今年以來，智慧城市以及大數據這兩個話題在行業內非常火熱。在智慧城市建設中，由于城市交通擁堵狀況越來越嚴重，智能交通更受公眾關注。那么，備受關注的大數據技術能在多大程度上助力智能交通呢？
數據是智能交通的基礎和命脈
隨著我國國民經濟的持續快速發展以及城鎮化進程的加快，城市機動車數量近幾年大幅增加。交通擁堵、交通污染日益嚴重，交通違章、交通事故頻發，這些日益嚴重的“城市病”，成為阻礙城市進一步發展的瓶頸。
面對城市交通問題，智能交通概念應運而生。智能交通系統（ITS），是將先進的信息技術、數據通信傳輸技術、電子傳感技術、控制技術及計算機技術等有效集成運用于整個地面交通管理而建立的一種在大范圍內、全方位發揮作用的，實時、準確、高效的綜合交通運輸管理系統。ITS可以有效地利用現有交通設施，減少交通負荷和環境污染，保證交通安全，提高運輸效率。發達國家統計數字顯示，采用智能交通技術提高道路管理水平后，每年僅交通事故死亡人數就可減少30%以上，并能提高交通工具的使用效率50%以上。因此，目前智能交通研究和應用日益受到各國重視。
智能交通系統主要解決四個方面的應用需求。一是交通實時監控，獲知哪里發生了交通事故、哪里交通擁擠、哪條路最為暢通，并以最快的速度提供給駕駛員和交通管理人員；二是公共車輛管理，實現駕駛員與調度管理中心之間的雙向通信，來提升商業車輛、公共汽車和出租車的運營效率；三是旅行信息服務，通過多媒介多終端向外出旅行者及時提供各種交通綜合信息；四是車輛輔助控制，利用實時數據輔助駕駛員駕駛汽車，或替代駕駛員自動駕駛汽車。
數據是智能交通的基礎和命脈。以上任何一項智能應用都是基于海量數據的實時獲取和分析得以實現的，交通流量、速度、占有率、排隊長度、行程時間、區間速度等是其中最為重要的交通參數。數據源及采集方式主要包括：利用線圈和攝像機等定點檢測設備的靜態交通探測方式，以及基于位置不斷變化的車輛或手機來獲得實時行車速度和旅行時間等交通信息的動態交通探測方式。線圈檢測技術最為成熟，且精度較高，適用于交通量較大的道路。但其缺點也非常明顯，即采集范圍有限、損壞率高、施工成本昂貴、施工周期長。隨著海量存儲、無線寬帶、實時定位等相關技術的不斷成熟，視頻和位置信息逐漸替代傳統的線圈檢測數據，成為智能交通系統最為倚重的交通檢測基礎數據來源。
運營商服務智能交通有優勢
大數據是繼云計算、物聯網之后信息技術產業的又一次重大變革。隨著電信運營商向綜合信息服務商轉型，其業務范圍逐漸向云、管、端全面覆蓋。在運營商的通信管道、業務平臺、定制終端上，每時每刻都會捕捉到用戶的各種行為數據。大數據技術上的突破，使得在傳統數據技術架構下運營商無法存儲和處理而不得不丟棄的數據寶藏重新獲得開采，其中當然也包括智能交通所需的視頻和位置信息。
運營商的網絡視頻監控業務平臺提供視頻數據。例如，中國電信“全球眼”系統，利用電信寬帶網絡，將分散、獨立的圖像采集點進行聯網，實現跨區域、全國范圍內的統一監控、統一存儲、統一管理、資源共享。全球眼采集系統已擴展支持移動終端，從而超出了傳統意義上將視頻監控作為靜態交通檢測方式的理解。另外，視頻數據的特點是需要大量的圖像處理工作，信息萃取的成本比較高，全球眼系統本身也在不斷智能化。例如，通過擴展圖像識別能力，可以提供智能交通系統所需的車牌辨識功能。
運營商的移動網絡可以提供位置信息。傳統基于GPS的定位方式是利用終端上的GPS定位模塊將自己的位置信號發送到定位后臺來實現定位的。基站定位則是利用運營商的基站對移動終端的距離測算來確定位置的，不需要終端具有GPS定位能力，適用范圍更廣。此外，運營商的WiFi網絡在市區內覆蓋越來越廣，利用WiFi能夠在小范圍內實現更為精確的定位。運營商的大數據平臺不單單是采集和存儲海量位置數據，更要關聯用戶數據和位置數據進行深層次的數據挖掘，發現隱藏在數據里面的有用價值。例如，通過用戶ID和時間線組織起來的用戶行為軌跡模型，實際記錄了用戶在真實世界的活動，在一定程度上體現了個人的意圖、喜好和行為模式。掌握了這些，對于智能交通系統提供個性化的旅行信息推送服務很有幫助。
事實上，運營商很早便開始關注和重視智能交通行業應用，一個標志例證是各運營商都推出了面向智能交通的車聯網解決方案。大數據在智能交通領域的應用探索才剛剛起步，今后一段時間，運營商務必要進一步深入開展大數據技術的基礎性研究，持續發掘智能交通數據分析需求，逐步提升大數據資產價值，為實現智慧城市的目標而努力。
京公網安備 11010502049343號