谈“互联网+”和大数据时代智慧交通的发展

龙源期刊网 https://www.wendangku.net/doc/e55913363.html,

谈“互联网+”和大数据时代智慧交通的发展作者：何长周

来源：《科学与信息化》2020年第08期

摘要为实现城市交通体系的健康发展，着力打造“互联网+”和大数据时代背景下智慧化的交通管理控机制。文章从多个维度出发，在分析智慧交通特点的基礎上，采取针对性的发展策略，构建智慧交通新模式。

关键词“互联网+”;大数据时代;智慧交通;发展策略

前言

智能交通大数据综合服务平台设计方案

智能交通大数据综合服务平台 1. 概述 随着经济发展、城市化进程的加快以及城市规模不断扩大，机动车拥有量及道路交通流急剧增加，城市紧缺的土地资源和高密度的土地利用模式，使得交通供给与交通需求之间的矛盾日益突出，交通拥堵、停车困难、环境恶化等交通问题不断加剧，影响了城市的可持续发展及人民生活水平的提高，阻碍了经济的发展。大城市也面临同样的问题，近年来机动车保有量持续快速增长，高峰交通拥堵日益加剧，交通发展面临严峻形势和新的挑战。很多城市在市区主要范围内实施“错峰限行”等交通管理措施。采取调控交通需求削减交通需求总量其原因之一是城市道路已经难以通过基础设施规划建设来改善交通。另一方面,如何利用智能交通系统(ITS)来缓解交通、提升交通效率也是可以着力的一个方向。 目前各交通管理部门建立了功能相对完善的交通指挥控制中心，包括交通信号控制系统、道路交通监控系统、交通诱导显示系统、停车管理系统、交通违章处理系统等，初步实现了交通信号控制、道路监控、交通信息综合查询、有/无线指挥调度及交通诱导等基础功能。ITS的各种信息采集技术（如微波采集技术、视频采集技术、环形线圈感应式采集技术等）被广泛地运用于交通数据采集，公安交管部门不仅具备了交通基础信息，还拥有了各类动态数据，如车辆实时营运信息、道路交通状况等，采集的数据类型包括属性数据、空间数据、影像数据等。对交通三要素（人流、车辆、道路）连续不断采集的多源交通数据流产生了巨量的交通数据，具有典型的“3V”特性：大容量、多样性、高速度，也具有价值、复杂性的特点，属于名符其实的交通“大数据”。仅以国内某城市内道路卡口数据为例，每天达到约15GB的数据量，要实现对城市道路交通的整体运营水平和人们出行规律的深度挖掘，就要以日、月甚至年为时间粒度对大数据进行计算和分析。 数据是智能交通的核心，数据为王的大数据时代已经到来[。如何高效地从海量数据中分析、挖掘所需的信息和规律，结合已有经验和数学模型等生成更高层次的决策支持信息，获得各类分析、评价数据，为交通诱导、交通控制、交通需求管理、紧急事件管理等提供决策支持，为交通管理者、运营者和个体出行者提供交通信息，成为当务之急。交通数据分析的发展趋势正如TDWI大数据分析报告指出的，由常规分析转向深度分析，如图1所示。

大数据交通意义和发展趋势

大数据的意义和发展趋势 一：大数据之于智能交通意义重大 智能交通建设和运营的过程中，从视频监控、卡口电警、路况信息、管控信息、营运信息、GPS定位信息、RFID识别信息等每天产生的数据量可以达到PB 级别，并且是指数级的增长。虽然绝大部分数据是“沉睡的数据”，但按照相关规定，需要对数据进行有期限或无期限的保存，这无疑给用户在存储成本上带来压力，而通过监控摄像机前端智能技术和大数据分析技术的应用，很好地解决了行业用户的此类问题，给用户带来经济效益，同时也可以将工作人员从纷繁复杂的监控画面中解放出来。 大数据之于智能交通的意义，可以解决跨越行政区域的限制，实现数据信息的共享，在信息集成优势和组合效率上，有助于建立综合性立体的交通信息体系;另外在车辆安全、交通资源配置以及利用大数据的快速性和可预测性能提升交通预测的水平都有极大的帮助。 第一，大数据的虚拟性可以解决跨越行政区域的限制。交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理问题。 第二，大数据具有信息集成优势和组合效率。大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体性交通功能，这样才能发现新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾；IC卡数据结合抽样调查，能更快捷、更精确测得城市交通流分布状况。 第三，大数据的智能性能较好的配置交通资源。通过对大数据的分析处理，可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案，多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。 第四，大数据的快速性和可预测性能提升交通预测的水平。在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。 第五，提高交通运行效率。大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助

