699
在智能交通系統(tǒng)（ITS）的框架下，大數(shù)據(jù)分析融合了數(shù)據(jù)挖掘、機器學習、預測分析與可視化等多項關鍵技術。
01、ITS與傳統(tǒng)交通系統(tǒng)的對比?
智能交通系統(tǒng)和傳統(tǒng)交通系統(tǒng)的區(qū)別，非常類似功能手機和智能手機的區(qū)別。傳統(tǒng)交通系統(tǒng)主要通過硬件升級來增強功能，而ITS則側重于通過軟件更新來實現(xiàn)功能的提升，僅在現(xiàn)有硬件無法滿足軟件運行需求時，才會考慮硬件的升級。此外，ITS的軟件架構中集成了眾多先進的深度學習算法和大數(shù)據(jù)分析技術。
在闡明了這一基本區(qū)別之后，讓我們進一步通過對比列表來展示ITS與傳統(tǒng)交通系統(tǒng)的差異：
從表中可見，ITS可以看作對現(xiàn)行交通監(jiān)管體系的顯著增強和升級，是一種漸進式的改進，而不是顛覆式修改。ITS會復用并增強現(xiàn)有的交通監(jiān)控系統(tǒng)，采集數(shù)據(jù)后逐層匯聚。首先是路側設備的邊緣計算機，然后是多層級的云端大型服務器。包括實時的流處理和定時的批處理。處理后的數(shù)據(jù)將按需逐層下發(fā)，其中一部分實時數(shù)據(jù)用于即時的交通管理決策，而另一部分經(jīng)過批處理的數(shù)據(jù)則適用于對時效性要求較低的應用場景，例如交通違規(guī)處理系統(tǒng)或市政建設的中長期規(guī)劃。
一個典型的實時處理場景是，在紅綠燈處檢測到過馬路人群人數(shù)較多，或者檢測到行動不便人員（移動速度檢測），則適當延長行人綠燈時間。
一個典型的長期決策場景是，在同一個紅綠燈處檢測到過馬路人群人數(shù)較多的次數(shù)在一年中的頻次超過閾值，影響車流效率，則市政規(guī)劃在此建設立交橋。
02、大數(shù)據(jù)的在ITS的用途
在智能交通系統(tǒng)（ITS）的框架下，大數(shù)據(jù)分析融合了數(shù)據(jù)挖掘、機器學習、預測分析與可視化等多項關鍵技術。此類技術賦能交通管理機構、運營實體及規(guī)劃者在復雜數(shù)據(jù)集中進行深度剖析，以揭示潛藏的模式、趨勢及相關性。大數(shù)據(jù)分析ITS領域的核心優(yōu)勢在于其對交通流量、擁堵模式及事件提供實時洞見的能力。借由分析源自交通攝像頭、環(huán)形探測器及GPS設備等的數(shù)據(jù)流，交通管理部門得以實時監(jiān)控路況，定位擁堵高發(fā)區(qū)域，并迅速采取行動以緩解交通壓力。
此外，大數(shù)據(jù)分析亦支持預測性建模與前瞻性預測，使得交通機構能夠預測未來交通狀況，規(guī)劃基礎設施投資并優(yōu)化資源配置。通過綜合考量歷史交通數(shù)據(jù)、氣象模式及人口動態(tài)，交通規(guī)劃者能夠更為精確地預估未來交通需求。在提升交通系統(tǒng)安全性與保障方面，大數(shù)據(jù)分析亦扮演著至關重要的角色。通過對視頻監(jiān)控攝像頭、車輛傳感器及事故報告等所收集數(shù)據(jù)的分析，交通機構能夠辨識高風險區(qū)域，偵測異常狀況，并積極應對安全挑戰(zhàn)。?????
