随着城市的迅速发展，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。目前智能交通成为改善城市交通的关键所 在，为此及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。可以说当智能交通遇到大数据，如同 二氧化锰在制取氧气的实验中作为催化剂一样，一场剧烈的化学反应加剧了两方的共同发展。本文将对智能交通建设中大数据的应用及价值体现作分析。
智能交通需求与大数据契合
智能交通整体框架主要包括物理感知层、软件应用平台、分析预测及优化管理应用，其中物理感知层主要是对交通状况和交通数据的感知采集；软件应用平台是将 各感知终端的信息进行整合、转换处理，以支撑分析预警与优化管理的应用系统建设；分析预测及优化管理应用主要包括交通规划、交通监控、智能诱导、智能停车 等应用系统。
智能交通系统利用先进的视频监控、智能识别和信息技术手段，增加可管理的空间、时间和范围，不断提升管理广度、深 度和精细度。整个系统由信息综合应用平台、信号控制系统、视频监控系统、智能卡口系统、电子警察系统、信息采集系统、信息发布系统等组成，以达到四个方面 的目标：一是提高通行能力，二是减少交通事故，三是打击违章事件，四是提供出行信息服务。以下是智能交通整体应用架构图：
整个系统建设的核心是数据的采集、存储与计算，其中最重要的核心思想就是“数据是价值”，目前很重要的问题就是如何把数据转换成价值，这就成为一个技术问题。
从统计学的角度来看，任何领域任何动态发展的事物只要有足够多的样本数据，就一定能从样本数据中找到动态发展的规律。数据越多，准确率越高。这个“规 律”就是数据的价值所在。对于商业机构，可以从数据中分析用户行为规律从而提高销售量；分析目标市场规律，定点投放广告从而降低成本等等；对于公安行业， 可以分析区域性犯罪趋势，提前预防从而降低犯罪率；还可以分析交通行为规律，提前做交通疏导，提高交通通畅率，这就能真正挖掘数据的潜在价值，提高其社会 价值。
网络从20世纪初发展以来，现在进入一个高度联网的阶段。联网的同时，数据高度集中，数据量急剧增加。据IDC报告，现 在互联网的数据每两年就翻一番，这个增长率在智能交通行业同样有效，随着卡口、电警、摄像机数量的增加，高清化、智能化的发展，如果再算上物联网的各种传 感器，未来几年的数据量增加可能大大高于这个增长率，这就为智能交通行业实现大数据提供了数据基础。
具体而言，智能交通与大数据契合可以从三个角度来看：
首先，从应用成熟度看，今天无论卡口、电子警察还是视频监控都是对图像和视频数据进行语意化和结构化处理最成熟、最完整、应用深度最深的领域。智能交通可能是现在新兴技术和应用领域里率先突破数据应用瓶颈的一个技术领域。
其次，从技术角度看，包括大数据、云计算的技术架构最先在智能交通里落地，智能交通也必将引领整个智慧城市各个子模块的技术潮流和走势。
最后，从使用者与应用者关联的角度看，交通的智能化最终会影响到每一个人骑车、驾车、公交出行的感受。每位市民都能够有非常好的交通秩序体验，这一点就需要智能交通的技术方案去支撑实现。
大数据特点
何为大数据技术？从各种各样类型的数据中快速获得有价值信息的能力就是大数据技术。由此我们可以看IBM归纳的4个V(量Volume，多样Variety，价值Value，速Velocity)：
第一，Volume数据体量巨大，从TB级别跃升到PB级别。
第二，Variety数据类型繁多，包括视频、图片、地理位置信息、传感器数据等等。
第三，Value价值密度低，应用价值高，以视频为例，连续不间断监控过程中可能有用的数据仅仅有一两秒。
第四，Velocity处理速度快，1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。在交通领域，海量的数据主要包括四个类型的数据：传 感器数据（位置、温度、压力、图像、速度、RFID等信息）；系统数据（日志、设备记录、MIBs管理信息库等）；服务数据（收费信息、上网服务及其他信 息）；应用数据（生成厂家、能源、交通、性能、兼容性等信息）。交通数据的类型繁多，而且体积巨大。
