交通信息数据

交通信息数据（共10篇）

交通信息数据 篇1

上世纪9 0年代起, 欧美日等发达国家开始采用一系列信息技术来缓解日益堵塞的交通, 提出了智能交通系统 (Intelligent Transport Systems, ITS) 的概念。各国根据自己的国情, 因地制宜地发展有差异的智能交通系统。但是所有智能交通系统的核心相同, 都是将各种先进的监控技术、通信技术、控制技术集成为一个统一的系统。而在各种新技术、新数据爆炸的今天, 我们应该以大数据的思维去思考, 用新的方法整合我们现有的技术与数据, 用于交通信息管理, 解决当前城市交通堵塞的难题和加快交通信息管理现代化的脚步。

1 大数据的基本概念、特点及应用

1.1 基本概念

数据 (data) 是承载着信息的有规律物理符号、文字、数字、图像或者计算机代码。人们加上对数据背景的解读获取信息。正因为数据是承载着信息的, 才有价值。从出现人类文明以来, 人类就开始记录数据, 利用数据。随着科技的发展和人思想的变革, 人类几千年来也没有像今天这样每天都会面临着海量的数据。

大数据 (big data) 在字面上指的是数据集合规模巨大到无法通过现有软件工具在合理时间内获取、整理、管理、处理。这种每时每刻海量数据的产生也是我们所处时代的标志。公元前3世纪, 托勒密王朝在埃及建立了世界上最古老的图书馆——亚历山大图书馆。托勒密二世搜集了当时西方世界几乎所有的书写作品, 包括了巨大的知识量。但是今天, 人类社会步入了信息化, 我们每天能够获得的数据都远远超过了当时亚历山大图书馆的数据总量。近几十年来, 人类计算技术的飞跃也为储存、处理利用大数据提供了基础。而我们的现状是很多纷繁的数据被忽略了, 有的没有储存, 有的即使储存了也没有被很好地利用, 思想和技术的落后导致大数据所蕴涵的巨大价值没有被发掘。所以大数据不仅仅只是字面上的意思, 更标志着一个新的时代, 一个数据、技术基础都已成熟亟需人类革新思想和有效利用的时代, 也就是大数据时代。

1.2 特点

1) 数据量大 (Volume) 。随着信息技术、特别是互联网技术的发展, 数据量不断扩大, 现在已经可以用海量来形容我们每天所面对的数据。国际数据公司 (IDC) 研究显示, 2009年全球被创建和复制的数据量为0.8ZB, 2010年增长为1.2ZB, 2011年更是达到了1.82ZB, 相当于全世界每人每天产生200GB数据。

2) 类型繁多 (Variety) 。数据不仅仅是文本数据, 还包括了音频、图片、视频、地理位置等一系列非文本数据。Facebook网站每天更新的照片量就超过1000万张, You Tube网站平均每一秒钟就会有一段长度在一小时以上的视频上传。数据的纷繁混杂就是大数据时代的数据特点。

3) 价值密度低 (Value) 。大数据虽然价值巨大, 但是人类面临的是泛滥的信息。19世纪以来人类处理大数据的方法是采样, 通过样本来推测总体, 而如今我们有了足够的处理能力和存储能力, 我们要处理的是所有数据, 相对而言数据的价值密度就会降低。以总体为样本的思想也是大数据时代的重要革新之一。

4) 速度时效快 (Velocity) 。如今的数据大多以动态、实时的数据流的形式产生。每天都会有超过4条微博发布。华尔街的金融公司早已雇佣了许多计算机、数学专家分析交易所每分每秒所产生的数据。如果能够拥有快速的计算能力必然会在大数据时代占得优势。

1.3 发展现状

越来越多的国家和企业意识到了大数据的重要。2012年3月22日, 奥巴马宣布美国政府启动“大数据研究和发展计划 (Big Data Research and Development Initiative) ”, 旨在提高和改进从海量数据中获取知识的能力, 加速美国在科学与工程领域的进步。同时出现了一些能够处理大型数据的工具, 例如Hadoop通过把大型数据分成小模块分配处理从而实现了对超大量数据的处理。

在国内, 百度公司建立并开放了自有的大数据平台为企业和个人提供服务, 工信部也在2011年提出要发展与大数据概念相关的海量数据存储、处理、传输技术。

2 现有交通信息管理相关技术背景与存在问题

2.1 现有交通信息管理相关技术背景

1) 定位导航系统。定位导航在交通运输中发挥着重要的作用, 对很多人来说车辆的定位导航已经是出行必备的功能。现在比较主流的导航设备就是车载导航仪和手机地图软件的导航, 这两者的原理是相同的, 都是运用的全球定位系统 (Global Positioning Systems, GPS) 通过卫星定位并结合电子地图规划路径。这个系统由两部分构成:一部分是安装在车上的GPS接收机和显示设备;另一部分是控制中心, 所以此系统除了能够指导驾驶外, 还能够监控汽车, 搜集相关数据, 这一功能能够为交通信息管理提供更加多元的数据, 在后面还会提到。

2) 实时交通信息 (Traffic TMC) 。TMC是一种通过FM广播网络将动态、实时交通信息传送至机动车驾驶员的技术, 当这种技术与电子导航系统结合就能够根据实时的交通状况优化导航线路。这种技术在欧洲的一些发达国家已得到了广泛的应用, 是欧洲智能交通系统的一部分。

3) 多源实时路况信息。政府的相关交通部门会对交通进行实时的监控, 并定期发布数据, 为民众的出行提供参考。同时地方交通广播也会提供零散的滚动数据指导驾驶者避开高峰路段或事故路段。百度公司推出的百度地图网页也开始提供与电子地图相结合的实时路况地图。

2.2 存在的问题

1) 信息的孤立, 各个系统间各自为政, 没有把数据库做大。不同的交通信息系统在物理上彼此隔绝, 架设在不同的计算机及服务器群上, 我国有十多个与交通有关的部门, 不同部门掌握着不同数据, 没有信息互通, 即使互通也要先向相关部门申请数据, 再向数据库提取, 手续麻烦、办理缓慢。同时也造成了各部门在分析交通信息时所使用的数据样本不够全面也不够具体, 没有将全部数据作为分析对象, 而是仅仅以样本作为分析对象, 其样本根本无法代表现如今纷繁复杂的交通状况。另外, 在TMC运用领域我国虽然已经有了这方面的研究, 也有一些导航终端设备能够接收实时的交通信息, 但是交通信息和电子导航没有结合, 只是独立的两个系统, 远没有达到欧洲的应用水平。

2) 忽略了交通数据的时效性, 交通信息传播不及时也不全面。我国的交通信息发布系统并不迅速, 除了北京、深圳等少数大城市建立了相关的智能交通系统, 很多地方交通信息的发布仅限于对交通事故的通报。另外虽然现在已有交通信息的发布终端, 但是也没有充分利用现有的先进信息技术、通信技术, 所以也算不上即时。我们现在的交通信息传播方法没有跟上大数据时代的步伐, 各个交通系统使用着不同的信息传播渠道, 而这些渠道受众小 (例如交通广播、道路上的显示器等) , 并没有全面地将交通信息传播到有需要的驾驶者手里, 如前面提到的地方交通广播和百度地图实时路况, 地方交通广播提供的滚动路况过于零散, 不全面, 不具体也不够及时。百度公司推出的百度地图网页提供与电子地图相结合的实时路况, 但是也面临数据不充分也不够准确的问题, 而且和TMC技术在中国的应用情况一样没有将交通信息与路径导航智能的结合。

3) 数据没有得到充分的利用, 很多价值没有被挖掘出来。人类由于缺乏处理大数据的技术和能力, 一直避免大数据, 而是以统计学中的抽样样本作为分析对象, 导致了数据分析结果不全面、不精确, 很多富有价值的数据没有得到利用。例如现今我们运用最广泛的交通状况监测方法普遍以路口处的感应器为数据来源, 数据量少也不全面。同时前面提到在分析后的信息运用领域, TMC技术没有和电子导航智能的结合, 与发达国家对交通实时信息的运用水平相差甚远。

4) 缺乏大数据的思维, 蕴含着价值的数据容易被忽略, 先进的技术得不到及时有效的应用。

3 大数据时代交通信息管理的新需求

3.1 加大数据收集量

加大数据收集量的目的就是利用更多数据。人类长期以来由于处理、存储技术的局限, 总是收集少量数据为样本作为分析对象, 去推测总体的情况, 但是样本比起总体总是不够全面, 所以统计学中有了各种抽样方法去避开样本的缺陷, 事实上这些方法由于随机性的减少又可能会造成新的缺陷。如今我们的技术有了翻天覆地的变化, 人类早已具备了存储和处理海量数据的能力。而事实却是我们仍然保留着原始的数据利用模式, 所以抛开小数据, 利用大数据也是大数据时代来临人类需要在思想上做出的改变。在交通信息管理中, 我们的城市监控系统、传感系统、车载导航、手机导航每时每刻都在被动的记录着海量的即时数据, 这些具有极高时效性的数据都是无比宝贵的财富, 却没有被收集起来利用, 数据量的基础已经具备, 这就像一座埋藏地底的金矿, 其中的价值正等待我们去挖掘, 加大数据的收集、使用量是大数据时代的今天对交通信息管理的新需求。

3.2 多元数据的整合利用

大数据的特点之一就是数据的类型繁多, 而在大数据时代的今天我们要接受这种数据类型的不一致性, 这也是我们思维需要的转变之一。我们每天记录到的交通信息就是纷繁复杂的不同类型数据, 人类一直以来都将我们记录的数据分类检索, 如果我们想得到大规模的相对全面的数据, 就要接受数据的多样性, 虽然不同类型的数据综合使用会降低数据的准确度, 在信息匮乏的年代我们期待数据的准确, 但是在大数据时代的今天, 过度追求准确只会阻碍我们数据的规模扩大和降低数据利用的效率。

3.3 数据的即时传播

在我们信息技术、通信技术如此发达的今天, 信息是具有时效性的, 在大数据时代的背景下, 数据越及时则价值越高, 例如华尔街的金融公司都不惜花重金通过先进的信息、通信技术手段获得最快的交易信息, 时间就意味着金钱。交通信息管理也是一样, 及时传播意味着效率。

4 交通信息管理对大数据应用的思考

4.1 车辆定位导航数据的利用和挖掘

在交通管理的信息化进程中, 我国还没有建立起像欧美日等发达国家那样成熟的智能交通系统。在现代化、信息化的道路上, 数据就是资源, 蕴含价值, 但目前我国在交通信息管理中有的数据被我们所忽视了。传统的道路状况监测数据来自道路上的固定监测器, 例如感应装置、红外线、监控摄像等, 但是硬件覆盖范围是有限的, 就造成了数据相对较少和不全面。所以本文将目光投向了浮动车辆的定位导航数据。

1) 车用GPS定位导航终端数据。我们的车载或手机定位导航系统一直在以一定的频率采集着车辆的位置、速度等数据。根据加州大学伯克利分校的Snawal、Walrand、Yim的研究, 从浮动车收集到的数据估计出的速度与道路上的感应装置所估计的速度相差不多, 仿真分析得出浮动车数量占运行总车辆数量的3%~5%即可做出良好的时间估计[1,2]。同时在Cheu、Xie、Lee关于估计出的车速可靠性的研究显示, 通过浮动车数据估计的道路平均车速时, 只要有4%~5%的浮动车或者至少10辆车在所设定的时间内通过就能达到95%的时间内绝对误差小于5km/h[3]。同时我国深圳大学土木工程学院的胡明伟也提出了从高斯投影和GPS单点测速机理入手利用车载GPS或其他定位导航装置所返回的数据计算路段时速并估计道路交通状况的算法[4]。利用汽车定位导航所产生的数据计算相关路段的交通状况的方法在国内外早已有研究, 相关理论也比较成熟, 但是在我国一直罕见报道而且没有得到大规模的推广应用。因此, 具有大数据时代的思想, 充分、深入的利用和挖掘浮动车定位导航数据很有必要也可行。

