① 如何看待大數據與智能交通的關系

建交通數據處理模型是建設智能交通的前提,而這一難題可以通過大數據技術...數據類型的復雜和數據量的急劇增加決定了原有簡單因果關系的應用模式對數據.

② 大數據，數據挖掘在交通領域有哪些應用

交通領域大數據分析和應用的場景會相當多，這裡面要注意兩點，一個是大數據本身的技術處理平台，一個是數據分析和挖掘演算法。具體場景當時寫過點內容，如下：
對於公交線路規劃和設計是一個大數據潛在的應用場景，傳統的公交線路規劃往往需要在前期投入大量的人力進行OD調查和數據收集。特別是在公交卡普及後可以看到，對於OD流量數據完全可以從公交一卡通中採集到相關的交通流量和流向數據，包括同一張卡每天的行走路線和換乘次數等詳細信息。對於一個上千萬人口的大城市而言，每天的流量數據都會相當大，單一分析一天的數據可能沒有相關的價值，而分析一個周期的數據趨勢變化則會相當有價值。結合交通流量流向數據趨勢變化，可以很好的幫助公交部門進行公交運營線路的調整，換乘站的設計等很多內容。這個方法可能很早就有人想到，但是在公交卡沒有普及或海量數據處理和計算能力沒有跟上的時候確實很難實際落地操作，而現在則是完全可以落地操作的時候了。
從單一的公交流量流向數據動態分析僅僅是一個方面，大數據往往更加強調相關性分析。比如對於在某一個時間段內公交流量和流向數據發生明細的趨勢變化的時候，這個趨勢變化的究竟和哪些潛在的大事件或其它影響因素的變化存在相關性，如何去分析這些相關性並做出正確的應對。舉個簡單的例子來說，當市中心區內的房屋租金持續增長的時候一定會影響到交通流的變化，很多人可能會搬離到更遠的地方去居住，自然會形成更多的新增公交流量和流向信息。在《大數據時代》裡面談到更多的會關心相關性而不是因果只是一個方面的內容，實際上往往探索因果仍然很重要，就拿尿片和啤酒的例子來說看起來很簡單，但是究竟是誰發現了這種相關性才更加重要，發現相關性的過程往往是從果尋因的過程，否則你也很難真正就確定是具備相關性。
其次就智能交通來說，現在的智慧交通應用往往已經能夠很方面的進行整個大城市環境下的交通狀況監控並發布相應的道路狀況信息。在GPS導航中往往也可以實時的看到相應的擁堵路況等信息，而方便駕駛者選擇新的路線。但是這仍然是一種事後分析和處理的機制，一個好的智能導航和交通流誘導系統一定是基於大量的實時數據分析為每個車輛給出最好的導航路線，而不是在事後進行處理。對於智能交通中的交通流分配和誘導等模型很復雜，而且面對大量的實時數據採集，根據模型進行實時分分析和計算，給出有價值的結果，這個在原有的信息技術下確實很難解決。隨著物聯網和車聯網，分布式計算，基於大數據的實時流處理等各種技術的不斷城市，智能的交通導航和趨勢分析預測將逐步成為可能。
還有一個在國外大片中經常能夠看到的就是實時的車輛追蹤，隨著智慧城市的建設，城市裡面到處都是攝像頭採集數據，當鎖定一個車輛後如何根據車輛的特徵或車牌號等信息，實時的追蹤到車輛的行走路線和位置。這裡面往往需要實時的視頻數據採集，採集數據的實時分析和比對，給出相應的參考信息和數據。這個個人認為是具有相當大的難度，要知道對於視頻流和圖像信息的比對和分析往往更加耗費計算資源，需要更長的計算周期，要從城市成千上萬個攝像頭裡面採集數據並進行實時分析完全滿足大數據常說的海量數據，異構數據，速度和價值等四個維度的特徵。基於車輛能夠做到，基於人當然同樣也可以做到，希望這類應用能夠逐步的出現，至少現在從硬體水平能力和技術基礎上已經具備這種大數據應用的能力。
-

③ 互聯網 大數據在智能交通上有哪些應用

點請教東南交通院智能運輸系統（ITS）研究專家教授

根據位與研究教育信息網（教育部位）2007--2009科水平排名該校交通運輸科位列全第2名研究公路交通運輸主（第1名西南交通研究鐵道交通運輸主）說東南公路交通運輸工程科全排名第1

同東南交通院院王煒教授擔任家暢通工程專家組組

東南智能交通科研領域歸屬於交通信息工程與控制科該校級家重點科交通運輸工程重要組部工程院院士黃衛教授領導並立教育部智能運輸系統（ITS）研究我早事智能交通運輸系統研究機構該科研領域由東南交通工程、計算機工程、控制工程、通信工程等相關科交叉

