《大数据应用智能交通综合治理+大数据背景下的智能交通系统应用与平台构建.docx》由会员分享，可在线阅读，更多相关《大数据应用智能交通综合治理+大数据背景下的智能交通系统应用与平台构建.docx（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、大数据应用智能交通综合治理【摘 要】大数据应用智能交通综合治理模式研究，采用数据采集手段、综 合数据处理方法，提出构建面向城市的智慧交通大数据平台理念。研究内容包括: 基于物联网技术的数据动态实时采集，云计算环境下大数据的存储及管理，数据 挖掘技术及城市交通数据分析等。研究成果主要服务于政府、交通企业和社会公 众，可以为政府和企业提供决策支持，为公众提供交通服务，并能够依靠平台进 行应急指挥，为城市交通安全监管和应急决策提供有力保障。【关键词】大数据应用；智能交通近年来我国城市交通拥堵日益严重且持续扩大，现有交通系统管控功能急需 提升，智能交通系统（Intelligent Transport
2、System,简称ITS）应运而生。智能 交通研究的核心，是针对日益严重的城市道路交通拥堵压力，使用大数据技术与 信息相关技术，对城市道路交通管理网络与管理技术进行升级，提升城市道路使 用效率，有效缓解道路交通拥堵情况，实现车辆顺畅同行。1我国城市交通问题与破解1.1 我国城市交通问题我国城市化、汽车化、信息化发展势头迅猛，但城市化的高速发展、流动 人口的大量涌入、机动车辆的爆炸性递增，使中国城市交通问题在短短十几年内 从无到有，日趋严重。我国城市交通问题包括：（1）城区道路车辆行驶状况较差, 拥堵严重。（2）公共交通工具占比较低，数量结构比例不合理，公共交通建设长 期处于缓滞状态。（3）城市
3、交通管理方式落后，智能化水平低。（4）城市交通缺 乏整体统筹规划，应急性管控与建设成为常态。1.2 能交通有效破解城市交通难题智能交通系统通过信息、通信、控制、传感、计算器等技术和系统综合应用, 建立城区一体化综合智能交通体系，实现道路、行人、车辆协调发展的智能生态 系统，有效满足城市道路高速发展的需求。智能交通主要有七大部分横成，如图 所示：2大数据应用智能交通综合治理模式2.1 综合治理模式目标建立基于大数据应用智能交通综合治理模式，构建智慧交通大数据平台，通 过云计算、移动互联等技术，给智能交通系统注入新的技术内涵，同时对智能交 通系统的模式、理念带来新的发展契机。综合治理模式目标为：（
4、1）构建一体化综合感知网。构建智慧交通大数据平台，实现城市道路交 通数据标准化、规范化，使城市道路交通数据有效互联互通，交通状况实时综合 感知，消除既有信息孤岛，建立高效智能交通网络。（2）实现城市道路问题预警与智能引导。利用大数据技术，分析城市道路 交通问题，预知交通发展趋势，提前预警问题并实现智能方案引导，实现城市道 路交通拥堵前置化管理。（3）为城市居民提供个性化智能服务。有效推进个性化的移动服务发展， 让民众随时随地享受到交通信息智能服务带来的生活便利。2.2 综合治理模式架构221总体架构该模式具有城市交通信息综合管理、城市交通事务综合管理、城市交通管理 辅助决策、城市紧急交通事件快
5、速反应等主要功能。通过构建智慧交通大数据平 台，连接城市智能交通监控和管理各业务应用系统，从多个应用系统中收集和传 送交通信息、监测数据和发出控制指令。通过城市交通管理数据库系统，对各业 务应用系统的交通监测数据或管理运作计划进行集成、优化、分析、存储和应用。 通过GIS地理信息展示，实现城市道路交通的可视化监控与管理。平台提供专 家级的突发交通事故的处理预案，提供及时的道路交通状况分析，预测该事故的 影响范围和道路阻塞的严重程度，提供适当的交通应变和疏导交通的方案及解决 措施，通过城区一体化官网进行交通事故信息发布。总体框架如图2所示：2.3 .2数据处理城市道路交通数据量大，诸多交通设施作
6、为实时数据源时刻都在产生庞大交 通数据，且如此巨大的交通时效信息需要不间断进行处理，智能分析并实现问题 预警预报，具体处理方案如下：(1)根据交通管控需求对数据进行区分筛选，对其中需要实时处理的数据 进行实时上传实时处理，而对非实时交通数据则可采用集中批处理方式，以提高 系统运行效率。(2)根据数据特性进行数据清理，针对不同特性的交通数据进行数据异构 传输与同步层。(3)大数据技术对交通数据处理的核心层为数据处理层，不仅需要处理实 时数据，同时需要对非实时数据进行批处理，生成历史数据或数据仓库。其计算 框架为：生态Hadoop系统计算与Storm实时计算。无论是实时计算框架和非实 时计算框架，