2) 车用GPS定位导航设备将会越来越普及。随着中国城镇化进程, 城市会越来越大, 同时道路和汽车也会越来越多, 面对复杂或陌生的道路, 导航将会是越来越多驾驶者所必备的功能。公安部交通管理部门的数据显示, 2011年我国汽车保有量就突破了1亿, 随之而来的将会是越来越普及的汽车导航设备及应用软件和所产生的海量数据。来自中国汽车导航与互联网地图市场的研究报告显示, 2010年和2011年汽车导航销量分别为923万套和1212.5万套, 不仅数量大而且增长快, 光是2010年底我国导航定位应用终端设备市场总量就达到了5千万台, 同时越来越多的汽车厂商将导航定位设备作为汽车出厂的标准配置。虽然数量已经很大但是现在的普及率相较欧美的25%、日本的59%并不高, 所以还有着巨大的增长潜力, 在未来必定还会有井喷式的增长。

3) GPS定位导航数据在交通信息管理中的应用。车用GPS定位导航系统包括终端设备 (车载导航仪、手机等) 、差分基站、中继站、信息中心。信息中心的功能有数据采集、数据存储、数据处理、信息发布等, 我们应该将信息中心数据的存储、处理功能抽出, 放在云端的大型数据库上与其他来源的交通数据共同分析, 浮动车辆定位导航数据的加入能解决数据不够大的问题, 为我们的交通信息管理提供大数据。同时部分城市公交系统、出租车都已装上GPS导航设备, 以北京TOCC交通系统为例, 对全市6.67万辆出租车定位导航所产生的动态数据进行实时入库, 再者重庆的智能公交系统也通过公交车上的GPS数据在站台上发布公交车预计到达时间。车辆定位导航系统所得到的数据经过分析、挖掘之后可以得到车辆所在路段、车流速度、行程预计时间、道路状况等重要信息。同时我们将传统的交通监测所得到的数据与GPS所产生的数据综合, 不仅加大了数据收集、利用量, 还能提高信息的准确性和及时性。

4.2 基于云计算 (Cloud Computing) 的新数据处理模式

在大数据时代, 传统的面对小且有限的交通数据处理方式不管是在硬件、计算能力还是处理方法上都不再适用, 包括美国的智能交通系统 (ITS) 也面临着各个物理子系统相对独立的问题, 造成了阻碍系统间数据共享的信息孤岛现象, 所以必须有一种能够自由共享和处理大数据的新数据集合模式。而这种新的模式就是建立一个开放的交通数据平台, 其技术实现就会运用到一项重要的革命性技术——云计算 (Cloud Computing) 。

1) 云计算技术基本概念。云计算 (Cloud Computing) 通过高速、大流量的基于互联网的数据传送, 将计算任务分布于外部有大量廉价计算、存储能力的资源池上, 客户按需使用。

2) 云计算的三种运营模式。同时云计算也有三种不同的运营模式:一是Iaa S (Infrastructure-as-a-Service) 基础设施作为服务, 客户能够从云端获得计算、存储等计算机基础设施服务, 如亚马逊的AWS (Amazon Web Service) ;二是Paa S (Platform-as-a-Service) 平台作为服务, 提供客户软件和数据平台, 让客户能够在平台上开发自己的应用, 如百度公司的百度地图LBS云;三是Saa S (Software-as-a-Service) 软件作为服务, 客户通过互联网在云端使用基于网页的软件, 如Google.doc。云计算这种新的商业模式将基础设施、平台、软件像水电气一样输送给客户。而在交通信息管理方面, 将会用到Paa S和Saa S两种模式。

3) 云计算特点在交通信息管理中的体现。

(1) 满足数据开放共享的需求。传统的各种交通信息管理系统都有着自己的专有系统, 也就意味着专有的数据库, 从技术上将各个数据库隔离起来, 这也是交通信息大数据化的阻碍之一。所以我们运用Paa S模式将各系统的数据存储和处理放在云端, 即收集的数据直接上传至云端平台, 这样就在云端建立起一个包含海量交通信息的大数据库, 打破数据共享壁垒, 有效的解决了数据孤立的问题。

(2) 满足多样的数据需求。新的交通信息数据库不仅要容纳混杂的数据, 更要能够对不同类型的数据或者不同的数据需求进行处理。而云计算的Paa S模式正好能够满足这种数据类型和数据需求多样的需求, 用户能够根据自己的需要在数据的平台上利用专门的算法开发专门的应用, 同时没有特殊需求的用户则可直接使用基于Saa S模式的软件和应用, 减少开发成本。

(3) 满足数据的可扩展性。前面提到随着我国经济社会和科学技术的发展, 交通信息量会井喷式的扩张, 而一般的系统存储、计算能力是固定的, 无法满足交通信息数据的高速增长。而云计算的存储、计算能力不仅足够大而且能够按需不断的扩展, 所以对于交通信息数据云计算技术是必然的选择, 为我们摒弃小样本数据, 利用大数据提供了解决方法。

(4) 满足时效速度快的需求。交通信息数据具有实时性, 越快处理分析越有价值。云计算技术能够快速的处理数据, 由于这是一个开放的数据平台, 这些数据在经过分析之后能够第一时间的发布。驾驶者或交通部门等数据使用者能够通过相关网页、手机应用接收信息, 同时将这些数据深度挖掘与电子地图结合, 得到可视化的实时交通状况图, 再进一步与车载GPS定位导航系统的路径规划结合, 优化交通高峰期的行车路线, 更加智能地使用这些数据。云计算从技术上解决了数据处理、传播、利用不及时的问题。

摘要：随着我国城镇化、工业化进程的加速, 交通信息管理面临着前所未有的严峻挑战。本文立足于大数据时代背景和国内外交通信息管理现状, 提出利用云计算数据处理模式, 和现有的技术与数据, 建立一个开共享并能满足需求多样性、数据可扩张性、信息时效性的交通信息管理系统。

关键词：大数据,云计算,交通信息管理

参考文献

[1]Sanwal K K, Walrand J.Vehicles as probes[J].1995.

[2]Yim Y B, Cayford R.Investigation of vehicles as probes using global positioning system and cellular phone tracking:field operational test[J].2001.

[3]Long Cheu R, Xie C, Lee D H.Probe vehicle population and sample size for arterial speed estimation[J].Computer‐Aided Civil and Infrastructure Engineering, 2002, 17 (1) :53-60.

[4]胡明伟.基于GPS的实时交通信息采集方法的研究[J].公路交通科技, 2007, 24 (5) :121-124.

[5]维克托·迈尔-舍恩伯格, 肯尼斯·库克耶.大数据时代[M].浙江人民出版社, 2013.

[6]钱哨, 张云鹏, 黄少波.智能交通云:基于云计算的智能交通系统[J].计算机与现代化, 2010 (011) :168-171.

[7]郭继孚, 刘莹, 余柳.对中国大城市交通拥堵问题的认识[J].城市交通, 2011 (3) .

交通信息数据 篇2

考试时长：60分钟 考生：刘德志 总分：100 及格线：60 考试时间：2017-12-21 16:39-2017-12-21 16:42 100分

 1.(易)根据周琦老师所讲，高德交通信息服务覆盖（）多个城市以及全国高速路网。（单选题3分）得分：3分

o o o o  A.一百一十 B.一百 C.九十 D.八十

2.(易)根据周琦老师所讲，高德实时统计用户近（）行驶里程数据与用户数，一旦发现异常则报警。（单选题3分）

得分：3分

o o o o  A.5分钟 B.10分钟 C.15分钟 D.20分钟

3.(易)根据周琦老师所讲，高德交通信息服务覆盖全国主干道路及其它（）以上。（单选题3分）得分：3分

o o A.90% B.70% o o  C.50% D.30% 4.(易)根据周琦老师所讲，高德交通日均采集数十亿定位请求，系统处理月均（）公里驾驶里程覆盖。（单选题3分）

得分：3分

o o o o  o o o o  A.50亿 B.80亿 C.100亿 D.150亿

5.(易)根据周琦老师所讲，以下哪项不属于数据挖掘的内容？（单选题3分）A.补充与完善路网属性 B.多维分析统计用户出行规律

C.建立道路拥堵概率与拥堵趋势变化模型 D.高德地图导航有躲避拥堵功能

6.(易)根据周琦老师所讲，高德交通信息服务覆盖全国高速（）以上。（单选题3分）分：3分

得

得分：3分

o o o o  o o A.90% B.70% C.60% D.50% 7.(易)根据周琦老师所讲，高德2014年被（）全资收购了。（单选题3分）A.百度 B.阿里巴巴

得分：3分 o o  C.腾讯 D.搜狐

8.(易)根据周琦老师所讲，高德早在（）就开始投入资源来做全国交通信息的采集和发布。（单选题3分）得分：3分

o o o o  A.2002年 B.2004年 C.2005年 D.2007年

9.(易)根据周琦老师所讲，高德交通报告针对全国（）个城市交通状态进行挖掘分析。（单选题3分）得分：3分

o o o o  A.21 B.25 C.30 D.38 10.(易)根据周琦老师所讲，大数据加速道路网络快速更新，高德（）完成全国10万公里15万处更新。（单选题3分）

得分：3分

o o o o  o A.2006年 B.2008年 C.2010年 D.2014年

11.(中)根据周琦老师所讲，高德地图有哪些功能？（多选题8分）A.交通路况实时播报

得分：8分 o o o  B.智能计算到达目的地所需的时间 C.避堵路线方案规划 D.为用户搜索地点

12.(中)根据周琦老师所讲，高德现在的数据来源主要是（）。（多选题8分）分

得分：8o o o o  A.公众数据 B.行业数据 C.政府数据 D.国外数据

13.(中)根据周琦老师所讲，对大数据的管理和使用包括哪些方面？（多选题8分）得分：8分

o o o o  A.大数据的存储 B.大数据的应用 C.大数据的运营 D.大数据的挖掘

14.(中)根据周琦老师所讲，大数据在交通方面可以有哪些应用？（多选题8分）8分

得分：o o o o  A.出行轨迹选择 B.旅行时间计算 C.数据挖掘 D.多样化展现

15.(中)根据周琦老师所讲，以下哪些属于数据挖掘的内容？（多选题8分）

得分：8分 o o o o  A.补充与完善路网属性 B.多维分析统计用户出行规律

C.建立道路拥堵概率与拥堵趋势变化模型 D.高德地图导航有躲避拥堵功能

16.(极易)根据周琦老师所讲，高德地图使用大数据能进行小路的识别。（判断题3分）得分：3分

o o  正确 错误

17.(极易)根据周琦老师所讲，高德地图使用大数据能进行新路的识别。（判断题3分）得分：3分

o o  正确 错误

18.(极易)根据周琦老师所讲，通过索引技术，在分析具体问题时，可以回调出每条道路对应时刻的通车轨迹。（判断题3分）

得分：3分

o o  正确 错误

19.(极易)根据周琦老师所讲，高德实时挑选样本进行算路，对发布数据质量进行评估，异常则实时报警。（判断题3分）

得分：3分

o o  正确 错误

20.(极易)根据周琦老师所讲，高德交通信息服务覆盖110多个城市以及全国高速路网。（判断题3分）得分：3分 o o  正确 错误

21.(极易)根据周琦老师所讲，高德每季度基于数据挖掘，发布全国主要城市的交通分析报告。（判断题3分）得分：3分

o o  正确 错误

22.(极易)根据周琦老师所讲，高德交通信息服务覆盖全国高速90%以上。（判断题3分）得分：3分

o o  正确 错误

23.(极易)根据周琦老师所讲，高德交通报告针对全国38个城市交通状态进行挖掘分析。（判断题3分）得分：3分

o o  正确 错误

24.(极易)根据周琦老师所讲，将大数据智能化融入高德地图，能够提供更精准的到达时间预测和实时躲避拥堵功能。（判断题3分）

得分：3分

o o  正确 错误

25.(极易)根据周琦老师所讲，进入了阿里巴巴集团之后，高德对大数据的处理和基础架构的能力得到了提升。（判断题3分）

得分：3分

大数据时代的五维交通 篇3

如今，汽车已不仅仅是一种运输工具，同时也是一个客户需求的感知平台以及客户服务的推送平台。如果说传统的智慧交通，是汽车在LBS（基于位置的服务）基础下，通过利用一个时间轴中的动态变化解决了空间规律的四维交通，那么，未来的智慧交通将会是有互联网大数据参与的五维交通。