智慧交通大数据可视化管理平台建设方案

智慧交通大数据可视化管理平台建设方案 “智慧交通大数据可视化与虚拟仿真突发事件应对管理决策服务平台”是一个针对交通管控单位的综合型辅助管理决策服务平台和三维仿真突发事件应对系统，系统以实际的交通设备和运输能力分布为基础，运用虚拟现实技术、3DGIS技术、大数据可视化技术，搭建包含市政道路、城际高速路、铁路线、外环线核心区、航空、隧道施工、公路桥梁、车辆在内的全部大城市交通数据可视化三维仿真管理体系，并在完成三维虚拟城市和大城市数据融合的基础上，使人、航空、车、路和交通设备之间的关联以可视化方法展现，为完成实时、精确、安全、环保节能、高效可靠的大交通出示可视化的三维仿真突发事件应对解决方法。 交通大数据可视化紧急模拟仿真系统是运用虚拟现实技术搭建的三维交通模拟仿真服务平台，将包含大城市生态资源、社会资源、基础设施建设、人口数量、经济发展等在内的多种数据以可视化的方式有机结合，完成多部门、多种类数据结合和数据共享，进而为多种可视化运用和交通突发事件应对出示高效率的一站式服务平台，包含：应急指挥、城管执法、信息安全、生态环境保护、智能化交通、基础设施建设等行业展开管理决策适用，从而完成大交通智慧式管控和运作。 一、数据结合与数据共享 系统可结合不同种类、不同文件格式和不同管控部门的数据，并以可视化的方式展开集

中或归类显示信息，工作部门能够即时多方位地操控大城市综合性趋势。包含：市政工程、公安、交通、电力工程、商业服务等多行业数据，如：不同资源的遍布数据、统计分析数据、监控摄像头收集界面等等。 服务平台集成了自然地理空间数据系统、交通管控系统、突发事件应对系统，如：高速收费站、视频监控系统、交通数据信号操纵系统、交通流检验系统、交通数据采集系统、车辆导航定位系统等多种交通数据，并完成各业务流程系统数据的数据共享，能为交通应急指挥和管理决策出示综合型数据支撑。另外，系统支持融合各地道路、高速、路轨交通、港航、运输等制造行业部门现有系统资源，完成多部门数据的数据共享。 二、三维空间自然环境可视化模拟仿真 选用三维仿真技术搭建三维交通互联网，包含：航空、铁路、航运、长途大巴、高速路、道路、公路桥梁、隧道、地铁、轻轨、公交车、的士、停车场、轮渡、交通标识等多种交通系统设备，并能使人、车、路在特定的地区内以数据驱动器的方法展开动态性展现，进而搭建真实交通模拟仿真可视化自然环境，为完成绿色智慧交通和突发事件应对出示三维空间基础。

智慧交通综合管控平台建设方案 智慧交通大数据平台解决方案 智慧交通整体解决方案

智慧交通大数据平台建设方案智慧交通综合管控平台设计方案 1

目录 第1章、前言 (9) 第2章、总体设计 (10) 2.1、系统概述 (10) 2.2、系统设计原则 (12) 2.3、系统框架 (13) 第3章、交通大数据采集子系统 (18) 3.1、前端采集技术 (18) 3.2、数据共享和交换平台 (20) 3.3、框架支撑平台 (20) 3.3.1、基础网络服务平台 (21) 3.3.2、共享内存数据库 (27) 3.3.3、消息组件 (37) 3.3.4、日志管理 (40) 3.3.5、系统预警及系统告警与状态管理 (42) 3.3.6、一致性哈希分发 (43) 第4章、大数据资源整合存储子系统 (54) 4.1、基础交通数据 (54) 4.1.1、城市路网数据 (55) 4.1.2、公交线路数据 (101) 4.1.3、公交车辆数据 (103) 2

