立即购买
赛智时代:大数据技术在智能交通系统中的应用
  • 赛智时代:大数据技术在智能交通系统中的应用

    Innov100
    2022-04-24 17:40:31
  • 摘要:中国社会已经进入大数据时代,大数据技术正全面加速渗透至我们的日常生活,直至完成对各传统领域的颠覆。作为智慧城市的重要组成部分,交通领域的“数智化”发展值得关注。本文从大数据时代的特点出发,先简述智能交通系统的概念和目标,重点介绍目前的大数据技术在智能交通系统中的主要应用和带来的成果。

    一、智能交通系统概述

    (一)我国对智能交通系统的定义

    智能交通系统(Intelligent Transportation Systems)简称ITS,它将先进的信息技术、数据通讯传输技术、电子控制技术及计算机处理技术等综合运用于整个交通运输管理体系,通过对交通信息和数据的实时采集、传输和处理,借助各种科技手段和设备,对各种交通情况进行协调、引导和有序安排。

    (二)建立智能交通系统的目的

    建立智能交通系统的目的在于建立起一种实时、准确、高效的综合运输管理体系,从而使交通设施得以充分利用并能够提高交通效率和安全性,最终使交通运输服务和管理智能化,并实现交通运输的集约式发展。

    (三)智能交通系统的理想目标

    智能交通系统理想中应体现社会、经济、生态三个层次的效益提高,具体体现以下三个方面:

    社会层面,

    经济层面,

    生态层面,

    1、提高交通运输的安全水平;减少交通堵塞,保持交通畅通;

    2、提高运输网络通行能力;

    3、降低交通运输对环境的污染程度并节约能源;提高交通运输生产效率和经济效益。

    二、基于大数据技术产生的交通数据

    大数据技术带来巨量的交通数据,通过对这些交通数据进行有序化、有效化分析与处理,从而将交通运行体系智能化,促进交通体系的完善,并提高交通运输效率。

    (一)交通数据的特点

    交通数据与其它种类的数据一样有类似的特点,综合总结为六种。第一,交通数据的体量巨大;第二,交通数据需要被快速的处理;第三,交通数据类型多样化;第四,同时被采集的不仅有交通数据,其中的相关信息纷杂并存,需要多次处理;第五,交通数据的应用价值非常可观;第六,交通数据具有视觉化应用的可能性。

    (二)交通数据的分类

    按照变化的频率可以将交通数据分为静态交通数据和动态交通数据。静态交通数据中包含城市基础地理数据、城市道路网基础数据及交通管理数据。动态交通数据较为复杂,包括交通流状态特征数据(如流量、车速、密度等)、交通紧急事件信息数据(大型交通事故、大型社会事件的位置数据等)、在途车辆及驾驶 员的实时数据(如停车位,修路位置等)、环境状况数据(如大气状况数据、污染情况数据等)、天气信息数据及交通管制数据等。

    (三)动态与静态交通数据的区别

    动态与静态的交通数据不同,区别主要表现在实时性方面。动态交通数据反映的是随时间变动的交通状况数据,它的采集必须是及时的、准确的。而静态交通数据一般采用一次性人工录入的方式存入静态交通信息数据库。只有当实际系统发生变化时才需要对静态交通信息数据库中的数据进行更新。

    三、大数据技术在智能交通系统中的应用及成果

    (一)检测交通道路使用中的交通数据

    大数据技术可以被用来检测交通道路使用中的交通数据,顾名思义,即在道路运行时产生的交通数据。事实上部分地区已经利用大数据技术配合相关硬件(摄像头)来检测实时道路状况和交通情况,实现了对道路交通的良好管控。一些地区设有固定在道路两旁的监测设备,这些设备是用来监测交通流量和交通状况的。通过设备传来的数据,使相关的交通管理单位对交通流量进行监测,及时地制定疏散和管制措施预案,提前预警和疏导交通。另外,道路交通的实时数据通常是通过卫星地图数据对城市道路的交通情况进行分析而得到的,这些数据可以供交通管理部门使用,也可以发布在各种数字终端供出行人员参考,来决定自己的行车路线和道路规划。与此同时,信号灯配时也可根据大数据技术监测出的实施交通数据来进行优化。这种信号灯配时优化可以改变部分路口交通信号灯控制方式,依据交通流量进行调整,精心挖掘道路潜力,提升交叉口内车辆通行效率,缓解交通拥堵。现今,依赖大数据、云计算技术,也可实现多个路口信号灯的协同配时,从而整体大幅提高路网的同通行效率,绿波带正是基于这种应用应运而生,即在交通诱导系统中提示交通路况和绿波速度,使车辆能够快速通过。

    (二)检测相关交通运输主体的位置数据

    位置数据的利用可以实现民众和其他主体基于位置的智能化出行方式。例如民众使用刷卡乘坐交通工具而积累的乘客出行的海量数据。由此,相关部门会计算出分时段、分路段、分人群的交通出行参数,甚至可以创建公共交通模型,从而有针对性的采取措施提前制定各种情况下的应对预案,科学的分配运力。另外,数量众多的出租车是城市道路的重度使用者之一,可以通过其车载终端或数据采集系统提供的实时数据,随时了解几乎全部主要道路的交通路况,而长期积累下的这类数据就形成了城市区域内交通的“热力图”,进而能够分析得出什么时段的哪些地段拥堵严重,为出行提供参考。

    (三)提供基于数据基础的智能交通视频分析

    视频图像数据是交通数据中不可或缺的重要内容,通过对这些图像数据的分析处理,可以实现不同交通工具或出行方式主体之间的预测和分析判断,减少安全事故和提高交通运行效率。

    智能视频分析依赖强大的数据处理能力,过滤掉视频中的噪音,智能识别对象,分析抽取视频流中关键信息,在智能交通领域得到广泛应用。例如:部分商业公司已经产出了基于实时交通流视频进行道路路口冲突分析的数据分析系统。这种系统一方面可以进行风险预警,即通过计算机视觉CV和人工智能技术实现从视频端获取人、车与物的移动轨迹监测和跟踪数据,并根据相应的移动轨迹评估碰撞事故风险。另一方面它还能够对行人及机动车交通行为进行风险分级并揭示高风险情景,并生产综合性报告为提高交通基础设施安全性提供关键性参考数据,如风险指数,安全曲线,热度图,速度和计数图,以及基于云安全仪表板等。从而可以对比出各个路段的参考数据结果,在一部分交通状况差的路段进行整改,提高出行安全性。

    总之,大数据技术可以被广泛应用于智能交通系统中,促进交通系统的智能化水平的提升。与此同时,大数据技术深入应用到智能交通系统中,可以帮助交通规划师、工程师准确快速获取交通数据中的深入数据,了解交通流、道路使用者行为特征等数据来辅助决策城市交通政策,以提高交通出行效率和交通安全,继而辅助城市规划者完成相应的工程方案设计和改造。

    注:本文摘自赛智时代智能交通课题组公瑞琪、周振松完成的研究报告,详细内容请点击饮鹿网产业报告栏目阅读。

    ▎本文系Innov100原创文章,转载请标明出处。

    更多精彩内容请登录https://www.innov100.com官方网站

    或扫描下方二维码,点击关注微信公众号(ID:sagetimes)



数据服务
月报系列
咨询服务
培训服务