人、车、环境组成的五维交通

何为五维交通？笔者认为是由人、车、环境三大主体组成。

首先，人——供需将被重构。工业时代的供需模式是企业供需，如在交通领域中，当用户需要打车出行时，就必须请营运出租车来接。而出租车的数量十分有限，所以供需模式就无法得到平衡，也不能大范围展开；又或者是想住酒店，每年全球的酒店住宿供给量是相对恒定的数量，节假日时，经常会出现一房难求或乱抬高价格的局面，从而影响了用户体验。目前，我们所处的互联网时代以及未来的DT时代（是以服务大众、激发生产力为主的技术时代），需求模式已慢慢向社会供需转变。交通领域中的天天用车、滴滴打车等软件服务，酒店行业中如Airbnb、LBNB等软件服务，都重构了人的供需。这些软件服务的努力方向无一例外都是社会供需，它们引爆了互联网行业的一个重点，即共享经济。当供给大量地提升后成本就会迅速地下降，同时，通过互联网技术实时对接供需后，又创建出了更多需求。例如，以前上班挤地铁的人，现在会打“顺风车”上下班，这就是一种供需，因为需求增多，各个互联网软件服务商推出的“顺风车”价格就能下降到老百姓都能接受的程度。

其次，车——成为服务入口。越来越多的互联网公司通过对大数据研究，了解用户需求并制造场景，从而打破了传统行业的壁垒，不断地渗透到各个行业中，完成了跨界融合，并从高频需求逐渐扩展到了低频需求。汽车作为一种传统行业，正慢慢被互联网渗透。传统工业时代的汽车，仅仅是把人从A地运到B地，只局限于是一种出行工具。而未来的智能汽车，将是一个生活服务的入口。因为，车解决了衣食住行中的“行”，与衣食住行游购娱中的所有场景都有关联。汽车可以一路搜集食住行游购娱中的数据，了解用户的生活特征，所以，未来汽车一定能承载很多的具体服务。

第三，环境——将改变城市治理方式。现在的交通治理主要是依靠人力去治理路网和城际之间的交通网络。未来的智慧城市中，交通将不再会只依靠人力，更多的会是人机共治。因为，通过汽车这个生活服务入口得到的大数据在此时已经变得非常海量——当所有传感器的成本降到非常低，甚至接近于免费时，传感器将成为“标配”。整个社会环境中，如路灯等各类地面交通设施、每辆车甚至每个人身上都会装有大量的传感器。如此海量的数据将会产生一个数据的洪流。而这个数据的洪流，必须靠同一平台基础上的交通云和大数据去承载与流通。在传统的互联网中，因为数据没有统一格式而形成了很多的数据信息孤岛，使流通的成本大大增加，不利于人们对数据做更好的研究和利用。所以，必须要建立一个公共的交通云，从而使数据实时流通，可以即时去满足用户需求。

未来汽车发展的三大趋势

第一个趋势，是新能源汽车的出现与发展。目前，无论是互联网公司还是传统的汽车企业，都开始参与到新能源汽车的制造中来，能源互联网、分布式能源等新兴技术，都从能源角度颠覆了车的原有硬件。

第二个趋势，是自动驾驶。目前，全世界有很多企业都在进行自动驾驶技术的研究。笔者认为，自动驾驶技术是一种高端的人工智能，因为它实际上是基于海量的地图数据做出的判断。在未来的智能社会中，“大白”不再只是动画片里的虚拟人物，当用户进入汽车时，“大白”就会在车的空间里自动驾驶汽车。

第三个趋势，是互联网汽车。因为在五维交通中，车是一个非常重要的连接几乎所有场景的工具，而互联网能够带动大量的服务创新和服务对接，所以笔者认为，未来的互联网汽车肯定会有很大的发展空间，将第一、第二和第三次技术革命的整体能量都引爆，这也是现在汽车行业成为资本风口的原因之一。

阿里汽车生态圈1.0：汽车+服务

阿里巴巴也在汽车领域做了不同的尝试。目前，阿里汽车生态圈可以分为“一纵一横”两个层面。

“纵”的层面，是汽车的经销渠道和服务网络。在天猫有很多汽车品牌的旗舰店销售整车，也有很多汽车配件的销售。但是，现在电商发展趋势，已经慢慢从商品的电商转向服务的电商，所以，阿里巴巴联手了北京、上海等200余个城市线下超过3万个汽修服务网点，进入“汽车后服务”市场，为国内6000万私家车主提供线上、线下一体化的汽车维修到日常保养。车主可直接在线购买各种汽车配件，并直接预约线下就近汽修服务点的相关服务。

交通信息化与大数据时代的契合 篇4

1 交通信息化与大数据时代概述

所谓的信息化是在计算机技术以及互联网技术等技术发展的基础上发展得来的, 其能够有效的推动经济和社会的发展, 而且对于过去的生活方式也能够进行有效的转变, 并针对原有的生产方式进行改进, 其对于推动社会的发展有着重要的影响作用。

根据所提出的十二五规划可以明确的了解到, 我国的城市建设逐渐进入到高速发展的阶段, 城市的容量逐渐的扩展, 人口的增加使得城市的交通问题越来越严峻, 各个路段均出现了堵塞的现象, 这在目前的城市发展中, 已经成为了一个亟待解决的重要问题。要想能够使得信息化可以作为管理手段得以良好的应用, 就需要针对驾驶员以及车辆等进行合理的监控和治理, 有效的解决交通堵塞的问题, 这样不仅能够使得交通安全事故出现的次数相应的减少, 同时也能够更好的推动城市的发展。

在大数据时代到来的同时, 交通信息化也得到了极大的发展, 其被交通部门有效的接受, 对并且开始应用, 在原有的信息化基础上, 新增了各项有效的功能, 特别是实现了交通的智能化, 真正的实现了交通的信息化发展。

2 大数据时代下, 交通信息化的契合关系分析

2.1 大数据时代下, 交通信息化的发展方向与发展意义

大数据时代下, 交通信息化正向着智能交通的方向发展, 众所周知, 智能交通在发展电子信息技术的过程中, 坚持以交通服务为中心, 是构建智慧城市的重要环节。智能交通主要就是用来对信息进行收集和利用, 从而满足交通参与人员的不同需求。智能交通拥有先进的信息化技术和数据交流技术, 这些先进技术统一的应用在地面的交通管理系统中, 依据该系统来实施控制信息的全面发布, 起到指挥的作用, 能够针对城市的交通状况进行清除的了解, 并做出迅速的反应。

从上述的观点就了解到, 智能交通的构成, 使得交通信息化出现了极大的转变, 对于后续交通的发展也具有积极的影响意义。首先, 能够使得交通向着更加健康和自然的方向转变。其次, 可以使得交通的监管力度更加突出, 可以有效的降低交通安全事故发生的几率。最后, 就是能够有效的实现交通运输管理整体水平的提升。

2.2 大数据时代对交通信息化的影响

(1) 大数据综述

所谓的大数据也就是指代的众多资料, 这些资料的总量已经超过了软件工具所能够承载的极限, 无法应用相应的软件来实现对资料的整理、处理和应用, 从而无法为企业的发展提供可靠的参考依据。

在上世纪80 年代初期, 就有相关的专家认识到了大数据的重要性, 但是到了21 世纪初, 大数据才应用到互联网中。依据美国的互联网信息中心可以了解到, 互联网的数据每年都成倍的增加, 而两年为一个期限数据的总量就实现了翻倍增长。现阶段, 全球的数据大部分都是最近几年才产出的。同时, 这些数据并非是单纯的互联网信息, 其涵盖了各种信息, 在各个行业的发展进程中, 通过测量以及传递也产生了众多的数据信息。

而就相关的著作中, 对于大数据的特征进行概括总结, 其认为大数据主要有四个特点, 其一是大量, 其二是高速, 其三是多样, 其四是价值。这四个特点体现出了大数据的四个方面内容, 首先, 大数据的体量相对较大, 实现了体量级别的跨越;其次, 大数据呈现出多样化的类别;再次, 大数据有着较高的商业价值, 价值密度相对较低。就以视频为具体实例进行分析, 可用的数据仅仅可能只有几秒。最后, 就是处理速度快。大数据所具有的这最后一个特点, 也是区别以往数据挖掘与大数据的主要侧重点。

(2) 大数据是交通信息化发展的主要方向

就相关的研究文献可以看出, 全球的数据市场到2018 年会增幅到26%, 以现有的资金148.7 亿美元来算, 到2018 年就会增加到463.4 亿美元。以往的交通信息化明显已经不再适应大数据时代发展的要求, 其必然会向着智能化的方向转型。而在转型的过程中, 数据信息化会实现智能处理。由此就能够说明, 大数据对交通信息化的发展有着积极的影响意义。在各种先进技术不断出现的进程中, 大数据会使得梦想逐渐转变为显示, 并且大数据会逐渐的融合到人们的日常生活中, 其所能够起到的作用不再仅仅局限于预测, 而是能够实际的对城市的交通状况进行改变。

受到大数据的影响, 交通信息化相关的信息也呈现出了多样性, 就交通运输来说, 其产生的信息量会因为运输任务量的增加而相应的增加, 同时也会因为运输时间的延长而增加。根据相关的统计报告可知, 全球交通信息量正在以成倍的速度增加。同时, 大数据所带来的影响也使得数据的非结构性特征逐渐的凸显出来。到2012 年, 非结构化数据的占比会达到75% 以上, 达到了互联网数据总量的3/4。

从上述的数据研究就可以说明, 针对交通进行管理的过程中, 有效的进行智能交通数据量的递增, 也会使得智能交通能够具备更多的功能, 从而可以满足大数据处理的基本要求。

3 结语

通过本文的分析可以清楚的了解到, 在大数据时代背景下, 交通信息化得到了极大的发展, 其在智慧城市的构建中占据了主导地位。本文重点对大数据和交通信息化进行了分析, 在大数据的影响下, 交通逐渐向着智能交通的方向发展, 大数据也成为了交通信息化发展的必然方向。可以说, 时代的发展推动了交通的发展, 交通信息化与大数据时代之间是一种契合的关系, 两者互相融合, 互相推动。

参考文献

[1]Viktor Mayer-Schonberger, Kenneth Cukier.盛杨燕, 周涛[译].大数据时代―生活、工作与思维的大变革[M].浙江人民出版社, 2012

[2]Tom White.周敏奇, 王晓玲, 金澈清, 等译.Hadoop权威指南[M].O'Reilly, 北京:清华大学出版社, 2011

交通信息数据 篇5

摘要：交通规划数据库将各类规划的交通专项部分加以整合、处理、建库，可实现在GIS环境下集中展现交通专项规划的需求，对于交通规划编制、审批及研究提供大量的数据和技术支持。道路红线规划作为重庆重要的交通专项规划，在交通规划数据库中对其进行了单独建库。据此，主要研究在ArcSDE数据库中建立基于道路红线规划cad成果的专题数据库的建库规则，建库规则包括制图规则和专题数据属性规则。

