大数据解决交通问题的流程

1、 收集数据和输入数据：这些数据包括静态数据和动态数据，前者指道路环境、车辆信息等长时间不会改变的数据，这类数据通过线圈（类似于磁性检测器）和摄像机（交通视频）进行搜索；后者指在交通运行中而产生的实施数据（如车辆行驶速度），这类数据通过GPS全球定位技术、收集网络信号来搜索。

2、 交换和处理数据：数据中心对实时交通流数据进行提取，同时规定统一的数据格式，从而促进数据交换中心之间对数据进行交换和处理。

3、 储存和收集数据：通过基于云计算的云存储来对数据进行存储，将大数据集成起来

4、 管理和使用数据：控制中心将这些大数据在电脑地图上以不同色彩来展现，分别以不同颜色注明各个路段的拥堵情况。

举个案例——IBM解决波士顿堵车难题

IBM公司的工程师为波士顿建立了一套应用程序，能将从手机加速器到社交网站上的数据整合到一起，绘制出波士顿交通情况全面而完整的实时图像，供相关人员参考。

在波士顿，每秒钟都有数以百万计的数据点信息，包括GPS和手机，浙西无数据经过分析处理之后可以提供交通智能信息，制定一个优化交通的管理计划，以便更快的发现拥堵问题，通过制定更好的自行车泊车和交通管理政策，大幅度降低碳排放。

项目包括三部分

第一部分是拥有具有GPS功能智能手机的驾驶员用户数据库，该手机能够自动将他们的位置发送到道路网络上，可以让系统掌握驾驶员常常行驶的路线。系统通过查看驾驶员的目的地来判断其常常行走的路线，还会通过道路传感器来收集交通数据。这些传感器包括分布在各大道路上的感应探测器。

第二部分是IBM的交通预测工具，通过历史数据来实时预测未来可能发生时间的学习和分析引擎。交通预测工具通过对交通数据的分析来确定较小道路事故和较大交通事故之间的关联。该系统在事故发生的时候会识别出异常情况，然后迅速判断出接下来可能发生的交通模式。

第三部分是将出行建议发送给用户，在用户可能会行走的路线与该路线上可能会存在的问题之间找到某种关联。与此同时，系统还会通过对交通信号配时、匝道信号控制以及路线规划的改进来帮助用户和交通系统不猛在拥堵发生之前可以更好地预测并减少追尾事故的发生。

从业务上来讲，一般而言，交通综合数据管理系统的建设，一般分为以下两个目标：

1、建立综合信息应用能力，实现集中警力调配。

通过与现场信息的连接，通过与多种不同警务处理信息关联，实现综合信息应用能力，集中警力调配，大大提高出警、处理、监控与分析的效率。

2、整合各种应用系统，形成整体信息利用能力。

通过整合各种已有的警务处理、管理应用系统，形成整体信息利用能力，建立成为公安交通高科技、信息化的智能交通管理的信息平台。

在系统的机构设计上，我们可以将公安交通管理智能平台的系统架构分为4个层次：即道路现场、终端信息处理层、信息数据处理层以及信息综合应用层，如下图所示：

大数据应用于交通的案例目前来讲普遍不多，大多是依照实施业务的逻辑，将业务数据可视化，指导决策，这有一个关于利用FineReport搭建地市级地铁数据管理信息系统解决方案 - IT小牛的IT见解 - 博客频道 - CSDN.NET的方案。