隨著我國城鎮化和公路網絡的快速發展，地區車輛的匯集使得車輛在繁忙路段和特殊時期變得擁堵不堪，交通出行成為日漸突出的問題。雖然各地都針對目前遇到的難題開始著手建設智能交通綜合管控平臺，但由于缺乏高效的平臺系統，很多地方在海量數據的采集、處理和分析應用方面，在結合視頻監控、交通信號控制系統、誘導系統、交通流量檢測系統等方面的綜合應用還有待提高。

　　傳統系統架構的瓶頸

　　通過各路前端設備24小時不間斷的抓取，屬于安防性質的海量數據出現了激增。以保定市為例，每天由卡口、電子警察等車牌識別設備所產生的數據量約1200萬余條，一年達到45億條的數據規模。除此之外，還有車輛抓拍的圖片數據、違法記錄、事故處理等產生的業務數據和實時流量信息，以及路網管理與交通事件信息等多種類型的數據。這些海量數據的產生，使得很多傳統的系統架構面臨著一個海量數據采集、存儲、計算、應用的難題，并且通過越來越多的突發交通時間可以分析發現，視頻監控的作用仍然停留在被動服務于“事后研判”的模式，整個監控和控制系統并未做到主動干預，更無從談起防患于未然。

　　與此同時，在面對海量數據時，也暴露了傳統的系統架構在海量結構化數據處理上的瓶頸，如系統存儲無法彈性擴容；查詢速度緩慢，無法快速響應突發事件；應急指揮系統操作復雜；各種類型數據資源分散，無法做到整合并進行綜合分析……這些都預示著當前的交通部門需要一個可以應付智慧交通業務需求的全新系統架構。

　　全新智慧交通系統架構的需求

　　構建全新的智慧交通系統架構，需要從大數據思想出發，可以從三個維度分別解析智慧交通與大數據的關系構建。從系統架構來講，分為數據采集、時空數據庫、大數據分析引擎和行業應用四個層次，分別對應了智慧交通業務中的原始視頻庫，基礎信息庫與警情/案事件庫，而從數據發展的維度，則對應了數據向知識遞進的知識管理理論基礎。

　　數據采集層：海量與多種類數據采集

　　智慧交通系統中的數據采集層，主要指卡口、電子警察等終端設備，它們采集的非結構化的視頻和圖片數據，以及經過前置智能算法所處理后輸出的結構化過車信息數據。除此之外，還有大量的其他物聯網感知數據的接入，比如RFID射頻數據，GPS定位數據，手機信息，以及其他諸如單兵、浮動車等設備采集到的數據。

　　時空數據庫：海量和多種類數據存儲

　　所有來自于數據采集層的數據在時空數據庫中進行存儲。在這里根據數據類型的不同進行了不同的存儲。結構化數據存儲在數據庫服務中，非結構化的原始視頻和圖片數據則存儲在基于類似CDS云存儲方案的存儲介質中。

　　大數據分析引擎：海量數據的快速計算

　　在大數據的思想下，不追求個體數據的精確性，而是在海量數據中挖掘出規律性本質。在這里，所有的基于結構化數據的檢索與數據挖掘計算的服務得以實現。同時，為實現更多的智能化業務，在數據應用服務層，也提供基于流式數據處理的視頻智能分析服務。為滿足更多的實時性要求，基于Unihadoop分布式計算使得海量數據檢索與計算都以秒級為單位完成。

　　行業應用：數據計算的可視化呈現

　　基于數據應用服務的計算結果，在數據可視化層進行呈現。例如指揮中心的大屏顯示，或者是基于電子地圖的實時軌跡顯示，或是基于交通流量統計的多種形式的信息發布等。

　　而貫穿整個系統架構的基礎則是IP全交換技術。擺脫了傳統流媒體轉發的技術，IP全交換技術可以大幅提高數據在網絡中交互的效率。

    用戶對于智慧交通方案的需求

　　在厘清了全新的系統架構的需求后，用戶其實更關心智慧交通的落地解決方案，可以從以下四個方面進行闡述。

　　綜合管控平臺

　　通過交通信息采集(電子警察、卡口監控、視頻監控、交通流量數據等)、交通誘導以及交通信號控制等系統的部署，有效合理的調控區域交通流量，優化路網流量分布，均衡干道間的交通負荷度，并通過區域信號的協調控制，合理優化交叉口信號配時，協調管控路面交通，從均衡交通流的時空分布上提高道路交通運行效率。