关键词：道路红线规划；建库；规则

中图分类号：TB

文献标识码：A

doi：10.19311/j.cnki.16723198.2017.11.100

0引言

开展交通规划编制、规划审批的工作过程中，需要各类数据的支撑，包括法定规划（如总规、控规）、交通专业规划、交通专项规划及交通研究等。然而，总规的深度不足以指导具体交通规划的编制，而由于控规编制的特点，道路网很难从城市的整体角度考虑道路等级、道路标准等，为指导道路规划带来一定局限。为更好地指导道路规划的编制及审批，重庆市开展了道路红线规划专项工作，深度达到控制性详细规划的深度，为更系统地指导道路规划编制、审批提供更有力的支撑。

道路红线规划编制工作完成后，如何将规划成果建立数据库，按照交通专业的需求赋予相关属性，全面支撑后续的规划编制、管理工作，是一项极其重要且比较复杂的工作。

1规划成果数据库现状

规划管理部门已建立用于辅助规划管理的数据库应用系统，但目前数据的建库方式，主要针对地块进行，将单个地块对象进行建库，道路规划成果只是简单地将cad成果文件导入到空间数据库中，使用时类似于直接打开cad成果文件，并没有像地块建库一样，作为独立的对象进行入库，导致道路规划成果只能进行简单的浏览查看，不能根据需求进行相关的统计分析工作。这种状况导致在交通编制、审批时难以提供丰富的支持工作。

为更好地辅助交通规划的编制、审批及研究工作，能够开展相关的统计分析任务，需对道路红线规划cad成果建立专题数据库，并将道路作为单独对象进行建模、道路属性入库，实现按道路等级浏览、统计各道路专业指标（道路长度、道路面积、道路网密度、道路面积率）等。在将成果数据入库前，需根据应用需求，研究道路红线规划成果特点，制定专题数据库的入库规则，让数据库的数据满足相关应用需求。

2道路红线规划建库内容

根据建库目标，为各交通规划编制、审批及研究提供数据支撑，入库数据包括两方面：一是规划的原始成果，需根据审批通过的原始成果原样入库；二是加工成果，包括用于关联规划道路各属性的道路中心线，为统计分析工作道路红线面、公交站点、人行立体过街设施等。本次建库规则研究的对象，主要是加工的成果，包括：道路中心线、道路红线、公交站点、人行立体过街设施。

3道路?t线规划建库规则

本文的建库规则基于ArcSDE数据库。规则由两方面组成：一是空间制图入库规则，二是对象属性入库规则。

3.1道路中心线

3.1.1制图规则

根据道路红线规划成果，提取道路中心线，并在道路中心线的平面交叉口、立交匝道等交通分流、合流处打断，非交通分流、合流处合并为一个对象。

在处理道路中心线进行入库时，注意以下情况：

一是道路中心线不完整。规划人员在制图过程中，存在规划要素缺失的情况，在进行入库时，需根据已有的条件或规则，补充完善道路中心线，否则道路的属性无加载的对象，也会影响统计分析的正确性。缺失中心线时，可根据路缘石线、道路红线等，利用arcgis的“平行复制”或者“生成中心线”功能，补充完善道路中心线。

二是道路中心线分层错误。规划人员在图层分层过程中，并没有严格按照制图标准进行制图，导致通过提取cad成果的道路中心线图层的数据，存在路缘石线、道路红线或标注线等其他要素，同时存在真正的道路中心线放在了其他图层，而不能被提取的情况。在建库过程中，需对这两种情况进行区分，将正确的道路中心线提取出来，错误的要素剔除。

三是中心线要素冗余、重复。规划人员在用cad进行制图过程中，时常会产生重复要素，且不易被发现。在进行数据入库时，需对要素冗余、重复的情况进行处理，否则不能保证统计分析的正确性。可通过人工检查，或者通过arcgis的拓扑验证等方法，筛选出存在重复中心线的道路，并根据实际情况，删除冗余的道路中心线。

四是道路中心线节点密集情况。在建库过程中，可通过arcgis的概化功能将节点进行简化，以便于数据的展示，及提高数据库的性能。

3.1.2属性规则

根据应用需求，确定需要建设的道路属性：道路名称、道路等级、车道数、标准道路红线宽度。

道路名称主要针对主干路及以上的道路，名称包括道路的规划名称；道路等级、车道数应根据实际规划过程中，管理部门确定的道路标准进行属性入库；标准道路红线宽度由人工进行测量，测量对象为规划成果的道路红线，进行测量时，局部拓宽或收窄不考虑，一条道路只采用一个标准道路红线宽度；道路长度由arcgis软件自动计算生成。

3.2道路红线面

为达到统计道路红线面积、与地块实现无缝整合的目标，将道路红线进行构面。

构面时，可采用arcgis的“追踪”功能，沿道路红线进行构面，也可先将道路红线在交叉口处进行封闭处理，再采用“生成面”功能，进行构面。构面过程中，应在不同道路名称或不同道路等级的地方进行打断，同时尽量保持高等级道路红线面的连通，低等级道路红线面打断。

在提取道路红线图层数据，用于构面时，需注意以下情况：

一是分层错误。需人工判断道路的实际红线，根据真实的道路红线进行构面。

二是道路红线缺失。若能根据道路的其他要素补充道路红线的，可直接补充完整进行构面；若不能根据已知要素进行补充完善，需反馈给规划人员进行完善。

3.3公交站点

3.3.1制图规则

根据道路红线规划成果，提取划线式公交站点和港湾式公交站点，用点形式表达，并将点放在路缘石上。

3.3.2属性规则

公交站点的属性主要包括：类型、状态。

类型分为划线式和港湾式，直接根据红线成果进行区分。

状态包括：现状、规划。

3.4人行立体过街设施

3.4.1制图规则

根据道路红线规划成果，提取人行立体过街设施要素，用点形式表达。

3.4.2属性规则

人行立体过街设施的属性主要包括：类型、状态。

类型分为人行立体过街天桥和人行立体过街地道，直接根据红线成果确定的类型进行属性入库。

状态包括：现状、规划。

4结语

在建设交通规划数据库时，应先研究应用需求，明确如何入库才能实现既定的目标，再制定建库标准，最后才进行数据入库。重庆市道路红线规划涉及范围广、规划要素多，建设专题数据库的数据处理工作量很大，若不能根据目标，制定详细的建库规则，极易导致数据处理的返工，造成项目失败。应用需求是目标，建库规则是方法，有了目标、方法，工作就能顺利完成。

参考文献

交通信息数据 篇6

关键词：GIS系统,数据管理,数据存储,城市交通信息平台

1 GIS系统

地理信息系统 (GIS, Geographic Information System) 是一个综合了多学科的系统, 它将地理学、地图学、遥感和计算机科学相结合, 是用于输入、存储、查询、分析和显示地理数据的计算机系统。GIS是一种基于计算机的工具, 它可以分析和处理空间信息 (简而言之, 是对地球上存在的现象和发生的事件进行成图和分析) , 把地图这种独特的视觉化效果和地理分析功能与一般的数据库操作集成在一起。GIS系统与其他信息系统最大的区别是对空间信息的存储、管理和分析, 它被广泛应用于解释事件、预测结果和规划战略等方面, 具有很好的实用价值。

2 城市交通信息平台GIS适用的体系结构

城市交通信息平台主要应用于复杂的异构网络环境中, 而GIS系统的地理信息主要来源于网络中各个位置的数据库、文件和其他数据源。同时, 需要地理信息的用户不能仅局限于本地公安网上的交警, 还包括路面上的行路人、交通诱导设施、巡逻警等各种类型的用户。由此可见, 前两种体系结构已经不能适应当前的发展需求, 而采用基于Internet/Intranet的分布式GIS系统技术应用体系结构是目前最佳的选择, 也是今后技术发展的大方向。

3 GIS数据管理

3.1 GIS数据的输入方法

3.1.1 手工数据输入

手工输入矢量图形数据:将表示点、线、面实体的地理位置数据 (各种坐标系中的坐标) 通过键盘输入数据文件或程序中。

手工输入栅格数据:将已知格子内所观测到的优势特征值予以编码, 随后将代码输入自动化文件中。

3.1.2 手扶跟踪数字化仪

人工数字化技术包括被称为数字化仪的电码静电装置。数字化仪将点定位器的信号转换为电子识别位置, 以便能够直接读入计算机。数字化仪能够记录每个点、线和多边形的位置, 形成数据文件。

3.1.3 自动扫描器

扫描数字化系统一般比数字化仪大, 而且价格要更高。一般的扫描器能识别100种以上不同形式的图斑, 并能对不同数据结构进行转换和数据压缩处理。

3.2 GIS数据的编辑与处理

根据城市交通信息平台的功能定位, 把GIS系统对地理信息数据的编辑和处理工作分为两部分。其中, 对数据量较大、操作要求较高、操作复杂, 需要专业知识, 但改动不频繁的基础地理信息的编辑、处理工作, 要借助于现有的功能强大、成熟、完善的GIS软件来完成;而另一部分操作比较简单, 属于日常交通业务的操作, 这部分工作通过二次开发嵌入, 直接作为城市交通信息平台软件的GIS操作功能来调用, 提供友好、简单的界面, 脱离传统专业GIS软件的复杂操作, 为用户提供方便、快捷的GIS数据编辑、处理功能。

3.3 GIS数据的存储

众所周知, GIS中最基础的也是最重要的部分就是地理信息数据。GIS系统管理着大量复杂的地理信息数据, 如何组织和管理好这些数据, 使之能够快速地响应用户需求, 为其提供准确的GIS数据, 是GIS系统首要解决的问题。

3.3.1 基于文件的存储技术

早期, 各种主流的GIS系统都使用了自定义格式的文件存储地理信息数据。在当时计算机运算能力不高、GIS数据量有限、单机应用为主的情况下, 这种做法能够适应使用需求。

随着计算机软、硬件技术和GIS系统技术的发展, 计算机处理数据的能力快速增强, 存储数据的容量也大大增加, GIS系统的运行能力也随之提升, 所管理的地理信息数据日渐翔实, 数据量快速膨胀, 这就对地理数据的存储提出了更高的要求。使用文件作为地理信息数据载体的弊端也逐步体现出来, 主要表现为以下几点: (1) 文件格式较多, 相互之间不兼容; (2) 存储分散, 不便于管理; (3) 安全性较差; (4) 不适用于当前的分布式网络构架。

3.3.2 基于空间数据库的存储技术

随着数据库技术的发展, 空间数据库作为一种应用技术也慢慢发展起来。建立空间数据库的目的是为了使用户能够方便、灵活地查询出所需的地理空间数据, 同时, 能够执行相关地理空间数据的插入、删除、更新等操作。为此, 提出了实体, 关系, 数据独立性、完整性, 数据操纵, 资源共享等一系列基本概念, 这是一种在关系型数据库 (DBMS) 内部对地理信息进行物理存储的技术。

空间数据库与传统数据文件相比有许多优点, 主要表现在以下几方面: (1) 所有数据 (矢量、栅格、地址、测量、CAD等) 一起存储在商业DBMS中。这就意味着可以有一个完整的数据管理策略, 极大地简化了支持和维护的过程, 并减少了相关费用。 (2) 空间数据库允许多用户通过使用版本管理和长事务处理访问数据库。多个用户可以读写同一个共享的数据库。 (3) 支持智能化的要素、规则和关系。空间数据库数据模型不仅支持对象 (数据库表中的行) 和要素 (有几何形状的对象) 集合, 还支持高级功能, 例如几何、逻辑网络、真实曲线、复杂多边形和用户定义要素。矢量数据可以是二维、三维和四维 (x, y, z和m) 这几种, 用户能够定义拓扑关系和拓扑规则。 (4) 可以充分利用数据库的安全防护措施保护GIS数据, 以便规划用户的权限, 提高其使用安全性。 (5) 充分利用数据库强大的检索功能, 通过标准的SQL语句检索地理数据的属性信息和空间信息。

3.3.3 GIS数据存储

可以将城市交通信息平台的GIS数据初步分为两大类: (1) 数据量大, 但是, 基本不变或很少变化的静态数据; (2) 相对数据量小, 但是, 经常变化的动态数据。根据这两大类数据的特性, 结合以上两种存储技术的优、缺点, 选择以空间数据库为主、数据文件为辅, 同时使用两种存储技术的GIS数据存储方案。静态数据存储在中心服务器的物理存储设备中, 充分利用了两种存储技术的优点, 快速加载了大量的静态数据;而动态数据是存储在空间数据库中的, 它利用数据库对数据的管理能力及时更新、变化, 以响应用户的操作需求。

4 结束语

综上所述, 交通信息与地理信息关系密切, 利用GIS技术构筑智能交通管理系统的共用信息平台, 不但能够在空间上直观、明了地显示相关交通信息, 还能为这些信息的深层次挖掘、后续信息服务和辅助决策提供空间属性上的支持。

参考文献

[1]邵春福, 赵熠, 吴戈.道路交通数据采集技术研究展望[J].现代交通技术, 2006, 3 (6) .

