摘要：伴随着大数据时代到来，各行业工作人员都应当充分发挥大数据技术的应用优势，探索更加高效的管理服务模式。对于交通系统来说，相关技术人员要对城市公共交通管理网络进行优化设计，搭载高端智能处理器，对车辆的行驶规律进行深入分析，借助大量数据系统完善城市交通管理方法。给人们的正常出行提供可靠的保障。本文从实际出发，主要围绕大数据技术在城市智能交通系统中的应用理论进行分析，探讨完善城市智通智能交通系统设计的有效途径，从而为相关工作者提供一定的理论与实践参考。

关键词：大数据;城市智能交通;系统设计;发展方向

引言

最近几年，大数据产业风暴给各行各业带来了技术革新的契机，大数据不仅能够提高数据的存储、分析效率，并且能够给相关工作者提供工作转型的技术支撑。对于城市交通管理部门来说，要从海洋的数据中充分发掘事物之间的客观规律，提高数据分析效率，找出藏匿于各类系统中的关联价值，要将通信电子、控制、传感器、机械等系统进行整合，打造多元、共享、智能的城市交通系统平台

一、交通系统的理论概述

（一）交通系统的基本属性

交通系统是一个开放性的复杂工程，由于信息的不对称，需要管理者对各类数据进行快速的采集和适时的反馈与调整。大数据时代到来，给传统的交通管理工作带来了机遇与挑战。交通系统主要分为交通参与者子系统、交通网络子系统、出行和运输子系统等，相关工作者要围绕管理服务对象、规划设计对象的需求进行分析，对汽车、自行车、货车等各类出行工具进行信息的采集、存储。交通系统与外部环境密切相连，因此系统具有较高开放性，各类交通参与者都会产生大量的信息，技术人员要对参与者进入和退出公共系统的时间、方式进行采集，探索其中的制衡关联性。

与此同时，系统与外部环境具有相互关联的特性。城市规模、布局结构、功能配置会影响交通网络的运营状况、城市交通管理人员要明确交通系统不可预测与可预测的要素，借助信息技技术对整体进行科学规划，实现介入者行为的交互管理。

（二）大数据交通发展状况

交通以移动为基本属性，随着网络时代到来，传统交通采集系统突破了技术瓶颈，管理人员可以利用大数据技术对土地、环境、人、车、经济、城市布局等要素进行精准的采集，提升了工作效率、大数据技术更新速度较快，具有时空的连续性，能够对城市管理进行深层次的交互分析。目前，我国网民数量日益增长，以手机用户为主体的互联网用户占比不断提升，每个用户每天会通过移动终端设备产生大量的信息，因此交通管理部门要对用户的信息规律进行深入分析，从而了解车辆行驶的情况，为精准化交通管理打下良好基础。

二、城市智能交通系统发展存在的问题

目前，尽管多个城市引入了智能交通管理系统，并取得了一定的建设成效，但也存在一系列问题，影响着系统的运行效果。我国智能城市交通系统规模不断上涨，截止2020年末总规模达到1086.23亿元，增长率为32.16%，以无人驾驶、物联网等新型技术为代表，智能交通系统成为了高新技术企业市场转型的方向。然而，城市智慧交通系统战略布局较大，需要与城市的发展规划相契合。很多管理部门对信息化与智能化认知存在误区，仅仅认为信息化是城市交通管理系统的一个子系统，对大数据技术应用不足，无法对全体交通参与者进行行为分析。

与此同时，车联网车路协同系统以及无人驾驶技术研发热度持续高涨，然而并没有探索行人、汽车和交通网络的关联性，割裂了三者的内在联系。现代交通以资源节约、环境友好为基本准则，要提升城市运转的效率，不能一味的增加道路供给，要从实际情况出发，对车路系统进行设计，完善其中的拓扑结构和功能结构，重视其他非道路交通设施的潜在影响。