4.1.4、长途客运车数据 (104) 4.1.5、出租车数据 (107) 4.1.6、危化品车数据 (108) 4.1.7、共享单车数据 (109) 4.1.8、火车客运数据 (110) 4.1.9、民航客运数据 (113) 4.1.10、交通资产数据 (115) 4.1.11、出行需求数据 (116) 4.1.12、公路费用数据 (120) 4.1.13、气象数据 (121) 4.1.14、监控设备数据 (122) 4.1.15、追逃车辆数据 (123) 4.2、实时采集数据 (123) 4.3、实时计算数据 (123) 4.3.1、城市交通运行数据 (124) 4.3.2、公交车实时位置数据 (127) 4.3.3、公交（地铁）卡刷卡数据 (128) 4.3.4、长途客车实时数据 (129) 4.3.5、出租车实时数据 (129) 4.3.6、危化品车实时数据 (130) 4.3.7、共享单车实时数据 (131) 4.3.8、路口通行量 (132) 4.3.9、套牌嫌疑车数据 (132) 3

大数据对智能交通的意义

随着我国汽车保有量在近年来急剧增加，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都成为了各大城市亟待解决的交通管理问题。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。 智能交通需求与大数据契合 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。 大数据用于智能交通的积极意义 第一，大数据的虚拟性可以解决跨越行政区域的限制。交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理问题。 第二，大数据具有信息集成优势和组合效率。大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体性交通功能，这样才能发现新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾;IC卡数据结合抽样调查，能更快捷、更精确测得城市交通流分布状况。 第三，大数据的智能性能较好的配置交通资源。通过对大数据的分析处理，可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案，多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。 第四，大数据的快速性和可预测性能提升交通预测的水平。在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。 第五，提高交通运行效率。大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助于解决这种困境。 大数据的实时性，使处于静态闲置的数据被处理和需要利用时，即可被智能化利用，使交通运行的更加合理。大数据技术具有较高预测能力，可降低误报和漏报的概率，随时针对交通的动态性给予实时监控。因此，在驾驶者无法预知交通的拥堵可能性时，大数据亦可帮助用户预先了解。 第六，提高交通安全水平。主动安全和应急救援系统的广泛应用有效改善了交通安全状况，而大数据技术的实时性和可预测性则有助于提高交通安全系统的数据处理能力。在驾驶员自动检测方面，驾驶员疲劳视频检测、酒精检测器等车载装置将实时检测驾车者是否处于警觉状态，行为、身体与精神状态是否正常。同时，联合路边探测器检查车辆运行轨迹，大数据技术快速整合各个传感器数据，构建安全模型后综合分析车辆行驶安全性，从而可以有效降低交通事故的可能性。在应急救援方面，大数据以其快速的反应时间和综合的决策模型，为应急决策指挥提供辅助，提高应急救援能力，减少人员伤亡和财产损失。 第七，提供环境监测方式。大数据技术在减轻道路交通堵塞、降低汽车运输对环境的影响等方面有重要的作用。通过建立区域交通排放的监测及预测模型，共享交通运行与环境数据，建立交通运行与环境数据共享试验系统，大数据技术可有效分析交通对环境的影响。同时，分析历史数据，大数据技术能提供降低交通延误和减少排放的交通信号智能化控制的决策依据，建立低排放交通信号控制原型系统与车辆排放环境影响仿真系统。 在当前大数据时代，数据充斥所带来的影响远远超出了企业领域，其不仅能带来商业价值，亦能产生社会价值。随着信息通讯技术的发展，交通运输从数据贫乏的困境转向数据丰富的环境，而面对众多的交通数据，如何从中根据用户需求提取有效数据成为关键所在。但是，大数据技术在智能交通应用领域同样面临着巨大挑战，包括隐私，数据处理硬件设施、数据不完备性、模型有效性等领域，这些都是我们未来继续需要探讨和解决的问题。

