大数据在智能交通行业的应用

《大数据在智能交通行业的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、大数据在智能交通行业的应用上海逸迅信息科技有限公司四条白线是内容边界线，原则上内容不要超出边界线。智能交通是国家“十二五”重点规划“十二五”规划中明确指出，将大力推进交通信息化建设，大力发展智能交通，提升交通运输的现代化水平。“十二五”期间，国家将对智能交通投入超过1000亿元，其中城市智能交通投入达到450亿元，预计到2015-2020年，智能交通给相关行业带来的商机将超过1000亿元。“十二五”规划智能交通投入预计未来5年内，我国将在200个以上的大中型城市建立城市交通指挥中心。其中，城市智能交通投资约450亿元人民币，高速公路智能

2、交通系统投资约350亿元人单位：亿元民币，其它智能交通系统投资大概300亿元人民币。数据来源：《交通运输“十二五”发展规划》四条白线是内容边界线，原则上内容不要超出边界线。智能交通产业发展现状城市智能交通市场规模预测城市智能交通行业“十二五”期间预计平均增速30%，东部沿海城市的智能交通系统已经初具规模，智能交通建设除硬件系统进一步提高覆盖和性能升级外逐步向软件系统升级和信息服务方向过渡。中西部地区是城市化进展最快的地城市智能交通市场规模预测区，新城市区的出现带来了对智能交通系统的强烈需求，普遍采取的“一步到位”的建设方式催生了大批千

3、万级整体解决方案项目的出现。行业整体处于幼稚期向成长期的过渡阶段行业需求增长明显。四条白线是内容边界线，原则上内容不要超出边界线。智能交通与大数据大数据，4个V行业大数据，EB级别互联网大数据经营类管理类监管类专业类10%结构化30%半结构化电信话单文件公安网监音视频60%非结构化金融细账报表国安技侦地震勘探价值密度金融票据邮件舆情监控气象云图结构化电力调度分析报告银监会稽查卫星遥感>半结构化智能电网预测报告食品溯源雷达数据>>非结构化环保监测物联网结构化为主结构化电信信令+半结构化结构化+半结构化非结构为主大数据技术能够应用于交通卡口视

4、频和图片数据的实时采集、存储、分析、分类、查询，能够提供比以往更快、更精确地分析、预测交通状况，并对能够影响复杂交通的潜在因素进行新的洞察。四条白线是内容边界线，原则上内容不要超出边界线。不断增长的数据带来的挑战挑战数据存储如何存储大体量的数据•能够满足横向扩展要求，存储PB级别的数据并从中获取想要的信息•在大型智能交通应用中提供分布式数据中心•满足数据快速容灾要求系统吞吐•图片和视频的并行传输带来了更高的系统I/0要求•系统的I/O必须可横向扩展其他实时处理结构化数据330TB•实时统计、监控告警•互动搜索图片1PB模式识别视频1.5PB

5、•对大量历史数据的分析处理要求某二线城市(3000台摄像机数据，每月数据)•需要一个并行处理数据的计算框架四条白线是内容边界线，原则上内容不要超出边界线。大数据处理的需求和特点新一代系统的建设需求传统平台大数据平台扩展性纵向扩展横向扩展•增量式的、几乎无限的扩展性扩展计算和存分布式资源集中储分布可用性•要求系统总是在线运行可用性单份数据数据复制•灵活可动态改变的数据灵活性模型一致性•数据最终一致四条白线是内容边界线，原则上内容不要超出边界线。传统数据存储方案分析关系数据库集群+NAS存储方案系统架构•将卡口文本、图片数据分别存储：用关系数据

6、库集群（多节点）存储卡口文本数据，并支持对数据进行检索统计；用NAS集中存储（多节点）技术来存储海量图片数据。•文本数据存储：使用ShareNothing架构的智能存储层，将数据库查询下移分布到存储层的各个节点（具备计算能力），然后再将查询中间结果汇总到数据库节点。•图像数据存储：摄像头拍摄的图像经工控机处理优劣势分析后，图片与文本数据上传至中心系统，中心系统•优势：1、用基于传统关系型数据库的OLAP和的图像处理服务器经过计算处理后，将图像以文数据挖掘应用相对比较成熟2、上层的兼容性好。件的方式存储到磁盘阵列上；然后图像处理服务•劣势：1

7、、集群规模受限（关系型数据库集群的器再将请求发送给中心业务应用服务器，由业务扩展能力有限）；2、需要购买NAS作为图片应用执行相应的业务逻辑处理，将元数据以及图存储，价格昂贵，NAS存储的扩展在PB已经出像的文件位置信息记录到关系数据库中。现瓶颈。四条白线是内容边界线，原则上内容不要超出边界线。大数据智能存储分析方案分析基于Hadoop的海量数据存储方案系统架构•采用基于Hadoop的海量数据存储方案，同时提供针对不同应用的数据实时分析和查询功能。•文本数据存储：文本类数据主要包括车牌、日期、地点、颜色、车型、违法行为分析结果、交通事件识别

8、结果等。采取分布式索引技术，实现海量数据情况下的全文检索在内的简单索引以及支持分布式检索集群检索技术；同时支持关系型索引，实现标准SQL在内的复杂查询需求和面向应用的各类优化。优