道路交通管理是以交通系統作為管理對象的，而交通系統是一個復雜巨系統，涉及人、車、路、環境等諸多要素，如何精準剖析各要素之間的互動耦合關系，科學把握交通系統運行特性及規律，是交通精細化管理的關鍵。尤其是在交通供需矛盾日益突出的當下，如何提高整個交通系統效率、提升居民出行品質是對每個交通管理者、研究者、工程師的挑戰。
交通科學自誕生之日起，就與數據結下不解之緣，這是一門基于統計學的工程科學。從宏觀交通規劃、中觀交通組織再到微觀的交通管控，每一個方案無一不是以交通調查為前提和基礎的。傳統的交通調查，采用抽樣調查的形式，通過對居民出行特征指標、交通流參數等開展調查，把握居民出行規律以及交通流運行狀態。物聯網、云計算和大數據技術的發展改變了傳統交通調查方式，除道路固定檢測器（如地磁、視頻、微波、雷達等）外，營運車輛、共享交通、個人交通車載與手機導航的互聯網移動大數據的應用延展了交通態勢感知的覆蓋面、提升了交通態勢刻畫精度，從而大大推動網絡交通態勢的可視程度。移動互聯數據的匯聚與應用為交通管理模式從離線分析、人工管控向實時響應、自動控制轉變提供了契機，為交通管理理論的創新和發展提供了新的思路與環境。
高德、百度、滴滴等互聯網企業著手挖掘其運營數據在交通領域的應用價值，也極大推動了云計算、大數據等新一代信息技術在交通領域的應用。當前道路交通管理已經有一只腳邁入了大數據時代，而另外一只腳則需要傳統交通理論與移動互聯數據有效融合進行驅動。
出行者每天的出行活動產生了大量的數據，但從交通管理角度來看，我們利用的還是非常有限的，即使是交通管理部門自有的電子警察、卡口、地磁、事故、違法等數據，用以交通管理措施輔助決策的支持度還有待進一步提升。我們從技術層面，簡單分析一下產生上述現象的原因，并針對存在的問題提出個人的思路和想法。
交通傳感設備性能有待提升，布局有待進一步優化。
1、交通傳感設備性能與交通數據質量息息相關。
交通傳感設備自身的壽命、穩定性、精度、抗干擾能力以及適用性有待進一步提升；此外，需進一步加強交通傳感設備狀態監控，保障傳感設備正常運行。
2、交通傳感設備布局應從交通大數據的視角進行優化分析。
智能交通系統規劃一個重要的任務就是研究交通采集設備布局方案，目前，較少有人從交通規劃與管理智庫頂層設計的高度，對檢測器布局以及選型進行研究，這也就導致了當前多源數據采集有效性不夠、業務支撐強度不高。
所謂的交通大數據基本還是針對單一數據源開展分析，多源數據融合碰撞有待進一步加強，分析精度有待進一步提高，應用場景有待進一步豐富。
1、多源數據融合開展交叉分析研究與應用有待進一步加強。
隨著智慧城市建設熱潮，很多城市中已經布設了部分傳感設備（交叉口進口道地磁、電子警察、卡口等）；互聯網公司通過客戶終端定位實時獲取用戶位置；傳統運營企業匯聚了客流數據（IC卡、第三方支付以及零票）、車輛定位數據等。上述數據都可以為交通規劃、政策制定、交通設計以及管理提供數據支持，但這些數據在數據質量、覆蓋范圍、采集頻率、時空粒度等方面均存在差異。針對特定應用，構建數據質量評估體系，充分發揮不同數據源的優勢，交叉融合，才能有更好地挖掘交通機理，為交通管理提供科學支撐。
2、交通管理大數據分析應用有待進一步拓展和深化。
在交通管理與控制方面，大部分應用集中在基于視頻、雷達、地磁等固定檢測設備以及車載GPS數據，提取車輛描述信息、交通流狀態信息，研究擁堵的表征指標、交通管控方案評價以及交警執法應用；在道路隱患排查以及交通安全分析研判方面，大部分應用均是基于交通事故與交通違法時間、空間以及成因維度的統計分析。隨著數據覆蓋面以及質量的提升，關注交通運行機理、擁堵成因、交通事故成因的挖掘將成為交通管理大數據應用的關鍵。
道路交通大數據缺乏統一的數據標準。用于交通管理工作的數據來源不同、形式各異，要想未來能夠將上述數據利用起來，打破數據壁壘，形成城市交通數據池，就需要共同探討數據共享機制，并制定統一數據標準；此外，形成交通管理數據池后，城市交通數據治理將是一項復雜而艱巨的任務。
大數據時代城市交通管理理論的創新面臨巨大挑戰。傳統的交通理論基本都是基于統計學，也就是基于樣本開展研究，而大數據時代的到來變革了交通理論數據來源，使得數據由抽樣變為了全樣，數據由有針對性的調查變為從大數據中抽取有用信息。因此，交通需求預測、交通通行能力分析、交通管控等基本理論將產生巨大變革。交通學者們應當既要仰望天空又要腳踏實地，在基礎領域研究中投入更多的精力，不應被當前的浮云遮住望眼。
加強交通管理大數據研究及工程實踐，促進大數據技術與交通管理理論研究和應用實踐深度融合，必將為交通管理部門科學決策，為交通問題精準治理，為交通組織優化、交通管理與控制方案優化提供堅實的數據基礎和技術支撐。下面分別從交通管控優化、危化品運輸安全管理、交通安全分析研判三個方面給出大數據深度應用案例。
1.交通組織與管控優化大數據分析
融合卡口、地磁、浮動車、手機信令、公交客流等多源異構數據，構建交通管理基礎數據庫，從區域、路段、節點三個層面，構建交通擁堵指標絕對量化指標和相對量化指標，準確定位交通擁堵成因。在區域層面，重點考慮交通區位、城市土地利用、交通發生與吸引點分布、交通結構等因素對區域交通擁堵的影響；在路段層面，重點考慮道路定位、交通組織、控制策略（干線/區域協調控制、紅波/綠波等）以及信號控制方案（相位差）等對于交通擁堵的影響；在節點層面，重點考慮時空資源一體化挖掘、交通渠化、控制策略（定時、感應、自適應）及控制參數（相位、相序、周期、綠信比等）等對于交通擁堵的影響。在上述分析的基礎上，通過方案迭代，便可以開展區域交通組織優化、交通信號控制與管理策略的評估與優化。
2.危化品運輸線路安全監管大數據分析
融合生態環境、人口分布、事故、交通基礎設施狀態、交通狀態、應急處置水平等數據，綜合考慮運輸安全風險以及事故發生后果，搭建危化品運輸路線安全風險評估模型，從人為因素、車輛因素、道路與環境因素和管理因素等五個方面，挖掘危險品運輸潛在的事故風險因素，為合理規劃運輸通道，開展危險品運輸車輛及駕駛員動態監控與主動安全預防提供科學分析依據。
3.交通安全分析研判
融合事故、違法、車駕管等六合一平臺數據與車輛定位、交通流、氣象等其他數據，構建交通安全分析研判數據池，從事故原因、事故形態、事故時空分布等方面開展宏觀統計分析，實現事故多發區域、點段精準辨識；基于大數據技術，開展事故形態、事故嚴重程度與事故成因（人、車、路、環境）的數據碰撞與交叉分析，實現不同事故形態的事故致因精準識別，為交通隱患排查與治理以及事故主動防范提供數據支撐。
來源：智慧交通
掃一掃在手機上閱讀本文章
中國（四川）自由貿易試驗區成都高新區天府大道北段1700號7棟1單元14層1435號
028-83139986 400 119 1980
