智慧城市建设兴起以来，数据的产生不再局限于传统的模式，而变得更多元化，从时间到地点乃至数据产生的方式方法都不再受限。大数据技术本身并不是凭空出现的新技术，只不过此前社会对于这项技术的诉求并不那么强烈，而云计算的出现使海量数据的处理需求越来越迫切。

　　同时，仔细观察智慧城市在建设中的细节也不难发现，物联网传感器等技术的部署实际上在很大程度上为数据的收集奠定了良好的技术基础，自动化的数据收集方式给了大数据应用更多的数据来源，这些庞大的数据体系通过云计算等技术的整合、分析和处理，得以将更为准确的交付结果提供给管理者以作为依据。

　　穿行的大数据

　　交通运输部公路科学研究院总工王笑京对于智能交通与大数据间的关系是这样解读的，他说：“目前智能交通与大数据应用之间是密切相关的。对于智能交通的实际意义，数据的获取与管理是判断城市和公路交通运行状态以及交通信息服务的首要条件，例如交通诱导系统的实现就需要数据信息的支撑。”城市交通不可能单纯依靠信息技术去解决拥堵问题，例如北京很多路口机动车交通量超过了路口通行能力，拥堵就会成为必然而不是偶然。在基础设施能力限制下，通过计算机系统控制的信号灯就必然满足不了车辆通行的要求。但是技术却能够通过对数据的收集和计算分析出单位时间内能够通过的车辆数，从而帮助协调路口的通行情况。他进一步解释，智能交通对于道路交通的疏导和车辆管理的作用，实际上有很大程度上是依赖于对数据的分析得出结论而来的。大数据技术可促进交通管理模式的变革，让出行方案有据可依，让车辆管理更具科学型、规划性。

　　早在“十五”期间，北京市交管局就与北京交通大学合作进行了交通数据管理系统的开发，如今经过不断的开发和完善，这套系统一直在发挥作用。它能够帮助指挥中心对于路面状态进行判断，从而指导路面车辆合理避开拥堵。王笑京表示，事实上交通数据管理系统的实际应用情况我们每天都能看到，例如道路情况推送，就是系统经过对道路断面流量和速度的采集，结合历史数据和对未来一段时间车流量的预测，以及当天不同时段是否有重大活动等因素的综合计算分析得出的。这一过程中对于数据的管理尤为重要，例如目前北京的道路每500米就有一对(道路两侧)交通数据采集设备，并有数千台摄像机实时将道路交通的情况反映到后台，历史数据的冗余非常庞大，在数据处理中哪些需要保留，保留多长时间等都需要科学依据。在实际应用中，以北京为例当有重大活动需要进行交通干预的时候，后台系统实际上能够将道路封闭和开放的时间精确到秒，这不仅要求对路面信息的及时获知，同时也要求对车辆行驶状态等综合因素的获知。奥运期间北京要既能够保证运动员、教练员和裁判等人员到场的优先级，又能够保证社会车辆通行不被过度影响依靠的就是这样的系统。同时世博会期间上海能够合理的调配车辆资源和客流也是依赖数据分析的支持。

　　大数据不是全新的技术，对于智能交通的影响也是持续的。“路车数据交换”中道路和车辆都可以成为信息源产生信息。例如自动感应的雨刷器在遇到下雨天气时会自动启动，并能够根据雨量调节雨刷摆动的频次。也就是说雨刷器摆动的越频繁说明当地的雨量越大，结合大气天气预报与车辆的具体位置就能够得出某一具体路段的精确天气数据，这就是路车数据交换的典型案例。再比如，车队中前车突发状况之后，后车能够根据前车位置的变换对后车驾驶员的盲区做出提示预警，甚至在某些危险角度时对方向盘的扭转幅度做出限制，这就是车车数据交换的典型案例，目前这类技术装备的车辆已经快商品化了，并在美国和欧洲的实际道路上进行千辆以上规模的应用测试。其实最常见的不停车收费系统也是车路数据交换的一个应用，驾驶员在通过不停车收费系统的同时也能够通过路侧或收费站上安装的天线获得前方道路的信息情况。

