驱 动 的 智 能 交 通 系 统 具 有 快 速 的 网 络 通 信. 针 对 交 通 大 数 据 的 实 时 传 输

37、要 求 ， 建 立 有 线 通 信 、 长 距 离 和 短 距 离 无 线 通 信 构 成 的 互 联 互 通 信 道 ， 实 现 数 据 源 、 智 能 交 通 系 统 、 服 务 对 象 的 数 据 交 互. 智 能 交 通 专 网 作 为 数 据 交 互 的 中 心 ， 与 互 联 网 、 政 务 网 、 公 安 网 等 连 接 ， 网 络 接 口 具 备 合 乎 规范的网闸， 以保障网络通信的安全运行. （4 ） 中心平台. 大 数 据 驱 动 的 智 能 交 通 系 统 具 有 高 效 的 数 据 处 理 、 存 储 、 共 享 与 应 用. 中 心 平 台 承 担 了 智 能 交

38、通 系 统 的 数 据 挖 掘 、 数 据 存 储 、 数 据 共 享 等 功 能. 数 据 挖 掘 以 信 息 论 、 控 制 论 、 系 统 论 为 基 础 ， 应 用 交 通 流 理 论 、 交 通 网 络 分 析 、 交 通 工 程 学 等 交 通 基 础 理 论 ， 或 建 立 数 据 模 型 描 述 机 理 ， 或 应 用 模 式 匹 配 推 断 结 论. 构 建 智 能 交 通 云 的 体 系 架 构 ， 以 云 计 算 、 云 存 储 、 云 共 享 等 新 兴 技 术 解 决 数 据 处 理 速 度 、 数 据 存储空间 、 数据共享效率的问题. （5 ） 综合服务. 大 数

39、 据 驱 动 的 智 能 交 通 系 统 具 备 优 质 的 综 合 服 务. 综 合 服 务 是 智 能 交 通 系 统 的 主 要 目 的 ， 包 括 基 础 应 用 和 高 级 应 用. 基 础 应 用 体 现 了 “ 感 知 现 在 和 预 测 未 来 ” 特 征 ， 实 现 多 源 数 据 的 集 成 管 理 ， 从 个 体 车 辆 、 路 段 和 交 通 网 络 等 方 面 进 行 交 通 状 态 的 视 频 监 控 和 量 化 分 析 ， 并 对 交 通 态 势 进 行 短 期 和 长 时 间 序 列 的 分 析 和 研 判. 高 级 应 用 体 现 了 “ 面 向 服 务 ”

40、特 征 ， 基 于 基 础 应 用 分 析 ， 实 施 交 通 控 制 与 诱 导 ， 指 导 特 勤 任 务 、 稽 查 布 控 等 警 务 工 作 ， 并 为 应 急 救 援 等 城 市 综 合 管 理 提 供 决 策 支 撑 ， 通 过 共享发布优化综合服务质量. （6 ） 服务对象. 大 数 据 驱 动 的 智 能 交 通 系 统 具 备 广 泛 的 服 务 对 象. 根 据 智 能 交 通 系 统 的 需 求 分 析 ， 服 务 对 象 主 要 包 括 ： 政 府 决 策 者 、 交 通 管 理 者 、 企 业 运 营 者 、 科 研工作者 、 个体出行者等. 6 研究结论 移 动

41、互 联 网 、 物 联 网 、 云 计 算 等 技 术 快 速 发 展 ， 智 慧 城 市 、 智 能 交 通 系 统 等 应 用 快 速 推 广 ， 交 通 大 数 据 应 运 而 生. 本 文 对 当 前 的 大 数 据 及 其 在 智 能 交 通 系 统 中 的 应 用 进 行 分 析 ， 旨 在 为 大 数 据 驱 动 的 智 能 交 通 系 统 立 项 、 建 设 和 运 营 提 供 建 议. 以 下几个问题可能实未来的研究热点： （1 ） 硬件设计方面. 大 数 据 背 景 下 ， 需 研 究 多 源 、 海 量 数 据 的 有 效 采 集 、 稳 定 传 输 、 快 速 处 理

