當(dāng)智能交通遇到大數(shù)據(jù)，如同二氧化錳在制取氧氣的實(shí)驗(yàn)中作為催化劑一樣，一場(chǎng)劇烈的化學(xué)反應(yīng)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(yán)重，交通事故頻繁發(fā)生，這些都是各大城市亟待解決的問(wèn)題。智能交通成為改善城市交通的關(guān)鍵所在。為此，及時(shí)、準(zhǔn)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(shè)智能交通的前提，而這一難題可以通過(guò)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(yīng)用平臺(tái)及分析預(yù)測(cè)及優(yōu)化管理的應(yīng)用。其中物理感知層主要是對(duì)交通狀況和交通數(shù)據(jù)的感知采集;軟件應(yīng)用平臺(tái)是將各感知終端的信息進(jìn)行整合、轉(zhuǎn)換處理，以支撐分析預(yù)警與優(yōu)化管理的應(yīng)用系統(tǒng)建設(shè);分析預(yù)測(cè)及優(yōu)化管理應(yīng)用主要包括交通規(guī)劃、交通監(jiān)控、智能誘導(dǎo)、智能停車(chē)等應(yīng)用系統(tǒng)。

　　系統(tǒng)利用先進(jìn)的視頻監(jiān)控、智能識(shí)別和信息技術(shù)手段，增加可管理空間、時(shí)間和范圍，不斷提升管理廣度、深度和精細(xì)度。整個(gè)系統(tǒng)由信息綜合應(yīng)用平臺(tái)、信號(hào)控制系統(tǒng)、視頻監(jiān)控系

　　統(tǒng)、智能卡口系統(tǒng)、電子警察系統(tǒng)、信息采集系統(tǒng)、信息發(fā)布系統(tǒng)等組成。以達(dá)到四方面的目標(biāo)：提高通行能力、減少交通事故、打擊違章事件、出行信息服務(wù)。

　　如下是智能交通整體應(yīng)用架構(gòu)圖：

　　整個(gè)系統(tǒng)建設(shè)的核心是數(shù)據(jù)的采集、存儲(chǔ)與計(jì)算，而其中最重要的核心思想就是“數(shù)據(jù)是價(jià)值”。問(wèn)題就是如何把數(shù)據(jù)轉(zhuǎn)換成價(jià)值。這就成為一個(gè)技術(shù)問(wèn)題。

　　從統(tǒng)計(jì)學(xué)的角度，任何領(lǐng)域任何動(dòng)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(dòng)態(tài)發(fā)展的規(guī)律。數(shù)據(jù)越多，準(zhǔn)確率越高。這個(gè)“規(guī)律”就是數(shù)據(jù)的價(jià)值所在。對(duì)于商業(yè)機(jī)構(gòu)，可以分析用戶(hù)行為規(guī)律從而提高銷(xiāo)售量;分析目標(biāo)市場(chǎng)規(guī)律，定點(diǎn)投放廣告從而降低成本等等;對(duì)于公安行業(yè)，可以分析區(qū)域性犯罪趨勢(shì)，提前預(yù)防從而降低犯罪率;還可以分析交通行為規(guī)律，提前做交通疏導(dǎo)，提高交通通暢率，這就能真正挖掘數(shù)據(jù)的潛在價(jià)值，提高其社會(huì)價(jià)值。

　　從20世紀(jì)初的網(wǎng)絡(luò)發(fā)展以來(lái)，進(jìn)入一個(gè)高度聯(lián)網(wǎng)的階段。聯(lián)網(wǎng)的同時(shí)，數(shù)據(jù)高度集中，數(shù)據(jù)量急劇增加。據(jù)IDC報(bào)告現(xiàn)在互聯(lián)網(wǎng)的數(shù)據(jù)，每?jī)赡昃头环?。這個(gè)增長(zhǎng)率在智能交通行業(yè)同樣有效，隨著卡口、電警、攝像機(jī)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(lái)幾年的數(shù)據(jù)量增加可能大大高于這個(gè)增長(zhǎng)率。這就為智能交通行業(yè)實(shí)現(xiàn)大數(shù)據(jù)提供了數(shù)據(jù)基礎(chǔ)。

　　從各種各樣類(lèi)型的數(shù)據(jù)中，快速獲得有價(jià)值信息的能力，就是大數(shù)據(jù)技術(shù)。由此我們?cè)倏碔BM歸納的4個(gè)V( 量Volume，多樣 Variety，價(jià)值Value，速Velocity)：

　　1、Volume數(shù)據(jù)體量巨大。從TB級(jí)別，躍升到PB級(jí)別;

　　2、Variety數(shù)據(jù)類(lèi)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(jià)值密度低，應(yīng)用價(jià)值高。以視頻為例，連續(xù)不間斷監(jiān)控過(guò)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(diǎn)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(lǐng)域，海量的數(shù)據(jù)主要包括4個(gè)類(lèi)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(shè)備記錄、MIBs等);服務(wù)數(shù)據(jù)(收費(fèi)信息、上網(wǎng)服務(wù)及其他信息);應(yīng)用數(shù)據(jù)(生成廠(chǎng)家、能源、交通、性能、兼容性等信息)。交通數(shù)據(jù)的類(lèi)型繁多，而且體積巨大。量Volume 和多樣 Variety是因，數(shù)據(jù)類(lèi)型的復(fù)雜和數(shù)據(jù)量的急劇增加，決定了原有簡(jiǎn)單因果關(guān)系的應(yīng)用模式對(duì)數(shù)據(jù)使用率極低，完全無(wú)法發(fā)揮數(shù)據(jù)的作用;速Velocity是過(guò)程，巨大的運(yùn)算量決定了速度必須快;價(jià)值 Value是最終的果。

