大數(shù)據(jù)給城市智能交通系統(tǒng)的技術(shù)發(fā)展與應用革新帶來了機遇和挑戰(zhàn).從交通大數(shù)據(jù)的基本概念、交通大數(shù)據(jù)帶來的問題和大數(shù)據(jù)驅(qū)動的數(shù)學建模方法等方面，闡述了交通大數(shù)據(jù)給智能交通系統(tǒng)帶來的變革.為了深入理解交通大數(shù)據(jù)的內(nèi)涵，分析交通大數(shù)據(jù)的產(chǎn)生背景，提出了交通大數(shù)據(jù)的“6V”特征，總結(jié)了智能交通系統(tǒng)中大數(shù)據(jù)的基本類型.面對交通大數(shù)據(jù)帶來的數(shù)據(jù)安全、網(wǎng)絡(luò)通信、計算效率和數(shù)據(jù)存儲等諸多問題，提出了應對策略和思路.對數(shù)據(jù)驅(qū)動的建模方法進行了分析，說明了混合模型的意義.最后，討論了大數(shù)據(jù)驅(qū)動的智能交通系統(tǒng)的體系框架.

　　1 引 言

　　隨著信息技術(shù)、通信技術(shù)、計算機技術(shù)等的快速發(fā)展，數(shù)字城市(Digital City)與智慧城市(Smart Ctiy)接踵而來.1998年1月，美國前副總統(tǒng)戈爾發(fā)表了題為“數(shù)字地球——新世紀人類星球之認識(The Digital Earth: Understanding our planet in the21st Century)”的演說，數(shù)字地球的概念由此產(chǎn)生[1] .2008年11月，時任IBM董事長兼CEO的彭明盛發(fā)布了題為“智慧地球：下一代領(lǐng)導人議程(A Smarter Planet: The Next Leadership Agenda)”的主題報告，正式提出了“智慧地球”(Smart Planet)的概念[2] .數(shù)字城市和智慧城市都是美國的舶來品，二者都是信息化背景下現(xiàn)代城市發(fā)展的高級形態(tài).當前，英國提出了“數(shù)字英國(Digital Britain)”計劃[3] ，韓國提出了“U-Korea”戰(zhàn)略和“U-City”綜合計劃[4] ，我國于2013年前后開展智慧城市試點示范工作[5] .

　　2 交通大數(shù)據(jù)的基本概念

　　2.1 交通大數(shù)據(jù)的特征交通大數(shù)據(jù)與傳統(tǒng)交通數(shù)據(jù)的不同主要體現(xiàn)在特征中.當前對大數(shù)據(jù)特征的描述主要有：3V[14] 、 4V[15] 和5V[16] 等.結(jié)合交通大數(shù)據(jù)的基本類型，認為交通大數(shù)據(jù)具有6V特征，具體如表1所示.

