曹鑫胜，韩一德

(1.山西省交通信息通信公司，山西 太原 030006；2.青海省高等级公路建设管理局，青海 西宁 810008)

1 大数据概念

1.1 大数据的概念

大数据(BigData)从提出起来，有很多的解释，但都不够完美，笔者以为从技术上讲，大数据指的是一种分布式的技术，是指在传统的单台计算机无法处理的计算任务时，采用的一种多台计算机协作处理的新技术，使得其计算的数据可以无限“大”；从应用上讲，大数据是指在传统的解决方案无法达到的数据分析结果情况下，通过更多的数据的汇聚和融合，使得能完成以前无法完成的数据处理任务。在高速公路领域，大数据表现出大容量(实时的视频数据)、多种数据(结构化的和非结构化)、快速读取(前端大量的感应器，比如车道线圈、VD、VVD设备)、价值密度低等“4 V”特点[1]。

1.2 大数据应用现状

随着智能交通系统(ITS)的广泛利用，交通三要素(人流、车辆、道路)连续不断采集的多源交通数据流产生了海量的交通数据，具有典型的“4 V”特性：大容量、多样性、高速度，也具有价值、复杂性的特点，属于名符其实的交通“大数据”[2]。

由于进行智能交通系统建设的各政府和企业在进行系统建设的过程中，都是逐步和逐个进行信息系统建设的，使得各个系统相互独立产生一个个的数据孤岛[3]，如何将这些体量不一、结构不同的数据进行高效地汇集和融合，是进行大数据分析的基本前提，因此需要建立一个能够将多个交通信息系统进行汇集和融通的大数据平台，成为当务之急。

大数据平台的建设是每个大数据项目面临的重要课题。在国内，百分点是一家专门从事企业大数据分析和应用的互联网企业，它基于开源的hadoop技术，开发出一套进行大数据汇集和融通的大数据平台，该平台可以有效地进行互联网电商数据的整合，并成功地应用于国内某知名企业的大数据分析平台上。

在美国，Inrix是一款基于大数据技术，致力于为全球交通问题带来智能数据和先进的分析方法的交通智能化平台。在这个平台上，汇集了来自政府、企业和个人的不同的数据，也融合了不同业务系统上的数据，形成一个开放的大数据平台，全球32个国家的企业提供了服务。Inrix可以为用户清晰地标识出附近的道路状况，使用绿、黄、红三种颜色显示出附近的事故和施工路段情况，使用户能够提前选择更加通畅的道路通行。

Inrix交通智能平台收录了影响每条具体路线的交通影响因素，比如日历、季节、节假日、当前和未来天气数据、交通事故以及道路建设情况，甚至还有学校活动、运动会、音乐会等信息，这些都能让Inrix在基于当前和未来的动态基础上更好地预测路况信息，帮助司机节省时间、汽油和避免不必要的延误。

在国内，千方科技与世纪高通是交通信息服务的领先者[4]。千方科技是智能交通大数据领军者，其优势在于依托现有数据采集体系,数据来源丰富，可提供的成熟数据基数大、精准度高,数据常年供应百度地图、微信路况等。千方业务分为三个市场：面向城市交通信息化、面向高速公路信息化、面向公众的交通信息服务。

北京世纪高通科技有限公司是中国领先的出行信息服务提供商，以“提供高效的出行信息服务，让人们的出行更便捷”为使命[5]。2008年最早实现全国商用服务，拥有来自互联网、企业、行业的海量多源数据，构建全国最大的实时交通信息服务中心及交通大数据分析平台，为公众提供优质的交通信息服务。

这两家的交通信息服务，数据来源都是主要基于浮动车，在市内交通领域处于领导地位。而在高速交通领域，由于数据源比较单一，其准确性和实时性有一定差距。

2 大数据在高速公路中应用的总体思想

经过调研和对现有问题的分析，并参照国内外建设大数据项目的成功经验，我们总结出建设智慧高速大数据平台的总体思路：聚-通-用。

2.1 “聚”即“汇聚”

经过多年的努力，集团的信息化水平达到了一定的水平，并且积累了一定规模的数据。但是，大量的业务数据还是分散于各业务系统中，集团内部的“数据壁垒”和“信息孤岛”现象普遍。因此，大数据建设的第一步是“汇聚”，把分散在各个业务系统中的数据统一汇聚到一个平台上，以此奠定数据应用的基础。

2.2 “通”即“融通”

