大数据环境下GPS数据在交通流的应用

大数据环境下GPS数据在交通流的应用

作者：王文斌

摘要：随着我国社会经济的快速发展和城市化进程的加快，道路交通己成为制约城

市发展的重要问题，解决道路交通瓶颈己成为各级政府部门需要解决的首要任务。多年来，国内外实践经验证明，在解决城市交通问题方面，除了要有相应的宏观交通政策予以支持，现代化的交通管理手段也是十分重要的一环。与此同时计算机技术、电子技术等高新技术的发展，也为交通管理提供了解决交通问题的新思路和新手段，为最大限度地发挥现有道路系统的工作效率提供了技术支持。发达国家交通发展实践表明，采用智能交通系统是解决交通拥堵减少交通事故、防止交通污染、提高交通管理水平的最有效的方法和手段。

关键词 GPS；交通流；智能交通系统

0.引言

进入信息化新时代以来，我国经济发展迅速，在经济不断促进城市现代化建设的同时，城市车辆总数也收到经济增长的刺激而不断增长。伴随着经济的快速发展，各种各样的问题慢慢涌现，其中较为明显的是道路交通建设的速度远远落后于经济的发展速度，特别是基础设施建设速度受到了限制。交通拥堵等城市交通问题也逐渐成为了影响城市居民日常出行的大问题，在影响市民日常生活的同时对社会的影响也不容忽视。从另一方面来说，这种困扰也同样制约了经济和社会的进一步发展，引发了一系列问题，因此便促使了城市智能交通建设这一新领域，而近几年也得到了长足的发展。

就目前城市交通状况来看，继续沿用传统工艺，即建设新道路以及拓宽原有城市主干道的方

法并不能从根源上使城市的交通问题得到快速的缓解，并且这种方法伴随着高成本、低效率的缺点，在现实社会中实现的难度越来越大。

1.研究背景与意义

建立智能交通分析系统，可以对城市全天的交通状况进行科学分析，保证分析的全面性，也可以对城市交通状况进行准确的预测，将道路交通信息反馈给监管部门，可以实现政府高效的利用城市道路交通，降低城市道路拥堵的几率同时提高整体的交通通行效率，为市民们节省了出行时间。其中主要针对同时段不同路段车流量以及车辆平均速度以及同一路段不同时刻车流量与车辆速度之间的关系进行分析。并对结果进行网页展示，更加具象的体现了分析结果，对城市的道路交通发展具有重大的意义原始的交通信息采集方法，将采集后的交通信息进行暂时的存储后批量上传，因此时效性差；其次信息采集的方式主要以传感器包括红外传感器、压力传感器等为主，检测的数据较为单一，因此不能保证数据的较高准确率。以上几点当前城市交通信息采集系统的缺陷导致了交通数据分析的时候不能达到较高的水平和精确率。

当前的主流交通分析系统大部分只针对当前道路平均速度来判断道路的拥堵程度，实时性的成分占了很大的比例，通过这种方法得到的结果虽然可以为司机朋友提供一定的驾驶参考，达到短时间内缓解道路交通压力的目的，但分析数据仅仅是短时的个别车辆不具有普遍性，往往顾此失彼。

2.国内外发展现状

目前全世界的智能交通系统技术发展迅速，在其功能不断增加的时候，规模也在不断扩大。而国外在智能交通的研究方面起步早，对系统化的研究较为广泛，因此发展迅速。国外先进的智能交通系统包含多个子系统，各个子系统相互耦合组成整体实现城市交通分析、管理的整体任务，例如信息采集系统、通信系统、管理控制系统、救援系统。车辆上传包括速度、GPS 等交通信息，

