摘要：随着互联网和大数据时代的到来,城市交通问题的解决方式有了新的思路,出现了智慧交通。智慧交通的发展紧紧依赖于大数据技术,各企业在智慧交通上也有了很多新研究、新应用。本文简述了大数据的特点,剖析了大数据技术与智慧交通如何进行结合,并对大数据在智慧交通的应用新模式进行了探讨。
关键词：大数据；智慧交通；应用模式
引言
科学技术与城市发展之间，应当形成良性的联系，随着当下城市规模的不断扩张，交通逐渐成为了城市发展的阻碍，而在城市交通问题的处理之中，必须要对大量的数据进行计算和发掘，从而才能够为城市交通问题解决寻找一条正确的道路。智慧交通，就是结合大数据技术，而形成的一种城市交通的应用新模式，它能够解决城市拥堵问题，并且能够提高居民出行体验，为城市下一步的发展打下基础。
1 大数据技术及智慧交通的概念
大数据技术与智慧交通，都是近些年来才出现的新概念，它们分别具有着独特的内容和特点。
1.1 大数据技术的概念
相对于传统的数据分析而言，大数据技术能够对过往发生的事情进行分析与总结，并且根据分析、总结所得的数据，来预测下一步可能会发生的问题，从而帮助人们做好问题的预防与对策，更好的实现发展。大数据技术，必须要基于高性能的数据计算智商，由此可见大数据技术，在一定程度上就是一种计算技术。
1.2 智慧交通的概念
智慧交通，顾名思义，就是利用智慧的方式，来解决交通问题，并且让交通管理变得智能化和自动化，其简称为ITS，既Inteligent Transport System。智慧交通之中，蕴含着电子信息技术、计算机技术以及控制技术等多种技术，其相互结合、相互辅助，也就形成了智慧交通技术。
2大数据技术发展创新
基于大数据的智慧安防在技术方面重点应关注大数据处理技术和智能分析技术。大数据处理技术主要解决数据的采集、存储和分析挖掘问题，而智能分析技术是为了实现对视频的分析和理解，解决视频结构化问题，推动视频数据向视频信息的转变。
大数据应用主要涉及数据整合、数据存储、挖掘应用等多方面和多层次。其中，大数据技术作为大数据应用的基础设施保障至关重要。主要内容包括：
2.1大数据采集和管理技术
（1）可扩展的数据描述规范
数据的快速增长迫切需要一套可扩展的数据描述规范，实现数据描述、数据存储、共享和交换。现阶段，数据的形式主要有源自摄像头采集的视频数据和其他各类复杂结构数据。设计面向多维数据的本体描述框架,可以较全面地描述多维语义内容。
期刊文章分类查询,尽在期刊图书馆
（2）多维数据集成共性技术
数据抽取、转换和加载(ETL)是解决异构多维数据一致性和集成化的有效方案，利用工具将数据按照统一的规则进行集成，完成数据从多数据源向统一目标数据库的转化。
2.2大数据存储技术
规模庞大的感知设备、繁多的业务系统每天产生海量的数据，这些数据既有结构化的，也有半结构化和非结构化的，这为数据的统一描述和存储带来了困难。
（1）资源描述元数据管理技术
资源描述元数据是海量异构数据实现透明访问的基础。通过扩充现有的数据对象和存储资源描述方法，从多个方面描述数据的内在属性（关键字、数据编码格式等）、应用需求（性能、可用性、安全性、持久性等）和资源特性（位置、访问方式、服务能力等），以支持智能分级的存储虚拟化及存储服务。
（2）基于时空域的视频数据管理技术
根据视频数据的时空域属性信息，按需求将空间邻近或时间邻近的视频数据进行归类，并在存储上进行关联存储，同时利用基于语义内容的去冗余技术，提升数据的价值密度。
（3）大数据存储技术
百亿甚至千亿级的结构化数据为存储和查询带来巨大压力，传统的关系型数据库已无法支撑此类应用。采用针对海量数据特性设计的分布式数据存储架构和列式数据库技术，可以较好地满足大数据存储系统可扩展性、高可靠性的要求。
2.3大数据检索和挖掘技术
（1）分布式智能全文检索技术
大数据仅仅依靠单节点进行智能全文检索已远远无法满足性能要求，采用分布式的多节点并行处理技术，能有效缩短响应时间，提高系统性能。
（2）基于图像识别的检索技术
