首頁熱門文章
智慧交通系統處理數據方案
發布時間：2017-09-23 分類：交通百科
目前，雖然各大城市都在積極推廣智慧交通，但想要發展智慧交通可不能忽略大數據技術，智慧交通系統之所以智慧其實是依靠大數據的計算來實現的，那智慧交通系統在處理數據方案是怎么樣的呢？具體包括哪些關鍵技術呢？
一、分布式軌跡聚類技術
分布式軌跡聚類技術是利用MapReduce分布式計算架構對分布式軌跡進行一定的規則化處理，從而實現K．Means聚類算法。一般其都會指定起始點位置，然后對常跑路徑聚類分析進而快速探測異常值實現對分布式軌跡進行一定的規則化處理。該項技術一般提供對常規路線或指定路線的快速提取以及處理異常分析的比照等。
二、分布式停車點聚類技術
分布式停車點聚類技術是一種在Mahout與Hadoop分布式機器學習庫平臺的一項協作功能，其主要是分布式實現Mapreduce的可迭代式數據。以此來快速檢索和統計分析所需軌跡停車點后的數據提取，在利用Mahout中的Clustering數據中的挖掘模塊實現多維空間下的快速聚類分析功能。
三、軌跡數據快速檢索技術
軌跡數據快速檢索技術是以SeqIlence Fries二進制文件取代原始數據的轉存，設計Key-Value儲存作為記錄。其能夠利用Key進行快速檢索Value的特性，并再將數據子集存儲在Value之中。此外還可以用HDFs分布式文件系統以及MapReduce分布式計算編程取代過去的關系數據庫查找進而實現快速統計功能。該項技術的數據壓縮比可以達到40％，運算速度可以提升50倍以上，因此可實現對固化后的數據實現快速檢索與統計分析功能。
四、地圖匹配技術
地圖匹配技術是一項通過對傳感器功能帶來的觀測數據進行分析進而確定傳感器載體的地理空間位置。在智能交通領域當中一般的傳感器指的均是GPS接收器，這是因為GPS接收器能夠提供經緯度坐標等地理信息，并且其已經在諸多領域得到應用。大部分車載GPS接收器，其實際使用意義在于確定車輛正確的行駛道路，因此其對于車載實時導航系統具有至關重要的作用。在現在和未來應用當中車載GPS設備還會對交通流速度等交通狀況進行數據傳輸，因此地圖匹配技術在位置信息數據當中具有十分的關鍵的作用。