三、智能交通系统的发展方向

城市智能交通系统要着眼未来，处理好系统外延与内涵改造关系、城市交通供给与经济发展的适配关系、土地使用和空间布局的协调关系。要加强顶层设计，在进行战略部署时，要保证系统的开放性和介入的随机性，充分根据信息采集的客观规律，要有效解决信息不对称原则，保障各参与者决策的精准程度。要以系统的协调效应为核心，对外部环境进行信息采集，优化系统的城市功能配置、空间合理使用、交通智慧引导等功能，要突出宏观调控的重要理念，保障整体框架的科学性与适应性。

在进行城市智能交通的建设过程中，要明确发展目标、任务和方向，要结合大数据时代的用户行为规律，借助互联网和移动智能终端设备，以全面感知功能集成为支撑，对各类群体的活动和物流需求进行自动响应，要实现理论与技术创新的有机结合，对个体特征行为、环境适应性进行深入，研究探讨各功能模块的适配关系。

四、智能交通系统的核心技术分析

（一）智能视频分析

智能视频分析凭借计算机强大的数据运算功能，能够对交通运行环境中的各类主体进行数据采集，搭载了道路交通监测模块、道路车辆与行人定位模块、自动检测和识别模块等，能够从目标检测到目标追踪进行视觉的跟踪应用。技术人员要基于计算机的视觉目标检测功能，对图像差分法、光流长法进行灵活运用，减少环境的干扰因素，对传感器的光源、透明度、遮挡等要素进行充分考虑，提高信息精准性。目标特征模型检测法是最近几年较为先进的研究成果，技术人员要可以选择特种组合，运用神经网络自适应，增强机器学习法，对智能交通系统进行程序编制，根据城市管理需求和车辆的引导需求，快速调用云平台的存储数据，解决当前交通堵塞问题。

（二）交通信号控制

目前，部分企业正在寻找人工智能技术与前端设备的应用结合点，如智能交通信号控制，典型代表企业包括滴滴和阿里。滴滴交通云可以融合传统交通采集设备数据、互联网轨迹数据，实现主动信号优化、精确区域控制及全面效果评价的智能化信号控制。阿里“互联网+信号灯”融合移动互联网的数据以及交警自有数据，将多种信息融汇在一起优化信号配时方案。传统信号控制系统与互联网信号控制系统的差异体现在：前者的数据来源于周边有限的采集设备，如视频、线圈、雷达等，探测范围非常有限;而后者的数据来源于基于手机定位计算得到的交通流数据，该类数据可以实时精准地统计全路网各个节点、路段的交通流量及流向。此外，互联网信号控制系统不仅能够利用人工智能技术、网络流算法优化信号配时方案，而且可以评价路口信号配时方案的运行效果及对周边区域交通的影响。经分析可知，一方面，人工智能、移动互联等新技术应用到交通信号控制是未来发展趋势;另一方面，也需要以具备额外计算能力的信号控制器作为载体。

五、结语

大数据时代，智能交通的发展并非一概否定传统理论和传统方法。应清醒地认识城市交通的基本属性，秉持城市智能交通系统的发展必须服从城市交通发展战略需要的理念，把握正确发展方向，充分利用大数据时代的数据和计算变革。在当前时代背景下，城市交通管理部门要充分发挥大数据技术的优势作用，对行人和车辆的运动规律进行深入分析，要借助信息化技术手段，构建多元、智能、共享的管理服务平台，对各功能模块进行优化设计，加强多要素的关联性研究，从而提升公共交通管理效能，推动城市化建设的快速发展。

参考文献

[1]李康.大数据及其在城市智能交通系统中的应用综述[J].信息通信，2018（12）：197-198.

[2]邓波，黄同成，刘远军.基于4G移动网络的大数据与云计算技术应用分析及展望——以城市智能交通系统为例[J].信息与电脑（理论版），2019（23）：28-30.

[3]夏洋.城市智能交通系统的设计研究以及发展策略[D].长安大学，2020.

[4]夏劲，郭红卫.国内外城市智能交通系统的发展概况与趋势及其启示[J].科技进步与对策，2019，20（01）：176-179.