大数据技术在城市交通拥堵治理中的应用
来源:用户上传
作者:
摘 要： 我国作为人口大国，城市交通问题一直处于比较紧迫的状态，加之汽车产品的普及，导致城市交通拥堵情况愈发严重，严重影响了人们出行便利与社会运作效率，因此必须要对当前城市交通拥堵进行治理。但交通拥堵涉及范围十分广泛，其中存在的信息量庞大，同时各信息之间还有复杂的连接关系，这时人工几乎不可能直接处理这些信息，治理工作的作用有限，这时大数据技术应运而出，利用该项技术能够帮助我们去处理城市交通拥堵信息，简化交通信息处理流程，并降低相关工作难度，说明通过该项技术能够提高治理工作能效。对此本文将分析大数据技术在城市交通拥堵治理中的应用。
关键词： 大数据技术;城市交通拥堵治理;交通质量
中图分类号： TP3 文献标识码： A DOI：10.3969/j.issn.1003-6970.2020.08.042
本文著录格式：高桃桃，刘建华. 大数据技术在城市交通拥堵治理中的应用[J]. 软件，2020，41（08）：158-160
【Abstract】： As a populous country in China， urban traffic problems have always been in a relatively urgent state， coupled with the popularization of automobile products， resulting in more and more serious urban traffic congestion， which has seriously affected people’s travel convenience and social operation efficiency. Congestion is governed. However， the scope of traffic congestion is very wide. There is a huge amount of information in it. At the same time， there are complex connections between various information. At this time， it is almost impossible for humans to directly process this information， and the role of governance is limited. At this time， big data technology should be applied. Moreover， the use of this technology can help us deal with urban traffic congestion information， simplify the traffic information processing process， and reduce the difficulty of related work， indicating that this technology can improve the energy efficiency of governance. This article will analyze the application of big data technology in urban traffic congestion management.
【Key words】： Big data technology; Urban traffic congestion management; Traffic quality
0 引言
大數据技术的核心为“人工神经网络模型”，该模型与人体神经系统类似，能够根据信息分析信息特征、属性，再将其与其他信息相互关联，由此从本质上来了解整个信息事件，最后针对事件本质、结合本身目的，可以进行预测分析或进行决策思考。但大数据技术的运作速度远超人工，说明它在处理相关信息时的效率表现远超人类，可以帮助我们其处理海量信息，因此大数据技术在城市交通拥堵治理中，可以在一定程度上取代人工，使治理工作更加有效、准确，值得应用。
1 大数据在城市交通拥堵治理中的作用
根据现代城市交通拥堵治理系统可知，交通管制部门一般会采用道路监控设备、GPS定位技术、信号通信系统来了解城市交通情况，这样可以第一时间发现是否出现了交通拥堵，并定位与拥堵路段。由此可见，在表面上现代城市交通拥堵治理体系已经比较完善，但在实际应用当中可知，当前治理体系至少存在两个缺陷，即数据采集来源过多，导致数据分散分布，数据处理难度大;治理体系以来人工，大量数据在绝大部分时候依旧需要人力进行分析，并不能直观得出治理方案[1]。这两个缺陷直接导致城市交通拥堵治理工作实时性、效率性与准确性下滑，说明工作质量不佳。
