基于物联网的智慧交通大数据挖掘系统

　　摘要：为了解决都市内严重的交通问题，文章运用物联网和数据挖掘等技术获取大数据并对其进行分析处理，实现多种不确定性信息处理模型的相互融合，构建基于聚类分析的数据挖掘算法库，构建高效的海量语义数据挖掘平台，进而开发出所需要的智慧交通大数据挖掘软件应用系统。 

　　关键词：大数据；物联网；数据挖掘；智慧交通 发表文章

　　1.背景分析 

　　随着计算机以及互联网技术的突飞猛进，“大数据时代”悄然来临。它的到来，影响着人类社会发展的进程，标志着继农业革命、工业革命、信息革命3次浪潮之后的数据革命的开始，它无时无刻不在影响着人们的日常生活。大数据给人们生活带来的改变是方方面面的，是全方位、多领域的，当然也包括交通。大数据在改变着人们的出行方式，使人们的出行更加便捷，更加高效，更有乐趣。 

　　大数据时代的到来，为智慧交通的发展提供了有力的支持，同时也带来了巨大的变革。当人们乘坐地铁或公交车刷卡时，刷卡机就记录了人们的出行次数以及上车地点，通过对汇总过来的数据进行分析，可以在一定程度上掌握人们的出行规律，从而对未来的出行进行预测。现在的很多交通信号灯是动态调整配时，它的实现方式是在交叉口附近埋置大量的传感器，采集流量的数据，通过对各个传感器的数据的汇总和分析，计算出本交叉口车流量的比例，再根据车流量、车道数的数据计算出合理的配时，最终实现通行能力最大化。高速公路上通过高清摄像头的全程无缝隙实时监控，交通部门可以实时掌握高速公路的运行状况，对于车辆超速、遮挡牌照以及在非紧急情况下侵走应急车道等违法行为，高速交警可根据视频图片证据给予处罚。这些均有利于维持良好的交通秩序。 

　　物联网、云计算、大数据、移动互联等科学技术和相关的创新活动共同促进着智慧交通的建设，智慧交通在交通运行管理优化、面向车辆和出行者的智慧化服务等各方面，为公众提供更加敏捷、高效、绿色、安全的出行环境，创造了更美好的生活。智慧交通必定会对未来城市交通的发展模式、产业发展以及融资政策产生深远影响。 

　　2.物联网在智慧交通中的应用 

　　为了改善我国当今社会日趋严重的交通状况，人们应该努力提高交通运输设备及设施的信息化和智能化水平。由于物联网在网络工程、通信工程、计算机科学和人工智能等方面具有更大的技术优势，因此基于物联网的智慧交通为现代交通运输行业提供了发展的新方向。 

　　物联网的实质是利用射频自动识别（RFID）技术，通过计算机互联网实现物品的自动识别和信息的互联与共享。在物联网中，物品主要通过射频识别装置、红外感应器、全球定位系统、激光扫描器等信息传感设备，把物品与互联网相连接，进行信息交换和共享，从而实现智能化识别、定位、跟踪、监控和管理。但是，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展。将物联网、云计算为代表的智能传感技术、数据通讯传输技术、电子传感技术、卫星导航与定位技术等进行有效的集成，运用于整个交通运输管理体系，是智慧交通的一个重要标志。在这个网络中，人、车、路密切配合达到和谐统一，在很大程度上提高了交通运输效率，保障了交通安全，使整个交通体系智能化。 

　　交通系统是一个复杂的综合体，如果只从道路或者车辆的角度来考虑，无法从根本上解决问题。那么在信息技术的支持下，可以采用系统的方式来解决交通系统问题。由此可见，物联网技术对于解决交通系统问题有很大的帮助。 

