大数据时代的智能交通
在日益成熟的物联网和云计算平台技术支持下，通过城市交通大数据的采集、传输、存储、挖掘和分析等，有望实现城市交通一体化，对智慧城市发展具有战略性意义
智能交通系统（ITS）自上个世纪90年代提出后，已经成为了未来交通的发展方向，不仅是技术的变革，更是未来出行和管理方式的革新。数据对于智能交通而言意义重大，不仅是需要依靠数据才能达到智能的行为，交通运输本身也产生了海量的数据，这也为大数据的应用产生了更多的机会。
2015年全国两会上，'大数据（big data）“一词首次写入政府工作报告。大数据的特点表现为4个V（海量Volume，多样Variety，价值Value，速度Velocity）：第一，数据体量巨大，从TB级别跃升到PB级别。第二，数据类型繁多，包括文字、视频、图片、地理位置信息、传感器数据等。第三，价值密度低，应用价值高，以视频为例，连续不间断监控过程中可能有用的数据仅仅有一两秒。第四，Velocity处理速度快，1秒定律。
随着移动互联网、全球定位系统（GPS）/北斗车载导航、位置服务（LBS）、车联网、交通物联网的快速发展，交通要素的人、车、路等信息都能够实时采集传输，城市交通大数据的来源日益丰富，规模日益庞大。
在交通领域，海量的数据主要包括四个类型的数据：传感器数据（位置、温度、压力、图像、速度、RFID等信息）；系统数据（日志、设备记录、MIBs管理信息库等）；服务数据（收费信息、上网服务及其他信息）；应用数据（生成厂家、能源、交通、性能、兼容性等信息）。交通数据的类型繁多，而且规模巨大。
以上的四个要点中，海量Volume和多样Variety是因，数据类型的复杂和数据量的急剧增加决定了原有简单因果关系的应用模式对数据使用率极低，完全无法发挥数据的作用；速度Velocity是过程，巨大的运算量决定了速度必须快；价值Value是最终的结果。交通大数据具有种类繁多、异质性、时空尺度跨越大、动态多变、高度随机性、局部性和有限生命周期等特征。
在交通领域，大数据一直被视作方便人们出行、缓解交通拥堵、提高管理效率的技术利器。应用大数据有助于了解城市交通拥堵问题中人的出行规律和原因，为人们便捷出行和政府精准管理提供基于数据分析的服务和决策。同时，大数据的挖掘和应用还有利于催生信息消费新模式，促进信息消费产业发展。
在日益成熟的物联网和云计算平台技术支持下，通过城市交通大数据的采集、传输、存储、挖掘和分析...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