交通信息数据 篇7

1 数据库技术及城市交通信息服务系统的概述

1.1 数据库技术概述

数据库技术作为信息技术系统中的基础, 是一项不可忽视的核心技术。具体来说, 数据库技术是一种利用计算机技术来进行数据管理、整合与应用的新兴技术方法, 该方法重点研究课题是:如何组织和存储数据, 高质量高效率获取和处理数据的方法技巧等等。具体来说, 数据库技术的主要目的是利用一些数据理论去进行数据等的处理整合以及分析等等, 这些理论来源是通过研究数据库的结构形成、存储方式、设计技巧、管理方法以及实际应用等等。总之, 数据库技术作为一门软件科学, 最主要的功能就是研究、管理数据库, 并最终将研究和管理的结果再施加于数据库本身。

数据库技术不仅可以快速地对数据进行管理、整合与应用, 并且解决了数据库中大量数据的组织和存储问题, 大大减轻了数据库的负担, 它可以减少数据存储冗余, 同时还能够与整个库内的数据实现共享和互相交流, 更能够保障数据安全, 最后还可以方便人们进行数据检索和处理等繁杂的工作。

数据库技术进行研究和管理的对象主要是数据, 所以数据库技术在进行过程中, 最主要的方法和功能就是对数据进行统一组织和管理以及具体分析, 按照指定的结构来完整建立科学合理的数据库;让人们能够通过数据库的外部管理系统以及相关的人机接触界面等, 快速对数据库内的数据进行挖掘、添加、查找、修整、分辨以及打印等多种功能的应用。极大地方便了人们的生活以及相关工作人员对于数据库繁杂系统的管理工作。

数据管理技术是对数据进行挖掘、添加、查找、修整、分辨和输出的技术。数据管理技术的发展大致经过了以下三个阶段:人工管理阶段;文件系统阶段;数据库系统阶段。首先是人工管理阶段——20世纪50年代以前, 计算机的功能主要用于数值计算。在那个时代, 外存设备只有卡片和磁带等设备, 这些设备的作用是存储, 没有直接输出的功能, 除非利用放音机等设备才可以做到。软件方面就更落后了, 没有如今被大量使用的操作系统以及相关的专门管理数据的软件。第二个阶段是文件系统阶段——在20世纪50年代后期到60年代中期, 开始出现一些除卡带、磁带之外的相关数据存储设备, 比如磁鼓, 磁盘等。这些数据存储设备的发展也促进了新的数据处理系统的迅速发展。在那个年代, 数据处理系统是把计算机中的数据组织成相互独立的数据文件, 系统可以按照文件的名称对其进行访问, 对文件中的记录进行存取, 并可以实现对文件的修改, 插入和删除, 这就是文件系统。文件系统实现了记录内的结构化, 即给出了记录内各种数据间的关系。但是, 文件从整体来看却是无结构的。其数据面向特定的应用程序, 因此数据共享性、独立性差, 且冗余度大, 管理和维护的代价也很大。最后是数据库系统阶段——在20世纪60年代后期, 终于出现了数据库。作为一项崭新的数据管理技术, 数据库展示了强大的数据处理和存储等功能, 这是一个质的飞跃, 它不再局限于某一特定应用, 它的应用范围空前广泛, 具有极强整体的结构性, 同时具有很高的共享性, 另外还解决了冗余度过大等问题, 实现了对数据进行统一的控制。

从上个世纪60年代末期开始到现在, 数据库技术作为一项崭新的数据管理技术, 已经经历了40余年的发展, 它强大的数据处理和存储等功能为各行各业的发展带来了质的飞跃, 应用范围空前广泛, 同时因为具有极强整体的结构性共享性轻便性等特点, 受到了大力的推广。在这40多年的发展历程中, 相关技术人员在数据库技术方面的各项理论研究以及各种系统开发方面, 都取得了非常巨大的进步, 经过发展, 直至20世纪80年代中期到后期, 数据库技术中的终端用户开始进行联络, 现实运用局域网技术将终端用户的独立的计算机连接成网络, 这样, 在终端用户与用户之间就形成了庞大的共享数据库, 这是一种更新更高数据处理技术, 被称之为客户机 (或服务器) 数据库结构。

1.2 城市交通信息服务系统概述

城市交通信息服务系统是一项方便城市市民和交通管理工作人员的系统。该项系统主要依托城市交通信息资源整合系统和客运站场管理信息系统的信息资源, 通过互联网、呼叫中心、手机、PDA等移动终端、交通广播、路侧广播、图文电视、车载终端、可变情报板、警示标志、车载滚动显示屏、分布在公共场所内的大屏幕、触摸屏等显示装置, 为出行者提供较为完善的出行信息服务、为城市交通管理部门提供管理便利的技术。具体来说, 它可以为驾车出行者提供路况、突发事件、施工、沿途、气象、环境等信息;为采用公共交通方式的出行者提供票务、营运、站务、转乘、沿途等信息;据此出行者可提前安排出行计划, 变更出行路线, 使出行更安全、更便捷、更可靠。同时与铁路、民航、旅游、气象等相关的各类信息进行整合、与广播、电视结合, 提供更全面、更多方式的服务, 让公众切身感受交通信息服务的便利。该项技术不仅方便了民众, 更提升了交通部门的管理水平和服务水平。

1.3 数据库技术在城市交通信息服务系统中的作用

作为主要支撑技术之一, 数据库技术在不断的发展壮大过程中, 也会将城市交通信息服务系统拉强拉大, 服务系统会更加完善和实用。在现代城市中, 建立城市交通信息数据库是完善信息服务的手段之一, 也是快速获取信息的一种方法, 该方法可以使得资源在大众间共享的同时, 由大众再进行相关的意见提出, 便于信息的及时更新, 这样, 不仅可以更加全面地提高交通规划的效率, 对于城市交通管理者和城市规划者来说, 这样的动态地图无疑是提高交通规划决策能力和服务水平的重要依据。

2 数据库技术在城市交通信息服务系统中的技术应用

数据库技术在城市交通信息服务系统中的技术应用主要包括三个方面:数据采集技术方面的应用、数据融合技术方面应用以及数据挖掘技术方面的应用。下面就一一将这三种技术进行剖析。

2.1 数据采集技术在城市交通信息服务系统中的应用

数据采集, 又称数据获取, 是利用一种装置, 从系统外部采集数据并输入到系统内部的一个接口。数据采集的工具多种多样, 比如摄像头, 麦克风, 都是数据采集工具。被采集数据是已被转换为电讯号的各种物理量, 如温度、水位、风速、压力等, 可以是模拟量, 也可以是数字量。采集一般是采样方式, 即隔一定时间 (称采样周期) 对同一点数据重复采集。采集的数据大多是瞬时值, 也可是某段时间内的一个特征值。准确的数据量测是数据采集的基础。数据量测方法有接触式和非接触式, 检测元件多种多样。不论哪种方法和元件, 均以不影响被测对象状态和测量环境为前提, 以保证数据的正确性。

在城市交通信息服务系统中, 利用互联网进行数据采集是非常普遍的。可以看到现在的街道摄像头等, 都是联网的, 在现代交通飞速发展的时代, 各式各样的交通信息数据采集机被大量使用, 将交通信息数据采集带入了一个全新的时代。

2.2 数据融合技术在城市交通信息服务系统中的应用

数据融合技术的工作原理如下:数据融合中心会将多个传感器进行监管, 监管的目的是将其收集到的信息进行进一步融合, 或者将这些传感器的信息与人机界面中能够观测到的信息等进行融合, 然后是提取分析阶段——将传感器等收集到的信息进行分析提取, 把其中有所征兆的信息进行推理, 与信息库中的交通信息进行匹配和对比, 这样就能够做出故障诊断决策, 以为城市交通信息服务提供参考。另外, 传感器收集到的信息和数据库中已有的信息是需要及时更新、处理、增减的, 因为随着社会的发展和交通信息的进步, 有些信息跟不上时代的脚步, 一旦传感器收集到的信息和数据库中的信息相悖, 第一种可能是现实中的交通信息出现问题, 还有一种可能是数据库中的信息出现滞后。为了解决这个问题, 可以在基于信息融合的故障诊断系统进行调整, 比如加入自动更新信息等环节, 这样在交通信息发生故障推测时, 信息融合系统可以根据最新的信息进行推理, 以获得更新更全面的知识, 并且适当总结新经验, 不断扩充数据库中的数据, 实现数据融合技术的进一步发展。

如今, 随着数据库系统越来越精密、越来越复杂, 单纯地依靠少数甚至单个传感器对交通事务进行测量服务是远远跟不上交通信息服务系统的发展的, 甚至可能会加大交通信息服务系统累赘, 阻碍其发展。所以, 技术人员可以利用多传感器在故障诊断系统和数据库系统中进行更全面的检测, 包括检测事物的振动频率、交通路段的温度、车流量人流量等等, 再利用下文将要提到的数据挖掘技术将其中掩藏的、对交通分析有用的信息进行挖掘, 进而利用信息融合技术将收集到和挖掘出的信息进行统一整合融合, 就能够迅速判断交通事务发生故障的原因、位置、造成的影响等, 进而发布信息, 可以及时调控, 避免发生更严重的事故或者故障。另外值得一提的是, 在传感器收集信息的情况下, 还有一种人工观测收集的方法, 这也是对交通故障进行诊断的重要信息来源, 但是越来越多的经验证实人工手机信息是比较弱势的, 导致交通信息往往模糊不清甚至出现较大误差, 为交通服务带来不便。所以说数据库技术的应用解决了人工工作的不足, 为交通故障诊断的发展和应用开辟了广阔的前景。

2.3 数据挖掘技术在城市交通信息服务系统中的应用

数据挖掘技术主要是指在城市交通中大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在城市信息中的、人体觉察不到的、但是又对交通信息服务系统能够产生巨大影响的信息的过程。

在一般情况下, 数据挖掘都需要依赖前文提到的数据采集和数据融合技术, 因为只有利用数据采集技术将数据都先加入数据库中, 才能利于数据挖掘技术将有用的信息从和数据库中进行进一步挖掘。这样, 从数据库中直接进行数据挖掘有不少好处, 比如, 数据库的某些运行技巧和数据挖掘的某些运行技巧是相差无几的, 比如数据库的数据清理运作和数据挖掘技术中的数据清理运作程序和运用到的技巧都差不多, 如果在进行前文提到的数据采集过程中, 就将数据进行过一定的清理, 那么运行到数据挖掘时, 就可以减少清理运行这一步骤, 减轻了数据库运行的负担和数据挖掘的难度, 所以数据库技术中的数据采集技术、数据融合技术以及数据挖掘技术是相辅相成的。