　　2.2 智能交通系統(tǒng)中的大數(shù)據(jù)根據(jù)數(shù)據(jù)來源分布，智能交通系統(tǒng)中的大數(shù)據(jù)劃分如表2所示. (1)交通流數(shù)據(jù)(固定檢測器). 傳統(tǒng)固定檢測器獲取的交通流數(shù)據(jù)為智能交通系統(tǒng)的傳統(tǒng)應用提供了基礎(chǔ)數(shù)據(jù)支撐.以北京為例，基于微波雷達、超聲波、感應線圈、視頻監(jiān)控等檢測器，北京市公安局公安交通管理局建立了交通信息采集、處理、發(fā)布系統(tǒng)，北京市道路交通流預測預報系統(tǒng)[17] 等.(2)交通流數(shù)據(jù)(移動檢測器). 通過固定檢測器與移動檢測器的數(shù)據(jù)融合[18] ，獲取更加準確的交通流數(shù)據(jù).以北京為例，北京市公安局公安交通管理局開展了“北京市道路交通流綜合分析與數(shù)據(jù)質(zhì)量評價體系研究”的項目，對固定檢測器、移動檢測器等獲取的多源數(shù)據(jù)進行研究，優(yōu)化交通數(shù)據(jù)質(zhì)量[19] . (3)位置數(shù)據(jù)(移動檢測). 先進的移動通信技術(shù)拓展了交通移動檢測的應用范圍，由傳統(tǒng)的交通流數(shù)據(jù)獲取推廣到位置數(shù)據(jù)的獲取，使得基于位置的服務(wù)成為可能.基于公交智能卡的數(shù)據(jù)，實現(xiàn)出行者出行行為的分析，為公交基礎(chǔ)設(shè)施建設(shè)和運營服務(wù)管理提供支持[20] .基于出租車車載終端的數(shù)據(jù)，研究出行距離、出行時間和道路偏好對駕駛員路徑選擇的影響，進而實現(xiàn)路徑的預測[21] .應用智能手機，可實現(xiàn)出行軌跡、出行方式、出行范圍、出行總量等的獲取[22，23] .此外，車聯(lián)網(wǎng)的出現(xiàn)大大提高了城市交通信息綜合獲取的水平，豐富了交通數(shù)據(jù)來源和發(fā)布途徑[24，25] .海量位置數(shù)據(jù)的處理和分析，為交通出行行為分析[26] ，公交系統(tǒng)優(yōu)化[27] ，車輛優(yōu)先控制[28] 等提供了支撐.

　　3 交通大數(shù)據(jù)帶來的問題

　　3.1 數(shù)據(jù)安全問題交通大數(shù)據(jù)具有“Value”特征，蘊含了眾多的信息，有些信息涉及國家安全，例如，公安網(wǎng)傳輸?shù)臄?shù)據(jù);有些信息涉及個人隱私，例如，卡口系統(tǒng)檢測的車輛軌跡數(shù)據(jù).在交通大數(shù)據(jù)采集、傳輸、存儲、處理、應用等過程中，數(shù)據(jù)安全問題非常重要.智能交通系統(tǒng)依托智能交通專網(wǎng)進行系統(tǒng)內(nèi)部的數(shù)據(jù)傳輸，以及與外網(wǎng)之間的數(shù)據(jù)交互時，必須符合規(guī)范和標準，保證網(wǎng)絡(luò)安全[31] .另外，在數(shù)據(jù)處理過程中，需要遵循隱私保護機制，應用隱私保護方法[32] . 交通大數(shù)據(jù)具有“Veracity”特征，去偽存真是數(shù)據(jù)安全的另一重要問題.大量的冗余數(shù)據(jù)和錯誤數(shù)據(jù)不僅占據(jù)大量的存儲空間，浪費存儲資源，還會大大降低數(shù)據(jù)分析的有效性和穩(wěn)定性[33] .進行異常數(shù)據(jù)識別，缺失數(shù)據(jù)補充，錯誤數(shù)據(jù)修正，冗余數(shù)據(jù)消除具有非常重要的意義.

　　3.2 網(wǎng)絡(luò)通信問題交 通 大 數(shù) 據(jù) 具 有“Volume”、“Velocity”、 “Visualization”特征，要求網(wǎng)絡(luò)通信要滿足大容量數(shù)據(jù)的快速、穩(wěn)定傳輸，特別是高清視頻圖像數(shù)據(jù). 交通大數(shù)據(jù)的“Variety”特征決定網(wǎng)絡(luò)通信方式的多樣化.目前，城市建立智能交通系統(tǒng)多采用自建專網(wǎng)、租用城市公網(wǎng)相結(jié)合的模式，具備有線通信與無線通信并存且互通特征.智能交通系統(tǒng)常用的網(wǎng)絡(luò)通信技術(shù)包括：有線電纜、光纖通信網(wǎng)絡(luò)、無線傳感網(wǎng)絡(luò)、移動通信系統(tǒng)、衛(wèi)星定位系統(tǒng)等.

