周春梅

當智能交通遇到大數(shù)據(jù)，如同二氧化錳在制取氧氣的實驗中作為催化劑一樣，一場劇烈的化學反應加劇了兩方的共同發(fā)展。

隨著城市的迅速發(fā)展，交通擁堵、交通污染日益嚴重，交通事故頻繁發(fā)生，這些都是各大城市亟待解決的問題。智能交通成為改善城市交通的關(guān)鍵所在。為此，及時、準確獲取交通數(shù)據(jù)并構(gòu)建交通數(shù)據(jù)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(shù)據(jù)技術(shù)得到解決。

智能交通需求與大數(shù)據(jù)契合

智能交通整體框架主要包括物理感知層、軟件應用平臺及分析預測及優(yōu)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(shù)據(jù)的感知采集；軟件應用平臺是將各感知終端的信息進行整合、轉(zhuǎn)換處理，以支撐分析預警與優(yōu)化管理的應用系統(tǒng)建設；分析預測及優(yōu)化管理應用主要包括交通規(guī)劃、交通監(jiān)控、智能誘導、智能停車等應用系統(tǒng)。

系統(tǒng)利用先進的視頻監(jiān)控、智能識別和信息技術(shù)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(tǒng)由信息綜合應用平臺、信號控制系統(tǒng)、視頻監(jiān)控系統(tǒng)、智能卡口系統(tǒng)、非現(xiàn)場執(zhí)法系統(tǒng)、信息采集系統(tǒng)、信息發(fā)布系統(tǒng)等組成。以達到如下四方面的目標：

提高通行能力
減少交通事故
打擊違章事件
出行信息服務

如下是智能交通整體應用架構(gòu)圖：

整個系統(tǒng)建設的核心是數(shù)據(jù)的沉淀、存儲與計算，而其中最重要的核心思想就是“數(shù)據(jù)是價值”。問題就是如何把數(shù)據(jù)轉(zhuǎn)換成價值。這就成為一個技術(shù)問題。

從統(tǒng)計學的角度，任何領域任何動態(tài)發(fā)展的事物，只要有足夠多的樣本數(shù)據(jù)，就一定能從樣本數(shù)據(jù)中找到動態(tài)發(fā)展的規(guī)律。數(shù)據(jù)越多，準確率越高。這個“規(guī)律”就是數(shù)據(jù)的價值所在。對于商業(yè)機構(gòu)，可以分析用戶行為規(guī)律從而提高銷售量；分析目標市場規(guī)律，定點投放廣告從而降低成本等等；還可以分析交通行為規(guī)律，提前做交通疏導，提高交通通暢率，這就能真正挖掘數(shù)據(jù)的潛在價值，提高其社會價值。

從20世紀初的網(wǎng)絡發(fā)展以來，進入一個高度聯(lián)網(wǎng)的階段。聯(lián)網(wǎng)的同時，數(shù)據(jù)高度集中，數(shù)據(jù)量急劇增加。據(jù)IDC報告現(xiàn)在互聯(lián)網(wǎng)的數(shù)據(jù)，每兩年就翻一番。這個增長率在智能交通行業(yè)同樣有效，隨著卡口、電警、攝像機數(shù)量的增加，高清化、智能化的發(fā)展，如果再算上物聯(lián)網(wǎng)的各種傳感器，未來幾年的數(shù)據(jù)量增加可能大大高于這個增長率。這就為智能交通行業(yè)實現(xiàn)大數(shù)據(jù)提供了數(shù)據(jù)基礎。

從各種各樣類型的數(shù)據(jù)中，快速獲得有價值信息的能力，就是大數(shù)據(jù)技術(shù)。由此我們再看IBM歸納的4個V( 量Volume，多樣Variety，價值Value，速Velocity)：

1)Volume數(shù)據(jù)體量巨大。從TB級別，躍升到PB級別；

2)Variety數(shù)據(jù)類型繁多。包括視頻、圖片、地理位置信息、傳感器數(shù)據(jù)等等。

3)Value價值密度低，應用價值高。以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅有一兩秒。

4) Velocity處理速度快。1秒定律。最后這一點也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。在交通領域，海量的數(shù)據(jù)主要包括4個類型的數(shù)據(jù)：傳感器數(shù)據(jù)（位置、溫度、壓力、圖像、速度、RFID等信息）；系統(tǒng)數(shù)據(jù)（日志、設備記錄、MIBs等）；服務數(shù)據(jù)（收費信息、上網(wǎng)服務及其他信息）；應用數(shù)據(jù)（生成廠家、能源、交通、性能、兼容性等信息）。交通數(shù)據(jù)的類型繁多，而且體積巨大量Volume 和多樣 Variety是因，數(shù)據(jù)類型的復雜和數(shù)據(jù)量的急劇增加，決定了原有簡單因果關(guān)系的應用模式對數(shù)據(jù)使用率極低，完全無法發(fā)揮數(shù)據(jù)的作用；速Velocity是過程，巨大的運算量決定了速度必須快；價值 Value是最終的果。

