大数据及其在城市智能交通系统中的应用综述

大数据给城市智能交通系统的技术发展与应用革新带来了机遇和挑战.从交通大数据的基本概念、交通大数据带来的问题和大数据驱动的数学建模方法等方面,阐述了交通大数据给智能交通系统带来的变革.为了深入理解交通大数据的内涵,分析交通大数据的产生背景,提出了交通大数据的“6V”特征,总结了智能交通系统中大数据的基本类型.面对交通大数据带来的数据安全、网络通信、计算效率和数据存储等诸多问题,提出了应对策略和思路.对数据驱动的建模方法进行了分析,说明了混合模型的意义.最后,讨论了大数据驱动的智能交通系统的体系框架.     

大数据背景下重庆市综合交通模型维护升级

利用传统交通调查数据开展交通模型维护升级工作存在抽样率低、样本量小、人工成本高、精度低、实施难度大等多种现实问题.在大数据技术不断更新完善的背景下,有必要探索新的模型维护升级技术和方法.首先,阐述重庆市交通大数据的发展历程、数据类型、数据采集与数据格式.其次,在重庆市综合交通模型的框架结构中,分别利用大数据资源探索公共汽车线网的构建、各等级道路流量延误函数标定、常住人口和就业岗位分析、出行分布特征分析和公共交通出行需求分析等相关技术方法.最后,以重庆市综合交通模型的应用实践成果验证模型的可靠性和准确性.     

大数据背景下的交通模型发展思考

将传统交通调查和模型与新的信息技术相结合,根据大数据的特征改进交通模型的方法体系,是交通模型发展面临的极大挑战.分析交通大数据对交通模型研发的促进作用,特别是在人口及就业岗位分布、综合交通网络数据和基于交通调查的模型参数等核心数据方面的支撑作用.从相关定义、市场细分以及信息完整性三个方面阐述大数据与交通模型的一致性问题.深入讨论应用大数据改进交通调查技术、4D模型研发、出行分布目的地选择模型、轨道交通出行接驳模型、出行成本校核等交通模型关键技术.通过对比大数据和交通模型的决策分析过程,指出大数据与交通模型互动发展的途径.     

交通执法困境的大数据突破

为进一步规范道路运输市场,减少不公平市场竞争,提高行业服务水平,对如何有效打击非法营运问题进行探讨。通过分析贵阳、深圳和广州基于大数据交通运输综合执法平台的应用案例,总结相关经验。结果表明:大数据分析平台可以有效提高执法效率,交通执法部门应深化顶层设计、推进硬件建设、提升软件性能、促进数据共享。     

探讨大数据发展与智能交通的关系

目前,随着大数据的快速发展和在各个领域中的应用越来越广泛,交通大数据的研究非常活跃,研究的程度也越来越深入,数据技术正在为交通运行管理提供便利,对于促进交通运行的整体效率以及安全性都有着非常重要的意义。主要论述了大数据与智能交通之间的联系,并论述了当前这两者发展的状况。其次简要分析两者之间的关系,最后探讨大数据时代智能交通发展存在的问题和发展趋势。     

大数据环境下上海市综合交通特征分析

20世纪80年代上海市已经开始建设智能交通系统,开展交通数据采集工作.历经2010年世博会,上海市交通信息化快速发展,交通大数据的种类越来越多,为基于大数据挖掘的综合交通调查与分析提供了良好的基础条件.基于2014年上海市第五次综合交通调查结果,综述上海市交通大数据资源现状和基于大数据的城市综合交通特征挖掘分析技术方法及主要成果.提出进一步拓展运用大数据分析城市综合交通特征的应用领域、优化大数据挖掘技术方法和完善大数据采集处理机制的相关建议.     

大数据环境下的城市交通综合评估技术

伴随城市蔓延、轨道交通成网、用地开发等发展条件,大城市综合交通环境日益复杂。如何拓展评估边界、深化评估技术、提升评估频率和延伸评估视角成为传统城市交通评估技术体系面临的四个关键问题。首先介绍交通领域大数据的组成、特征及应用情况。通过深度挖掘交通运行产生的多源异构数据,建立集统计、关联、预测于一体的交通大数据分析平台和专题评估子系统,形成面向多层次、多领域应用需求的一体化综合交通模型体系。最后,基于深圳市的应用实践情况,阐述城市交通综合评估技术从城市到区域、从宏观到微观、从静态到动态、从土地到环境的转变。     

大数据时代城市交通学发展的机遇

基于对城市交通研究的思维方式和技术方法的回顾,指出大数据时代城市交通学面临发展机遇.阐述在信息化发展背景下,既要研究信息化发展与城市交通的相互联系,也要研究如何适应信息化发展来组织城市交通网络的构建和运行.分析了城市交通需求管理在指导城市交通网络构建和运行中的作用.基于交通模型应用现状,从五个方面阐述大数据技术为微观个体行为、出行需求特征与演变规律和传统交通模型等多方面的重新认识乃至重构提供重要的技术支撑.提出研究并建立适应中国国情的城市交通模型,最终达到促进城市交通学发展的目的.最后指出应用信息技术改善城市交通是当前的重要课题.     

