摘要：自从汽车发明以来, 给人类的出行带来了极大的便利, 但随之而来的问题也无法避免, 十字路口的堵塞问题一直困扰着人们, 面对汽车保有量不断攀升, 处于智能化时代的人们要学会用相关知识去解决这些问题。大数据和云计算可以帮助人们很好地解决数据加工和处理中存在的问题, 为智能红绿灯创新奠定了坚实的基础。基于此, 重点分析了基于大数据分析的智能交通灯系统。
关键词：云计算,大数据,智能红绿灯
1 设计背景
自1885年第一辆汽车问世以来, 近年来, 汽车凭借方便、灵活等优越的性能迅速主导了人们的生活, 与传统出行方式相比, 汽车的出现无疑具有划时代的意义, 人们对汽车也越来越依赖, 但只是人们出行的一种方式, 就像手机的出现一样, 刚开始只是用来通信[1,2]。但随着智能手机的出现和普及, 网络环境不断变化, 人们的生活已经离不开智能手机, 汽车智能化也成为重要的发展趋势。随着科技的快速进步, 利用大数据、云计算等先进技术在相同的时间里能提高通车的效率, 并能在高峰期根据实际状况结合相应的算法调整主次干道的通车时间, 减少交通拥挤现象;并使交通控制系统具有紧急控制功能, 当救护车、消防车通过时, 两个方向均亮红灯, 通过后则恢复原来状态, 提升处理特殊情况的能力, 将会有效杜绝拥堵问题。
2 问题的发现
2.1 汽车数量急剧上升
从公安部交管局了解到, 2018年全国新注册登记机动车3 172万辆, 机动车保有量已达3.27亿辆, 其中汽车2.4亿辆。截至2018年底, 全国汽车保有量达2.4亿辆, 比2017年增加2 285万辆, 增长10.51%。小型载客汽车保有量达2.01亿辆, 首次突破2亿辆, 比2017年增加2 085万辆, 增长11.56%, 是汽车保有量增长的主要组成部分;私家车 (私人小微型载客汽车) 持续快速增长, 2018年保有量达1.89亿辆, 近5年年均增长1 952万辆, 新能源汽车保有量达261万辆, 全年增加107万辆。2018年, 全国新能源汽车保有量达261万辆, 占汽车总量的1.09%, 与2017年相比, 增加107万辆, 增长70.00%。其中, 纯电动汽车保有量211万辆, 占新能源汽车总量的81.06%。从这些数据中可以发现, 汽车保有量不断攀升, 但几乎没有智能汽车[3]。
2.2 红绿灯
古代人们出行时并没有统一的交通规则, 大多以身份等级和交通工具的差别加以区分。在欧洲, 贱民和奴隶要为平民让路, 平民则要为贵族让路。在我国多以官职的大小作为行路避让的准则, 随着工业时代的到来, 仅靠约定俗成的交通习惯已经无法保证交通通畅, 也无法保护行人和车辆的安全。直到1868年, 英国出现了世界上第一个具有指挥交通功能的红绿灯。
红绿灯 (交通信号灯) 是以规定时间交互更迭的光色讯号, 设置于交岔路口或其他特殊地点, 将道路通行权指定给车辆驾驶人与行人, 管制其行止及转向的交通管制设施。以红、黄、绿三色灯号或辅以音响, 指示车辆及行人停止、注意与行进。由此可以看出, 固定时长从红绿灯的出现一直到现在都从未改变, 不可否认, 红绿灯的出现有助于管理道路交通, 但那是以前。固定时长的问题现在已经非常明显, 单单就汽车等待红绿灯的时间就需要很长。
3 问题分析
3.1 汽车数量急剧上升的分析
