【资料图】
智慧交通的数据来源多样化，数据存储和读取的速度都很快，目前，智慧交通中用于作为数据源的部分很多，充分对这些数据进行深层次挖掘和分析，可以找出他们的共性，为交通系统的优化提供更好方案。大数据采集方式有很多，但效率最高、应用最为广泛的则要属视频图像采集方法。
智慧交通系统中的数据采集层主要指卡口电子警务终端设备，它们采集的非结构化的视频和图片数据，以及经过前置智能算法处理后输出的结构化车辆信息数据。除此之外，还有大量的其他物联网感知数据的接入，比如RFID射频数据，GPS定位数据，手机信息，以及其他诸如单兵、浮动车等设备采集到的数据。
随着通信技术的发展，GPS导航系统已在交通领域被广泛应用，包括车载GPS导航仪器、GPS导航手机为交通信息的采集提供了便捷的途径。利用GPS导航系统能够采集到车辆的位置信息，为智慧交通提供最基础的信息。由于采集的信息包括视频信息、位置信息、车辆速度信息、车辆流通量信息等多种模式，因此信息的收集、融合和处理是智慧交通最为基础也是最为重要的组成部分。
近年来，随着智慧交通系统的持续完善，视频图像采集方法的应用范围也越来越广，比如说，电子警察、违法停车监测、交通事件视频监测系统以及公交专用车道违法监测等。可以说，在未来的时间里，视频化采集必将成为智慧交通大数据采集的一大趋势，采集质量也会逐步提升。
就目前视频图像采集的应用现状来看，仍存在一些有待完善的地方，比如说，受到早期硬件设备的限制，从而导致数据准确率不高、信息种类少、数据利用率低，无法将数据本身蕴藏的价值充分发挥出来。基于此，在未来对智慧交通大数据采集时，为了避免上述问题发生，要确保视频图像的清晰度满足用户需求，同时要进一步拓宽设备功能，使其由单一功能向多功能设备发展。并要根据智慧交通系统的需求，实现碎片化数据的聚合，并将其作为数据库，实现数据的有效连接和共享，这也是智慧交通大数据采集创新的核心内容。
针对交通管理部门的需求以及我国道路的特点，可通过整合图像处理、模式识别等技术，实现对监控路段的机动车道、非机动车道进行全天候实时监控和数据采集。前端卡口处理系统对所拍摄的图像进行分析获取号牌号码、号牌颜色、车身颜色、车标、车辆子品牌等数据，并将获取到的车辆信息连同车辆的通过时间、地点、行驶方向等信息通过计算机网络传输到卡口系统控制中心的数据库中进行数据存储、查询、比对等处理，当发现肇事逃逸、违规或可疑车辆时，系统会自动向拦截系统及相关人员发出告警信号，为交通违章查纠、交通事故逃逸、盗抢机动车辆等案件的及时侦破提供重要的信息和证据。
随着全城Smart系统的建设，新型的SmartIPC监控前端也将成为一个卡口系统，这使得道路卡口系统更加严密，能够获取到更多的过车数据，能更准确地描绘出车辆动态信息。前端卡口系统还能及时准确地记录经过卡口的目标信息，随时掌握出入辖区的车辆流量状态，为交通诱导提供重要的参考数据。为了解决海量过车数据分析的挑战，智慧交通要转变思路，积极尝试使用大数据技术来解决智慧交通数据分析和挖掘问题。
大数据技术上有一个普遍观点认为数据可以说明一切，数据自身就是事实。大数据的核心价值在于通过对数据的分析挖掘，提炼价值信息并提供预测以及决策。大数据应用价值是建立在真实可靠的数据基础上的，一旦系统采集的数据本身存在错误，那么经过分析挖掘的预测以及决策非但不存在价值，而且会因为错误的决策进而造成损失与危害。因此，智慧交通系统在数据采集时，必须通过严格的监控措施以及测试手段确保数据的真实性和可靠性。从数据源头开始把关，一旦发现虚假或恶意数据便及时剔除，同时可以利用稳健统计以及对抗式机器学习等方法减轻数据恶意插入的后果。此外，在智慧交通系统的数据采集过程中，为确保传输过程中数据不失真，应该尽可能减少人为影响和干预。返回搜狐，查看更多
责任编辑：
标签： 终端设备
营业执照公示信息