论文部分内容阅读
摘要 随着大数据的发展，大数据已经走进我们的生活并与我们息息相关。我们可以将海量的数据信息收集、分析、储存并使我们为之运用，给我们带来便捷的同时也极大地促进了社会的发展。通过对大数据所具有的特点进行分析，挖掘其在智能交通上所表现出来的突出性质并予以在大数据控制智能交通信号灯、预测交通量、合理配置资源、突破傳统交通管理界限等的应用，有效地解决了传统交通的缺陷和不足，达到了从根本上以最高效率缓解城市交通的目的。
关键词 大数据；智能交通信号灯；智能应用
中图分类号 TP2 文献标识码 A 文章编号 2095—6363（2016）17—0001—01
1大数据智能交通信号灯
随着大数据在交通领域的逐步发展，我国的交通得到了一些程度的缓解。要想更有效地解决交通拥挤的情况，继续开发大数据体制下的交通信号灯的功能是我们应该着重研究的领域。
1.1交通信号灯即时转换功能
该功能可以用于当汽车在设有交通灯的路口遇到有消防车或者救护车等特殊车辆时，只需要信号灯特殊的即时转换功能便可让该方向的车辆优先通过，为消防和救护争取时间。
在汽车通行时遇到行进方向车流量小，而来车方向车流量本身很大，又遇到红灯时，使得来车方向发生拥堵，而前行路段方向又比较宽敞，这样资源显然没有得到合理的利用。智能交通信号灯可以通过车流量检测装置得到的数据进行运算处理，当两个方向的车流量少于一定数值时即可进入闲时模式，即每个方向都是一定的绿灯时间，一旦车流量超过设置的数值时将自动恢复到正常工作状态。
1.2交通信号灯智能控制流量处理
要达到缓解交通拥堵的问题在于有一套合理的交通信号灯程序，其基础工作便是如何对大数据下流量的处理和统计，只有有了比较准确的流量才可以通过程序及时处理交通问题。
1）控制目标：交通信号控制系统的目标是车辆不发生长时间的堵塞、不让车辆等待太久，能够快速通过路口。理想的控制方法应该实现以下目标：容量、速度、时间。流量：通常情况道，在路上等待行驶的车量长度应该规定在一个范围内（车辆等待区），否则也会影响到相邻路口的通行状态。时间：交通信号灯最理想的状态应该是保证汽车在路口所花去的时间最少。速度：交通信号控制系统要保证车辆整体的行驶速度。尽可能减少车辆队伍在路口系统中的停留时间，提高通行的效率。
2）流量的处理和统计：通过大数据的传送，通过车辆数目的多少可以反映出整个道路的车辆流量状况。决定道路流量的指标很多，我们将流量主要指标简化为以下3个：（1）区间车辆数c：汽车数量的多少，通过给汽车安装智能感应器利用遥感信号收集车辆的数量，返回给智能处理终端。对同一道路上的两个连续信号灯a，b，其距离为d=|a-b|，信号灯a的区间车里数为：
（2）车速V：车辆运行速度的及时采样结果，可以反映出道路的行驶状况。应该注意，通过定位系统可以知道汽车所处的位置，如处于信号灯附近的加油站、修车厂、停车场等内，则车辆速度通常会很小（趋于0），此时的结果不计。（3）道路负载P：反映路口堵塞车辆的数量，即在与这有关的方向道路上的人和车辆数目越多，同方向的绿灯信号时间应延长，反之则延长红灯信号。
以上指标，都是统一的周期T进行信号收集，车辆与道路的情况受到天气、时间（拥堵高峰期）等其他因素的影响，存在不确定性。
2大数据体现在智能交通上的特点
大数据的活化性已经将原始的交通带入了全新的时代，凭借着互联网数据的积累以及在交通系统方面长时间监测，大数据技术的先进性由此体现在处理迅速性、分布性、预测性和可视化方面。
1）处理迅速性：交通流具有时变性，交通管理与服务具有时效性，需要较快的速度处理数据。对大数据进行处理的关键在于高效率的对数据的深度挖掘，传统的数据处理方法已经无法达到对现有交通情况进行实时的跟踪。
2）分布性：传统的数据大多都是采用单表挖掘分析，当涉足其他情况时就会出现效率低而无法进行处理的情况。大数据的分布式并行处理能够快速地处理更为复杂的块表关联分析，加快数据处理的速度，帮助人们在紧急事故中快速高效的处理。
3）预测性：大数据较为准确的预测能力可以有效减少实时交通状态误报和漏报的概率，通过对区域交通的动态性监测，以此帮助司机提前了解道路拥堵情况。
4）可视化：大数据可以将现有道路交通运行状况、城市路网特性等实现可视化的展現，使得在道路上不管发生什么状况相关部门都能在第一时间了解现场状况，及时处理。
