关键词：大数据 新型技术 智能交通
现代社会是一个高速发展的社会，信息流通更加通畅，人和人之间的沟通与交流日益密切，而大数据正是这个时代最具代表性的时代产物。人口数量和人均汽车持有量的增长为交通运输管理带来了更大的压力，如何将各种新型技术充分融入到交通管理事业当中，值得深思。
1、智能视频分析
1.1目标检测
所谓目标检测，指的是将运动中的目标从实时变化的背景当中准确而快速的进行提取，从而获得目标有关的各项属性及特征信息。目前应用最为广泛的目标检测方法包括图像差分法、目标特征模型检测法以及光流场法。其中，图像差分法的缺点是会受到复杂环境、场景和噪声较大的影响，进行背景建模的难度较大。光流场法则会受到多光源、阴影、遮挡以及噪声等相关因素的影响，导致所计算获得光流分布结果实时性和准确性较差。而目标特征模型检测法则属于目前较为新颖的研究成果之一，此方法主要通过对被测目标特征模型的构建，配置分类器，在图像中对目标进行分类处理，其步骤主要包括对目标特征的提取以及分类识别。
1.2目标跟踪
目前应用较为广泛的目标跟踪方法包括图像特征跟踪、模板匹配跟踪以及运动预测跟踪。针对目标跟踪进行研究的重难点在于算法上的准确性与鲁棒性。当处于简单背景之下，对车辆问题的跟踪能够呈现出较好的效果，然而在跟踪目标出现旋转、遮挡以及背景干扰等情况时，便很难获取良好的鲁棒性效果。
1.3目标识别
以计算机视觉为基础的目标识别主要以目标检测和跟踪为依托，先要依据实际需求确认所划分类别，继而由所检测到的目标当中对适合特征进行提取；随后结合所选取的特征，应用分类器对目标作分类处理，继而获得视频图像当中动态目标的具体类型与数量。所以，对目标识别形成影响的关键在于选取具有良好准确性、高效性以及鲁棒性的特征量，同时构建起快速而高效的分类器。目前应用最为普遍的特征提取方式包括颜色特征、运动特征、形状特征以及多特征等。而分类器算法则包括神经网络、贝叶斯决策以及支持向量机等。然而，以上方法对目标特征的远距离、实时性精准识别方面还存在一定问题。近几年来，随着GPU并行计算架构逐渐被应用在多层神经网络训练当中，研究人员开始探寻通过对深度学习技术的利用，以实现对图像视频的监测和识别。该种方式最大的优势是能把特征提取和分类整合至同一个独立的神经网络当中，而随着网络结构的逐步增加，图像信息会从像素级别特征以及浅层特征的提取过渡至对高级、深层特征的提取。
2、交通信号控制
近些年来，国内很多企业都在探寻人工智能技术和前端设备应用之间的结合点，交通信号控制便是其中具有代表性的应用。
期刊文章分类查询,尽在期刊图书馆滴滴交通云能够实现对既有交通设备数据及互联网轨迹数据的采集，以完成主动性信号优化、精准区域控制以及全面效果评价等。阿里推出的“互联网+信号灯”则实现了对交通既有数据和移动互联网数据之间的融合，对多种信息进行综合处理与分析实现对信号配时方案的优化。传统交通信号控制系统数据主要来源于区域范围内配备的采集设备，比如雷达、线圈以及摄像头等，其实际探测范围较为有限。而互联网信号控制系统的数据则来自于手机定位计算所获得的交通流数据，此类数据能够对全路网当中各节点和路段的交通流量、流向进行实时精准统计。除此之外，该系统不但可以通过人工智能技术以及网络流算法对信号配时方案进行优化，还能对信号配时方案实际运行效果以及对区域范围内交通运输的影响进行评价。
3、智能交通平台
以高效化数据采集、存储、共享以及应用为依托的大数据驱动交通业务平台，可以实现对相关数据的高效处理。博康智能交通、滴滴交通、阿里“城市数据大脑”等大数据平台均将云计算、人工智能以及大数据等新型技术在交通运输行业的应用作为研发重点，具体表现包括：①以交通管理业务的基础信息为依托，结合数据仓库、可视化以及多维度分析等高新科技，找出隐藏于交通管理大数据当中的预判性与趋势性信息；②针对交通拥堵评价、出行规划以及主动交通安全等与交通运输相关技术进行深入研究。
与从事于传统智能交通研究的企业不同，目前互联网企业已然占据了绝大多数富有商业价值的交通数据资源入口，比如滴滴的300TB处理数据，有效覆盖了交通路况、驾驶行为以及车辆数据等诸多维度。以海量数据信息为依托，滴滴推出以下两大平台：①一站式出行服务平台。通过对人工智能算法以及海量数据处理技术的高效利用，实现了高精度供需预测、智能派单、智能拼车以及路径规划等；②交通大数据平台。结合交通度量体系的设定，对海量交通数据进行分析，为交通主管部门、司机以及乘客带来便利。比如通过智能调度缓解交通拥堵问题、帮助智能交通管理控制方案的设计、提升道路利用率、为路网优化决策提供依据等。
4、智能网联汽车
配置车载传感器、执行器以及控制器等新型装置，同时融合互联网技术与通信技术，继而实现车和车、人、路以及云等之间的信息交互和共享，兼具复杂程度较高的环境感知、协同控制以及智能决策等功能。因为智能网联可以供给出具有节能化、环保化、安全化以及便捷化的出行服务，目前已经成为国际上公认的智能交通发展方向。
结束语：
综上所述，在大数据时代，通过各种新型应用技术对智能交通的优化具有非常重要的现实意义，属于一项民生工程，值得相关管理部门和企业投入更多人力、物力和财力对其进行更为深入的研究，通过优化我国交通事业的发展，为国家经济建设注入源源不断的活力。
参考文献：
[1]李建军.交通大数据在智能高速公路中的运用[J].中国信息化,2019(12):63-64.
[2]熊刚,董西松,朱凤华,季统凯.城市交通大数据技术及智能应用系统[J].大数据,2015,1(04):81-96.
[3]刘小明,何忠贺.城市智能交通系统技术发展现状及趋势[J].自动化博览,2015(01):58-60.
论文作者:陈冠宇
论文发表刊物:《科学与技术》2019年第19期
论文发表时间:2020/3/16
标签：数据论文; 目标论文; 特征论文; 交通论文; 互联网论文; 智能论文; 时方论文; 《科学与技术》2019年第19期论文;