以上的四个要点中，量Volume和多样Variety是因，数据类型的复杂和数据量的急剧增加决定了原有简单因果关系的应用模式对数据使用率极低，完全无法发挥数据的作用；速Velocity是过程，巨大的运算量决定了速度必须快；价值Value是最终的果。
智能交通大数据应用分享
大数据采集
以丹东某交警项目为例，该项目一期建设的卡口电警设备每天产生300万条过车记录和过车图片，目前整个系统过车图片数量超过2亿条，随着时间的累计会更 多。2013年12月，基于Hadoop大数据平台的UniHadoop系统在丹东试用，满足了30亿条过车记录的检索、数据挖掘业务。
大数据存储与快速检索
在前端，1050台图像采集设备有700多台内置算法的高清一体化智能卡口、电子警察抓拍单元，部署于市内、高速、收费站、国省干道，以光纤连接到中心 设备；1.5PB容量的IPSAN存储可以将照片保存6个月，视频保存15～30天；中心管理平台统一以地图作为窗口进行相应的功能和业务展示，单级平台 容纳百亿级数据量，查询和统计能在3秒内返回，基于大数据的各项性能展示，同步可提供轨迹碰撞、拥堵分析等智能研判。该项目在应用中虽然数据量成倍增加， 但查询和统计时间仍为3秒。
大数据计算与分析
宇视丹东某交警项目投入使用一个多月后，通过对上亿条数据计算与分析，得到的数据价值有：
1.查获假牌、套牌出租车7台，报废车2台。
2.查获使用伪造、变造号牌车辆31台，故意遮挡号牌车辆18台。
3.提供线索破获各类案件16起，其中杀人案1起，抢劫案1起，盗窃案5起，治安案件4起，交通事故逃逸案件4起，布控成功查获刑事案件涉案车辆及人员1起。
4.为群众找回失物14起，挽回直接经济损失10余万元，间接经济损失千万元。
5.在一起恶性重大事故逃逸案中，犯罪嫌疑人换了7、8辆车，最后抛车销毁，但因系统准确从第一辆车就予锁定、布控，仅5个小时就予告破抓获。
大数据应用是趋势
随着智能交通的发展，宇视分析智能交通产品的技术定位近年来有两大显著变化：
第一是智能前置，前端的抓拍单元发生了非常大的变化，实现了“一体化”，即所有的交通行为、智能分析行为都由相机来完成。而在2010年前后，抓拍单元还是纯粹的抓拍机，其他智能分析算法由路口工控机或后端设备完成。
第二是建设规模，现在一个中小城市建设卡口和电警设备的规模就能达到上千路，抓拍图片的数量规模非常庞大，有的甚至上亿条，如果存储时间较长则达到10亿条，对平台管理、检索这些过车记录提出了非常大的挑战。
从这些变化中我们可以看到，面对海量的交通信息，交通大数据的开发应用需求日益凸显，交通大数据时代的来临是智能交通发展的必然趋势，这将为包括安防企 业在内的众多企业提供更多的发展机遇和空间，当然在这个进程中我们也将面临诸多挑战：比如交通数据资源分割和信息碎片化；交通信息模式复杂，数据种类繁 多；缺乏统一的标准；缺乏有效的市场化推进机制，基于大数据的交通信息服务产业链、价值链尚未真正形成等，这些问题都有待我们继续探索和解决。
结语
近一两年来，大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。安防行业的大数据时代也 被屡屡提及，基于行业的发展特点以及大数据产生的价值来看，“数据”或将是安防企业未来技术角逐的焦点，数据的应用和分析处理本身就是一个巨大的智慧，在 这条路上我们仍有许多工作要做。宇视在2013年参与了辽宁、福建、广东等地的智能交通大项目建设。在其中的应用案例中，宇视系统方案的强壮性、运算处理 能力、稳定性很高，从处理几千条车辆违章信息到现在能够处理6亿条违章信息，而且这个数字还在增长，借助于强大的软硬件方案提供能力等优势，宇视在深耕智 能交通中将获得重要的发展。
(审核编辑: 智汇工业)