　　基于地理信息系統，建立交通指揮信息智能交通綜合管理與指揮調度平臺，實現交通狀況動態顯示、接處警、報警定位，動態警力定位、交通信號控制、視頻監控、交通誘導等系統的可視化綜合集成，利用決策支持及預案管理、無線集群系統，實現扁平化指揮，對市區交通進行有效的控制和管理。

　　大數據分析系統

　　實現信息資源共享，包括交通違法數據的上傳、路網運行狀態數據的共享、違法告知數據、交通流量數據的接入等數據交換。實現交通管理決策方式的新突破，提高科學決策、精確指導工作水平。同時以準確及時的交通數據信息為基礎，以深入細致的分析預報為保障，通過科學的交通組織優化與仿真系統，深入進行數據挖掘，及時客觀評價交通運行狀況，預警提示突出重點問題。

　　交通流量檢測系統

　　實現基于視頻的車輛檢測功能，在城市常規桿件上安裝視頻檢測設備，支持3~4車道的流量檢測。支持到車流量、平均速度、車頭時距、車頭間距、車道時間占有率、車道空間占有率、車輛排隊長度、車輛分類、交通狀態等信息的檢測和統計。在支持交通參數采集的同時，兼顧視頻監控的功能。

　　交通誘導系統

　　交通誘導的信息包括微波采集、視頻采集等自動采集系統的采集數據，也包括交通事件、交通事故、交通管制、交通報警等信息，通過數據計算中心系統對所有數據進行融合運算，實時發布在交通誘導屏，為出行者提供便利。

　　全新智慧交通的用戶價值

　　在大數據技術支撐下，這些需求將會為用戶提供以下三點的使用價值。

　　海量數據，綜合研判

　　智能交通綜合管控平臺整合智能卡口、電子警察、高清監控、交通誘導系統、交通流量采集系統、綜合管理平臺等多個業務系統，針對結構化基礎信息，通過大數據挖掘系統按照既定的規則對情報化信息進行分析，尋找內在聯系，例如大貨車闖禁行、交通態勢分析、套牌車輛分析，跟車關聯分析，車輛軌跡碰撞，可疑人員、可疑車輛分析等，從海量的情報化信息中挖掘隱藏在其中的警情信息，服務于交通管控，公安治安應用，做到防患于未然。

　　精確檢測，疏導交通

　　系統通過收集電子警察、智能卡口、流量檢測系統所采集的過往車輛信息，排隊長度等信息，結合路網的歷史車輛通行時間，能夠實時檢測路網的通行狀況，同時由交通誘導系統將交通路況信息發布在室外交通誘導屏上，為出行者提供方便快捷的交通數據。

　　及時糾正車輛違法

　　對道路車輛進行實時監測，對車輛闖紅燈、逆行、壓雙黃線、不按車道標線行駛等各種違法行為進行自動判定及抓拍，也可以在重要的路段對于黃標車、大貨車闖禁行等行為進行自動抓拍，從而規范駕駛員駕駛行為，保證車輛有序順暢通行，減少交通事故。

　　透過這些貼近用戶業務的需求，以及體現用戶價值的功能應用，可以看出安防大數據技術對于構建新型智慧交通系統架構的核心作用是相當的明顯。在未來的交通行業市場，大數據技術是極其重要的競爭力，誰能在海量的安防數據里收集、存儲和利用有價值的數據，并切合用戶需求解決實際業務發展的需求，誰將獲得交通行業市場更多的話語權。