7、各自独立承担相应任务，由Mesos集群管理器管理。(4)数据处理的临时结果和最终结果都需要数据存储层进行存储，存储数 据库分为关系型和非关系型两种，以适应数据的不同类型。(5)为屏蔽异构存储逻辑以及对Impala, Hive等组件使用进行封装，在存 储层之下设计了对外接口层，以方便开发人员进行统一接口操作，提高系统开放 性与共享性。(6)对交通数据的应用拓展，如预警预案、智能引导等，均统一设置在系 统应用层。2.3综合治理模式平台平台具体分为三个部分，数据集成管理系统、数据分析挖掘系统、智慧交通 应用服务集。2 3 1数据集成管理系统数据集成管理系统主要负责对城市道路交通数据进行集成管理，不同
8、交通数 据满足分别不同使用需求。如：交通监测数据对道路与车辆行驶等状况进行实时 数据采集，是城市道路交通管理的重要数据，因此数据量庞大；道路交通流数据 是对道路交通负载信息进行跟踪管理的数据，而道路交通负载信息随着交通高峰 与波谷等不同时段进行波动变化，需要高并发支持；道路交通信息发布数据是为 满足城市居民出行要求而提供的服务数据，同时也是进行交通前置化管理实现智 能疏导的有效工具，具有高时效性、高准确性特点，以及高个性化需求的特点， 为民众提供高品质、高安全、保畅通的服务是ITS的主要功能。数据分析挖掘系统数据分析挖掘系统是根据城市道路交通系统中交通监控、预警预案等分析需 求，对采集与传输数
9、据进行挖掘与建模分析，特别是道路交通实时数据的处理和 分析，及时呈现城市道路交通现况，并据此生成预警预案智能引导等交通管控行 为。在数据存储方面采用行列混合存储、高效压缩技术把海量数据复制分布存储 在不同的节点上进行并行处理，同时采用内存计算技术将需要实时处理的高效压 缩的优化数据上载到内存数据库中，并把大数据量和计算量分散到不同处理器 上，满足海量数据存储和实时处理的需要，同时保证任何节点宕机都不影响数据 的完整性和业务的连续性。建立数据分析与挖掘模式库和领域知识库，使用相关 领域知识，使用最优的挖掘算法对城市交通大数据进行分析和挖掘。智慧交通应用服务集以城市交通大数据分析挖掘为基础，为政府
10、、交通企业、公众用户提供各类 应用服务。(1)智能交通管理系统系统通过道路预埋与辐射检测器采集城市道路交通实时数据，对城区道路交 通效率、畅通性能、通行速度、延迟时间等信息进行城市交通大数据挖掘分析计 算，平衡城市各道路综合交通负载，通过智能引导实现城市绿波交通。(2)智能信息服务系统智能交通信息服务是利用现代化的网络通讯技术满足个性化的交通出行信 息需求的一种新型的服务业务，主要包括交通路况信息、城市指路信息、公交线 路信息、交通管制信息、车辆违法记录信息等。(3)智能公交管理系统智能公交管理系统由公交调度子系统、车辆监控子系统、数据统计分析子系 统等组成。其综合利用北斗/GPS技术与电子地
11、图、移动感知等现代化技术手段, 实现对公共交通运营车辆的实时、实地、时效跟踪，预测公众使用需求进行智能 调度平衡负载。良好的公共交通，不仅可以为公众出行提供便利，同时可以有效 分担城市道路交通压力，建立绿色、环保的交通体系。(4)应急事件处理服务系统为了提高交通应急处理能力、预防和处置交通突发事件的能力，建立面向城 市的以智慧交通大数据平台为中心的统一指挥、分级负责、反映灵敏、保障有力 的交通突发事件应急体系。实现以智慧平台为中心的资源共享、建立统一的报警 号码台、建立以大数据分析为基础的应急领导和指挥体制，为应急决策提供必要 和及时的数据支持。【参考文献】1周翼华，俞晓.大数据时代下的智能交
12、通J.现代信息科技，2018 (05).邱卫云.智能交通大数据分析云平台技术J.中国交通信息化，2013 (10)季振东.大数据分析云平台技术在智能交通中的应用研究J.硅谷，2015 (01)4杨正.基于大数据架构的智能交通解决方案J.北京联合大学学报，2014 (10)5叶亮.“大数据”背景下我国交通数据管理应用的转型与发展J .交通与运 输(学术版)，2013 (12)大数据背景下的智能交通系统应用与平台构建目前我国各个城市的交通压力都非常大，城市交通体系已经无法满足不断增 高的交通需求。在这种情况下，我国各个地区都开始建设智能交通体系，来提高 整个交通体系的效率.但就当前的实际情况来看，
13、多数地区的智能交通体系建设 层次还不算太高本文先阐述了大数据与智能交通的相关定义，接着从系统的需求 分析、系统的总体构架、系统的算法分析、系统的实现四个方面，来分析了大数 据背景下智能交通系统平台的构建，给各个城市智能交通的建设都带来了相应的 参考与借鉴。【关键词】大数据智能交通系统平台系统算法随着我国城市经济的不断发展，各个城市的人口数量也在不断增加，给城市 交通带来了较大的负荷。交通问题已经成为了我国多数地区发展的重要阻碍，需 要在下一步的发展中引起重视。在这种情况下，我国各个城市也开始将一些先进 的信息技术和网络技术应用到交通体系中，比如物联网、云计算等。而大数据技 术也是城市智能交通体