　　3.3 計算效率問題交通大數(shù)據(jù)具有“Velocity”特征，要求智能交通系統(tǒng)具備較高的計算效率，例如，交通數(shù)據(jù)預處理，交通狀態(tài)識別，短時交通流預測，實時交通流控制，動態(tài)交通誘導，實時公交調(diào)度等均具有時效性要求.云計算技術(shù)的發(fā)展帶來了新的解決方案，智能交通云的概念由此提出[34] .基于云計算技術(shù)，使得計算機硬件和軟件得到有效利用，提高智能交通系統(tǒng)的計算效率.

　　4 大數(shù)據(jù)驅(qū)動的數(shù)學建模方法

　　2000 年，美國自然科學基金會(NSF)首次提出 了 動 態(tài) 數(shù) 據(jù) 驅(qū) 動 應 用 系 統(tǒng)(Dynamic Data Driven Application Systems)的概念[35] .數(shù)據(jù)驅(qū)動模型與機理模型、知識模型同屬常用的數(shù)學建模方法.機理模型從本質(zhì)上反映客觀規(guī)律，但是，建模過程繁瑣，參數(shù)標定難度較大;知識模型以經(jīng)驗總結(jié)為基礎(chǔ)，模型簡單易于實現(xiàn)，但是，模型精度較低，研究對象的復雜性具有局限性;數(shù)據(jù)驅(qū)動模型從數(shù)據(jù)出發(fā)，是一個自下而上的建模過程，無需了解機理，精度較高，但是，模型的可解釋性較低，模型推廣性能較弱.對于復雜系統(tǒng)，特別是在某些情況下，機理模型不可行或難度較大，知識模型的精度較低，數(shù)據(jù)驅(qū)動模型的意義凸顯.常用的數(shù)據(jù)驅(qū)動方法如表3所示大數(shù)據(jù)概念的提出，推動了大數(shù)據(jù)驅(qū)動思想的產(chǎn)生，促進了機理模型、知識模型和數(shù)據(jù)驅(qū)動模型的混合使用.在大數(shù)據(jù)的背景下，機理模型、知識模型和數(shù)據(jù)驅(qū)動模型存在相互滲透、優(yōu)勢互補的關(guān)系，3種模型構(gòu)成的混合模型具有較好的應用前景.依據(jù)知識和數(shù)據(jù)，簡化機理模型，并將數(shù)據(jù)驅(qū)動模型結(jié)合在一起，完成模型標定，互為補充.機理和知識可以優(yōu)化數(shù)據(jù)，減少噪聲，確定合適的訓練樣本，提高模型魯棒性.以基于時間序列、空間數(shù)據(jù)和歷史數(shù)據(jù)的短時交通流預測為例，知識模型用于初步確定與研究對象路段相關(guān)的數(shù)據(jù)集合，確定合適的訓練樣本;機理模型用于標定基于組合模型的短時交通流預測方法;數(shù)據(jù)驅(qū)動模型用于發(fā)現(xiàn)組合模型誤差與交通狀態(tài)的模式匹配關(guān)系，實驗表明混合模型具有較高的精度.

　　5 大數(shù)據(jù)驅(qū)動的智能交通系統(tǒng)

　　交通大數(shù)據(jù)給智能交通系統(tǒng)帶來了變革，主要體現(xiàn)在基本概念、面臨問題和建模方法等3個方面.面向上述變革，研究大數(shù)據(jù)驅(qū)動的智能交通系統(tǒng)具有重要的意義，體系框架如圖1所示. (1)感知對象. 大數(shù)據(jù)驅(qū)動的智能交通系統(tǒng)具有海量的監(jiān)控對象.智能交通系統(tǒng)的感知對象從人、車、路、環(huán)境四個方面展開，包括：個體出行、營運車輛、交通管理和靜態(tài)系統(tǒng)等. (2)全面感知. 大數(shù)據(jù)驅(qū)動的智能交通系統(tǒng)具有多樣的檢測手段和豐富的數(shù)據(jù)來源.針對城市交通數(shù)據(jù)源的分布情況和智能交通系統(tǒng)的數(shù)據(jù)需求，以固定檢測和移動檢測構(gòu)成的傳統(tǒng)交通信息采集系統(tǒng)為依托，拓展交通數(shù)據(jù)源的類型和數(shù)量，增加新型交通數(shù)據(jù)采集的使用，實現(xiàn)城市交通及相關(guān)系統(tǒng)的全面感知.全面感知體現(xiàn)在多樣的數(shù)據(jù)格式和數(shù)據(jù)類型上.

