在交通强国建设中，提升交通智能化水平、提高交通安全水平、破解城市交通拥堵、实现世界一流交通服务等交通发展的策略重点均需要大数据技术的支撑。

  胡庆勇等在《科技导报》第9期刊发《大数据在交通强国建设中的应用》一文，探讨了大数据技术在交通管理、交通安全、交通信息服务、交通运输规划、公共交通等领域的应用方法和前景；对基于信息物理系统的交通态势感知系统、基于动态本体论的交通行业多模态知识图谱、基于边缘云计算的智能视频识别等前沿技术的总体架构、实现办法来进行案例分析。文章指出未来要一直提升大数据的融合治理能力，建立统一的规范和标准，提高数据安全性及存贮和使用效率，加大前沿技术的研发力度，为早日建成交通强国贡献力量。

  交通信号控制方面，智能传感设备产生了丰富的路网状态数据，利用路网数据和信号控制算法，可实现交通控制信号系统的自适应优化。进一步通过大数据分析，可达到提高通行效率的目的。

  交通监测方面，在大数据平台上引进人工智能算法，对交通监测设备采集的信息进行分析研判，可及时为交通管理主管部门提供决策依据。

  在大数据 平台上引入人工智能算法，对多源异构数据进行融合、预测和分析，生成多样化的实时动态交通信息，通过移动通信系统发布信息，从而在道路条件复杂、交通压力大及等恶劣气候条件 下，实现对交通事故的预测和实时预警，规避交通风险。

  此外，利用大数据技术还可以从海量的交通数据中迅速查找到特定的人员或者车辆，从而为交通违法行为的监控、取证、执法等提供有力支持。

  在大数据平台上对多源异构数据进行数据级、特征级、决策级融合，利用大数据技术 进行交通需求预测和分析 可以生成实时动态交通信息。

  交通信息服务系统通过交通广播、互联网、移动通信系统发布动态交通信息，可以诱导出行者选择最有效的出行方式，从而充分发挥既有交通设施的承载能力和运营效率。

  传统上往往使用抽样调查的办法进行交通规划研究，而大数据手段能够将传统研究样本扩展到研究区域的每个个体，并在数据处理层面实现宏观至微观的分层，从而实现对宏观、中观、微观的全面统筹。

  大数据交通规划方法通过全样本数据的使用，可部分脱离对传统统计模型的依赖，从而规避误差，使得规划成果更为准确和实效。

  大数据可以为公共交通规划和运营优化提供决策和数据支持，精确把握乘客需求，合理布局公交线路，为公交线网规划和场站规划提供更精准的支撑；

  可为公共交通信息发布系统提供更加准确的车辆到达时间等公共交通信息，辅助出行者选择最有效的公共交通方式，节约出行成本。

  信息物理系统是利用先进的感知、计算、通信、控制技术，使物理设备具有计算、通信、精确控制、远程协调和自我管理的功能，实现虚拟网络世界和现实 物理世界融合的系统。

  交通状态感知是通过各种各样的交通传感器感知交通路网和周围环境的运行状态；

  科学决策是通过大数据平台实现异构系统数据的流动与知识的分享，为交通主管部门提供相关的交通管理和控制决策提供支撑；

  精准执行就是通过控制器、执行器等机械硬件实现对决策的反馈响应。这一切都依赖于一个及时、准确、可靠、安全的闭环赋能体系。

  其逻辑架构可分为基础设施层、基础平台层、数据融合层、数据治理层、智慧应用中台、智慧应用层及数据源层（图1）。

  交通态势感知系统的核心是建立基于管理融合和指挥融合的闭环治理体系，形成联动协调机制，实现自动通报、执行，提升未来分析、决策、执行的科学性和有效性,可以广泛应地用于公共交通领域。

  图2为典型案例。根据系统对道路信息的接收和处理，制定了相应的方案，实现了交通流均衡分布、疏通拥堵、保障交通安全的目的。

  在信息科学领 域，本体论被用作特定领域信息组织的一种形式，对知识进行抽象和描述，是一种表达、共享、重用知识的方法。

  在知识图谱的建设中，本体论通过对知识建模使计算机能够识别和处理人类知识，使数据管理和多源异构数据的集成更加方便，有利于解决大数据环境下的复杂认知和决策问题。

  交通行业知识图谱核心是将数据转化为“实体-关系-实体”。表1所示为交通知识图谱中实体间关系表达的示例。

  交通知识图谱的构建需 经过信息抽取、知识融合、知识加工、知识更新等过 程。基于动态本体论的交通行业知识图谱，提高了各种交通应用服务的质量，为公共交通领域提供有效的决策依据和参考。

  在交通强国建设中，为数众多的交通检测设备已联网，大量的摄像头、传感器已成为物联网世界的眼睛，将5G技术、视频数据接入技术以及边缘云计算技术应用在智能道路交通管理系统，可以更智能、更快速、更高效地识别交通事件，并对重大事件进行全域资源联合调度，实现感知智能、处理高效的智能道路管理系统，从而更有效地降低事故风险、缓解拥堵、维护交通秩序。

  基于5G通信和边缘计算能力，通过交通高清视频监控,可解决成本高、传输布线复杂、业务扩展能力差、维护成本高等问题。如图所示，图3为基于边缘云计算的智能视频识别系统技术架构图，主要应用于交通事件识别、交通安全管理、交通秩序管理等特定领域。

  随着交通信息化水平的稳步推进，大数据在智能交通领域得到了广泛应用，但随着物联网体量呈爆发性增长，交通大数据的规模、更新速度均发生了巨大变化。

  因此，交通大数据未来的发展需要不断的提高大数据的融合治理能力，建立统一的规范和标准，提高数据安全性及存贮和使用效率，加大前沿技术的研发力度，为努力提高中国交通运输业的质量、服务、效率、竞争力，争取早日建成交通强国贡献力量。

  本文作者：胡庆勇、李淦山、裴钟哲作者简介：胡庆勇，清华大学数据科学研究院交通大数据研究中心，博士研究生，研究方向为交通大数据。

  《科技导报》创刊于1980年，中国科协学术会刊，主要刊登科学前沿和技术热点领域突破性的成果报道、权威性的科学评论、引领性的高端综述，发表促进经济社会持续健康发展、完善科学技术管理、优化科研环境、培育科学文化、促进科学技术创新和科技成果转化的决策咨询建议。常设栏目有院士卷首语、智库观点、科技评论、热点专题、综述、论文、学术聚焦、科学人文等。

  《科技导报》微信公众平台创建于2014年，主要刊登《科技导报》期刊内容要点，报道热点科技问题、科技事件、科学人物，打造与纸刊紧密联系又特色鲜明的新媒体平台。