術性專業問題我王婆賣瓜

④ 交通大數據分析會對智慧交通產生那些影響

隨著這些年我國城市化發展的加速，城市交通擁堵、交通污染日益嚴重，交通事故頻繁發生。眾所周知，智能交通成為改善城市交通的關鍵策略。因此，及時、准確獲取交通大數據並構建交通數據處理模型是建設智能交通的前提，而這一難題可以通過大數據技術得到解決。

交通行業現狀

我國智能交通發展始於上世紀90年代，在「十二五」規劃中，我國交通部進一步明確未來智能交通運輸的發展目標，例如，感知識別、網路傳輸、智能處理和數據挖掘等。在改善結構調整和城際溝通的支撐、引領雙重作用，成為城市交通最重要的發展領城。包括大數據等現代先進技術的應用，提高整個交通運輸系統的發展水平、質量和管理及服務水平，實現能力供給增加、安全保障性以及經濟、環保等的提高。而且，大數據的應用在地鐵網路化、大客流運營常態下愈發凸現其對地鐵安全、高效運行和乘客服務方面的重要價值。

我國新型城鎮化將需要形成城市群內部城市之間、城市內部的軌道交通系統，交通運輸環境進一步改善。包括大數據等現代先進技術的應用，目的在於提高整個交通運輸系統的發展水平、質量和管理及服務水平，實現能力供給增加、安全保障性以及經濟、環保等的提高。而且，大數據的應用在地鐵網路化、大客流運營常態下愈發凸現其對地鐵安全、高效運行和乘客服務方面的重要價值。

目前遇到的問題

1、海量數據

軌道交通系統每時每刻都在產生大量數據，來自故障維修系統、實時監控系統、項目實施進度系統、物資物料統計系統等，且數據增長速度越來越快，這些數據的價值在哪?該如何利用提升地鐵運營效率，確保項目交付的及時監控。

2.數據認知

大多數傳統系統，故障維修系統，實時監控系統，物資物料統計系統中，已有簡單的分析統計圖表，但數據格式比較單一，靈活性差，交互性低，管理者難以對數據有很好的認知。

3、管理決策

大數據運營在地鐵網路化、大客流運營常態下愈發凸現其對軌道交通安全、高效運行和乘客服務方面的重要作用，能迅速從底層數據中提取關鍵數據，以數據驅動運營方向，對決策提供科學支撐。

現在很多地方的交通大數據系統都用的BI平台，比如永洪科技，一般的大數據分析系統分為3個層次:

1、數據層以及建模層:整合交通行業各信息系統，打破信息孤島，實現數據共享。數據決策方面、銷售方面、運營方面關心的指標，建立不同分析主題集市。

2、業務層:梳理交通行業指標，將分析結果推送至展現層。

3、展現層：以豐富美觀的圖表展現方式，靈活多變的交互方式，將分析結果呈現給各角色管理人員。

基本上現在的大數據分析平台都可以做到以下幾個方面：

1、基於交通數據分析平台，決策層、管理層可能洞察軌交運行狀況。

2、應對軌交各系統數據量的迅速增長，基於明細數據，任意業務的計算及展現，可達到秒級響應。

3、運營和分析部門都能做部分自服務分析，以滿足實時探索分析需求。

4、能夠快速響應新的分析需求和變化，提高工作效率 。

⑤ 如何運用交通大數據智慧出行

2015年兩會上，「大數據（big data）」一詞首次寫入政府工作報告。在交通領域，大數據一直被視作緩解交通壓力的技術利器。應用大數據有助於了解城市交通擁堵問題中人的出行規律和原因，實現交通和生活的和諧，提高城市的宜居性，為政府精準管理提供基於數據證據的綜合決策。

隨著手機網路、全球定位系統（global positioning system，GPS）/北斗車載導航、車聯網、交通物聯網的發展，交通要素的人、車、路等的信息都能夠實時採集，城市交通大數據來源日益豐富。在日益成熟的物聯網和雲計算平台技術支持下，通過城市交通大數據的採集、傳輸、存儲、挖掘和分析等，有望實現城市交通一體化，即在一個平台上實現交通行政監管、交通企業運營、交通市民服務的集成和優化。

⑥ 智能交通中有哪些問題可以用大數據來解決

隨著時代的發展，人們已經不知不覺走進了信息化時代，在信息化時代大量的數據爆棚成了新時代的特徵。在這種特徵下人們依然追求生產生活質量的提高。對於發展智能交通使人們生活以及現實社會的需要，然而在智能交通的構建當中，大量的信息數據也給其增添了變化和難度，如何在大數據時代構建一個智能化、安全化、低成本、高效便捷化的智能交通系統成為了當今人們研究的課題。