但在大数据的GPS地理信息定位识别技术、图像信息识别技术作用下，城市交通拥堵治理的两个现存缺陷将被填补，同时其专家知识库还能为拥堵治理带来一些新的帮助，具体作用如下。图1为大数据在城市交通拥堵中的系统框架。
（1）作用一
利用大数据技术能够有效提高城市交通拥堵治理工作的实时性，可以作为传统系统的上位机来接受所有监控设备采集到的交通信息，再将这些信息集成后进行数据化处理，形成交通曲线趋势图[2-3]。趋势图会实时更新，人工直接根据趋势图的表现既可知道当前交通情况，而如果出现拥堵，大数据GPS地理信息定位识别技术根据GPS定位数据与拥堵路段数据的关系，直接锁定拥堵路段，计算出该路段的车流数量，人工根据这些数据可以直观做出决策，说明治理实时性得到提升。 （2）作用二
通过大数据技术能够有效提高城市交通拥堵治理工作的效率性与准确性。首先大数据技术对城市交通数据的处理远超人工与传统技术，这一点就已经提高了治理工作效率，同时大数据还具有智能逻辑，能够根据数据信息特征识别拥堵情况，并对此进行定义，这时结合知识库能够直接进行治理，整个过程不需要人工插手，这也能提升工作效率[4]。其次在准确性上，大数据图像信息识别技术对数据信息的分析是全面性的，如能够根据道路监控采集得来的图像分析得出道路上车的数量及每一辆车的车型、运动方向、运行速度等，这些数据在人工或传统技术中是很难短时间获取的，还容易出现漏洞，说明大数据技术能够提升治理工作准确性。
（3）作用三
作用一、二说明大数据技术可以弥补传统治理工作的缺陷，而作用三是大数据技术应用下的新表现，即降低交通拥堵概率。在工作职能角度上，城市交通拥堵治理除了要对已经出现拥堵情况的道路进行处理意外，还要从预防角度上进行治理，而这一点在以往工作中很难实现[5]。常规的交通管制手段面对拥堵问题已经很难起到作用，这时通过大数据的专家知识库中的经验能够给大数据系统提供智能逻辑支撑，随后根据数据采集、图像采集数据，可是大数据系统对整个城市的交通数据进行趋势分析，判断车流可能会在哪一个路段交汇而出现拥堵，这时会对根据车辆方向发出广播，引导车辆更变路线，避免拥堵发生。
2 大数据技术在城市交通拥堵治理中的应用重点与策略
2.1 应用重点
根据大数据技术的基本运作流程可知，要将大数据技术应用到城市交通拥堵治理中，就必须先做好数据采集与管理工作，这是大数据技术应用的两个重点，下文将对两个重点具体内容进行分析。
（1）数据采集工作
在城市交通拥堵治理中，依照大数据技术应用需求，数据采集工作应当尽可能完善，这是该项工作的重点要求。目前，完善的数据采集指标体系尚无定论，但有明确的采集方向，即要对交通拥堵的前、中、后三个时段进行数据采集：①在交通拥堵前，要利用相关设备采集到车流量变化节点、交通监控数据、信号灯控制数据等信息，其中车流量变化节点可以用于预测分析未来可能发生交通拥堵的时间、交通监控数据可以用来找出可能造成拥堵的原因、信号灯控制数据用户反馈信号灯的交通控制方式，分析当前方式是否能防止未来可能发生的交通拥堵情况，如果能则说明拥堵大概率不会发生，否则就要对控制方式进行调整，直至控制方式能起到预防拥堵的作用位置[6];在交通拥堵中，要利用相关设备采集车辆驾驶人员行为、变道车辆总数与频率、违反交通法规行为数据等，其中车辆驾驶人员行为代表了车辆当前的行驶状态，用于确认车辆当前状态是否违规或是否影响了拥堵治理、变道车辆总数与频率主要代表了拥堵过程中的车辆分布情况与运动轨迹，可用于判断拥堵持续时间、违反交通法规行为数据代表了所有车辆、人员的交通行为，可用于找出拥堵原因，便于针对性治理，在通过常规的交通管制疏通法进行调度既可[7]。③在交通拥堵后，考虑到拥堵带来的遗留影响，需要采集拥堵重点路段的拥堵时长、拥堵整个过程中的车流总量等，两者都代表了城市交通需求，如果两者表现比较严重，且反復发生，就说明城市交通基础设施不满足交通需求，需要得到改善、扩建，由此实现治理。
（2）数据管理工作
在大数据技术应用当中，其虽然具有高效处理各类交通数据的能力，但在主动性上是不可能超出人工的，即假设在交通拥堵情况中，我们没有对大数据技术进行设置，其技术系统的知识库空空如也，这时就算采集到了详实、全面的数据，技术系统也无法进行识别，因此在大数据应用之前，我们必须做好数据管理工作，对各项数据进行定义，再对技术系统进行设置，由此构建大数据运作逻辑，这时大数据技术的作用才能在拥堵治理中被充分发挥。此外值得注意的是，城市拥堵所产生的庞大数据会带来数据储存需求，如果数据无法储存，则大数据技术就不能获取数据，因此在数据管理工作中，建议采用云技术来构建一个满足庞大数据储存需求的数据储存库，再将大数据技术与该储存库连接，构建完善的系统框架来支撑大数据技术运作[8]。
