① 如何看待大数据与智能交通的关系

建交通数据处理模型是建设智能交通的前提,而这一难题可以通过大数据技术...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.

② 大数据，数据挖掘在交通领域有哪些应用

交通领域大数据分析和应用的场景会相当多，这里面要注意两点，一个是大数据本身的技术处理平台，一个是数据分析和挖掘算法。具体场景当时写过点内容，如下：
对于公交线路规划和设计是一个大数据潜在的应用场景，传统的公交线路规划往往需要在前期投入大量的人力进行OD调查和数据收集。特别是在公交卡普及后可以看到，对于OD流量数据完全可以从公交一卡通中采集到相关的交通流量和流向数据，包括同一张卡每天的行走路线和换乘次数等详细信息。对于一个上千万人口的大城市而言，每天的流量数据都会相当大，单一分析一天的数据可能没有相关的价值，而分析一个周期的数据趋势变化则会相当有价值。结合交通流量流向数据趋势变化，可以很好的帮助公交部门进行公交运营线路的调整，换乘站的设计等很多内容。这个方法可能很早就有人想到，但是在公交卡没有普及或海量数据处理和计算能力没有跟上的时候确实很难实际落地操作，而现在则是完全可以落地操作的时候了。
从单一的公交流量流向数据动态分析仅仅是一个方面，大数据往往更加强调相关性分析。比如对于在某一个时间段内公交流量和流向数据发生明细的趋势变化的时候，这个趋势变化的究竟和哪些潜在的大事件或其它影响因素的变化存在相关性，如何去分析这些相关性并做出正确的应对。举个简单的例子来说，当市中心区内的房屋租金持续增长的时候一定会影响到交通流的变化，很多人可能会搬离到更远的地方去居住，自然会形成更多的新增公交流量和流向信息。在《大数据时代》里面谈到更多的会关心相关性而不是因果只是一个方面的内容，实际上往往探索因果仍然很重要，就拿尿片和啤酒的例子来说看起来很简单，但是究竟是谁发现了这种相关性才更加重要，发现相关性的过程往往是从果寻因的过程，否则你也很难真正就确定是具备相关性。
其次就智能交通来说，现在的智慧交通应用往往已经能够很方面的进行整个大城市环境下的交通状况监控并发布相应的道路状况信息。在GPS导航中往往也可以实时的看到相应的拥堵路况等信息，而方便驾驶者选择新的路线。但是这仍然是一种事后分析和处理的机制，一个好的智能导航和交通流诱导系统一定是基于大量的实时数据分析为每个车辆给出最好的导航路线，而不是在事后进行处理。对于智能交通中的交通流分配和诱导等模型很复杂，而且面对大量的实时数据采集，根据模型进行实时分分析和计算，给出有价值的结果，这个在原有的信息技术下确实很难解决。随着物联网和车联网，分布式计算，基于大数据的实时流处理等各种技术的不断城市，智能的交通导航和趋势分析预测将逐步成为可能。
还有一个在国外大片中经常能够看到的就是实时的车辆追踪，随着智慧城市的建设，城市里面到处都是摄像头采集数据，当锁定一个车辆后如何根据车辆的特征或车牌号等信息，实时的追踪到车辆的行走路线和位置。这里面往往需要实时的视频数据采集，采集数据的实时分析和比对，给出相应的参考信息和数据。这个个人认为是具有相当大的难度，要知道对于视频流和图像信息的比对和分析往往更加耗费计算资源，需要更长的计算周期，要从城市成千上万个摄像头里面采集数据并进行实时分析完全满足大数据常说的海量数据，异构数据，速度和价值等四个维度的特征。基于车辆能够做到，基于人当然同样也可以做到，希望这类应用能够逐步的出现，至少现在从硬件水平能力和技术基础上已经具备这种大数据应用的能力。
-

③ 互联网 大数据在智能交通上有哪些应用

点请教东南交通院智能运输系统（ITS）研究专家教授

根据位与研究教育信息网（教育部位）2007--2009科水平排名该校交通运输科位列全第2名研究公路交通运输主（第1名西南交通研究铁道交通运输主）说东南公路交通运输工程科全排名第1

同东南交通院院王炜教授担任家畅通工程专家组组

东南智能交通科研领域归属于交通信息工程与控制科该校级家重点科交通运输工程重要组部工程院院士黄卫教授领导并立教育部智能运输系统（ITS）研究我早事智能交通运输系统研究机构该科研领域由东南交通工程、计算机工程、控制工程、通信工程等相关科交叉