3大数据在智能交通上的应用
1）预测交通量。通过对汽车安装联网的GPS定位系统使得我们可以随时随地了解汽车在任何时间所处的精确位置，最后通过对某一路段在某一时间段和某一时刻的车流量的数据收集来实现大数据的交通应用。将大数据套以导航系统，我们可以通过对某一时刻这一路段交通流量的多少来选择我们选择的最佳路线，对于车流量很大的路段我们可以舍弃这一路线，而对于绕行里程不会太多路段拥挤程度适当减少的路段我们应该进行选择。甚至我们可以对于城市中心路段的交通进行长时间的观测，对于未来交通的流向做出预测，相关部门提前做好防御准备。
另外一方面，对于交通量数据的采集，利用四阶段交通量预测的方法，分别预测处两地交通量的多少以及每条路交通量的分配，这样有助于我们判断未来该路段的拥挤情况，从而将得到的结果用于道路建设是否合理，是否该扩宽道路，是否改进道路等的评价和改进。
2）合理配置交通资源。政府主管部门可以通过大数据分析的结果得到及时的交通信息以此辅助有关部门制定出系列协调解决方案，对于紧急情况，能够使得交管部门以最高的效率处理。可以提高交通资源的利用效率。例如：在上下班高峰期往往一些主要干路经常出现塞车、拥堵情况，根据数据显示的拥堵路段，职能部门应当对其加大舒缓如增设交警进行现场指挥禁止不守规矩的社会车辆占道行驶、通过电台广播提醒驾驶员朋友绕行此区域，对于稍远离城市核心车辆较少的路段可以抽调一部分交警对拥挤路段进行支援。还可以根据大数据结果确定多模式地面公交网络有效配置和客流疏散等方式。
大数据的合理应用即可以节约社会资源又能够提高交通效率，对于我们控制交通是一个不可多得的好方法。
3）突破传统交通管理界限。我国土地面大，每个地区在不同的划分范围当中执行着各自区域的交通管理制度。正是这样使得当地政府忽略了地区边界的交通管理，当相邻两个区域对于交界地带都疏于管理时，一些矛盾就会产生。当大数据进入后，各个省市不但可以利用更少资源解决这样的情况，还能使得两地区交界处的交通得到很好的管理和保证，从而真正打破区域限制的交通管理。
4）大数据技术优化公共交通服务。公共交通指在城市范围内运营的公交汽车、轨道交通、渡船等方式，这些交通工具都是按照公司确定时间点发车，一旦资源配置不合理就会导致等车时间长，乘坐拥挤、甚至挤不上车等一系列问题。此外，乘客可以使用手机App查询公交客车的行驶状况、车内客流量等信息，及时更改乘坐计划，避免出现盲目等车的状况。
关键词 大数据；智能交通信号灯；智能应用
中图分类号 TP2 文献标识码 A 文章编号 2095—6363（2016）17—0001—01
1大数据智能交通信号灯
随着大数据在交通领域的逐步发展，我国的交通得到了一些程度的缓解。要想更有效地解决交通拥挤的情况，继续开发大数据体制下的交通信号灯的功能是我们应该着重研究的领域。
1.1交通信号灯即时转换功能
该功能可以用于当汽车在设有交通灯的路口遇到有消防车或者救护车等特殊车辆时，只需要信号灯特殊的即时转换功能便可让该方向的车辆优先通过，为消防和救护争取时间。
在汽车通行时遇到行进方向车流量小，而来车方向车流量本身很大，又遇到红灯时，使得来车方向发生拥堵，而前行路段方向又比较宽敞，这样资源显然没有得到合理的利用。智能交通信号灯可以通过车流量检测装置得到的数据进行运算处理，当两个方向的车流量少于一定数值时即可进入闲时模式，即每个方向都是一定的绿灯时间，一旦车流量超过设置的数值时将自动恢复到正常工作状态。
1.2交通信号灯智能控制流量处理
要达到缓解交通拥堵的问题在于有一套合理的交通信号灯程序，其基础工作便是如何对大数据下流量的处理和统计，只有有了比较准确的流量才可以通过程序及时处理交通问题。
1）控制目标：交通信号控制系统的目标是车辆不发生长时间的堵塞、不让车辆等待太久，能够快速通过路口。理想的控制方法应该实现以下目标：容量、速度、时间。流量：通常情况道，在路上等待行驶的车量长度应该规定在一个范围内（车辆等待区），否则也会影响到相邻路口的通行状态。时间：交通信号灯最理想的状态应该是保证汽车在路口所花去的时间最少。速度：交通信号控制系统要保证车辆整体的行驶速度。尽可能减少车辆队伍在路口系统中的停留时间，提高通行的效率。