智慧交通大数据云平台信息化整体建设方案

智慧交通大数据信息化 建 设 方 案 北京XX科技有限公司 2019年X月

目录 第1章系统概述 (1) 第2章建设原则与要求 (3) 2.1 建设原则 (3) 2.2 建设目标 (4) 2.3 建设标准 (4) 第3章系统总体集成设计要求 (8) 3.1 集成设计思路 (8) 3.2 视频综合管理平台建设 (9) 3.2.1 建设背景 (9) 3.2.2 总体建设架构设计 (9) 3.2.3 平台基本功能模块要求 (13) 3.2.4 平台基本技术要求 (14) 3.2.5 各级平台软件基本组成要求 (16) 3.2.6 平台基本管理功能要求 (21) 3.2.7 平台业务功能要求 (26) 3.2.8 平台互联互通和接入设计规范 (52) 3.2.9 与其他系统的互联 (59) 3.3 视频信息传输网络建设 (60) 3.3.1 IP视频专网建设要求 (60) 3.3.2 网络安全解决方案 (69) 3.4 已经建设视频资源整合接入 (75) 3.4.1 已建视频资源整合方式 (76) 3.4.2 视频综合平台接入方式 (76) 3.4.3 原有模拟矩阵系统整合 (78) 3.5 海量信息存储与管理要求 (81) 3.5.1 存储总体要求 (82) 3.5.2 存储设计原则 (83) 3.5.3 海量数据存储架构 (85) 3.5.4 存储容量计算 (89) 第4章各业务系统建设要求 (90) 4.1 高清监控系统建设 (90) 4.1.1 高清监控系统概述 (90) 4.1.2 高清视频监控应用背景 (92) 4.1.3 高清视频监控应用的意义 (93) 4.1.4 HD-SDI高清监控系统 (94) 4.1.5 IP高清监控系统 (99) 4.1.6 中心系统要求 (101) 4.1.7 选点与布点原则 (126) 4.1.8 项目工程设计要求 (131) 4.1.9 部分产品推荐 (145) 4.2 智能卡口系统建设 (172)

智能交通大数据综合服务平台方案

智能交通大数据综合服务平台方案

目录 1. 概述 (3) 2. 交通大数据处理平台的功能需求及其逻辑框架 (5) 2.1交通大数据处理平台需具备的特性 (5) 2.2交通大数据分析平台逻辑框架 (6) 3. 交通大数据处理平台的构建 (9) 3.1交通大数据分析平台 (9) 3.2实时数据流处理子系统 (11) 3.3资源统一管理与调度 (14) 4. 原型系统实验 (15) 4.1交通大数据分析实验平台 (15) 4.2实时交通数据流实验平台 (15)

1. 概述 随着经济发展、城市化进程的加快以及城市规模不断扩大，机动车拥有量及道路交通流急剧增加，城市紧缺的土地资源和高密度的土地利用模式，使得交通供给与交通需求之间的矛盾日益突出，交通拥堵、停车困难、环境恶化等交通问题不断加剧，影响了城市的可持续发展及人民生活水平的提高，阻碍了经济的发展。大城市也面临同样的问题，近年来机动车保有量持续快速增长，高峰交通拥堵日益加剧，交通发展面临严峻形势和新的挑战。很多城市在市区主要范围内实施“错峰限行”等交通管理措施。采取调控交通需求削减交通需求总量其原因之一是城市道路已经难以通过基础设施规划建设来改善交通。另一方面,如何利用智能交通系统(ITS)来缓解交通、提升交通效率也是可以着力的一个方向。 目前各交通管理部门建立了功能相对完善的交通指挥控制中心，包括交通信号控制系统、道路交通监控系统、交通诱导显示系统、停车管理系统、交通违章处理系统等，初步实现了交通信号控制、道路监控、交通信息综合查询、有/无线指挥调度及交通诱导等基础功能。ITS的各种信息采集技术（如微波采集技术、视频采集技术、环形线圈感应式采集技术等）被广泛地运用于交通数据采集，公安交管部门不仅具备了交通基础信息，还拥有了各类动态数据，如车辆实时营运信息、道路交通状况等，采集的数据类型包括属性数据、空间数据、影像数据等。对交通三要素（人流、车辆、道路）连续不断采集的多源交通数据流产生了巨量的交通数据，具有典型的“3V”特性：大容量、多样性、高速度，也具有价值、复杂性的特点，属于名符其实的交通“大数据”。仅以国内某城市内道路卡口数据为例，每天达到约15GB的数据量，要