术性专业问题我王婆卖瓜

④ 交通大数据分析会对智慧交通产生那些影响

随着这些年我国城市化发展的加速，城市交通拥堵、交通污染日益严重，交通事故频繁发生。众所周知，智能交通成为改善城市交通的关键策略。因此，及时、准确获取交通大数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。

交通行业现状

我国智能交通发展始于上世纪90年代，在“十二五”规划中，我国交通部进一步明确未来智能交通运输的发展目标，例如，感知识别、网络传输、智能处理和数据挖掘等。在改善结构调整和城际沟通的支撑、引领双重作用，成为城市交通最重要的发展领城。包括大数据等现代先进技术的应用，提高整个交通运输系统的发展水平、质量和管理及服务水平，实现能力供给增加、安全保障性以及经济、环保等的提高。而且，大数据的应用在地铁网络化、大客流运营常态下愈发凸现其对地铁安全、高效运行和乘客服务方面的重要价值。

我国新型城镇化将需要形成城市群内部城市之间、城市内部的轨道交通系统，交通运输环境进一步改善。包括大数据等现代先进技术的应用，目的在于提高整个交通运输系统的发展水平、质量和管理及服务水平，实现能力供给增加、安全保障性以及经济、环保等的提高。而且，大数据的应用在地铁网络化、大客流运营常态下愈发凸现其对地铁安全、高效运行和乘客服务方面的重要价值。

目前遇到的问题

1、海量数据

轨道交通系统每时每刻都在产生大量数据，来自故障维修系统、实时监控系统、项目实施进度系统、物资物料统计系统等，且数据增长速度越来越快，这些数据的价值在哪?该如何利用提升地铁运营效率，确保项目交付的及时监控。

2.数据认知

大多数传统系统，故障维修系统，实时监控系统，物资物料统计系统中，已有简单的分析统计图表，但数据格式比较单一，灵活性差，交互性低，管理者难以对数据有很好的认知。

3、管理决策

大数据运营在地铁网络化、大客流运营常态下愈发凸现其对轨道交通安全、高效运行和乘客服务方面的重要作用，能迅速从底层数据中提取关键数据，以数据驱动运营方向，对决策提供科学支撑。

现在很多地方的交通大数据系统都用的BI平台，比如永洪科技，一般的大数据分析系统分为3个层次:

1、数据层以及建模层:整合交通行业各信息系统，打破信息孤岛，实现数据共享。数据决策方面、销售方面、运营方面关心的指标，建立不同分析主题集市。

2、业务层:梳理交通行业指标，将分析结果推送至展现层。

3、展现层：以丰富美观的图表展现方式，灵活多变的交互方式，将分析结果呈现给各角色管理人员。

基本上现在的大数据分析平台都可以做到以下几个方面：

1、基于交通数据分析平台，决策层、管理层可能洞察轨交运行状况。

2、应对轨交各系统数据量的迅速增长，基于明细数据，任意业务的计算及展现，可达到秒级响应。

3、运营和分析部门都能做部分自服务分析，以满足实时探索分析需求。

4、能够快速响应新的分析需求和变化，提高工作效率 。

⑤ 如何运用交通大数据智慧出行

2015年两会上，“大数据（big data）”一词首次写入政府工作报告。在交通领域，大数据一直被视作缓解交通压力的技术利器。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，实现交通和生活的和谐，提高城市的宜居性，为政府精准管理提供基于数据证据的综合决策。

随着手机网络、全球定位系统（global positioning system，GPS）/北斗车载导航、车联网、交通物联网的发展，交通要素的人、车、路等的信息都能够实时采集，城市交通大数据来源日益丰富。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，即在一个平台上实现交通行政监管、交通企业运营、交通市民服务的集成和优化。

⑥ 智能交通中有哪些问题可以用大数据来解决

随着时代的发展，人们已经不知不觉走进了信息化时代，在信息化时代大量的数据爆棚成了新时代的特征。在这种特征下人们依然追求生产生活质量的提高。对于发展智能交通使人们生活以及现实社会的需要，然而在智能交通的构建当中，大量的信息数据也给其增添了变化和难度，如何在大数据时代构建一个智能化、安全化、低成本、高效便捷化的智能交通系统成为了当今人们研究的课题。