2）流量的处理和统计：通过大数据的传送，通过车辆数目的多少可以反映出整个道路的车辆流量状况。决定道路流量的指标很多，我们将流量主要指标简化为以下3个：（1）区间车辆数c：汽车数量的多少，通过给汽车安装智能感应器利用遥感信号收集车辆的数量，返回给智能处理终端。对同一道路上的两个连续信号灯a，b，其距离为d=|a-b|，信号灯a的区间车里数为：
（2）车速V：车辆运行速度的及时采样结果，可以反映出道路的行驶状况。应该注意，通过定位系统可以知道汽车所处的位置，如处于信号灯附近的加油站、修车厂、停车场等内，则车辆速度通常会很小（趋于0），此时的结果不计。（3）道路负载P：反映路口堵塞车辆的数量，即在与这有关的方向道路上的人和车辆数目越多，同方向的绿灯信号时间应延长，反之则延长红灯信号。
以上指标，都是统一的周期T进行信号收集，车辆与道路的情况受到天气、时间（拥堵高峰期）等其他因素的影响，存在不确定性。
2大数据体现在智能交通上的特点
大数据的活化性已经将原始的交通带入了全新的时代，凭借着互联网数据的积累以及在交通系统方面长时间监测，大数据技术的先进性由此体现在处理迅速性、分布性、预测性和可视化方面。
1）处理迅速性：交通流具有时变性，交通管理与服务具有时效性，需要较快的速度处理数据。对大数据进行处理的关键在于高效率的对数据的深度挖掘，传统的数据处理方法已经无法达到对现有交通情况进行实时的跟踪。
2）分布性：传统的数据大多都是采用单表挖掘分析，当涉足其他情况时就会出现效率低而无法进行处理的情况。大数据的分布式并行处理能够快速地处理更为复杂的块表关联分析，加快数据处理的速度，帮助人们在紧急事故中快速高效的处理。
3）预测性：大数据较为准确的预测能力可以有效减少实时交通状态误报和漏报的概率，通过对区域交通的动态性监测，以此帮助司机提前了解道路拥堵情况。
4）可视化：大数据可以将现有道路交通运行状况、城市路网特性等实现可视化的展現，使得在道路上不管发生什么状况相关部门都能在第一时间了解现场状况，及时处理。
3大数据在智能交通上的应用
1）预测交通量。通过对汽车安装联网的GPS定位系统使得我们可以随时随地了解汽车在任何时间所处的精确位置，最后通过对某一路段在某一时间段和某一时刻的车流量的数据收集来实现大数据的交通应用。将大数据套以导航系统，我们可以通过对某一时刻这一路段交通流量的多少来选择我们选择的最佳路线，对于车流量很大的路段我们可以舍弃这一路线，而对于绕行里程不会太多路段拥挤程度适当减少的路段我们应该进行选择。甚至我们可以对于城市中心路段的交通进行长时间的观测，对于未来交通的流向做出预测，相关部门提前做好防御准备。
另外一方面，对于交通量数据的采集，利用四阶段交通量预测的方法，分别预测处两地交通量的多少以及每条路交通量的分配，这样有助于我们判断未来该路段的拥挤情况，从而将得到的结果用于道路建设是否合理，是否该扩宽道路，是否改进道路等的评价和改进。
2）合理配置交通资源。政府主管部门可以通过大数据分析的结果得到及时的交通信息以此辅助有关部门制定出系列协调解决方案，对于紧急情况，能够使得交管部门以最高的效率处理。可以提高交通资源的利用效率。例如：在上下班高峰期往往一些主要干路经常出现塞车、拥堵情况，根据数据显示的拥堵路段，职能部门应当对其加大舒缓如增设交警进行现场指挥禁止不守规矩的社会车辆占道行驶、通过电台广播提醒驾驶员朋友绕行此区域，对于稍远离城市核心车辆较少的路段可以抽调一部分交警对拥挤路段进行支援。还可以根据大数据结果确定多模式地面公交网络有效配置和客流疏散等方式。
大数据的合理应用即可以节约社会资源又能够提高交通效率，对于我们控制交通是一个不可多得的好方法。
3）突破传统交通管理界限。我国土地面大，每个地区在不同的划分范围当中执行着各自区域的交通管理制度。正是这样使得当地政府忽略了地区边界的交通管理，当相邻两个区域对于交界地带都疏于管理时，一些矛盾就会产生。当大数据进入后，各个省市不但可以利用更少资源解决这样的情况，还能使得两地区交界处的交通得到很好的管理和保证，从而真正打破区域限制的交通管理。
4）大数据技术优化公共交通服务。公共交通指在城市范围内运营的公交汽车、轨道交通、渡船等方式，这些交通工具都是按照公司确定时间点发车，一旦资源配置不合理就会导致等车时间长，乘坐拥挤、甚至挤不上车等一系列问题。此外，乘客可以使用手机App查询公交客车的行驶状况、车内客流量等信息，及时更改乘坐计划，避免出现盲目等车的状况。