大數(shù)據(jù)的核心觀點是將數(shù)據(jù)視為符合特定模式的實例集合，該模式描述了屬性和特性。“大數(shù)據(jù)”特指規(guī)模龐大且復雜的數(shù)據(jù)集，需要先進的處理技術才能有效利用。大數(shù)據(jù)的來源十分廣泛，包括傳感器、攝像頭、社交網(wǎng)絡和金融交易等。在交通系統(tǒng)中，大數(shù)據(jù)來源于傳感器設備、智能儀表、遙感系統(tǒng)以及社交網(wǎng)絡和基于網(wǎng)絡的系統(tǒng)。因此，決策支持系統(tǒng)必須處理從太字節(jié)到拍字節(jié)的數(shù)據(jù)收集、處理、分析和重新分配任務，這超出了傳統(tǒng)處理系統(tǒng)的處理能力。高效的交通系統(tǒng)依賴于及時可靠的交通數(shù)據(jù)，包括交通負荷、速度、密度和組成等因素。這些數(shù)據(jù)通常通過現(xiàn)場或遠程感知技術收集，然后傳輸至中央存儲庫進行進一步處理。
大數(shù)據(jù)分析在改變智能交通系統(tǒng)（ITS）上有著巨大的潛力。它能提供實用的見解，讓決策能力更強，最終讓交通系統(tǒng)更安全、更有效率，也更可持續(xù)。隨著交通數(shù)據(jù)的量和復雜性不斷增加，大數(shù)據(jù)分析在塑造未來的交通系統(tǒng)里會越來越關鍵。它包括了超多主題，像是從傳感器、攝像頭等各種來源收集和管理大量交通數(shù)據(jù)的技術。還涉及到數(shù)據(jù)處理和分析的方法，比如實時處理流數(shù)據(jù)，還有機器學習這樣的高級分析技術。交通預測和建模技術能根據(jù)歷史數(shù)據(jù)和天氣情況來。
03、ITS中大數(shù)據(jù)分析的典型系統(tǒng)架構
表1 大數(shù)據(jù)典型架構中的各種概念和釋義
機器學習一般被認為是大數(shù)據(jù)的一個分支，機器學習學習的東西本身就是大數(shù)據(jù)所代表的內在模式規(guī)律。
此外，表中的數(shù)據(jù)庫Elassandra等，搜索引擎Elasticsearch、消息隊列Kafka和可視化工具Kibana都只代表一種可用的選擇，完全可用其他同樣功能的軟件代替。
04、ITS在智慧城市的典型應用：擁堵感知
主要的數(shù)據(jù)來源是市民（包括步行和乘車市民），他通過智能手機和可穿戴設備（智能手表）直接生成地理定位數(shù)據(jù)，或者通過智能車輛的車載傳感器產生數(shù)據(jù)。這些數(shù)據(jù)在邊緣節(jié)點進行收集和預處理，這意味著數(shù)據(jù)收集節(jié)點具備足夠的處理能力，可以過濾掉無用數(shù)據(jù)并保留有價值的信息。這種流處理能力可以通過前文介紹的軟件實現(xiàn)。只有有用的數(shù)據(jù)才會被聚合到云端服務器，在那里進行主要的數(shù)據(jù)處理和歸檔。
通過預定義的規(guī)則和限制，傳感系統(tǒng)能夠實時檢測偏差和異常（例如道路交通流量或乘客負載）并發(fā)出警報。而偏差的比較基準是來自收集長期統(tǒng)計數(shù)據(jù)的均值，并且可以劃分時段劃分季節(jié)劃分月份劃分天氣情況進行分情況多維度的統(tǒng)計均值。
以我們之前提到的典型實時處理場景為例，在紅綠燈處檢測到過馬路人群人數(shù)較多，或者檢測到行動不便人員（移動速度檢測），則適當延長行人綠燈時間?！斑m當延長”是多少秒呢？太短沒有作用，太長耽誤行車效率。有兩種典型方法來確定合適時長：
一種是圖像識別和光流確認行人中最慢者的速度和預計過馬路時間，以此時間為延長后總時間。但這種遷就方法長期看會導致少部分行人故意走慢，因為經(jīng)驗告訴他們ITS一定會等他們慢慢走。
另外一種是調取同一路口的過往大數(shù)據(jù)類似時段類似天氣類似季節(jié)類似人流量的過往統(tǒng)計曲線（正常情況下是正態(tài)分布），按3-σ法取大端2-σ的取值作為綠燈延長時段。
05、結語
智能交通系統(tǒng)（ITS）作為公共服務的重要組成部分，在經(jīng)濟層面展現(xiàn)出顯著的效益。其收益主要體現(xiàn)在以下幾個方面：ITS能夠顯著提升城市運行效率與交通流動性，有效減少擁堵所導致的時間與資源浪費，比如減少上班族極端通勤和快遞時延等等；通過優(yōu)化交通流并降低交通事故發(fā)生率，ITS為降低生命與財產損失、強化社會安全保障作出積極貢獻；再者，ITS有助于規(guī)范交通行為，增強道路使用者安全意識與遵章守紀的自覺性，進而營造有序且安全的交通環(huán)境，加強公眾的公平感和安全感；在中長期，ITS可為交通產業(yè)政策制定提供重要的定量數(shù)據(jù)支撐，經(jīng)科學分析后，這些數(shù)據(jù)將為政府決策提供有力依據(jù)，推動交通產業(yè)健康、可持續(xù)發(fā)展。
此外，ITS的收益還深刻體現(xiàn)在對社會經(jīng)濟的宏觀影響上。通過提升整體社會經(jīng)濟效率，ITS能夠間接推動經(jīng)濟增長，為市場創(chuàng)造更多價值。同時，鑒于ITS在緩解交通擁堵與降低車輛排放方面的作用，其對于減輕環(huán)境污染、提高城市居民生活質量具有積極意義。另外，ITS的廣泛應用還可降低出行成本、物流成本等各類交通相關成本，從而進一步提升社會整體福利。值得一提的是，這些收益最終將通過稅收等途徑回流至社會的基礎設施建設和公共財政，為公眾帶來更多實際利益。
