大数据分析在交通领域中应用的特点与研究机会

　　摘要:针对当前我国交通出行领域的复杂现状，本文从数据、分析方法和应用话题三个方面对现有交通领域中的大数据研究进行了梳理。指出交通领域为大数据研究提供了信息量大、粒度细、更新快、连续性强的高质量数据基础，现有研究主要使用数据采集、处理和可视化技术对交通数据进行分析，主要的应用话题集中在城市拥堵问题的研究、无人驾驶等方向。最后，本文对交通领域大数据分析潜在的研究方向进行了展望。

　　关键词:大数据分析；交通出行；共享交通；研究机会

　　1情境

　　的交通出行领域呈现路网发达、车辆众多，城市中心化发展、交通拥堵严重，自行车基数庞大，车型种类复杂、规则意识淡薄，对特殊时间和事件敏感度高[1]等特点。路网发达，车辆众多：截止到2017年底，铁路营业里程达到12.7万公里，居世界第二，其中高速铁路2.5万公里1，高速公路里程达13.1万公里2，位居世界第一。

　　铁路和公路的迅速发展有效改善了交通。随着我国发展进程的加快，城市机动车数量迅速增加，尤其是私家车的增长速度远超过高速公路的增长速度。

　　城市中心化、交通拥堵：截至2017年末，城镇化率达到58.5%，城镇常住人口8亿多人3。人口迅速向城市集结，的大城市和发达地区的政治、商业和文化等主要功能区都集中在城市中心，而且倾向于从中心向四周扩张的趋势，尤其是北京上海等特大城市中心化严重，资源的集中导致人口流动密集，增加了中心地区、交通走廊和关键节点的交通压力。多数城市没有把交通规划纳入城市总体规划中，使得城市布局和交通不相适应。

　　2、交通领域的数据内容、来源与特点

　　交通领域的海量数据主要包括交通路况信息、车辆运行信息、物流快递信息和航空海运信息等内容。数据来源上，从观测方式角度可以分为：单次观测数据如移动车GPS数据、停车场数据、收费站数据等；连续观测数据如微信、微博等手机应用软件记录用户的位置数据、高德、百度等记录的路况信息数据、道路监控数据、铁路、地铁公交的运行数据等；还包括一些静态数据，如商家、景点的位置信息等。

　　相对于原来的交通数据，大数据环境下的数据具有以下特点：数据量大、信息丰富，通过对多来源信息的收集和整合，数据量达到PB级以上，蕴含的信息丰富；细粒度，数据对象信息具体到“某个人的某辆车”等，空间粒度上可以用经纬度表示其空间位置，时间粒度上数据实时获取；更新快，以前的交通调查可能五六年一次，而现在90s内即可更新，速度非常快；连续性强，数据内容为对数据对象的连续观测。

　　受益于我国政府大力推行的数字基础设施建设，我国有相对完整的道路安全监控体系，配合公共交通和私人出现的数据能够形成比较全面的交通数据网络，这为我国交通大数据的发展提供了数据基础。

　　3数据分析方法

　　交通大数据分析方法主要包括数据采集方法、数据处理技术和数据可视化技术等内容。数据采集技术包括捕获位置数据的GPS技术，捕获汽车牌照的视频监控和图像处理技术、捕获交通密度、航道水质、天气状况和物品移动的各类传感器技术以及处理数据的表2交通大数据的来源软件技术。数据处理技术主要是Hadoop分布式文件系统、数据库和HadoopMapReduce相关技术。数据处理流程主要是数据输入-过滤-混洗-降维输出。数据可视化技术则可以将收集到的数据进行处理呈现出视觉图像。例如Wang等[2]构建了基于GPS轨迹的城市交通拥堵可视化分析的交互系统，为在视觉上探索和分析整个大城市的交通状况提供了多个视图；Lu等[3]探索了基于一般轨迹数据集的用户路径选择行为可视化分析系统，可以帮助用户处理大规模轨迹数据，比较不同的路线选择。

