首頁熱門文章
大數(shù)據(jù)智能交通的應(yīng)用
發(fā)布時(shí)間：2016-12-13 分類：交通百科
隨著國(guó)內(nèi)城市的飛速發(fā)展，路寬車輛多已經(jīng)成為每個(gè)城市的共性，然而還有一不好的共性在于交通開始擁堵，交通事故頻頻發(fā)生，這些都是各大城市亟待解決的交通難問題。為此，我們便需要及時(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，才能通過大數(shù)據(jù)智慧交通的應(yīng)用技術(shù)得到解決。
大數(shù)據(jù)采集
首先，要解決難題必須通過大量的數(shù)據(jù)分析，而目前各城市建設(shè)智慧交通過程中，已經(jīng)有越來越多的視頻監(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)，這些便是可以采集的大數(shù)據(jù)。
大數(shù)據(jù)增值應(yīng)用
只有深入挖掘數(shù)據(jù)的價(jià)值，才能在智能交通、公安實(shí)戰(zhàn)等行業(yè)上推出車輛軌跡、道路流量、案件聚類等大數(shù)據(jù)模型?；诖髷?shù)據(jù)模型，推出智能套牌、智能跟車分析、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)的深層次問題。
海量數(shù)據(jù)計(jì)算
再者通過云計(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。
海量數(shù)據(jù)檢索
經(jīng)過嚴(yán)密的計(jì)算后，在基于行業(yè)數(shù)據(jù)查詢特點(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。通過集群機(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)
至于在海量數(shù)據(jù)存儲(chǔ)上，可采用分布式存儲(chǔ)系統(tǒng)，相比傳統(tǒng)關(guān)系型數(shù)據(jù)庫，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)和訪問高效。同時(shí)能夠做到無縫集成，快速?gòu)年P(guān)系型數(shù)據(jù)庫導(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，支持無縫容量擴(kuò)展。
大數(shù)據(jù)分析與應(yīng)用
利用大數(shù)據(jù)技術(shù)，結(jié)合高清監(jiān)控視頻、卡口數(shù)據(jù)、線圈微采集波數(shù)據(jù)等，再輔以智能研判，基本可以實(shí)現(xiàn)路口的自適應(yīng)以及信號(hào)配時(shí)的優(yōu)化。通過大數(shù)據(jù)分析，便可得出區(qū)域內(nèi)多路口綜合通行能力，用于區(qū)域內(nèi)多路口紅綠燈配時(shí)優(yōu)化，達(dá)到提升單一路口或區(qū)域內(nèi)的通行效率。如平日/節(jié)假日，早、晚高峰/其他時(shí)段，主要干道關(guān)鍵路口/次關(guān)鍵路口/普通路口，白天/夜間等不同情況，人工或系統(tǒng)自動(dòng)設(shè)置不同的配時(shí)，達(dá)到大幅提高區(qū)域內(nèi)交通通行能力。
雖然大數(shù)據(jù)產(chǎn)業(yè)在國(guó)內(nèi)的發(fā)展還沒有國(guó)外那么快速，但以目前國(guó)內(nèi)發(fā)展大數(shù)據(jù)的速度來看，未來的增長(zhǎng)趨勢(shì)將不可估計(jì)，而智能交通的應(yīng)用便可在大數(shù)據(jù)產(chǎn)業(yè)中得以體現(xiàn)，再者通過大數(shù)據(jù)的科學(xué)分析，合理運(yùn)用在實(shí)際操作中，這也是未來智慧交通的發(fā)展趨勢(shì)。