不可否认，集团积累的各业务系统数据虽然数量巨大，但是数据本身的质量并不是太高。在我们的业务调研中，无论是一线的操作员、业务分析员还是集团的管理人员，对此都颇有怨言。全程监控中的事件报警器重复发送同一事件信息；微波车检器对一些特殊情况(特殊情况下的慢车或者拥堵情况)无法给出准确判断；收费系统中没有客/货车区分的数据，造成数据统计时无法给出客/货车的准确统计等。

但是，当我们把各个业务系统的数据“汇聚”到一个统一平台后，即可利用来自多个业务系统的多源数据进行交叉比对、互相校验，从而大大提高数据的准确性。单一事件报警器可能出现信息不准，但如果结合全程监控的视频数据，即可大幅降低有关事件的误报率。单个微波车检器的交调数据不可靠，但是把沿途多个微波车检器的数据串起来，再结合视频监控数据进行大数据分析，就可以对当地的实时交通情况有个直观、准确的把握。

2.3 “用”即“应用”

有了可以信赖的数据质量为基础，我们将分阶段、分优先级在大数据平台上开发各种智能交通应用，为集团的分公司和管理部门提供日常运营和管理的数据基础；为相关的政府部门提供统一规划和决策的有力支持；为需要及时的交通信息的企业提供交通信息服务，降低交通运输成本，减少拥堵造成的环境污染；为每天都离不开交通出行的广大人民群众出行提供及时准确的出行建议，方便大家的日常生活。

3 大数据在高速公路中应用的场景分析

高速公路的应用有很多，但需要使用大数据技术的应用不多，笔者以为可以在实际中应用的大数据应用有如下几个：

1) 偷逃费现象。偷逃费现象每年都给高速公路的运营带来巨大损失，逃费现象给高速公路管理部门带来负面影响。高速公路的管理运行需要庞大的团队，这其中收费员又占了很大一部分。车辆在驶入高速收费口和驶出高速收费口的停留时间较长。同时，入口每个车道都配备了收费员，人员较多。

2) 分析问题的精细需求。高速的运营管理在没有大量数据分析的情况下会出现经验主义的决策方式，这样决策会存在误差和精准性。企业管理人员对公司业务的运营数据的结果的分析和未来业务的判断通过经验去分析，对未来业务的预测可能会出错。管理人员对高速上车流的车型分类、来自哪里、去到哪里等需要更加全面的了解，为针对不同车流特点的具体管理措施和高速公路建设的科学规划管理需要更加精细的分析。

3) 车辆拥堵。出入口车牌不一致、经常性超时等造成时间的浪费，还有交通事故的发生没有得到及时的处理以及交通高峰的车流没有得到提前的预测和播报。交通高速的拥堵会影响社会的正常运行，将给人们的生活带来很大的不方便。

4 大数据在高速公路中应用的主要途径探究

4.1 全路网数据汇聚解决逃费现象

通过分析高速公路各种逃费行为，研究基于大数据技术的逃费稽查系统。基于大数据技术的逃费稽查系统是独立于收费系统之外的系统，逃费稽查系统接收收费系统定期推送过来的收费数据，包括收费交易数据、车道抓拍图片和视频等数据。逃费稽查系统在对数据进行分析处理之后，会定期把逃费嫌疑车辆名单以及有关证据信息发送回收费系统，由相关部门/人员确定逃费车辆并采取下一步治逃措施。

4.2 全面提升交通服务效能

通过将各个业务系统数据的融合，将数据资源实现合理利用，利用大数据技术，分析现有的交通结构，提出一些有针对性的解决措施，从而使高速公路的结构更加完整，使交通运输功能得到最大程度的发挥。构建大数据信息共享平台，实现某个路段、或整个城市各区域范围内的交通情况的及时监控。

4.3 通过信息的精准发布解决拥堵问题

通过将高速公路中的车流量、主要行驶车辆、路况信息及实时天气状况相互结合，对高速公路的交通状况进行实时监控，为每个驾驶员实时推送他感兴趣的信息，同时智能地诱导驾驶者避开拥堵路段，最大限度地减少高速公路的拥堵情况，保证高速公路上的顺畅通行。

5 结语

在我们的不知不觉中，中国已经迅速步入大数据决策的时代，而政府也在利用大数据对国家进行更科学的建设。大数据在高速公路领域的应用仅仅是众多领域的一面，是大数据的全局应用的一个缩影，随着科技的进步，相信大数据在各领域发挥更加长久重要的作用。