3 结语

从文章可以看出, 数据库技术是当下城市交通信息服务系统工程的基础技术, 城市交通信息服务系统工程要想扩大发展, 就需要在数据库技术中的数据采集技术应用、数据融合技术应用以及数据挖掘技术应用等方面继续加大研究力度。城市交通信息服务系统作为一项能够为城市发展带来质的飞跃的技术, 一定会受到越来越多的关注, 文章中提出的相关问题希望能够为数据库技术在城市交通信息服务系统的应用起到一定的参考作用。

参考文献

[1]陈克明, 王春平.嵌入式移动数据库技术研究与应用[J].无线互联科技, 2012 (9)

[2]周翔.数据库技术在医院设备管理中的应用[J].中国医疗设备, 2011 (10)

[3]伍征.电力企业中的实时数据库技术探讨[J].中国新通信, 2011 (21)

[4]李春宏.数据库技术课程教学实践与探索[J].全国商情:经济理论研究, 2012 (08X)

交通信息数据 篇8

研究生教育担负着为国家建设发展培养高素养、创造型人才的重任。现代管理学之父德鲁克曾经说过:“知识工作者的生产率是21世纪管理的最大挑战。”

在北京交通大学, 早在2004年, 便把信息素养的教育列入了研究生学期教育的内容, 为了全面掌握研究生信息素养情况, 使信息素养教育更具有针对性, 我们于2011年9月对北京交通大学的博士研究生和学术型硕士研究生进行了抽样调查, 并结合访谈的形式对于相关重点问题进行了确认。

一、样本与调查维度说明

调查根据各院系学术型研究生数量的相对比例, 共随机抽取360位研究生进行调查。经检查核对, 最后共获得有效问卷343份, 有效问卷回收率为95.27%, 样本总量占6 847名学术型研究生总量的5.3%。有效样本在各学院的分布情况为:电子信息工程学院50人, 计算机学院29人, 经济管理学院97人, 交通运输学院29人, 土木建筑工程学院39人, 机械与电子控制工程学院20人, 电气工程学院20人, 理学院21人, 人文社会科学学院11人, 软件学院17人, 建筑艺术系5人, 语言与传播学院5人。在全部被调查者中, 硕士研究生为主体, 占84.54%, 其余为博士研究生;从年级分布看, 一年级占45.18%, 二年级研究生占43.73, 三年级研究生只占11.07%;从性别构成看, 男性占57.73%, 女性占42.27%, 与我校男女生总体比例58.4∶41.6持平。

调查的维度包括研究生信息素养教育基础、获取并利用专业信息的途径、对提高自身信息素养的途径选择与期望三个大的方面, 共包含22个问题。

二、调查结果

1. 研究生信息素养教育基本情况。

调查表明:近四成研究生在本科阶段没有受过正规的信息素养教育。有34.74%的被访者在本科阶段没有学习过科技信息检索或类似的课程;有40.12%的被访者没有学过学术论文和学位论文写作的课程或听过相关讲座。

2. 获取并利用专业信息的途径。

在使用各种信息资源方面, 以图书馆资源配合网络搜索引擎为主;将近1/3的学生经常使用纸本书和期刊, 并通过专业相关论坛学习;还有一小部分学生利用免费的 (见表1) 。

资料来源:北京交通大学“研究生信息素养调查”课题组, 2011年10月。注:由于问卷中有些问题漏填或跳答, 所以本表中合计数与总人数并不完全一致 (下同) 。

在对既有资源的深入使用方面, 对我校图书馆的使用情况的调查表明:有80.62%的学生使用过借还书服务;61.67%的学生做过电子数据库检索;44.49%的学生进行过书刊阅览;只有36.12%的学生使用过学术资源门户;26.43%的学生做过信息咨询;17.62%的学生使用过馆际互借;甚至有20%未使用过借还书服务 (见表2) 。

计算机技术发展到今天, 涌现出很多面向公众的免费软件, 这些开源软件除了在社交网络方面, 在各专业领域里也层出不穷, 熟练运用这些免费软件将是对我们当前有限资源的一个有效补充。但使用情况并不普遍。有15.42%的学生没有用过任何一款开源软件 (见表3) 。

研究生对本专业领域内优秀文献及前沿信息的掌握情况在一定程度上决定其创新力。研究生对其专业核心期刊及网站信息的掌握途径如下:60.79%的学生请教导师或同学, 46.26%的学生利用期刊导航系统, 28.63%的学生利用CSSCI或CSCD获知, 11.45%的同学咨询图书馆员, 其他途径为4.41% (见表4) 。

从外文数据库的使用情况来看, 有3.08%的学生从不使用本专业外文数据库;有43.17%的学生不熟悉外文数据库但常用Google找英文文献阅读;只有29.52%的学生经常使用本专业的外文数据库。由此可见, 我校的专业外语和外文数据库的培训亟须加强 (见表5) 。

学术数据库的便捷和及时已成为研究生学习、研究过程中不可或缺的工具。随之而来的大量电子文档如果得不到系统的管理, 会浪费掉很多时间和精力。与国外学校情况相比, 我校研究生对参考文献管理工具的认识和使用情况令人担忧。以三种最广泛使用的管理工具为调查对象, 使用过endnote、noteexpress或refwork这三种管理软件的学生分别占16.74%、12.33%和8.81%, 竟有近63.88%的学生没有使用过任何参考文献管理软件 (见下页表6) 。

3. 提高研究生信息素养的方向与途径选择。

调查显示:31.42%的被访者不太能对所浏览的网站的权威性作出判断, 2.65%的被访者完全不能判断出所浏览网站的权威性;有40.27%的被访者回答能够判断网站的权威性, 但根据的是模糊的经验;只有25.66%的被访者因为听过有关讲座, 从而能够准确判断所浏览网站的权威性。

信息搜索能力提高途径方面, 43%的同学希望采取听主题讲座的方式;22%的同学选择上选修课;20%的同学选择自学;15%的同学愿意请教导师和同学。

三、分析与建议

1. 需强调信息技术教育与信息素养教育的结合。

近四成研究生在入学之前没受过正规的信息素养教育, 这样的数据映射了中国对于信息素养教育的认识严重不足。国外对信息素养问题的研究可谓由来已久。20世纪60年代至今, 相关的研究已相当深入。通过Elsevier、Infotrieve等检索系统都可以检索到众多的研究文献。而通过“google”进行网络检索则返回了1 180 000条记录。这些记录中包含大量的信息素养研究组织、论坛、专门研究网站和资源网站, 可以找到数量丰富的研究报告、论文、会议文献及有关的项目和计划等资料。资料还反映出信息素养概念的内涵逐渐由最初单纯的信息技能掌握到人的整体素养层面的演进以及信息素养重要性被广泛认可的过程。

相对而言, 国内信息素养理论研究比发达国家滞后得多。1984年, 教育部发布《关于在高等学校开设〈文献检索与利用课〉的意见》, 奠定了《文献检索与利用课》作为中国高校大学生用户教育主要形式的地位。此后, 受国外影响, 中国图书情报界对用户教育活动的理论思考逐渐演变上升为信息素养层面的研究。就发文量而言, 中国对信息素养问题的真正研究始于20世纪中期。1995年首次在研究文献中出现了“信息素质”和“信息素养”的概念, 但之后发文数量一直非常有限, 到2011年一共682篇。反映出中国对信息素养问题的研究多年来一直徘徊在较低的水平。

在对被调查者的访谈中, 他们接受的信息教育要么就是计算机教育 (简称为“计算机课”、“电脑课”) 和在此基础上有所发展的信息技术教育, 并以掌握计算机、网络等信息技术的知识和技能为最终目的;要么就是信息化教育, 即将计算机、投影仪等设备用于辅助教育。从2000年开始, 信息素养概念已进入一部分信息技术教育研究人士的视野, 在国家信息技术教育相关政策中也出现了“信息素养”的提法, 但基本上是将信息素养的培养局限于信息技术教育之中。而图书情报界则主要是从原有的用户教育、尤其是文献检索课的视角来看待信息素养。

因而, 针对于研究生的信息素养教育, 应该强调信息技术与人的学习、生活和工作的联系, 强调信息和信息技术在各个层次上的学习与应用, 特别强调信息素养在终身学习与自主学习中的作用, 强调信息素养与个人发展的关系。

2. 有待建立统一的信息素养标准, 涵盖教育的全过程。

信息素养标准是信息素养评估的依据, 也是信息素养教育的课程目标。因此, 各国积极建立适合本国国情的信息素养标准。在这一方面, 美国、英国、澳大利亚制定的信息素养标准都对其他国家产生了一定的影响。美国最具有影响力的信息素养标准分别制定于1998年和2000年。1998年美国学校图书馆协会与教育交流技术协会制定了《学生学习的九大信息素养标准》, 并且涵盖了教育的全过程, 是从中小学基础教育到高等教育的一个重要主题。

中国的信息素养教育研究起步比较晚, 目前还没有制定出一套全国通用的信息素养评估体系。《北京地区高校信息素养能力指标体系》是中国第一个正式的并且比较有权威的信息素养评价标准体系。该指标体系参照了美国、英国和澳大利亚高校的信息素养评价标准, 共分为7个一级指标、19个二级指标、61个三级指标。

信息素养教育和其他任何一种教育领域一样, 素养的提高是多个相互联系的因素持续作用、形成合力的结果, 局部的强化难以实现。且研究生中的绝大多数毕业后便要走向职场, 与其他层次的教育相比, 除了传统意义上的学习的压力, 还有面临从学生到职场人的转变的压力。如果单纯从研究生阶段加强信息素养教育, 即使体系完备, 也难以避免学生现学现用, 不成系统的弊端。

3. 信息素养教育亟待与学科课程整合。

最新的研究文献数量表明:国外的信息素养教育的重点已经转向培养学生的终身学习能力和评判性思维能力, 探讨促进图书馆、学生、教师及管理层的密切合作、谋求多学科的信息素养教学已经是研究重点之一。

研究生作为高层次专门人才, 无论是从学科发展的广泛外延来说, 还是受教育者应有的水平来说, 都需要有高水平的专业信息素养。但从调查结果来看, 无论是外文数据库的使用、还是专业文献检索以及如何提高有效信息检索能力诸多方面, 均没有形成与学科课程相结合的机制, 多数被调查者以自学、根据模糊的经验寻找需要的专业信息, 少数人才会依赖于有经验者提高自己的专业信息能力, 即使这样也难免不系统。而与学科课程的结合, 对于学生来说, 既能依托现有的课程培养计划获得相应时间保障, 又能依托相对熟悉的老师和具体的问题, 得到更有成效的结果。

目前, 随着研究生培养机制改革的推进, 各高校在创新型人才培养方面都进行了一些有益探索和实践, 但总体而言, 研究生还普遍存在着知识面不宽、专业技能单一、创新能力不强等问题。所以, 研究生的信息素养教育, 决不能仅作为一门独立的课程甚至只是一门选修课来学习。要服务于创新人才的培养, 需要凭借掌握该学科的重要基础知识和前沿动态的环境与团队, 并由有经验者实行有效指导, 在相关的课程学习中创建问题情境, 引导学生利用专业领域的信息资源进行知识结构的自主建构, 才有更多实现创新的可能。

