大数据分析挖掘技术助力城市交通拥堵治理

随着人工智能、大数据、物联网、云计算等技术的兴起与发展，各类设备、终端、系统平台等都会产生海量的数据，传统的处理方式已经逐渐落伍，因此，大数据分析挖掘技术便逐渐渗透到各行各业中。城市交通拥堵治理是一个经典话题，也是现代文明十分重要的领域。数字时代，提升城市的交通治理能力，无疑是城市治理关键一环，而数据将在其中扮演重要角色。

01、数据治理与智慧交通

数据技术是综合性的数据处理技术，在数据技术应用中也诞生了大数据治理概念，大数据治理的本质是数据的处理，其沿用的是数据处理的常规原则、过程和框架。但在数据处理体系和方法上作了改变，首先其处理的数据对象扩大，非结构化数据和实时性数据被囊括在内。大数据除了数据的海量化，也对应着数据的快速更新、数据高效的流动、数据种类的复杂化、数据的开放性的需求满足。其次，大数据治理与以往数据管理不同，其对自上而下的组织协同和技术创新要求较高，更关注数据质量、数据安全，产生了新的数据价值思维，以及追求数据价值的合理变现。

智慧交通大数据建立在智能交通发展基础之上，早在20 世纪 90 年代，美国就提出了智能交通建设理念，其是智慧城市的雏形。智慧交通是在智能交通发展基础上，引入物联网技术、云计算技术、大数据技术等，以高新技术实现交通信息的汇集，做好数据的精准挖掘与剖析，提供实时交通数据信息参考。其也涉及到了数据模型建立、数据深挖掘等高科技数据处理技术，更追求交通网络布局的科学合理，关注交通数据的实时更新，交通布局的及时调整等。大数据在智慧交通建设中占核心地位，被认为是智慧交通创新发展的血脉支持。

02、中国情境

中国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等特点。

路网发达，车辆众多：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，中国城镇化率达到 58.5%，城镇常住人口 8 亿多人。人口迅速向城市集结，中国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。

自行车基数庞大：由于自行车方便灵活、适应性强， 其在中国的交通中还占有很大比重。目前，中国自行车拥有量约 4 亿多辆。近年，共享单车异军突起，累积投放量已超过 1600 万辆，在为人们的生活带来方便的同时也让原本就紧张的交通条件更加恶劣，特别是高峰时间，自行车挤占机动车道，是极大的安全隐患。

车型种类复杂、规则意识淡薄：因人口众多，满足不同人群需求的各类车辆混在在道路交通中，相互影响，效率低下；许多人交通规则意识淡薄，不尊重交通法律法规，交通违章与交通事故频繁发生，造成巨大生命和财产损失。

对特殊时间和事件敏感度高：中国人口流动呈现季节性和事件性迁徙，在春节、国庆等全国性假期人们外出旅游、回乡探亲，人口大规模流动，极大地增加了交通压力和交通拥堵。另外，会议召开、道路施工等情况下交通临时性管制也会对道路交通造成影响。

资料来源：大数据分析在交通领域中应用的特点与研究机会

可以看到我国的交通状况整体上表现出了数量大，情况复杂多变，交通资源在时间、空间上分布不均匀的特点，这一方面说明想要改善交通现状将会面对巨大的困难，同时也说明大数据在交通出现领域有巨大的发展潜力。

03、交通大数据内容、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。

资料来源：大数据分析在交通领域中应用的特点与研究机会

运用大数据技术不仅可以在有限的时间内提高对海量数据的分析效率，而且可以更快地获取、更新信息，捕获和筛选更有价值的信息。为创建更好的城市交通体系，将大数据技术更好地应用于我国交通事业中，应不断统计并完善智能交通系统中的海量数据，以更新和升级信息库资源，提升交通科技水平，同时也要重视交通数据的采集分析和后续的处理工作。

4.1 交通流采集系统应用，准确定位车辆位置

将大数据技术应用于智慧交通中，不仅可以准确定位车辆位置，而且可以充分明确我国交通的具体情况，改善由于交通拥堵产生的一些问题。应用大数据技术可以具体了解实时路况，规避拥堵路段和拥堵时间段，提前预知复杂的交通状况，方便司机提前调整和规避路线，还可以准确定位车辆位置，加强道路交通感 知能力，准确控制实时的交通流量，为人们的出行提供更大的便利。

应用大数据技术可以摆脱传统的地域限制，使人们充分了解各地的交通信息，在交通流的采集及处理过程中缩短了时间，提高了精准性，司机可以实时查看自己的位置，提前规划行车路线，确保行车路线的准确性。若行车过程中发生事故，可以通过定位技术进行求救，通过精准的定位服务来确保人们的出行安全。

4.2 重视微观预测工作，准确预测车辆类型

通过大数据技术，可以充分了解有关的气象数据和车辆的流动数据；通过对这些数据的采集，可以提高事故判断的准确性；通过数据共享解决以往的时空限制，以支撑城市各种交通管理的有效运行。通过微观预测工作，可以对问题路段和车辆进行实时追踪，降低交通事故发生率，这种微观预测工作不仅可以对车辆进行预测，而且可以对人员类型进行预测。

通过大数据应用平台，可以将违规的车辆类型实时保存在大数据系统中，可以对相关人员的职业信息及车辆信息进行锁定，方便使用者更加高效地调取信息，保障信息的科学储存。通过交通运行大数据可以为交通违法行为的及时监测和处理提供支撑，提高了相关违法行为的处理效率，为我国的公共安全提供了更全面的保障。通过大数据的集中处理技术，可以有效提升数据在各个系统之间的处理效率，科学地分配交通资源，对于共享交通运行、缓解交通对环境的压力有一定帮助。