　　6 研究結(jié)論

　　移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算等技術(shù)快速發(fā)展，智慧城市、智能交通系統(tǒng)等應用快速推廣，交通大數(shù)據(jù)應運而生.本文對當前的大數(shù)據(jù)及其在智能交通系統(tǒng)中的應用進行分析，旨在為大數(shù)據(jù)驅(qū)動的智能交通系統(tǒng)立項、建設(shè)和運營提供建議.以下幾個問題可能實未來的研究熱點：(1)硬件設(shè)計方面. 大數(shù)據(jù)背景下，需研究多源、海量數(shù)據(jù)的有效采集、穩(wěn)定傳輸、快速處理和合理存儲方法，特別是交通數(shù)據(jù)采集設(shè)備的研發(fā)問題.數(shù)據(jù)是智能交通系統(tǒng)基礎(chǔ)，大數(shù)據(jù)為智能交通系統(tǒng)提供了廣泛的數(shù)據(jù)來源，然而，智能交通系統(tǒng)的部分功能，以交通控制為例，需要準確的、定制化的交通基礎(chǔ)數(shù)據(jù). 在此背景下，交通數(shù)據(jù)采集設(shè)備的研發(fā)顯得尤為重要. (2)軟件開發(fā)方面. 軟件是智能交通系統(tǒng)得以廣泛應用的首要工具，是智能交通系統(tǒng)距離用戶最近的一部分，特別是在大數(shù)據(jù)的背景下，用戶可以通過個人電腦、手機、顯示屏等終端設(shè)備獲取信息，軟件開發(fā)的意義重大.在豐富數(shù)據(jù)的基礎(chǔ)上，從日益增長的交通管理和服務(wù)需求出發(fā)，兼顧城市發(fā)展和交通運行特征，進行軟件的功能設(shè)計和操作優(yōu)化，以提高交通管理和服務(wù)的智能化水平. (3)交通建模方面. 交通屬于典型的開放復雜巨系統(tǒng)，在交通建模研究中，機理、知識、數(shù)據(jù)的系統(tǒng)化應用具有特殊的意義.大數(shù)據(jù)為交通模型的建立、標定奠定了基礎(chǔ)，倒逼交通模型的自我完善，特別是混合交通流特性的研究、交通出行行為規(guī)律的發(fā)現(xiàn)、動態(tài)交通流時空特征的提取等基礎(chǔ)問題.此外，以大數(shù)據(jù)為基礎(chǔ)，交通控制的集成化、智能化、多模式化，交通誘導的群體覆蓋、個性支撐等逐漸成為可能.

　　參考文獻：

　　[1] Gore A. The digital earth: Understanding our planet in the 21st century[J]. Photogrammetric Engineering and Remote Sensing, 1999, 65(5): 528.

　　[2] Palmisano S. A smarter planet: The next leadership agenda[R]. New York: IBM, 2008.

　　[3] Department for Culture, Media and Sport, Department for Business, Innovation and Skills. Digital Britain final report[R]. London: Office of Public Sector Information, 2009.

　　《大數(shù)據(jù)及其在城市智能交通系統(tǒng)中的應用綜述》來源：《交通運輸系統(tǒng)工程與信息》，作者：陸化普* ，孫智源，屈聞聰