基于大数据的交通规划技术创新应用实践——以深圳市为例

深圳市长期坚持数据和模型驱动的交通规划理念,经过20年的积累,建立了面向规划决策支持的综合交通大数据应用体系,在多元数据融合与大数据挖掘应用方面进行了探索。总结深圳市交通大数据平台包含的三类数据:偏静态的城市空间数据、传统调查数据、偏动态的交通多元数据,阐述大数据对交通规划技术创新的影响。基于大数据对交通模型和运行仿真的影响,深圳市积极推动交通规划技术创新,建立区域–宏观–中观–微观一体化的交通仿真模型体系、融合实时数据的交通运行和评价系统,也使得绿色交通优先等规划理念更易实施。最后,对车联网、智慧交叉口、交通主动控制、个性化信息交互等影响交通规划创新的技术进行展望。     

数据可视化技术及其在非机动车网络规划中的应用

采用交通大数据对城市交通进行交通研究是当下规划设计的热点。以晋江市中心城区非机动车网络规划为依托,对晋江公共自行车出行大数据进行分析,使用百度开源可视化编程平台ECharts将每组公共自行车的出行轨迹、到发时间以及出行起讫点等数据分析转化为规划关键数据。结果表明,通过数据可视化技术可以精准获取城市自行车主要通行通道以及城市骑行热点等规划关键数据并应用到晋江非机动车网络及设施规划中。     

通过大数据促进城市交通规划理论的变革

城市交通规划实践需求所产生的拉动力,大数据分析技术所产生的推动力,相关基础学科研究成果所产生的促进力,将推动城市交通规划理论发生变革。在继承传统技术方法的基础上,通过建立在证据理论基础上的决策判断概念框架,将大数据分析技术、模型分析技术和仿真分析技术纳入一个统一的分析模板,通过多维观察角度尽可能全面地表征问题,并将在“适时响应”机制基础上建立规划过程管控模式,这一系列的探索勾画出一个可供讨论的新理论框架的雏形。     

大数据时代城市智能交通系统发展方向

伴随大数据时代的到来,新技术与新思维必将引发城市交通学科的重大变革,首先是城市智能交通领域。从交通系统的基本属性、交通大数据发展特征、城市交通发展的基本理念和战略出发,深入剖析中国智能交通系统研发与应用存在的隐忧和倾向:高端智能决策支持欠缺、车联网技术研发泛化、理论创新匮乏、系统建设依旧各自为政未形成合力等。强调城市智能交通系统的发展必须服从城市交通发展战略的需要,充分利用大数据技术。最后,提出未来智能交通系统的发展方向和系统建设任务。     

交通大数据视角看广佛同城

广佛同城发展由来已久,是中国城市群中同城化程度最高的区域。简要分析广佛同城的交通基础设施发展演变历程,并基于模糊大数据(手机信令数据)和准确大数据(运行监测数据)对广佛通勤交通特征进行分析。结合手机信令数据对广州南站的客流组成及空间分布进行研究,对广州南站选址偏远问题进行解析。结果表明:广佛同城具有双向对等性的联系;地铁在同城化推进过程中起到重要的促进作用,拓展同城化活动范围;广州市机动车交通需求管理政策不够系统,非广佛车牌在通勤小汽车中比例超过40%,需要引起足够的关注;广州南站服务的客流中广州客流与佛山客流比为7:3,与对应的常住人口规模比例相当,初步实现了交通战略规划提出的共享理念。     

大数据发展现状与未来趋势

在国家大数据战略背景下，为帮助提升对大数据的正确认知，以及用大数据思维认识和解决问题的基本素质和能力，积极防范大数据带来的新风险，构筑大数据时代国家综合竞争新优势，首先回顾了大数据的发端、发展和现状，研判了大数据的未来趋势，然后简述了我国大数据发展的态势，最后分享了对信息化新阶段和数字经济的认识，以及对我国发展大数据的若干思考和建议，包括：（1）大力发展行业大数据应用；（2）建立系统全面的大数据治理体系；（3）以开源为基础构建自主可控的大数据产业生态；（4）积极推动国际合作并筹划布局跨国数据共享机制；（5）未雨绸缪，防范大数据发展可能带来的新风险。