14、系中经常用到的一种技术，能够实现城市交通流的全面预 测与管理。因此，在当前的发展中就有必要继续探讨大数据技术在智能交通中的 应用，能够充分发挥大数据等各项信息技术的优势与价值。1大数据背景下智能交通系统的概述1.1 大数据的定义大数据主要是在一定的范围框架内，无法使用常规软件来进行数据捕捉、处 理等一种数据总和，必须要使用新型数据处理方式才能够提高对这些数据进行处 理，最终形成具有显著决策能力、洞察能力的信息集合。大数据技术的具体内容 有很多，并且在发展之中也形成了多元化的细分技术，比如Hadoop、HDFS等。 大数据技术在当前信息化时代高速发展下的一种必然性产物，能够显著的提高信 息时代下
15、的数据加工与处理能力，提高各行各业对新时代产生的海量数据信息的 应用。1.2 智能交通的内涵智能交通主要是指使用一些先进的信息技术、通讯技术等工具，将整个地面 交通信息全部整合起来，最终能够建立一个大型的交通管理系统，并且在交通信 息涉及范围内能够发挥相应的作用，提供实时、高效、精确的交通管理。智能交 通是我国整个交通体系的重要发展方向，并且在当前我国各个城市中都具有了较 强的应用可行性。如果我们能够充分使用智能交通系统，那么就能够显著的提高 交通运作效率和交通安全，并且降低城市交通体系出现的环境污染。因此，智能 交通体系在当前我国的发展中应该引起重视。2大数据背景下智能交通系统平台的构建在大
16、数据技术背景下，智能交通系统平台的建立应该从多个方面入手，立足 于区域需求分析来构建整体框架，接着使用先进的算法来完善系统的内核，并对 系统的运作进行必要的测试，最终能够建立起一个应用效果较好的智能交通系统 平台。2.1 系统的需求分析智能交通系统平台的建立应该先进行需求分析，从而明确系统的功能以及后 续平台搭建的主要需求。2.1.1 配置需求由于本次平台的建设使用了大数据技术，并且需要处理的数据已经超过了 TB的级别，因此技术人员也应该注意相应的配置情况，比如Hadoop集群规模 应该超过14个等。2.1.2 安全性要求平台的构建也应该保证数据安全，避免一些不良用心的人员进入到系统中， 给系
17、统数据库带来安全威胁。2.1.3 稳定性要求整个平台的运作是面对城市所有居民的，因此平台的稳定性也应该得到保 证。2.2 系统的总体构架智能交通系统的整体设计框架应该分为三个部分，即应用层、网络层和感知 lo感知层主要就是通过各类传感器等工具，来搜集城市交通体系在运作过程中 而产生的各类交通流量，并将这些数据进行统一的收集与整合。而网络层则能够 将这些数据进行传递，快速的完成数据流通。在应用层方面，主要就是对之前收 集并传递过来的信息进行储存与分析，并通过这些信息来明确区域交通的管理模 式，并且实现各类交通管理的职能。2.3 系统的算法分析在这个智能交通系统中，最重要的内容就是针对海量交通数据
18、与信息进行计 算，因此算法的选择与使用就非常关键。传统的算法主要是立足于单个计算机节 点来进行分析，并由计算机下发多个计算任务来依次执行这些任务。这种算法会 使得计算机CPU等资源的运作效率变得非常低，整个计算过程也会使用大量的 时间。因此这里选择MapReduce的新型算法，在分解多个计算任务的同时，能 够同时进行这些计算任务，最后将所有计算的结果进行整合，具有较高的使用效 果。2.4 系统的实现在明确了各类资源与搭建过程以后，就可以进行系统平台的构建。其中系统 的代码主要使用了 Java语言编写，同时还引入了 MySQL数据库技术，并使用了 Hadoop大数据平台进行建设。在系统建设完成以
19、后，整个系统每个十秒就会上 传一次实时信息、，而大数据平台就能够对这短时间内形成的海量信息进行分析与 处理，并将处理完成的数据转化为离线数据，同时也能够较好的提取出有用的数 据来进行后续交通管理的参考。3结束语随着我国城镇化发展等各个战略理念的不断推进，各个城市的交通量将会进 一步增加，智能交通的应用前景也非常高。在这种发展趋势下，我们更应该能够 综合利用大数据技术，提高智能交通的技术层次。这也需要我国各个城市地区能 够充分使用大数据技术来对区域交通流量进行预测，并通过相应的计算来对交通 进行管理，最终形成一个智能交通的系统平台。这样以后，区域交通的管理就能 够变得高效化，同时也可以对各个交通流量进行全面的管理，提高区域交通的管 理层次。参考文献山霍明林，张琦.大数据背景下的智能交通系统应用与平台构建J.山东工业 技术,2016 (03)： 118-1192白玲玲，韩天鹏,大数据在智能交通系统中的应用研究J.电脑知识与技 术，2015, 11 (10)： 204-206.3潘慧，黄美庆.大数据构建绿色城市交通体系走访中山大学智能交通 研究中心J.广东科技,2017, 26 (02)： 41-45.