大數(shù)據(jù)沉淀

在各城市建設智慧交通的過程中，將產(chǎn)生越來越多的視頻監(jiān)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(shù)據(jù)，每天產(chǎn)生的數(shù)據(jù)量可以達到PB級別，并且呈現(xiàn)指數(shù)級增長。以丹東市的卡口電警產(chǎn)生的數(shù)據(jù)為例：

大數(shù)據(jù)增值應用

深入挖掘數(shù)據(jù)價值，在智能交通等行業(yè)上推出車輛軌跡、道路流量、案件聚類等大數(shù)據(jù)模型?；诖髷?shù)據(jù)模型，推出智能套牌、智能跟車分析、軌跡碰撞、智能比對、輿情分析等數(shù)據(jù)增值應用，逐步解決行業(yè)的深層次問題

海量數(shù)據(jù)計算

通過云計算集群，實現(xiàn)對海量數(shù)據(jù)的分布式高速計算，支撐對海量數(shù)據(jù)的高效分析挖掘。
云計算集群是一種M/S架構(gòu)的分布式計算系統(tǒng)，Master作為調(diào)度管理服務器，負責計算任務分解與調(diào)度、計算資源統(tǒng)一管理。Slave則由大量的計算服務器組成，負責完成Master下發(fā)的計算任務。

海量數(shù)據(jù)檢索

基于行業(yè)數(shù)據(jù)查詢特點，對搜索引擎進行優(yōu)化定制，支持百億記錄的秒級高速查詢。通過集群機制，實現(xiàn)搜索服務的高可靠性、高容錯性、高擴展性。

海量數(shù)據(jù)存儲

對于海量數(shù)據(jù)存儲，采用HBase分布式存儲系統(tǒng)。 相比傳統(tǒng)關(guān)系型數(shù)據(jù)庫，有如下特點：
數(shù)據(jù)格式靈活
高可用
橫向擴展能力強
訪問高效

同時能夠做到無縫集成，快速從關(guān)系型數(shù)據(jù)庫導入已經(jīng)存在的歷史數(shù)據(jù)。 提供高可靠性、高容錯性、高性能的海量數(shù)據(jù)存儲解決方案，支持無縫容量擴展。

大數(shù)據(jù)在智能交通中的發(fā)展

宇視智能交通產(chǎn)品總監(jiān)孫加君分析，智能交通產(chǎn)品的技術(shù)定位近年來有兩大顯著變化：

第一是智能前置，前端的抓拍單元發(fā)生了非常大的變化，實現(xiàn)了“一體化”，即所有的交通行為、智能分析行為都由相機來完成。而在2010年前后，抓拍單元還是純粹的抓拍機，其他智能分析算法由路口工控機或后端設備完成；

第二是建設規(guī)模，現(xiàn)在一個中小城市建設卡口和電警設備的規(guī)模就能達到上千路，抓拍圖片的數(shù)量規(guī)模非常龐大，有的甚至上億條，如果存儲時間較長則達到10億條，對平臺管理、檢索這些過車記錄，提出了非常大的挑戰(zhàn)。

宇視副總裁閆夏卿從三個角度闡述智能交通與大數(shù)據(jù)的關(guān)系：

首先，從應用成熟度看，在今天無論卡口、非現(xiàn)場執(zhí)法設備，視頻監(jiān)控是對圖像和視頻數(shù)據(jù)進行語意化和結(jié)構(gòu)化處理最成熟、最完整、應用深度最深的領域。智能交通可能是現(xiàn)在新興技術(shù)和應用領域里，率先突破數(shù)據(jù)應用瓶頸的一個技術(shù)領域；

其次，從技術(shù)角度看，包括大數(shù)據(jù)、云計算的技術(shù)架構(gòu)，最先在智能交通里落地，智能交通也必將引領整個智慧城市各個子模塊的技術(shù)潮流和走勢；

最后，從使用者與應用者關(guān)聯(lián)的角度看，交通的智能化，最終會影響到每一個人騎車、駕車、公交出行的感受。每位市民都能夠有非常好的交通秩序體驗，這一點就需要智能交通的技術(shù)方案去支撐實現(xiàn)。