4.3 智能路况大数据分析，提高交通运行效率

大数据技术应用于交通运输中，可以提高交通运行的效率， 更加明确实时路况的具体表现，支撑城市的各种交通管理。应用大数据技术，是一种更加信息化的处理信息的手段，形成了更加先进的监控体系，通过对公路实时路况的监控，可以促进各个系统之间的相互作用，从而得出更加准确的信息数据，这种大数据分析对数据的种类没有特殊要求，通过集成处理的方式更好地满足用户需求，为交通运输以及交通服务的管理提供更全面的数据支持和信息保障。通过大数据技术中的传感技术，可以及时掌握 道路信息，通过技术方面的支持，完善现阶段的交通信息网，实现数据的云共享。

大数据技术的应用在交通领域中具有里程碑式的意义，用户不仅可以及时接收到信息，而且可以享受到更加快捷和便利的出行服务。我国许多车载装置的应用不仅可以实时检测驾驶员的身体状况和疲劳程度，而且可以保障驾驶过程中的行车安全，为人们出行提供更多的保障，使人们在出行时可以 更加安心。这种在道路交通方面的感知能力，可以优化我国的交通环境，减少交通隐患，是我国科学技术快速发展的一种体现。

05、交通数据助力城市交通拥堵治理

利用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，交通网络结构对交通拥堵具有重要影响，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，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。

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。

资料来源：大数据分析在交通领域中应用的特点与研究机会

鉴于传统交通诱导技术在交通运行监测与数据采集上的两大不足（信息采集不完整、储存实时传输难度大），大数据技术通过技术的创新对传统的交通诱导系统缺陷进行弥补，实现了交通运行中全部数据的动态检测与获取，如借助电子拍照技术以实现全部车辆运行数据的获取，并指导建立交通模型，配合云计算技术客观评估道路交通状况和具体的拥挤程度。

大数据技术提高交通诱导实效主要体现在两方面。一方面，大数据技术使得交通诱导信息变更时间缩短，在数字数据技术和云计算技术的支持下，数量、车型、运动方向、轨迹等信息捕捉更及时，更新速度更快。而云计算技术对应的模拟功能，实现了路网运行状况的模拟评估，交通诱导信息更新速度快，交通诱导措施执行更富成效，减少了信息滞后导致的信息价值降低问题。

另一方面，交通参与者在大数据技术的支持下，可以动态全面地掌握交通具体拥堵情况，了解车流量的变化，且能够针对不同出行时间的用户群体推出个性化的交通诱导服务。服务内容与用户需求匹配度高，交通诱导服务信息价值更高。此外，大数据技术为交通拥堵评价提供技术支持， 关于城市交通拥堵问题的治理离不开交通拥堵情况的有效判定与评价，而交通拥堵是动态变化的过程，其受各种因素影响明显，且涉及多个方面，如交通拥堵的影响范围、拥堵路段、交叉口等，这些都是交通拥堵状况判定的参考，在以往的交通拥堵评价中，基于技术的局限，这些数据的综合评判分析难度较大，而大数据技术实现了这些数据的协同高效采集与精准分析，得出的交通拥堵评价更全面、更客观。

06、晶众综合交通大数据分析

6.1 基础设备

晶众拥有专业化的技术团队，自主研发了PDA、APP、微信小程序、云平台、交通流量拍摄技术并结合视频图像识别系统等信息化调查技术，较大程度提高了调查效率，保障了数据质量，降低了实施难度，为客户节约了大量的时间和精力。

晶众交通流量拍摄视频及视频识别系统

6.2 大数据采集服务主要内容

手机大数据

提供全国范围的交通小区或栅格颗粒度的手机大数据采集和处理分析服务，包括常住人口分布、流动人口规模及分布、人口24小时活动分布、通勤空间及生活空间范围、人员出行轨迹和OD、交通枢纽或典型区域的交通集散等。

货车大数据

提供全国范围的路段级别的货车大数据采集和处理分析服务，包括货车出行轨迹和OD、货车交通流量和车速等。

本地化定制

提供本地化的大数据算法研制和技术培训服务，包括手机、卡口（车牌识别系统）、GPS、IC卡、AFC（售票系统）、共享单车等。

6.3 数据平台

数据平台助力规划院建设长效化数据采集渠道，汇集人口、用地、设施、出行、运行等动、静态数据资源，积累数据资产，夯实研究工作基础，为业务平台、决策平台的建设提供夯实的数据支撑，亦可直接形成数据产品。

数据资源：规划数据、设施数据、调查数据、大数据、行业数据

数据产品：交通调查数据库、交通基础数据库、交通运行数据库、交通设施信息管理系统

6.4 大数据现状评估系统

大数据现状评估系统可深入分析城市功能空间及各级系统的承载力、活动需求、运行状况等，精准识别问题类型、程度和分布，辅助问题诊断和成因分析。

现状评估：基于交通数据资源，建设交通现状评估系统，从城市用地、交通供应、出行需求、运行服务水平四方面对用地现状、道路系统、地面公交系统、轨道公交系统等进行评估。

问题诊断：基于用地现状与城市各个交通系统运行现状的评估结果，对交通现状问题进行诊断分析，主要包括交通需求过量、交通供应不足、交通组织不合理等问题。

大数据现状评估系统

晶众地图长期专注于智慧领域发展，依托于已积累的行业大数据核心优势和先进技术储备，深耕智慧城市、智慧交通、智慧停车、城市规划设计等数个领域，致力于为全国客户、企业和政府机构提供全生命周期的专业数据服务和整体解决方案。

审核编辑：郭婷