大数据处理技术在智能交通中的应用探讨.docx

?

?

大数据处理技术在智能交通中的应用探讨

?

?

刘寒溆

【摘要】随着社会的发展，人们的出行方式发生了巨大的变化，人们不仅享受着科技带来的便利，而且还遭受着交通拥堵的困扰。随着物联网和智能终端技术的发展，各行业的数据积累和增长迅速，数据的价值越来越受到重视。从大数据及其相关方法的发展和分析入手，结合交通大数据和智能交通控制的原理及其对数据的需求，阐述了大数据尤其是轨迹给智能交通控制带来的新视角和新策略，展望了车路协同、无人驾驶环境下交通控制的发展。

【关键词】大数据处理技术;智能交通;应用探讨

U495A1674-0688（2020）11-0083-03

0引言

互联网技术自诞生以来，短短几十年就经历了几代人的变革。现在，它正逐渐从IT时代走向DT时代。一般来说，所谓的DT时代，就是人们常说的大数据信息时代。互联网的大规模使用导致了信息数据的几何级增长，世界各个角落都充斥着各种各样的数据信息，如何做好信息处理，充分发挥其价值，已成为大数据处理技术发展过程中面临的主要问题。

1大数据处理技术的主要结构图

我们可以依据大数据处理技术的周期不同的分类方法，将大数据处理技术细分为存储管理技术、采集和预处理技术、信息分析和挖掘技术、计算模式和系统模式技术及隐私和安全管理技术等几大板块，其主要的框架示意图如图1所示。

在其较为关键的数据采集阶段，大数据处理技术具有数据信息资源丰富、多样化等特点，数据信息包括数据库信息、文本信息、图片信息、网页信息、视频信息等各式各样的文件数据。总而言之，大数据处理技术解决问题的首要步骤是进行数据源的采集和预处理的操作。

计算模式和系统模式是指依据不同的大数据信息特点和计算特点，将抽象化的模型从多种多样的计算问题中提取并仿真模拟出来，此项技术的大规模发展极大地促进了大数据技术的发展，截至目前，研究人员已经研发出多种不同算法的大数据计算模式和系统模式及其工具系统，能针对性地解决不同的问题。

离线计算模式是在计算机系统正式开始计算操作之前，对所有的输入性的数据均已知且不发生改变，其一般情况下采用HDFS算法储存数据信息，计算过程结束后将数据信息储存至hive，进而将数据信息进行相关的展现操作。相比在线计算模式中对网络速度等其他要素要求较高的特点，其在正式计算工作开始之前不需要知道每一个精确的数据，降低了数据分析的延迟性，提高了工作效率。因此，离线计算的目的是最大限度地收集数据信息并得到结果，进而应用于下一步的决策。

2智能交通中的大数据理论

2.1信息资源整合

信息采集和大数据处理分析是信息系统与相关系统实现信息共享的基本过程，它不仅缩短了获取信息的时间，而且提高了数据处理的效率。在相同的工作条件下，ITS系统的信息采集系统是用来采集和分析数据的，但是当有特殊情况不适合机器运行时，则需要进行人工采集。

2.2存储数据的处理

大数据的处理过程就像人们处理衣服一样。对数据的网格和内容进行梳理，便于后续的分类、归纳和存储。这样的方式运用优点很明显，用户在获取信息时會更加方便高效，也能够避免数据误传等现象，确保信息的有效存储，对促进智能交通系统的发展具有重要意义。

2.3信息传播

系统上显示的信息不是用户开始反映的信息，而是经过处理后得到的，然后以不同的形式反馈给用户。这里需要强调的是，终端设备的差异会直接导致信息传输形式的差异。我们常用的终端设备有电视、手机、报纸等。IIS系统具有很强的包容性，无论用户请求什么样的终端，系统都应该尽量满足，从而改善交通环境，使之使用更加方便。

3大数据处理技术在智能交通中的应用

交通控制系统是智能交通系统中的核心之一，它组织和控制着交通流的流量及趋势，并且还能维护交通秩序，对保护人们的交通和安全起着重要作用，按照控制范围的异同点，交通控制是采用单一的控制模式、干线协调控制模式及区域协调控制模式，单一控制方式包括多周期的控制、单点定周期的控制和感应方面的控制;干线调节的模式和控制有时也被称作绿色的波胶带控制，此外包括感应线的调控方式等;区域调控模式是区域交通性能指标，据此制定控制的目标，信号控制参数和交通控制参数构建了一个有条件的数学模式，可以用模型计算控制信号时间计划和策略。

最优化的方式可分为定期控制、在线自适应控制和离线自适应的控制，典型的区域适应控制系统根据探测机的位置和采集方式不同进行区分，每个系统都有自己的算法和自我适应控制模式。

3.1在交通的控制下，大数据处理技术的应用

智能交通系统的应用既面临机遇又有挑战，这是大数据技术和交通大数据的发展带来的。大数据在智能交通系统中的应用，特别是在智能交通控制中的应用，不仅可以实现信息的相互传递，而且可以应有于数据处理和分析，甚至可以开发新的技术或系统。在深入了解交通控制的基本流程和方法的前提下，本