就目前而言，国际上还没有给予“大数据”一个明确的具有权威性的定义，但是其在本质上的认识各个国家基本相同。一些研究人士认为“大数据”是数量极大的一堆数据，其作用性非常强，并且其可以对其应用领域的大体上做出预测。还有一些研究人士认为，在大量信息数据技术处理应用当中，“大数据”是一项大的数据集合，并且该种集合不仅数据量大并且还非常复杂。但是无论怎样大数据时代已经走来，我们必须接受并且要利用好其在各个领域的应用。因此在今天的智能交通领域，利用大数据技术已经成为了时代发展的必然，因为其可以给现代智能交通带来诸多大的变化。

随时网络信息技术以及相关配套技术的快速发展，使得当今时代在不知不觉中走进一个“大数据”时代阶段。大数据时代已经来临，对于城市交通来说既是机遇，也是挑战，如何应对，如何利用，这是一个很大的课题。在传统交通中，城市交通是中流砥柱，具有基础性的作用。大数据时代的特征人们用四个V字开头的英文单词来表达即速度（Velocity）、多样性（Variety）、体量（Volume）以及价值密度（Value）。在大数据时代，城市交通与大数据必然发生各种联系，通过大数据带来的技术突破推动城市交通迈向全面信息化时代，通过城市交通的快速发展推动大数据更加落地，产生实效城市交通大数据的集成和未来的挖掘应用对于现代轨道的发展具有重要作用。不论对哪一个传统行业来说，对大数据的需求，都要既懂技术又深谙内情。能够驾驭行业大数据的人，需要比金融更懂金融，比电信更懂电信，比交通更懂交通，需要充分调查乘客的实际需求，需要对高峰期充分了解。

⑦ 智慧交通大数据能解决城市拥堵么

以往针对城市交通拥堵的处理方式，各个城市通常是采用优化市内交通体系、公共交通优先发展等传统的硬件解决方案。这些方式能在一定程度上缓解交通拥堵，但是不能处理一些突发事件导致的拥堵，也不能从根本原因上去避免和解决拥堵。
因此，在既有的交通环境现状下，怎样实现提高通行速度成为城市管理者的新研究课题。城市大数据大脑正是在这种情况下产生的解决方案。以城市交通为例，它的大概思路是，全面监控和采集城市交通的大数据，通过先进的算法自动优化调整交通资源，从而达到提高城市交通通行速度和效率的可能。需要五大系统才能高效运转——超大规模计算平台、数据采集系统、数据交换中心、开放算法平台、数据应用平台。
据悉，在杭州萧山区的部分路段试点中，城市大脑通过智能调节红绿灯，初步将车辆通行速度提升了3%至11%。这相当于把高峰期平均时速提高到21.8-23.5公里，试点的成效还是非常不错的。城市数据大脑的未来还不仅限于现有的5万路视频摄像头。它还将结合手机地图、道路线圈记录的车辆行驶速度和数量，公交车、出租车等运行数据，真正成为城市交通的大数据中心。
城市大脑即可在一个虚拟的数字城市中构建多种算法模型，通过机器学习不断迭代优化，计算出更“聪明”更有效率的方案。这些计算的背后都离不开一个强大的数据中心作为数据计算的支撑。据悉，国内像华为、锐捷都能为交通大数据的数据中心建设提供顶级配置的核心交换机，能够满足国内一线城市的智能交通大数据数据中心的建设需求，为城市智慧大脑提供强有力的支撑。

⑧ 大数据和智慧交通有哪些应用的案例

智能交通成为改善城市交通的关键所在。为此，及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。

智能交通整体框架主要包括物理感知层、软件应用平台及分析预测及优化管理的应用。其中物理感知层主要是对交通状况和交通数据的感知采集;软件应用平台是将各感知终端的信息进行整合、转换处理，以支撑分析预警与优化管理的应用系统建设;分析预测及优化管理应用主要包括交通规划、交通监控、智能诱导、智能停车等应用系统。

系统利用先进的视频监控、智能识别和信息技术手段，增加可管理空间、时间和范围，不断提升管理广度、深度和精细度。整个系统由信息综合应用平台、信号控制系统、视频监控系统、智能卡口系统、电子警察系统、信息采集系统、信息发布系统等组成。以达到四方面的目标：提高通行能力、减少交通事故、打击违章事件、出行信息服务。
在各城市建设智慧交通的过程中，将产生越来越多的视频监控、卡口电警、路况信息、管控信息、营运信息、GPS定位信息、RFID识别信息等数据，每天产生的数据量可以达到PB级别，并且呈现指数级增长。