42、和 合 理 存 储 方 法 ， 特 别 是 交 通 数 据 采 集 设 备 的 研 发 问 题. 数 据 是 智 能 交 通 系 统 基 础 ， 大 数 据 为 智 能 交 通 系 统 提 供 了 广 泛 的 数 据 来 源 ， 然 而 ， 智 能 交 通 系 统 的 部 分 功 能 ， 以 交 通 控 制 为 例 ， 需 要 准 确 的 、 定 制 化 的 交 通 基 础 数 据. 在 此 背 景 下 ， 交 通 数 据 采 集 设 备 的 研 发 显 得 尤 为 重要. （2 ） 软件开发方面. 软 件 是 智 能 交 通 系 统 得 以 广 泛 应 用 的 首 要 工 具 ， 是 智 能

43、 交 通 系 统 距 离 用 户 最 近 的 一 部 分 ， 特 别 是 在 大 数 据 的 背 景 下 ， 用 户 可 以 通 过 个 人 电 脑 、 手 机 、 显 示 屏 等 终 端 设 备 获 取 信 息 ， 软 件 开 发 的 意 义 重 大. 在 丰 富 数 据 的 基 础 上 ， 从 日 益 增 长 的 交 通 管 理 和 服 务 需 求 出 发 ， 兼 顾 城 市 发 展 和 交 通 运 行 特 征 ， 进 行 软 件 的 功 能 设 计 和 操 作 优 化 ， 以 提 高 交 通 管理和服务的智能化水平. （3 ） 交通建模方面. 交 通 属 于 典 型 的 开 放 复 杂

44、巨 系 统 ， 在 交 通 建 模 研 究 中 ， 机 理 、 知 识 、 数 据 的 系 统 化 应 用 具 有 特 殊 的 意 义. 大 数 据 为 交 通 模 型 的 建 立 、 标 定 奠 定 了 基 础 ， 倒 逼 交 通 模 型 的 自 我 完 善 ， 特 别 是 混 合 交 通 流 特 性 的 研 究 、 交 通 出 行 行 为 规 律 的 发 现 、 动 态 交 通 流 时 空 特 征 的 提 取 等 基 础 问 题. 此 外 ， 以 大 数 据 为 基 础 ， 交 通 控 制 的 集 成 化 、 智 能 化 、 多 模 式 化 ， 交 通诱导的群体覆盖 、 个性支撑等逐渐成为

45、可能. 参考文献： 1 Gore A. The digital earth: Understanding our planet in the 21st centuryJ. Photogrammetric Engineering and Remote Sensing, 1999, 65( 5): 528. 2 Palmisano S. A smarter planet: The next leadership agendaR. New York: IBM, 2008. 3 Department for Culture, Media and Sport, Department for Busine

46、ss, Innovation and Skills. Digital Britain final reportR. London: Office of Public Sector Information, 2009. 50第15 卷 第5 期 大数据及其在城市智能交通系统中的应用综述 4 金 江 军. 韩 国 城 市 进 入 U- CITY 时 代 J. 信 息 化 建 设, 2009( 10): 9- 10. JIN J J. Korea city to the era of U- CITYJ. Informatization Construction, 2009( 10): 9- 10.

47、5 郭 慧 鹏 . 智 慧 城 市 : 应 用 日 渐 丰 富 多 彩 N. 中 国 信 息 化 周 报, 2013- 12- 30028. GUO H P. Smart city: applications becoming increasingly colorfulN. China Information Weekly, 2013- 12- 30028. 6 Frankel F, Reid R. Big data: Distilling meaning from dataJ. Nature, 2008, 455( 7209): 30- 30. 7 Los W, Wood J. Dealin

48、g with data: Upgrading infrastructureJ. Science, 2011, 331( 6024): 1515- 1516. 8 李 德 仁, 姚 远, 邵 振 峰. 智 慧 城 市 中 的 大 数 据 J. 武 汉 大 学 学 报 ( 信 息 科 学 版), 2014, 39( 6): 631- 640. LI D R, YAO Y, SHAO Z F. Big data in smart cityJ. Geomatics and Information Science of Wuhan University, 2014, 39( 6): 631- 640.

49、9 于 渊, 雷 利 军, 景 泽 涛, 等. 北 斗 卫 星 导 航 在 国 内 智 能 交 通 等 领 域 的 应 用 分 析 J. 工 程 研 究 跨 学 科 视 野 中 的 工 程, 2014, 6( 1): 86- 91. YU Y, LEI L J, JING Z T, et al. Brief probe into the status and trend of compass navigation s application in domestic intelligent transportation systemsJ. Journal of Engineering Studies, 2014, 6( 1): 86- 91. 10 Ahas R, Aasa A, Silm S, et al. Daily rhythms of suburban commuters movements in the tallinn