　　物联网在智能交通系统中的应用主要表现在3个方面：（1）V2V汽车防碰撞预警系统。这一预警系统名为“V2V”，中文意思是“车对车”，由美国通用汽车公司研发。该预警系统利用卫星导航系统精确定位车辆所处方位，在两车距离处于危险范围的时候发出警报，并通过无线网络将所获取的信息传送到距离300米以内的车辆上，提醒双方驾驶员注意并立即采取相应的措施。此外，系统还可以自动刹车，但车辆仍由驾驶员完全掌控。据通用公司的马歇尔介绍，预警系统能够最大限度减少驾驶员因处于车辆盲区而看不到其他车辆带来的危险。同时，系统也能够防止因能见度低、道路曲折或注意力不集中导致的追尾事故。（2）Telematics通信服务系统。“车载信息服务”是指在车上安装的资讯互动平台，通过通信网络提供的多种多样的信息来实现。该系统通过呼叫中心和数据中心为车主提供“点对点”的服务，可以实现包括远程车辆诊断、失窃车辆定位、撞车自动报警、气囊打开报警、道路救援等在内的车载智能通信服务，通过人机对话设置的车载导航，结合服务平台收到的实时路况信息，从而避开道路拥堵和车辆高峰，给驾驶员提供道路指引，给用户行车提供最大的方便。此外，随着越来越多的传感器在车身上的应用，呼叫中心可通过收集实时路况信息为车主提供合理的应急方案和维修方案。（3）互动式公交车站Eyeshop系统。美国麻省理工学院“感知城市实验室”正在研究一种互动式公交车站，该车站可以使人们在等车时有更多的事情可做，从而减少等待公交的无聊枯燥感。该设计的思想是：人与数字环境的互动应该达到无时无刻，在开放的空间中提供开放式服务，让人们在等车的同时还可以进行信息查询、规划旅游线路、阅读以及娱乐等。该系统将公交车站变为人与物可以互动的车站，同时提供互动式地图、分类广告、路线规划、公告栏等，实实在在地让公交站成为人们休闲娱乐的场所。 

　　3.数据挖掘在智慧交通领域的应用 

　　智慧交通是改善城市交通的关键，但是，及时、准确地获取交通数据并构建交通数据处理模型是建设智慧交通的前提，这一难题可通过数据挖掘技术得以解决。交通数据复杂庞大，交通信息来源广泛，种类和形式均多种多样，信息量巨大，利用海量的数据找到有用的信息则变成交通工作者的首要任务。根据交通数据的特点，传统的数据分析方法大多是采用统计和多维数据分析方法，这些方法均无法解决复杂庞大的交通数据。然而随着数据挖掘技术的发展，在交通数据分析中更好地结合传统的分析技术和新兴的数据挖掘技术对交通难题进行分析和预测使人们看到了新的希望。 

　　数据挖掘是从大型数据库的数据中提取出隐含的、事先未知的、但潜在有用的信息和知识的过程。确切地说，数据挖掘的过程是一个决策支持过程，主要基于数据库、人工智能、数理统计、机器学习等技术，自动化地分析生产线中原有的数据，进行归纳推理，从而挖掘出潜在的模式，预测用户的行为，帮助驾驶员调整行车路线，规避车流量高峰期和风险，作出正确的决策。随着互联网时代的到来，城市中各种各样的数据呈现出爆炸式增长的态势，这使人们进入了数据时代，但同时也面临着不能及时获取实时信息等问题，因此人们迫切需要一种能从海量数据中发掘有用信息的工具，数据挖掘正是顺应这种需求诞生的。 

　　数据挖掘通常有几个任务：关联分析、聚类分析、分类分析、时序模式和偏差分析。常用的数据挖掘方法有：决策树方法、遗传算法、人工神经网络、最近临技术和规则归纳，此外，还有可视化方法以及公式发现方法。为了解决交通拥堵和交通事故问题，可以利用数据挖掘中的分类技术对历史交通问题进行分析，提取发生交通拥堵时的规则，然后用道路或者路口的交通数据来匹配这些规则，将可以很好地预测交通拥堵问题的发生；对于交通事故，关键是从已发生的交通事故数据中发现问题，分析事故的原因，可以方便相关部门及时采取相应的有效措施，数据挖掘中的关联分析可以推导出一些有用的规则表达式，展示出事故发生时各种客观因素对事故发生的影响程度。 

　　除此之外，数据挖掘还应用在许多其他领域。针对每一种特定领域，开发专用的数据挖掘工具，其中包括生物医学、DNA数据分析、金融数据分析、零售业和电信等。数据挖掘存在许多序列模式分析和相似检索技术，成为DNA分析中的强有力工具，在DNA序列间相似搜索和比较、关联分析、同时出现的基因序列的识别、路径分析和遗传数据分析等方面起着不小的贡献；在金融数据分析方面，可以对目标市场客户进行分类与聚类，也可以帮助洗黑钱和其他金融犯罪的侦破；零售数据挖掘可以利于促销活动的有效分析，识别顾客的购买行为，改进服务质量，提高货品销量，从而取得更好的顾客口碑；在电信领域，可以利用数据挖掘技术对电信数据进行多维分析，识别盗用模式和异常模式，从而更好地利用资源和提高服务质量。 

　　基于物联网的智慧交通大数据挖掘系统是一个服务于大型城市的、具有自适应性的智慧应用与整合能力的项目，保证该项目成功的前提是设立一套科学、合理的方法论和管理过程模型，同时为项目的大规模复制和推广创造基础条件。相信随着物联网技术和数据挖掘技术的不断进步，它们终将科学、高效地服务于城市，智慧交通以及整个智慧城市系统会越来越完善，人们的城市生活会更加美好。 论文网站