2.2 应用策略
以预防拥堵、解决拥堵为目的，在城市交通拥堵治理工作中，大数据技术的应用策略可以分为三个步骤，分别为开放数据资源共享渠道、大数据监测系统建设、构建大数据交通引导信息发布平台，下文将对各项策略的具体内容进行分析。图2为城市交通拥堵治理中大数据技术的运作逻辑。
（1）开放数据资源共享渠道
根据普遍案例可知，多数城市交通拥堵所涉及的面积都非常广泛，因此根据城市区域规划，涉及面积范围内的所有交通管理部门都要启动，共同协作来预防、治理拥堵，但事实上传统城市交通拥堵治理工作中，不同城区的交通管理部门或其他相关组织（如城建施工组织，其作为导致交通拥堵的主体，自然处于拥堵治理范围内）之间的数据并没有相互开放，导致在协同治理时因为数据信息不对称、有缺损而出现预防不力、治理延时等问题发生，同时还可能爆发一些新的问题，说明在预防或治理城市交通拥堵时，各部门之间的数据应当处于开放共享状态。这一条件下，利用大数据技术可以连通各交通管理部门及相关组织，将所有数据列入分析队列中，从整体视角上逐步向内进行分析，找出问题根本成因、判断情况发展趋势，给予所有部门或组织一个准确的治理目标与路径，这样才能让拥堵治理工作更快、更好的落实，保障城市交通通畅[9]。
（2）大数据监测系统建设
在预防城市交通拥堵的治理工作中，对交通情况进行监控是必须开展的一项工作，而传统治理工作多采用监控设备来实现监控，加之人工来进行管理，导致监控效果不佳，大部分时候交通管理者都难以从采集数据中全面了解交通情况，因此预防治理策略表现不佳。针对这一问题，我们可以根据大数据逻辑来设计监控指标，依照指标来安置道路监控设备，后利用内存计算、大数据分析功能建设一个大数据监测系统，该系能对交通道路中的所有数据进行深度分析，获取实时交通拥堵参数、路况动态规律等信息，并将这些信息数据化后集成，提高数据展示直观性，最后借助大数据交通引导信息发布平台，可以有效预防交通拥堵情况发生，说明监控水平提升[10]。 （3）构建大数据交通引导信息发布平台
大数据交通引导信息发布平台是大数据智能逻辑下形成的交通管制系统，具有智能识别、自动远程管理的作用。该平台主要与大数据监测系统相接，能够通过监测系统来获取交通信息，且对所有信息进行识别与短期预测，判断当前交通情况是否可能出现拥堵、拥堵出现的概率是多少，如果可能出现拥堵、拥堵概率较大，该平台会根据知识库内的信息计算而出避免当前拥堵形成机理的策略，随后借助车载信息系统、APP等对相关车辆进行播报，同时调整相关交通设施控制方式，引导车辆依照“不会发生拥堵的行进方式”来运作，由此起到预防拥堵的治理效果。
3 结语
综上，随着城市交通拥堵情况愈发严重，人们逐渐开始重视拥堵治理方法，这时传统交通拥堵治理方法的缺陷就暴露出来。针对这些问题，本文以大数据技术为基础，阐述了该项技术在城市拥堵治理中的作用、应用重点及策略，可见通过该项技術能够有效提高治理质量、效率与便捷性等，证实该项技术具有较高的应用价值，值得采纳。
参考文献
[1] 李康. 大数据及其在城市智能交通系统中的应用综述[J]. 信息通信， 2016， （12）： 197-198.
[2] 郑海， 赵希， 纵彦凯， 等. 大数据在城市交通拥堵监测与管理决策中的应用[J]. 综合运输， 2018， 40（11）： 34-38.
[3] 丁向朝. 大数据技术在智能交通平台构建中的应用[J]. 电脑知识与技术， 2019， 15（16）： 178-179.
[4] 武凯， 勾学荣， 朱永刚. 云计算资源管理浅析[J]. 软件， 2015， 36（2）： 97-101.
[5] 吕占伟， 陶峥. 无线传感器网络定位技术[J]. 软件， 2015， 36（4）： 76-80.
[6] 马义超， 米鸿燕， 钟凯. 立交桥匝道放样方案设计[J]. 软件， 2018， 39（12）： 215-221.
[7] 张金飞， 黎英， 高伟， 等. 城市交通路口短时流量预测[J]. 软件， 2018， 39（1）： 126-131.
[8] 李晓燃. 基于深度学习的倾斜车牌矫正识别[J]. 软件， 2018， 39（10）： 215-219.
[9] 徐子惠， 王方雄， 顾双飞， 等. 城市交通警情WebGIS设计与开发[J]. 软件， 2018， 39（9）： 166-169.
[10] 李广宇， 李益乐， 张文亮， 等. 智能停车导航系统构建的必要性及可行性分析[J]. 软件， 2018， 39（7）： 17-23.
转载注明来源:https://www.xzbu.com/8/view-15321722.htm