摘要：通过对研究生的信息素养教育基础、获取并利用专业信息的途径、对提高自身信息素养的途径选择与期望三个主要方面的数据调查与分析, 提出了将信息技术教育与信息素养教育相结合、建立统一的信息素养标准、将信息素养教育与学科课程教育整合三个方面的建议。

交通信息数据 篇9

“智慧城市”的提出,让人们看到了一个切实可行的办法来解决城市化进程中遇到的各种问题。“城市智能交通平台”是用更加智慧的手段来规划城市交通状况,为缓解交通拥堵问题,交通事件处理,交通诱导等提出了有效合理的手段。

1国内外研究现状

本文主要选取了美国的2个州、英国、日本及国内4个城市为代表,列举了它们交通大数据的研究成果,并具体标识了不同领域的应用情况。通过比较分析,可以看出美国的加利福尼亚州这方面发展很突出,已经开发5个基于交通大数据的应用系统,覆盖了日常生活的各个方面,大大提高了政府相关部门的管理效率,也方便了民众的出行。日本在智能交通领域的发展也比较成熟,主要以P-DRGS为代表。不过,在环境监测方面,该系统并没有涉及。英国目前主要采用Transport for London等4个智能交通系统,根据浮动车系统的历史数据和实时数据,在出行者最需要的时间和地点发布交通信息,通过历史数据估算出其他时段或地点的交通状况,从而大大降低了系统的费用。

我国近几年在智能交通领域方面也投入了大量的财力和人力,并取得了一定成绩。以北京、香港、上海、杭州、广州及深圳等几个城市为代表,在智能交通领域已经走在了我国前列,其中北京发展最为突出。2005年,北京建成国内第一个浮动车信息采集系统,该中心自主研发了交通信息发布实验系统。2008年至今,每日为市民提供路网运行速度监测数据。目前,该系统接收超过3万辆出租车上传的实时数据,能够快速准确地进行GPS采样点的地图匹配并处理出路段速度信息。

2城市智能交通平台功能模块

本文基于城市的交通信息数据,通过对海量的交通信息数据进行挖掘,得到车辆的行驶速度、地理位置及车辆行驶轨迹等主要数据,进而分析出不同路段的拥堵指数,识别交通事件的原因并进行针对处理。同时,利用车辆通行记录统计和速度,也可以计算出指定地区的空气质量,为政府制定政策和居民出行提供参考。本智能平台的框架如图1所示,具体分为交通管理模块、出行辅助模块、政府决策建议模块三部分。

2.1交通局交通管理者功能模块

2.1.1基于交通大数据的路况信息实时监控和预测

本文将采集的交通流数据进行交通拥堵状态的划分,并以不同的颜色表示不同的路况状态显示在电子地图上,基于行驶方向上的交通拥堵显示和预测。

2.1.2基于交通大数据的异常事件检测

通过实时采集交通流数据,分析交通流状态参数变化特征或车辆行驶特征,从而判定道路上是否有交通事件发生的过程。主要基于支持向量机等检测算法,将数据进行样本训练和测试,检测出交通事件的类别。

2.1.3基于GPS-出租车和GPS-公交车数据的智能调度

针对当前出租车空载率较高,对出租车进行智能调度,通过分析出租车拉乘客的上下车记录以及相应的地理社会功能性,给司机提供推荐服务,建议一些“趴活”地点,在最短的时间内拉到乘客,并且使收入最大化。

2.1.4电子政务管理

电子政务即政府机构应用现代信息和通信技术,将管理和服务通过网络技术进行集成,在互联网上实现政府组织结构和工作流程的优化重组,超越时间和空间及部门之间的分隔限制,向社会提供优质和全方位的、规范而透明的、符合国际水准的管理和服务。

2.2出行者功能模块

2.2.1基于时间和空间维度的公共交通换乘引导

利用公交车的实时GPS数据,可以得到公交车到达时间和公交车实时位置,根据乘客的出行始发和最终站点名称,进行公交线路查询。结合其它出行方式如轻轨和车租车等,规划出多条合理的换乘路线供选择。

2.2.2基于多因素博弈的交通诱导

我们根据多因素进行考虑,采用一种增量动态重规划方法求解诱导问题的最优路径集合,先采用逆向多目标启发式搜索进行全局规划,然后以增量的方式对全局规划所保留的部分信息有效地重用,可快速调整变化位置与目标位置之间新的移动路径。

2.2.3停车场实时诱导

当在电子地图上输入目的地时,可以进行停车场的车位信息查询、停车场的车位预定以及基于目的地的停车场位置推荐。

2.2.4基于云平台的信息发布

对于信息发布模块,借助云计算,进行数据迁移计算以及信息推送等优势进行信息发布,可以减少用户的能耗以及计算时间,更好的满足实时性能。

2.3政府(交警、环保局)部门功能模块

2.3.1基于交通大数据的智能交通管理策略

本模块优化信号灯控制策略、分析公交已有和增设站点的合理性、公交线路规划、公交专用车道及发车频率的合理性、交通路口路标和掉头位置及距离设置合理性、车辆优先控制策略、基于交通数据的融雪剂融雪效果评估

2.3.2基于交通大数据和空气质量监测点数据的城市(交通)环境查询

根据城市空气质量监测点数据以及浮动车数据进行城市交通环境查询包含以下空气质量、气象信息(温度、风力等)、PM2.5雾霾天气监测、最小能见度范围、降雨和降雪对交通的影响评估。

3结论

交通信息数据 篇10

车检器是1种交通流数据检测设备,它能检测高速公路过往车辆的车型、车速、车流量、道路占有率等参数,可以实时获取各路段交通流信息,便于高速公路运营与管理部门分析各路段运行状况,及时采取控制管理措施,并有效地利用实时的交通数据预测未来的交通状况,是实现有效的交通控制和交通诱导的关键所在[1]。

车检器还能与限速标志、情报板、摄像机等设备配合,协调全局或局部交通的控制和诱导,从而改善交通秩序、增加现有交通设施的通行能力、减少交通事故,对交通控制、事件检测、交通规划及交通安全等方面具有重要意义,最终可获得可观的社会经济效益。车检器的流量检测数据是进行交通状态估计、预测及评价的重要数据基础,也是交通管理和公众出行信息服务等的重要数据来源[2]。但是,由于设备故障、通信系统故障、环境因素异常等原因,流量检测数据存在着错误、缺失等问题,影响了车检器检测数据的精度及稳定性。这些问题的存在一定程度上影响了车辆检测数据的管理和有效应用。因此,对车辆检测数据进行修正及对车检器稳定性的评估是十分必要的。

国外特别是美国的高速公路交通流数据的校验方法发展较为成熟。比较典型的是Turochy等及美国德克萨斯交通研究所(Texas Transportation Institute)提出的基于交通参数阈值检测和基于交通流理论检测的ITS数据有效性检验规则,并将二者结合起来对数据进行判断[3,4]。该方法具有简单实用、可实时实施等优点,在美国的高速公路交通流数据有效性检验中已经得到了广泛应用。

我国在交通流数据有效性检验方面也有一定的研究。与国外主要针对高速公路交通流数据不同,我国当前的交通流数据有效性检验规则研究主要基于城市道路交通流数据[5,6,7,8],对高速公路上的交通流数据有效性研究还不够。笔者结合国内外研究成果,探究出1套判断高速公路车检器的流量检测数据的有效性并对其进行修正的方法。与传统方法不同的是,采用的方法不是针对单点数据的判别和修正,而是以天为单位进行整体的数据修正,这种微观转宏观的方法实现,大大减少了工作的复杂性,并在对研究时间跨度较长的情况下,算法优越性更突出。将分车型和总自然量的车检器断面流量检测数据分别与OD数据得出的断面流量数据[9]进行比较分析,得到相应车型的对比系数,然后通过对对比系数的处理与分析,修正各车型的流量检测数据,并对高速公路车检器的稳定性进行评估。

1 研究思路

1.1 研究思路概要

假设某车检器某车型的日流量检测数据为A,通过OD数据得出的断面流量数据为A′,则它们之间的对比系数为

将若干天数的对比系数ki进行分析,选取对比系数的平均水平k′来修正车检器未来的流量检测数据。k′的值可表示为

假设未来某天(为了消除车检器的检测精度随时间和外界环境的影响而改变较大的情况、加强k′的可用性,未来的某天应取距离k′的分析日期较近且环境因素较类似的天数)车检器此车型的日检测数据B已知,则修正后的数值^B(准确的流量检测数据的估计值)为

在修正方法和修正值确定后,对方法的有效性进行验证:将估计值^B与断面流量的实际值B′进行相对误差分析,则可验证此修正方法的有效性。绝对误差可表示为

当相对误差e小于某值时,则可认为此方法有效。

引入标准差的概念,计算修正系数k′与对比系数ki的差异程度来对车检器的稳定性进行判断,并通过同型号不同车检器的稳定性计算,得到此类车检器的稳定性总体水平。

1.2 研究步骤

包括对流量检测数据的修正及车检器稳定性的评估2方面,具体实现步骤如图1所示。

图1 车检器检测数据的处理过程Fig.1 Process of vehicle detectors′detection data

1)将车检器检测数据(包括流量、占有率、速度等)中的流量检测数据抽取出来,以天为单位进行整合,得到车检器每天的流量检测数据。

2)由于车检器某天的有效工作时间没有覆盖全天的所有时段,此情况导致日流量检测数据的不准确(检测值偏小)。为了解数据的缺失程度,需要得到车检器每天有效工作时长,并经过数据清洗过滤掉有效工作时间低的检测数据,保留有效工作时间高的检测数据。

3)设计算法将有效工作时间较高的流量检测数据经过修补得到全天的流量检测数据。

4)将全天的流量检测数据与断面流量数据进行对比,得到对比系数,将车检器不同天数的对比系数进行计算,得出车检器的修正系数,实现对车检器流量检测数据的修正,并对此修正方法的有效性进行验证。

5)设计算法求出对比系数与修正系数的差异程度,完成对车检器流量检测数据稳定性的评估,并通过对同型号不同车检器稳定性的比较,分析某一型号车检器稳定性的平均水平。

2 车检器流量检测数据的修正方法

车检器由于自身或外界(环境因素异常、交通状况变化特征明显)因素的影响,造成检测精度普遍不高的问题。为了清楚了解到某厂家某型号车检器流量检测数据与实际断面流量的差异,并将其还原到最接近实际流量的状态,本研究提供了以OD历史数据为基础来推导出修正车检器流量检测数据的方法。运用此方法,可以保证车检器检测数据的准确性和有效性。

2.1 车检器数据预处理

1)车检器流量检测数据抽取。用穷举法,将某车检器全年的检测数据进行数据抽取和计算,得到以天为单位的流量检测数据。本研究需要的数据种类有车检器编号、所处路段名称、车检器位置桩号、日期、小型车检测数、中型车检测数、大型车检测数、自然量总数、每日工作时长等。

2)车检器流量检测数据清洗规则。由于车检器自身故障或通信故障等问题,1d中某时段的检测数据存在上传失败或上传错误的情况[10],导致车检器某天的工作时长一般小于24h,检测数据的覆盖时间范围由此也低于24h。由于车检器一般具有固定的数据采集周期,将车检器某天的记录条数进行统计,即可得到车检器检测数据的覆盖时间,即车检器的有效工作时长(假设某车检器的数据采集周期为5min,某天有效记录数共有200条,则有效工作时长为1 000min即16.7h)。根据每天的有效工作时长,筛选出有效工作时间比例(1d工作时长占1d总时长的百分比)高的天数作为研究对象。有效工作时间比例可表示为:

式中:n为天数的编号,n=1~365;t(n)为车检器在第n天的有效工作时长,h;d(n)为车检器在第n天工作的有效工作时间比例。

当某车检器某天的有效工作时间比例d(n)≥D%(D取有效工作时间比例的众数)时,此条记录保留,可作为研究对象继续研究;否则,此天数据的缺失度过大,数据还原后的可靠性及真实性较低,影响后续分析结果的真实性,此条数据不作为研究对象[11]。