就目前而言，國際上還沒有給予「大數據」一個明確的具有權威性的定義，但是其在本質上的認識各個國家基本相同。一些研究人士認為「大數據」是數量極大的一堆數據，其作用性非常強，並且其可以對其應用領域的大體上做出預測。還有一些研究人士認為，在大量信息數據技術處理應用當中，「大數據」是一項大的數據集合，並且該種集合不僅數據量大並且還非常復雜。但是無論怎樣大數據時代已經走來，我們必須接受並且要利用好其在各個領域的應用。因此在今天的智能交通領域，利用大數據技術已經成為了時代發展的必然，因為其可以給現代智能交通帶來諸多大的變化。

隨時網路信息技術以及相關配套技術的快速發展，使得當今時代在不知不覺中走進一個「大數據」時代階段。大數據時代已經來臨，對於城市交通來說既是機遇，也是挑戰，如何應對，如何利用，這是一個很大的課題。在傳統交通中，城市交通是中流砥柱，具有基礎性的作用。大數據時代的特徵人們用四個V字開頭的英文單詞來表達即速度（Velocity）、多樣性（Variety）、體量（Volume）以及價值密度（Value）。在大數據時代，城市交通與大數據必然發生各種聯系，通過大數據帶來的技術突破推動城市交通邁向全面信息化時代，通過城市交通的快速發展推動大數據更加落地，產生實效城市交通大數據的集成和未來的挖掘應用對於現代軌道的發展具有重要作用。不論對哪一個傳統行業來說，對大數據的需求，都要既懂技術又深諳內情。能夠駕馭行業大數據的人，需要比金融更懂金融，比電信更懂電信，比交通更懂交通，需要充分調查乘客的實際需求，需要對高峰期充分了解。

⑦ 智慧交通大數據能解決城市擁堵么

以往針對城市交通擁堵的處理方式，各個城市通常是採用優化市內交通體系、公共交通優先發展等傳統的硬體解決方案。這些方式能在一定程度上緩解交通擁堵，但是不能處理一些突發事件導致的擁堵，也不能從根本原因上去避免和解決擁堵。
因此，在既有的交通環境現狀下，怎樣實現提高通行速度成為城市管理者的新研究課題。城市大數據大腦正是在這種情況下產生的解決方案。以城市交通為例，它的大概思路是，全面監控和採集城市交通的大數據，通過先進的演算法自動優化調整交通資源，從而達到提高城市交通通行速度和效率的可能。需要五大系統才能高效運轉——超大規模計算平台、數據採集系統、數據交換中心、開放演算法平台、數據應用平台。
據悉，在杭州蕭山區的部分路段試點中，城市大腦通過智能調節紅綠燈，初步將車輛通行速度提升了3%至11%。這相當於把高峰期平均時速提高到21.8-23.5公里，試點的成效還是非常不錯的。城市數據大腦的未來還不僅限於現有的5萬路視頻攝像頭。它還將結合手機地圖、道路線圈記錄的車輛行駛速度和數量，公交車、計程車等運行數據，真正成為城市交通的大數據中心。
城市大腦即可在一個虛擬的數字城市中構建多種演算法模型，通過機器學習不斷迭代優化，計算出更「聰明」更有效率的方案。這些計算的背後都離不開一個強大的數據中心作為數據計算的支撐。據悉，國內像華為、銳捷都能為交通大數據的數據中心建設提供頂級配置的核心交換機，能夠滿足國內一線城市的智能交通大數據數據中心的建設需求，為城市智慧大腦提供強有力的支撐。

⑧ 大數據和智慧交通有哪些應用的案例

智能交通成為改善城市交通的關鍵所在。為此，及時、准確獲取交通數據並構建交通數據處理模型是建設智能交通的前提，而這一難題可以通過大數據技術得到解決。

智能交通整體框架主要包括物理感知層、軟體應用平台及分析預測及優化管理的應用。其中物理感知層主要是對交通狀況和交通數據的感知採集;軟體應用平台是將各感知終端的信息進行整合、轉換處理，以支撐分析預警與優化管理的應用系統建設;分析預測及優化管理應用主要包括交通規劃、交通監控、智能誘導、智能停車等應用系統。

系統利用先進的視頻監控、智能識別和信息技術手段，增加可管理空間、時間和范圍，不斷提升管理廣度、深度和精細度。整個系統由信息綜合應用平台、信號控制系統、視頻監控系統、智能卡口系統、電子警察系統、信息採集系統、信息發布系統等組成。以達到四方面的目標：提高通行能力、減少交通事故、打擊違章事件、出行信息服務。
在各城市建設智慧交通的過程中，將產生越來越多的視頻監控、卡口電警、路況信息、管控信息、營運信息、GPS定位信息、RFID識別信息等數據，每天產生的數據量可以達到PB級別，並且呈現指數級增長。