　　大数据具有信息集成优势和组合效率。在交通领域，大数据的作用除了对于智能交通的支撑还包括整体交通数据的管理。我国大部分城市的各类交通运输管理主体分散在不同主管部门，呈现出条块分割的现象。从合理利用调配资源的角度来说，大数据能起到的作用必须是建立在需求为导向的前提之下的。

　　对此，王笑京解释，不同交通运输方式特点不同，是否需要数据进行统一和互换需要以需求为准。铁路运输与公路运输只要将重要数据如列车时刻表、站点、客流量等指标共享即可，而不需要将全部数据进行共享。例如，北京市交通运行协调指挥中心(TOCC)作为全国首个城乡一体化的交通运行协调指挥中心，其功能和运行模式的定位与设计是核心内容之一。中心是对各种交通信息资源进行统一存储、统一维护、统一管理，并在更高层面对常态和应急状态下交通的某一方面或者多种交通运输方式交叉配合进行协调指挥的中枢机构。目前北京市拥有北京市交通管理局交通指挥中心、北京市轨道交通指挥中心、北京市道路路网管理与应急处置中心、北京公交集团调度指挥中心等多个交通指挥中心。不难发现，中心内综合在一起的交通种类无论是路面还是轨道都属于城市主要交通运输方式。对北京市来说，重要的是解决城市交通的突出问题和面对应急事件的资源调配问题。如若将民航管理和水运管理也纳入其中，不但对解决城市道路交通问题没有明显的帮助，反而浪费了资源。王笑京总结：道路交通的组织化程度最低，但是接入性却最高，而铁路的组织化程度最高，但接入性较低民航也类似。道路交通对于车辆种类、行驶时间都无法进行规定和限制，也就是对不可控群体的可控化最难实现，而智能交通技术对提高道路交通的组织化有明显的作用，这也就是国内外智能交通的重点都在道路领域的原因。因此智能交通系统应该重点将道路交通信息资源集成应用，而与其他运输方式的数据共享则需要根据行业内的作用和数据交换需求而定。

　　当然，智能交通对于具体交通情况的指导和影响并不是完全复制某一两个成功案例就能够实现的，各地的具体情况不同所采用的方式和指导思想也必然千差万别。

　　杭州市交通信息中心技术总监毛剑结合杭州市的实际情况表示，在交通信息资源整合的过程中，面临着海量多元异构的数据的采集，管理和分析。在实施过程中，除了音视频数据外，还包括了卡口，电子警察采集数据，车辆的GPS数据，气象数据、地理信息数据、公交车长途客运车等车辆的静态属性信息和营运信息。首先是这些数据的采集，在建立统一的数据交换平台的基础上，采用分布式处理方式，对这些信息进行接收，降低数据处理的压力，同时优化数据采集策略，对相对静态的数据，在约定时间，对增量和变化数据进行采集;在采集方式上主要采取以下几种方式，一是通过采集前置机方式进行数据采集，在数据提供单位设置交换前置机，通过消息机制，对增量和变化的数据进行采集;二是在局内部与相关业务系统直接对接，通过开放相关业务系统的数据库权限，实现数据的直接对接，保证数据的实时性;三是通过建立ESB总线，对“种植”在总线上的相关应用和数据服务的接口进行调用，实现数据的对接;四是通过网络对现场的设施设备进行实时采集。

　　针对不同数据，系统采用传统关系型数据库存储管理的同时，对特殊文件进行文件式存储，通过关键字进行关联检索，对像卡口设备传输的原始数据，为保证数据的及时性，采用了实时数据库对这些数据进行管理。

　　为能够使这些采集过来的宝贵的原始数据，实现有数据到信息再到知识的转变，在数据分析过程中，建立了专门的数据分析与管理平台，对原始数据中的“脏”数据进行清洗，清洗后的数据，通过专业的数据处理软件，建立交通数据仓库，并对数据仓库进行按照业务需求进行多维度分析，建立数据集市，这样顶层的业务系统能够最大化，最便捷的应用这些数据。