3)补齐成全天的检测数据。将保留下来的车检器流量检测数据(包括小、中、大型车和总流量的检测数据)根据有效工作时间,补齐成整天工作时的数值,作为车检器全天正常工作时检测到的数据。本研究将车检器1d中缺失数据的时段对应的每类车型的前15d的有效检测数据与后15d有效检测数据(有效检测数据是指完整可用的检测数据,如果遇到数据不完整的天数,跳过此天,日期向前或向后顺延,直到取到30条数据为止)求平均值作为相应车型的流量填补值,补充到当天缺失数据的时段中。按照此方法,将车检器流量检测数据补齐成全天的检测数据。

2.2 对比系数的计算

对比系数表示车检器流量检测数据与实际的断面流量数据的比值,即车检器流量检测数据的准确度。对比系数与1越接近,则准确度越高。假定车检器所在桩号位置的分车型日断面流量已知,将车检器全天检测数据与对应日期的日断面流量数据进行比例计算,得出每个车检器每天的对比系数。

对比系数可表示为:

式中:j为区分小、中、大型车及总自然量的标号,j=1~4;m为天的标号,由于部分天数的记录被清洗,m一般小于365;fj(m)为车检器第m天第j型车的对比系数;Qj(m)为车检器第m天第j型车的全天检测数据;Sj(m)为车检器第m天第j型车的断面流量。

2.3 修正系数的确定

代表某车检器对比系数的平均水平的值即为修正系数。设某车检器每天分车型的对比系数为fj(m)(j=1,2,3,4),则每类车型的修正系数为每类车型对比系数的平均值,由公式(7)得出:

式中:珚Fj表示车检器第j型车的修正系数。

2.4 车检器数据修正

车检器分车型的修正系数已通过上述步骤算出,通过修正系数可以将车检器数据修正到与实际情况相符的值。假设某路段有X厂家XX型号的车检器a,某天的检测数据、有效工作时间比例d(d≥众数D)、数据丢失的时段已知,则流量检测数据的修正方法为:将车检器检测数据缺失时段的数据根据2.1节中数据还原的方法补齐,还原成全天的检测数据,然后根据公式(8),将全天的检测数据修正到最符合实际的值:

式中:Dj为车检器第j型车的日流量修正值,j=1~4;为车检器第j型车的修正系数;qj为车检器第j型车某天的检测数据。

2.5 修正方法有效性检验

按车检器检测数据修正的方法,将某月的分车型流量检测数据修正结果与实际的断面流量数据进行相对误差的计算,然后对相对误差进行分析,验证此方法的有效性。相对误差可表示为:

式中:t为代表天数的标号,一般t≤31;ej(t)为车检器第t天第j型车的相对误差;Dj(t)为车检器第t天第j型车的日流量修正值;Sj(t)为车检器第t天第j型车的断面流量。

当某类车型的相对误差ej(t)均小于±5%时,说明修正结果与实际流量值之间的相对误差较小,证明此修正方法有效。

3 车检器稳定性分析

车检器稳定性表示车检器的实际检测结果与修正后的结果相符和的程度。车检器稳定性取值在0~1之间,值越大,则每个对比数据与修正系数的差异越小且趋于稳定。通过对比某型号不同车检器的稳定性,可得出此型号车检器个体精度的差异程度及该类车检器对抗外界因素的能力。车检器对比系数的标准差如式(10)所示,车检器的稳定性计算如式(11)所示:

式中:fj(m)为车检器第m天第j型车的对比系数;珚Fj为车检器第j型车的修正系数;Sj为车检器第j型车的对比系数的标准差;Kj(j=1,2,3,4)表示车检器检测第j型车对应的稳定性。

4 实例分析

本研究以某路段同一型号的车检器作为实例测试对象,对车检器的对比系数、稳定性和修正结果的误差进行分析,论证理论研究的可行性和有效性。下文为实例验证的结果。

4.1 车检器流量检测对比系数分析

本研究中,对比系数值为1,则与实际断面流量相符程度为100%,与值1差别越大则检测误差越大。同一型号不同车检器流量检测数据的对比系数有可能不同,本例选取同一路段上布设的均为×厂××型号的车检器9月份的对比系数进行对比分析,对比结果如图2、3所示,其中f1,f2,f3,f4分别表示小、中、大型车及总自然量的对比系数。

由图2可以看出001号车检器的总自然量与中型车的对比系数与1最接近,因此检测结果准确度较高,其次是小型车与大型车的检测结果准确度。大型车的对比系数普遍高于1,说明检测值比实际的断面流量值普遍偏大。

由图3可以看出004号车检器的中型车、大型车和总自然量的对比系数与1差距较大,检测结果准确度都比较低,而小型车的对比系数与1接近,检测结果准确度相对较高。

将图2与图3对比得001号车检器的中型车和总自然量的对比系数平均水平均达到0.9,而004号车检器的中型车和总自然量的对比系数平均水平只达到0.6,所以对此2种车型而言,001号车检器的检测结果准确度高于004号车检器。此外,001号车检器的小型车和004号车检器小型车的对比系数的平均水平均为0.8,说明二者的小型车检测结果准确度大致相等;而001号和004号车检器的大型车检测结果准确度均较低。

图2××路段001号车检器分车型对比系数Fig.2 Contrast coefficient of different models of 001vehicle detector

图3××路段004号车检器分车型对比系数Fig.3 Contrast coefficient of different models of 004vehicle detector

4.2 车检器稳定性分析

选取陕西省某3条路段上均为×厂××型号的12个车检器2013年9月的日检测流量数据进行分析,得出各车检器稳定性分布规律如图4所示,其中w1,w2,w3,w4分别为小、中、大型车及总自然量的车检器稳定性。

图4 9月份各车检器稳定性对比分布图Fig.4 Stability contrast distribution of each vehicle device in September

由图4可见,前10个车检器和第12个车检器分车型稳定性均在0.98左右,说明这11个车检器较稳定。第11个车检器中型车稳定性在0.88左右,稳定性较差,应及时对该车检器及其相关设备进行检修或提高检修频率,以保证车检器的稳定工作。

4.3 流量检测数据修正方法有效性验证

本例中,对某路段001号车检器2013年11月的日流量检测数据进行修正,修正方法采用的基础数据为2013年001号车检器全年的车检器检测数据。修正步骤为:(1)将全年的001号车检器基础数据以天为单位进行整合,并根据每天的记录条数计算有效工作时长;(2)计算每天的有效工作时间比例,并求出众数(本例中求得的众数为0.8),将有效工作时间比例大于0.8的天数进行数据补齐,剩余天数被清洗掉;(3)将补齐的数据与断面流量数据进行对比,求得对比系数;(4)对比系数求平均值得到修正系数;(5)用修正系数将11月不同天数的车检器数据进行修正。由于11月大部分天数的有效工作时间比例均在0.8以上,而有5d的数据缺失较多,均在0.8以下,因此这5d的数据不予修正;(6)修正完毕,得出修正结果的相对误差。相对误差分布范围如图5所示,其中e1,e2,e3,e4分别表示小、中、大型车和总自然量检测数据的修正结果的相对误差。

图5 11月份流量检测数据修正结果相对误差分布图Fig.5 Relative error distribution map of correction results of flow test data in Nov.

由图5可以看出,小型车和总流量的误差均在±4%之内,且大部分分布在±2%之内,说明通过修正系数对车检器流量检测数据的修正方法可行,误差较小。而中型车误差大部分在±5%之内且为负值,说明修正结果较实际断面流量普遍偏小;大型车误差在10%之内且为正值,说明误差较大且修正结果较实际断面流量偏大,这种现象可能是由于车检器将一部分中型车判定为大型车而导致的。

5 结束语

笔者提出了修正车检器流量检测数据与评估其稳定性的方法,并通过实例分析对修正方法的有效性进行了验证,对同型号不同车检器的稳定性进行了对比分析。研究结果表明不同车检器的检测结果与实际的断面流量之间存在不同的稳定的差异,而修正方法对小型车及总流量的流量检测数据有效。本研究对中型车与大型车检测数据的修正结果还不够精确,需要对其余型号的车检器再进行试验分析,总结规律,探究原因,对算法进行进一步改进。本研究提出的方法对修正车检器流量检测数据具有现实意义,为车检器的稳定性评估方法提供了新的思路。

参考文献

[1]彭春华,刘建业.车辆检测传感器综述[J].传感器与微系统,2007,26(6):4-7.PENG Chunhua,LIU Jianye.Review of Vehicle Detection Sensors[J].Transducer and Microsystem Technologies,2007,26(6):4-7.(in Chinese)

[2]秦玲,齐彤岩,吴鹏.断面交通检测数据清洗技术及其应用研究[J].公路交通科技,2007(1):159-161.QIN Ling,QI Tongyan,WU Peng,Technology and Application of Traffic Detection section data cleaning[J].Journal of Highway and Transportation Research and Development,2007(1):159-161.(in Chinese)

[3]AlDeek H Chandra.New algorithms for filtering and imputation of real-time and archived Dual-Loop detector data in I-4data warehouse[J].Transportation Re-search Record,2004(1867):116-126.

[4]LOMAX T,TURNER S,MARGIOTTA R.Monitoring urban roadways in 2002:using archived operations data for reliability and mobility measurement[R].Washington D.C.:Federal Highway Administration,2002.

[5]秦玲,郭艳梅,吴鹏,等.断面交通检测数据检验及预处理关键技术研究[J].公路交通科技,2006(11):39-41.QIN Ling,GUO Yanmei,WU Peng,et al.Key techniques research for station traffic data screening and pre-processing[J].Journal of Highway And transportation Research and Development,2006(11):39-41.(in Chinese)

[6]姜桂艳,江龙晖,张晓东,等.动态交通数据故障识别与修复方法[J].交通运输工程学报,2004,4(1):121-125.JIANG Guiyan,JIANG Longhui,ZHANG Xiaodong,et al.Approach to dynamic traffic data identification and imputation[J].Journal of Traffic and Transportation Engineering,2004,4(1):121-125.(in Chinese)

[7]朱雷雷,张韦华,聂庆慧.干线公路交通流数据有效性检验规则[J].东南大学学报:自然科学版,2011,41(1):184-198.ZHU Leilei,ZHANG Weihua,NIE Qinghui.Traffic data screening rules for highways[J].Journal of Southeast University:Natural Science Edition,2011,41(1):184-198.(in Chinese)

[8]陈大山,孙剑,李克平,张瑜.基于van Aerde模型的快速路交通流特征参数辨识[J].武汉理工大学学报:交通科学与工程版,2013(37)6:1251-1254.CHEN Dashan,SUN Jian,LI Keping,ZHANG Yu.Recognition of expressway traffic flow characteristic parameter based on the van Aerde model[J].Journal of Wuhan University of Technology:Transportation Science&Engineering,2013(37)6:1251-1254.(in Chinese)

[9]靳引利,张英,韩雪婷.基于OD的高速公路断面交通流量推算方法[J].交通信息与安全,2015,33(1):47-52.JIN Yinli,ZHANG Ying,HAN Xueting.Estimation Method of Expressway Section Traffic Flow Based on OD Data[J].Joarnal of Transport Information and Safety 2015,33(1):47-52.(in Chinese)

[10]范兆军,郑海起,戚洪海.基于信息融合技术的机械系统故障诊断框架研究[J].科学技术与工程,2006,6(23):4709-4713.FAN Zhaojun,ZHENG Haiqi,QI Honghai.Fault diagnosis system based on data fusion algorithm[J].Science Technology and Engineering,2006,6(23):4709-4713.(in Chinese)