后台对这些信息进行分析，通过分析结果对当前的路况信息有一个准确的了解，并且对车辆可能出现的突发情况，做出应急反应。在智能交通系统的帮助下，政府可以实现车辆调配的高效和快速，同时也可以保证其他部门如医疗、交通部门的及时响应。在城市智能交通系统应用中交通拥挤状况检测是交通管理系统的一个重要的部分，通过对一定数量车辆上传交通数据的分析，得到车辆对应的路段当前交通状况，选定某一速度或加速度变量为参考依据，低于该阀值的车辆占有比例超过一定数值则认为该路段处在拥堵状态，并可以及时向司机播报当前路况信息，达到舒缓交通压力的目的。

2.关键技术介绍

本文所述城市交通分析系统，采用城市出租车 GPS、速度等数据作为研究基础，搭建分析系统。其中系统分为客户端和服务端两部分，服务端主要利用数据挖掘等技术实现数据的预处理以及 GPS 数据的道路匹配等，而客户端则采用 JSP等 Web 开发技术搭建平台，实现数据分析结果的展示。本章针对系统中涉及到的 GPS、数据挖掘、Web 服务等技术做出阐释和说明。

2.1 GPS 技术

GPS 即全球定位系统，是一个可以实现在全球范围内快速精准定位的系统。同时还能够采集到精准的位置信息以及速度、时间等交通信息并反馈给用户。当前全球范围内主流的定位技术除了 GPS 技术以外还有源自俄罗斯的GLONASS 系统以及欧洲主流Galileo 系统以及由我国自主研发的北斗导航系统。但是 GPS 作为应用最为广泛的定位技术，起步时间早成熟性较高，并且具有高精度、快捷性较好等特点。且 GPS 技术的应用空间极大，可以应用在动态或静态车辆中，因此具有极大的应用价值。

全球定位系统由卫星系统、地面系统以及信号接收系统三部分组成。其中空间卫星系统由 24 颗卫星组成，其均匀分布在地球的各个方向，有工作卫星和备用卫星两种类型。其均匀分布在轨

道之上，每个轨道有 4 颗卫星，每隔 12 小时完成一次围绕地球的旋转，因此保证了 GPS 系统的广泛适用性以及数据的准确性。

地面系统，主要作用是监控系统内的各种设备确保卫星轨道的准确性等等，主要由主控站和监测站组成。 而GPS 信号接收系统，主要作用是数据的接收以及处理，因此主要由信号接收设备和数据处理设备组成。其工作原理是通过采集截止角决定选择的待测卫星，对卫星进行追踪采集数据，在数据处理方面即对采集到的数据进行一系列的放大平滑等处理，并给出数据从发出到接收的时间，从而得到准确的观测点的坐标以及速度等其他信息。

2.2数据挖掘技术

数据挖掘(Data Mining)是当前信息技术时代得到广泛应用的发现或“挖掘”大量数据中内在的关系，通过对各种随机的数据进行分析后可以得到一般很难察觉的数据之间的关系，是一个知识的发现并获取的过程，知识的发现流程。数据挖掘与传统意义上的数据分析的主要区别在于是否存在明确的分析方向、前提从而达到发现知识的目的。有效性和准确性以及具有易于使用等特征决定了数据挖掘是当前信息分析的主流途径。

进入信息时代后，各种技术得到前所未有的发展，也包括数据挖掘技术，多种技术如数据库、统计学以及人工智能等技术在数据挖掘中得到极大的应用，应用到智能交通方面，即如何从错综复杂的车辆实时交通信息中发掘出有价值的信息和数据之间存在的关系。在数据处理技术方面还有很多技术例如数据分析、数据融合（Data Fusion）与数据挖掘有多种类似，但是相比起来数据挖掘技术更具有广泛的适用性，对结构化、分布性等数据没有局限，可以应用到数据管理、数据查询的优化以及决策控制和支持、维护数据等方面

4.结语

与传统的智能交通产品相比，本论文所研究的智能交通分析系统基于的GPS数据进行分析。本文对车联网下的动态交通信息服务关键技术进行了初步探讨和研究，不过

由于时间和本人的水平限制，本文中所展开的研究尚还存在可以继续完善和改造

的地方