智慧安防中存在海量的图片数据，目前的检索技术还是以特征文本描述检索为主，这需要耗费大量的人力、物力开展特征描述，当数据持续增长时，这将是一个不可能的任务。采用图像识别及模糊匹配技术，能真正满足用户的业务需求，并促进人脸匹配、步态匹配、行为匹配等应用的开展。
（3）关联网络可视化分析
利用可视化分析，将各种不同信息图形化，建立不同数据来源、不同信息之间的公共元素和联系，建立起不同实体之间的关联，从而发现那些隐藏在大数据中的关联性线索和情报。
3大数据技术在智慧交通之中的应用新模式研究
3.1为居民提供出行便利方面
3.1.1无人驾驶
无人驾驶，是在几十年以前就有人提出的一个设想，在科技快速发展的今天，终于可以得以实现。无人驾驶，顾名思义，就是通过各类自动化与智能化的技术，来实现汽车自动驾驶，从而可以解放驾驶者的双手，为居民的出行节约时间和气力，与此同时，因为无人驾驶，相对于有人驾驶而言，能够有效的减少各类交通事故的发生，因此对于改善交通环境，也具有着十分重要的作用。利用大数据技术，能够为无人驾驶的计算机提供充足的数据基础，计算机可以根据海量数据，来推算最佳路径，并且还能够降低发生交通事故的可能。
3.1.2共享出行
共享出行，本质是基于LBS的大数据出行方式，它能够对地图进行大数据分析，从而得知城市内部的交通情况，为司机提供更加快速并且安全的交通路线，将共享出行与公共交通系统相结合，能够为居民的出行提供更好的体验。
3.2对于专业用户而言
3.2.1汽车测试
当下，越来越多的汽车内部，开始搭载各类高科技的硬件，为驾驶者提供了更加舒适的驾驶体验，除此之外，汽车生产企业，也开始利用科学技术来对车辆进行高效测试，从而生产更加符合用户需要的汽车。大数据技术，能够为汽车生产企业提供海量的测试数据，从而降低汽车生产企业的测试成本，并且还可以为测试选择正确的场景和路线，保证测试数据的准确收集，同时也能够更加妥当的储存数据，避免数据的丢失。
3.2.2运输信息服务
基于车网互联数据，搭建物流大数据服务平台。物流大数据服务平台，把物流相关数据进行统一的采集和融合，进行大数据分析。最终得出整个物流货运的运输情况、分布情况以及货源吞吐量的数据，为企业进行货物仓储规划、运输路线的优化、运输时间的分配以及人力、运力等资源的协调提供数据支撑。
3.3为交通管理部门提供高效的管理方法
3.3.1服务方面
可以通过对交通网络的数据进行统计与计算，进而实现科学、合理的交通路线设计。首先，要对红绿灯的数量以及位置进行科学的估算，进而更好的布置交通线路网，提高城市交通的运行效率。其次，要对关键路段的宽度进行调整，保证高峰时间段的车辆顺利通行。最后，还需要在车流量较大的区域，设置更多的停车场，方便驾车人员停车。
3.3.2管理方面
交通事故，是当下城市交通之中的重要问题，通过利用大数据技术，可以科学的计算出事故多发地区，进而在事故多发地区进行限速，并且利用高科技的测速工具，来有效的控制车辆速度，避免发生交通事故。除此之外，还能够利用大数据技术来对各类交通事故的发生概率进行模擬，进而有针对性的对司机进行教育宣传，避免各类交通发生的可能。
结束语
大数据技术应用在其他行业之中，都已经取得了较好的效果，而其应用在智慧交通之中，显然也能够取得一定的成功。它能够有效的缓解城市交通拥堵问题，并且降低各类交通事故的发生概率，可以说具有着众多的优点和益处。尽管如此，大数据技术与智慧交通的结合还存在一定的缺点和不足，仍然需要相关专业人员不断的研究和测试，从而才能够更好的实现两者的结合，推动城市交通的良性发展。
参考文献
[1]丁志远.综合运用大数据技术分析铁路施工维修作业初探[J].科技创新与应用，2017（30）：58-59.
[2]张轮，杨文臣，张孟.智能交通与智慧城市[J].科学，2014（01）：33-36.
论文作者:钱开祥
论文发表刊物:《建筑学研究前沿》2019年16期
论文发表时间:2019/11/4
标签：数据论文; 技术论文; 交通论文; 智慧论文; 城市交通论文; 多维论文; 海量论文; 《建筑学研究前沿》2019年16期论文;