目前, 汽车数量已远超3亿辆, 已经远远超出了当初的设想, 手机、电脑再到汽车, 可以说是人们创造的奇迹。对比手机的持有量, 汽车的保有量可以说不值一提, 面对如此巨大的手机数量都可以管理得有条有序, 却对汽车出现的问题束手无策。近几年, 汽车数量突然增加, 但不像手机或者电脑可以统一管理, 正是因为存在随机性和突发性才出现很多交通问题。人们只知道汽车的总数量, 却不知道今天会有多少辆汽车会上路, 会在哪里上路, 最终又在什么时间回家。如果能够像统计手机那样得知汽车的一系列信息, 进而做进一步分析, 可以说是知己知彼, 那么就可以从本质上解决这些问题。
3.2 红绿灯时长的分析
从交通系统的发展情况来看, 红绿灯都是采用固定时长的办法, 虽然可以看到在有些十字路口的红绿灯时长不一样, 它只是简单分配主次干道的时间, 总的来说, 红绿灯的时长也是固定的。人们经常可以在十字路口看到绿灯的道路上没有车辆, 红灯的道路上已经堵得水泄不通, 从而很容易造成道路资源浪费, 提高交通事故的发生率, 由此可见, 红绿灯时长已引发出一系列的潜在问题。
4 问题的解决办法
通过分析红绿灯时长可以发现, 解决红绿灯的固定时长刻不容缓。当下网络迅速发展, 各种先进的计算机技术都是解决问题的利器。
4.1 数据的收集
相比于现有的交通系统, 视频采集、地感线圈采集等都可以收集车辆的信息, 但它们都存在统一的弊病, 那就是建设难度大, 后期维护不方便且成本高, 资源浪费和环境污染都是不可避免的, 其中最重要的一点是它们只是简单地采集数据, 数据的利用率太低, 没有充分发挥数据本身所蕴含的价值, 造成数据浪费, 这也是现代交通系统无法避免的问题。基于此, 将车辆的信息进行智能化处理, 使车辆变成智能手机一样, 实现车联网, 便可以对车辆信息进行实时分析, 并且采集数据, 然后实时监控车辆, 再结合视频收集的数据, 二者联合, 从而就可以使数据的利用率达到最大化, 最终实现数据的可视化。
4.2 数据的处理
当数据采集并上传至云端后, 建立数据库, 通过大数据分析、云计算等技术进行数据综合分析, 然后将结果实时反馈给交通系统和车辆, 从而车辆就可以得知前方道路和十字路口的动态信息, 及时做出相应的解决策略, 交通系统利用反馈回来的结果智能安排红绿灯时间, 以便解决交通堵塞问题。人性化的一点是使交通控制系统具有紧急控制功能, 当发生紧急事件时, 例如有救护车辆、消防车辆通过时, 两个方向均亮红灯, 等待救护车和消防车通过后恢复原来状态, 如图1所示。
结语
随着汽车保有量急剧增加, 交通拥堵成为不利于人出行的主要问题。基于此, 本文主要探讨了基于大数据分析的智能交通灯系统, 能够有效解决交通拥堵问题。创新点包括以下几方面。 (1) 数据的采集。传统采集方式采用单一视频采集, 无法快速区分汽车信息, 智能交通灯系统是以单个汽车为中心, 采集属于这辆汽车的信息, 并把所有的信息建立数据库, 就像每个人的身份信息一样, 很容易区分, 从而在以后的交通系统中便很容易捕捉车辆的违法行为。 (2) 数据的利用。利用计算机技术将数据的价值发挥到最大化, 不存在数据遗漏和浪费问题。 (3) 智能交通灯系统能够动态分配绿灯时长, 充分发挥道路资源的价值。
参考文献
[1]贾亚朝, 唐贤芳, 张如.“互联网”背景下的智慧交通大数据应用创新研究[J].现代经济信息, 2016 (5) :320
[2]黄宇, 王妍颖.基于“互联网+”的智慧交通顶层设计架构[J].水运工程, 2016 (10) :67.
[3]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, 2015 (23) :28-30.
