王钢
浙江浙大中控信息技术有限公司 浙江杭州 310051
摘要：随着大数据和人工智能的不断发展和深入，各行各业都想通过大数据的方法，来有效的利用已有的大规模数据，并且挖掘其内在价值，为本行业创造更好地发展。其中交通领域是一个非常重要的领域，影响着人们的每日出行和时间效率。而大数据是智能交通的关键技术，可有效地分析和解决日常生活中的交通问题。对此，本文对大数据在智能交通中的应用与发展进行探究。
关键词：智能交通系统，大数据，发展方向
在交通行业当中的大数据应用，主要是针对在智能交通领域方面的大数据技术应用，当前具备的交通基础设施已经相对比较完善，通过使用大量的先进设备和技术，产生了海量的交通数据资源，通过深入的挖掘和分析这些海量的数据资源，能够有效促进交通行业的不断发展。
1 智能交通系统内涵分析
智能交通系统（Intelligent Traffic System，ITS），主要是指借助计算机技术和信息数据传输技术，能对交通运行过程进行科学化的管理和指挥，在管理机制建立过程中，要对人员因素、车辆因素、道路环境因素等进行全方位考量和判定。为了保证交通管理的高效性，将技术和管理体系融合在一起，确保交通管理系统的多元化发展。在智能交通系统建立和运行过程中，智能交通管理模块、智能信息管理模块、智能公共交通模块、车辆管理模块以及电子收费和应急管理模块是研究的重点。
2 大数据在智能交通中的应用
大数据技术能够优化智能交通系统结构体系及其架构。因此，对于 C/S 架构，一方面需要布设好局域网，精心配置数据库服务器，将监控装备设置在数据采集前部，完成自动监控作业之后，要将监控视频与图片信息传输至服务器内，最后对数据进行处理，并将其分别传输到分中心与省中心。另一方面，要综合使用大数据技术着重优化智能交通硬件结构，精心配置车道计算机、控制器、微波读写器、触发线圈、车辆检测器、抓拍摄像机、信号灯、费额显示器、声光报警器、字符叠加器和高速挡车器，这样有助于保持交通的畅通性。
2.1车辆检测技术
车辆检测技术大多被应用于 ETC 车道系统中，该系统通常在车道的入口与出口运用地感线圈来自动检测车辆。传统ETC车道系统通常会使用三线圈进行设置，一般情况下，第一个线圈是触发线圈，通过启动车道天线读写的方式来检测进入车道的车辆；第二个线圈是抓拍线圈，该线圈通过启动车辆识别系统来识别车牌和抓拍车辆图像；第三个线圈是落杆线圈，通常是在完成ETC交易之后自动回落栏杆。如今，ETC 车道系统在三线圈的基础上又增加了一个线圈，对系统进行了细致地优化。简而言之，当代智能化 ETC 车道系统由两个线圈识别车辆的队列信息，另外两个线圈则用以判断交易车辆。
2.2 图像抓拍识别技术
从智能交通管理的角度来讲，图像抓拍识别技术属于车牌识别系统的核心技术，车牌识别系统主要是利用数字图像处理模式来识别车辆与车牌，并全面采集数字视频与数字图像。通常，智能交通管理将车牌号作为识别车辆的重要标记，因此，可以说图像抓拍识别工作性质的关键影响因素是车牌号的重要性以及特殊性。
期刊文章分类查询,尽在期刊图书馆只要有车辆途经 ETC 车道，ETC系统和车牌识别系统就会自动识别车牌，并精确抓拍车辆的视频与照片，然后将车辆的车牌信息和所有图片信息进行加工并输入，使之形成流水数据，然后根据数据信息来判断来往车辆是否存在违规行为。
2.3自动车辆识别技术
自动车辆识别技术能够准确识别途经车辆的大小、规模、车辆车型、重量、座位数、轴型和轮胎等，该技术属于自动车型识别系统的核心技术，其组成装备主要包括红外线扫描仪、轨道接触器、动态称重装置、电感环线圈和激光扫描器，这些精密装备仪器能够进一步促进交通管理智能化，将所有识别信息以数据形式输入 OBU 中。
3 大数据在智能交通发展中的前景
3.1加强对个人信息的保护
信息时代，不管是人们生活中的微不足道的事情，还是教育、卫生等重大决策，都会将相关信息留在信息系统中，如果整合这些信息，就能研究出一个人的生活轨迹，从而暴露个人隐私。交通大数据也涉及到隐私问题，比如车主的行车路径等，因此为了避免个人信息的泄漏，政府需要制定相关的法律法规，依法完善交通信息管理。
3.2改善交通数据收集的多样性
中国虽然人口基数庞大，汽车拥有量居世界前列，但在新信息收集方面还有欠缺。在交通信息数据收集上，除了选择传统的收集方法，比如调取交通部门存储的信息之外，还可以调动公众方面的力量，实现数据收集的多样性，并通过丰富数据资源来提高交通数据信息的自动化水平。
3.3提升交通运输系统的效能和交通服务的水平
交通部门可以通过网络资源配置和结构优化技术的无缝整合，来协同提高运输系统整体效率，实现工程布局合理化，明确交通信息流通和服务体系分工，真正做到相互配合，优势互补。进一步提升和开发高效便捷的公众出行所需的智能化服务技术，比如实时交通信息发布技术和公交运营智能化技术等。
3.4大力发展智能车路协同技术
智能车路协同技术将在一段时间引领智能交通的发展方向，这个领域的发展程度将决定我国智能交通系统整体的实力，是我们当前应大力加强的技术制高点。该技术也是提升交通综合安全的新技术，是我国与世界交通技术领先国家的主要差距。我国还没能真正掌握完整的智能车路协同技术体系，对于这一前沿技术还需要进一步消化吸收和创新。
综上，大数据在智慧交通系统中的应用可以帮助交通部门及时分析交通状况，对安全事故和拥堵现象进行预测判断，从而可提前制定相关方案。但是在缓解交通压力的同时，也带来了一些挑战，对于交通部门而言，应该加强各个平台之间的信息整合，促进数据的标准化，同时加强基础设施的建设，控制数据的真实度，加强对大数据的管理，这样才能有效改善交通运输状况，为人们提供安全便捷的出行服务。
参考文献：
[1]魏永青，鄂飞，乔瑞，张志庆，冯阎.大数据背景下的智能交通系统应用与平台构建 [J].科技创新与应用，2018(16).
[2]岳云霞.大数据时代城市智能交通发展方向 [J].福建质量管理，2018(12).
论文作者:王钢
论文发表刊物:《防护工程》2018年第18期
论文发表时间:2018/11/2
标签：数据论文; 线圈论文; 车辆论文; 技术论文; 智能交通论文; 交通论文; 系统论文; 《防护工程》2018年第18期论文;