大数据技术在智能交通中的应用

一氧化氮 笑气
数据技术在智能交通中的应用
帕斯卡裂桶实验随着社会经济的快速发展,城市车辆也在飞速地增加,传统的交通管制和规划已经不能满足复杂的交通需求,交通拥堵已经影响到了居民的生活质量,加剧了环境污染,降低了城市的运行效率。要解决交通拥堵,必须从根源上到导致交通拥堵的根源――除了车辆数的剧增外,还有路边车辆乱停乱靠、交通事故的发生以及发生后不能及时救援、清理现场等原因。面对交通拥堵,大力发展公共交通是一种有效手段,但事实上公共交通也存在着资源分配不合理的现象,导致等车时间上、乘车拥挤甚至挤不上车等问题。那如何解决这一系列的问题,最终解决交通拥堵问题,已经引起了我们的思考。大数据技术的发展给我们解决交通中存在的这些问题带来了新的思路。大数据技术的战略性意义在于我们可以快速、准确地获取、挖掘大量的有效的交通数据,构建交通数据处理模型,让交通有秩序的运行。本文中针对大数据技术在交通诱导中的应用、大数据对公共交通的优化、对交通安全的优化等方面进行阐述,并提出了主动式的交通服务模式。
1大数据的概念及应用进展
竹炭颈椎枕1.1大数据的概念
电容器串联
所谓大数据是指数据量特别巨大,“超出了传统意义上的尺度,一般的软件工具难于捕捉、存储、管理分析的数据。”这些数据不仅数量大,而且异质、复杂、来源不同、分散于各处。[1]在维克托?迈尔-舍恩伯格及肯尼斯?库克耶编写的《大数据时代》[2]中大数据指不用随机分析法(抽样调查)这样的捷径,而采用所有数据进行分析处理。
大数据的特点可以概括为四个“V”:Volume(大量 )、Velocity(高速)、Variety(多样)、Veracity(精确)。或者说,其特点有四个层面。第一,数据量巨大。大数据的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T);第二,数据类型繁多。比如,网络日志、视频、图片、地理位置信息,等等。第三,价值密度低,商业价值高。第四,处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。
太阳能锅炉
1.2交通领域大数据技术应用进展
美国西北大学的交通研究中心主任Hani Mahmassani2012年11月在芝加哥的Teradata Big Analytics研讨会上作了题为“大数据分析在出行和交通的应用(Travel & Transportation:Big Data Analytics)”的演讲,讨论了利用海量实时数据增强对交通系统状态的分析和预测能力,从而提高用户体验和交通系统运营效率,创新交通服务,供应链可视化等应用。
美国麻省理工学院与新加坡政府于2007年启动了SMART项目,其中的Future Urban Mobility子项目采用Smart Phone等手段,实时或准实时采集交通需求,通过机器学习方法估计居民出行活动或位置选择行为。[3]
虽然大数据在交通领域的应用刚刚兴起,但中国的交通研究机构、高德地图、百度地图已经开展实际应用。深圳市城市交通规划设计研究中心在2006年建立深圳市城市交通仿真系统,成为我国最早将大数据应用到交通中来的城市,北京建设了交通运行监测调度中心,上海市建立的交通信息中心是目前为止最全的数据中心,广州市建设了交通运行指挥中心。可见我国已经非常重视利用大数据技术来解决交通领域的各种问题。
2大数据在交通诱导中的应用
道路拥堵多重原因综合作用而成。路段车流量大,超出道路承载能力;道路基础设施不完善;路段的静态交通规划与日益增长的机动车数量不匹配,停车难、停车乱现象导致道路通行能力下降。近年来,由于城市发展所需,占道施工较多,加剧了交通需求与道路承载能力之间的矛盾,此外驾驶员的不文明行为也会加剧交通拥堵。交通诱导是缓解交通诱导的有效手段,下面对交通诱导做详细介绍。
2.1交通诱导简介及传统交通诱导技术的缺陷
交通诱导是一个实时动态的过程[4],首先通过各种技术手段收集即时的交通运行数据,数据收集是交通诱导的前提条件。第二,基于收集到的即时交通运行数据,对当前交通状况作出评价,并利用交通预测模型做出短时间内的交通预测。第三,通过电台及电视机、交通广播、车载终端、电子诱导屏发布诱导信息。[5]第四,通过监测交通流数据,反馈诱导的效果,对诱导方案做出优化。下图即为交通诱导的技术流程。其目的有两个:一是使道路网上的交通流量均衡,是道路网的综合交通能力达到最充分利用;二是减少行驶时间,缩短每辆车行驶的距离。交通诱导的技术流程

本文发布于:2024-09-21 17:47:40,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/1/202932.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:交通   数据   诱导
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议