　　大數(shù)據(jù)采集

　　在各城市建設(shè)智慧交通的過(guò)程中，將產(chǎn)生越來(lái)越多的視頻監(jiān)控、卡口電警、路況信息、管控信息、營(yíng)運(yùn)信息、GPS定位信息、RFID識(shí)別信息等數(shù)據(jù)，每天產(chǎn)生的數(shù)據(jù)量可以達(dá)到PB級(jí)別，并且呈現(xiàn)指數(shù)級(jí)增長(zhǎng)。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(yīng)用

　　深入挖掘數(shù)據(jù)價(jià)值，在智能交通、公安實(shí)戰(zhàn)等行業(yè)上推出車(chē)輛軌跡、道路流量、案件聚類(lèi)等大數(shù)據(jù)模型。基于大數(shù)據(jù)模型，推出智能套牌、智能跟車(chē)分析、軌跡碰撞、人臉比對(duì)、輿情分析等數(shù)據(jù)增值應(yīng)用，逐步解決行業(yè)的深層次問(wèn)題。

　　海量數(shù)據(jù)計(jì)算

　　通過(guò)云計(jì)算集群，實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的分布式高速計(jì)算，支撐對(duì)海量數(shù)據(jù)的高效分析挖掘。 云計(jì)算集群是一種M/S架構(gòu)的分布式計(jì)算系統(tǒng)，Master作為調(diào)度管理服務(wù)器，負(fù)責(zé)計(jì)算任務(wù)分解與調(diào)度、計(jì)算資源統(tǒng)一管理。Slave則由大量的計(jì)算服務(wù)器組成，負(fù)責(zé)完成Master下發(fā)的計(jì)算任務(wù)。

　　海量數(shù)據(jù)檢索

　　基于行業(yè)數(shù)據(jù)查詢(xún)特點(diǎn)，對(duì)搜索引擎進(jìn)行優(yōu)化定制，支持百億記錄的秒級(jí)高速查詢(xún)。通過(guò)集群機(jī)制，實(shí)現(xiàn)搜索服務(wù)的高可靠性、高容錯(cuò)性、高擴(kuò)展性。

　　海量數(shù)據(jù)存儲(chǔ)

　　對(duì)于海量數(shù)據(jù)存儲(chǔ)，采用HBase分布式存儲(chǔ)系統(tǒng)。 相比傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)，有四個(gè)特點(diǎn)： 數(shù)據(jù)格式靈活、高可用、橫向擴(kuò)展能力強(qiáng)和訪(fǎng)問(wèn)高效。

　　同時(shí)能夠做到無(wú)縫集成，快速?gòu)年P(guān)系型數(shù)據(jù)庫(kù)導(dǎo)入已經(jīng)存在的歷史數(shù)據(jù)。 提供高可靠性、高容錯(cuò)性、高性能的海量數(shù)據(jù)存儲(chǔ)解決方案，支持無(wú)縫容量擴(kuò)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(lái)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(shí)現(xiàn)了“一體化”，即所有的交通行為、智能分析行為都由相機(jī)來(lái)完成。而在2010年前后，抓拍單元還是純粹的抓拍機(jī)，其他智能分析算法由路口工控機(jī)或后端設(shè)備完成;

　　第二是建設(shè)規(guī)模，現(xiàn)在一個(gè)中小城市建設(shè)卡口和電警設(shè)備的規(guī)模就能達(dá)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(chǔ)時(shí)間較長(zhǎng)則達(dá)到10億條，對(duì)平臺(tái)管理、檢索這些過(guò)車(chē)記錄，提出了非常大的挑戰(zhàn)。

　　宇視副總裁閆夏卿從三個(gè)角度闡述智能交通與大數(shù)據(jù)的關(guān)系： 首先，從應(yīng)用成熟度看，在今天無(wú)論卡口、電子警察，視頻監(jiān)控是對(duì)圖像和視頻數(shù)據(jù)進(jìn)行語(yǔ)意化和結(jié)構(gòu)化處理最成熟、最完整、應(yīng)用深度最深的領(lǐng)域。智能交通可能是現(xiàn)在新興技術(shù)和應(yīng)用領(lǐng)域里，率先突破數(shù)據(jù)應(yīng)用瓶頸的一個(gè)技術(shù)領(lǐng)域;

　　其次，從技術(shù)角度看，包括大數(shù)據(jù)、云計(jì)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(lǐng)整個(gè)智慧城市各個(gè)子模塊的技術(shù)潮流和走勢(shì);

　　最后，從使用者與應(yīng)用者關(guān)聯(lián)的角度看，交通的智能化，最終會(huì)影響到每一個(gè)人騎車(chē)、駕車(chē)、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(yàn)，這一點(diǎn)就需要智能交通的技術(shù)方案去支撐實(shí)現(xiàn)。