智能交通大数据与云应用与解决方案

智能交通大数据及云应用平台解决方案 随着日益增长的交通“大数据”，给交通管理创新带来的新挑战，以及对交通管理工作提出的新要求，交通信息化建设必然步入云计算智慧应用阶段，利用云计算破解当前诸多交通瓶颈问题。 什么是交通大数据 交通概念很大，所涉及的范围很广，如城市道路交通指数、地铁运行数据、一卡通乘客刷卡数据、港口集装箱数据、机场航班数据、轨道交通运营数据、远洋及内河航道船舶数据、物流车辆及货物数据、公交车实时数据、出租车行车数据、空气质量状况、气象数据、道路事故数据、高架匝道运行数据、以及衍生的相关拥堵、事故、违法信息等都属于交通数据。我们通常所提的城市公安交通管理大数据是指在城市智能交通建设和运营的过程中，从视频监控、卡口电警、路况信息、管控信息、营运信息、GPS定位信息、RFID识别信息等每天产生的大量数据，并借助信息化手段将这些相互关联的数据整合到一起（比如车辆信息、地图信息、人员信息、违规违章记录信息等等），形成一个有价值数据链，从而知道城市交通信息化建设，为公安交通实战应用服务，为市民出行服务。 什么是云分析 云分析系统具备超高的计算性能，单机设备每天处理的信息量最大高达2000万张图片。云分析具备对卡口、电警以及部分监控设备拍摄的车辆图像信息的结构化智能分析功能，主要包括识别图像中车辆的品牌、型号、年款、车身颜色、类别、异常特征（如遮挡面部、遮挡号牌）、唯一性局部特征（如年检标志、车内饰物）等关键信息。 可对提交的图像中的车辆车牌颜色及车牌号进行二次识别，通过大数据进行，时间、地理、轨迹等的对比识别，以得出分析结果。 过去几年，智能交通系统建设取得了长足的进步与发展，针对道路交通违法、交通安全等，不断在不同的时间，不同的阶段建立了交通卡口、违法检测、道路智慧监控、交通事件监测等信息化系统，但这些信息化系统所采用的设备、平台均来自于不同的厂家，采用的标准，上下级不能很好的实现级联，与公安系统融合度不高，无法进行集中管理，资源共享，发挥统一的实战作用。

大数据+互联网+智慧交通信息化方案、智慧交通整体建设方案

智慧交通大数据信息化整体建设 设 计 方 案 北京XX科技有限公司 2021年X月

目录 第1章系统概述 (1) 第2章建设原则与要求 (3) 2.1 建设原则 (3) 2.2 建设目标 (4) 2.3 建设标准 (4) 第3章系统总体集成设计要求 (8) 3.1 集成设计思路 (8) 3.2 视频综合管理平台建设 (9) 3.2.1 建设背景 (9) 3.2.2 总体建设架构设计 (9) 3.2.3 平台基本功能模块要求 (13) 3.2.4 平台基本技术要求 (14) 3.2.5 各级平台软件基本组成要求 (16) 3.2.6 平台基本管理功能要求 (21) 3.2.7 平台业务功能要求 (26) 3.2.8 平台互联互通和接入设计规范 (52) 3.2.9 与其他系统的互联 (59) 3.3 视频信息传输网络建设 (60) 3.3.1 IP视频专网建设要求 (60) 3.3.2 网络安全解决方案 (69) 3.4 已经建设视频资源整合接入 (75) 3.4.1 已建视频资源整合方式 (76) 3.4.2 视频综合平台接入方式 (76) 3.4.3 原有模拟矩阵系统整合 (78) 3.5 海量信息存储与管理要求 (81) 3.5.1 存储总体要求 (82) 3.5.2 存储设计原则 (83) 3.5.3 海量数据存储架构 (85) 3.5.4 存储容量计算 (89) 3.6 系统集成方案 (89) 3.6.1 集成建设总体原则 (89) 3.6.2 本期集成项目集成规划思路 (104) 3.6.3 项目成果交付 (118) 3.6.4 项目质量服务体系 (121) 3.6.5 项目服务承诺 (128) 第4章各业务系统建设要求 (133) 4.1 高清监控系统建设 (133) 4.1.1 高清监控系统概述 (133) 4.1.2 高清视频监控应用背景 (135) 4.1.3 高清视频监控应用的意义 (136) 4.1.4 HD-SDI高清监控系统 (137)