　　4应用话题研究

　　围绕大数据应用的研究主要有城市交通拥堵问题、城市共享交通和无人驾驶等话题。

　　4.1城市交通拥堵问题

　　利用大数据进行城市交通拥堵问题的研究围绕着交通拥堵判定、影响因素和评估与应对等方面。研究发现车辆与车辆、车辆与基础设施节点间信息交换可以高概率预测交通拥堵[4]，交通网络结构对交通拥堵具有重要影响[6]，使用出行时间、出行需求变化和车流量等会反映交通拥堵状况[5]，出行者特征、交通流、交通设施、交通情境因素、交通社会性因素等交通要素可以形成城市的交通拥堵评价模型系统[7]。大数据的应用可以改变传统的交通管理路径和出行方式，有利于更好配置公共交通资源，通过对交通的智能化管理，节约运输成本，提高交通运转效率，从根本上解决城市交通拥堵问题。

　　4.2城市共享交通

　　近年来，共享出行发展迅速。截止2018年6月共享单车用户规模达2.45亿，网约车出租车和专车、快车用户分别为3.46亿和2.99亿，规模巨大。

　　用户对交通共享产品的使用行为主要受产品的有用性与易用性的影响，也会受到强制性的施加政策和规范表4城市拥堵问题研究压力的影响；现阶段，用户的使用意愿明显大于使用行为[9]。政府应鼓励交通共享并设立奖惩机制，构建共享交通领域的“市场主导、政府引导、公民参与”的协同治理新型公共服务模式[8]；企业则要严格按照市场容量投放车辆，建立集车辆监督、信用评估、安全监测和智能调度为一体的大数据综合运营平台。

　　5潜在研究方向

　　对于大数据在交通发展方面的现状，我国的交通现状和数字基础设施的建设为交通大数据的发展提供了广阔的舞台和完备的数据基础。

　　此外，由于政府在交通管理过程中对大数据技术的应用还不成熟，许多技术供应商也是刚刚起步，不同企业提供不同的技术解决方案，技术、功能和标准差异巨大，未能形成统一的标准。

　　因此逐步建立交通领域的大数据标准是未来的重点工作，企业在软件开发上应按照大数据标准开发标准化软件，在进行有效市场竞争的同时增加软件和组件的可操作性和互换性，这对扩充大数据网络实现网络效应有着重要意义，同时也能更好地满足用户需求。

　　此外，由于各地区的大数据基础设施差别巨大，应先在需求迫切的交通拥堵地区率先发展大数据交通，使用自上而下的方式在主要公路到次级航线和城市道路进行投资建设[1]。围绕这些问题，研究人员可以开展许多有价值的研究。

　　参考文献：

　　[1]Biuk-Aghai,R.P.,Kou,W.T.,&Fong,S.(2016,May).Bigdataanalyticsfortransportation:ProblemsandprospectsforitsapplicationinChina.InRegion10Symposium(TENSYMP),2016IEEE(pp.173-178).IEEE.

　　[2]Wang,Z.,Lu,M.,Yuan,X.,Zhang,J.,&VanDeWetering,H.(2013).Visualtrafficjamanalysisbasedontrajectorydata.IEEETransactionsonVisualizationandComputerGraphics,19(12),2159-2168.

　　[3]Lu,M.,Lai,C.,Ye,T.,Liang,J.,&Yuan,X.(2015,October).VisualanalysisofroutechoicebehaviourbasedonGPStrajectories.InVisualAnalyticsScienceandTechnology(VAST),2015IEEEConferenceon(pp.203-204).IEEE.

　　路守望王恒

《大数据分析在交通领域中应用的特点与研究机会》

上一篇：创客教育在初中信息技术课堂教学中的实践分析

下一篇：基于云计算的建筑照明节能智慧管控平台设计