大数据与智慧交通

今年以来，智慧城市以及大数据这两个话题在行业内非常火热。在智慧城市建设中，由于城市交通拥堵状况越来越严重，智能交通更受公众关注。那么，备受关注的大数据技术能在多大程度上助力智能交通呢? 数据是智能交通的基础和命脉 随着我国国民经济的持续快速发展以及城镇化进程的加快，城市机动车数量近几年大幅增加。交通拥堵、交通污染日益严重，交通违章、交通事故频发，这些日益严重的“城市病”，成为阻碍城市进一步发展的瓶颈。 面对城市交通问题，智能交通概念应运而生。智能交通系统(ITS)，是将先进的信息技术、数据通信传输技术、电子传感技术、控制技术及计算机技术等有效集成运用于整个地面交通管理而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。ITS可以有效地利用现有交通设施，减少交通负荷和环境污染，保证交通安全，提高运输效率。发达国家统计数字显示，采用智能交通技术提高道路管理水平后，每年仅交通事故死亡人数就可减少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应用日益受到各国重视。 智能交通系统主要解决四个方面的应用需求。一是交通实时监控，获知哪里发生了交通事故、哪里交通拥挤、哪条路最为畅通，并以最快的速度提供给驾驶员和交通管理人员;二是公共车辆管理，实现驾驶员与调度管理中心之间的双向通信，来提升商业车辆、公共汽车和出租车的运营效率;三是旅行信息服务，通过多媒介多终端向外出旅行者及时提供各种交通综合信息;四是车辆辅助控制，利用实时数据辅助驾驶员驾驶汽车，或替代驾驶员自动驾驶汽车。 数据是智能交通的基础和命脉。以上任何一项智能应用都是基于海量数据的实时获取和分析得以实现的，交通流量、速度、占有率、排队长度、行程时间、区间速度等是其中最为重要的交通参数。数据源及采集方式主要包括：利用线圈和摄像机等定点检测设备的静态交通探测方式，以及基于位置不断变化的车辆或手机来获得实时行车速度和旅行时间等交通信息的动态交通探测方式。线圈检测技术最为成熟，且精度较高，适用于交通量较大的道路。但其缺点也非常明显，即采集范围有限、损坏率高、施工成本昂贵、施工周期长。随着海量存储、无线宽带、实时定位等相关技术的不断成熟，视频和位置信息逐渐替代传统的线圈检测数据，成为智能交通系统最为倚重的交通检测基础数据来源。 运营商服务智能交通有优势 大数据是继云计算、物联网之后信息技术产业的又一次重大变革。随着电信运营商向综合信息服务商转型，其业务范围逐渐向云、管、端全面覆盖。在运营商的通信管道、业务平台、定制终端上，每时每刻都会捕捉到用户的各种行为数据。大数据技术上的突破，使得在

交通出行方式统计

表一：部分特大城市平均出行时耗（摘自：1980年代以来我国特大城市居民出行特征分析） 表二：部分城市居民出行方式构成的变化（摘自：1980年代以来我国特大城市居民出行特

据调查统计,北京市居民短距离出行次数占居民出行总量的68%。短距离出行中,居民大多采用步行、自行车,共占70%以上,公共交通仅占9%,另外还有7%的居民会选择小汽车。有车家庭成员在短距离出行中,驾驶或乘坐小汽车出行占28%,乘坐公交车出行仅占6%;而家庭车辆主要使用者在短距离出行中,驾车出行比例则高达70%。 据统计,2005年北京全市居民出行总量是2920万人次,人均出行率为2.64人次/日,平均出行距离9.3公里,出行周转量为20180万人·公里/日,公交出行的平均时耗为63分钟,小汽车出行的平均时耗为40分钟。各种交通方式的分担率为:自行车占30.3%,公共交通占29.8%,小汽车占29.8%,出租车占7.6%,其它方式占2.5%。截至2006年底,北京市机动车保有量为287万辆,其中私人机动车为206万辆,小汽车日均出行3.16次/车,平均单次出行距离14公里,平均单次出行时耗40分钟,平均载客1.26人/车。预计2010年机动车总量将达到380万辆。 表三：北京2005年城市居民出行方式构成 北京市2000年和2005年居民出行方式构成情况：从2000年和2005年北京市的出行调查可以发现,北京市出行的主要交通方式为自行车、步行、公交车和小汽车,这四种出行方式分担率之和分别占总出行的91.89%和90.52%。对比2000年和2005年交通结构的变化情况可以发现,2005年自行车出行比例大幅下降;公交出行比例增加,在各种机动化交通方式中位居第一;非机动化方式出行比例也由71.80%下降到58.25%。可见,北京正在逐步建立以公共交通为主导的现代化城市交通模式,但和国内其他城市相比还有一定的差距,以广州为例,其公交分担率在1995年为17.49%,2003年为26.85%。 表四：2000与2005年北京市居民出行方式构成 表五：国内部分大中城市出行方式统计