安防之家讯：在当前大数据时代，数据充斥所带来的影响远远超出了企业领域，其不仅能带来商业价值，亦能产生社会价值。随着信息通讯技术的发展，交通运输从数据贫乏的困境转向数据丰富的环境，而面对众多的交通数据，如何从中根据用户需求提取有效、精辟、实时、快速的数据成为关键所在。面对大数据的浪潮，交通运输行业不应是一个“路人”，而是要敞开胸怀，积极地拥抱和融合，借着大数据的力量和高度进行内视和审度，再回首，相信会豁然开朗，柳暗花明。


谷歌通过观察人们在网上的搜索记录，预测出2009年甲型H1N1流感的爆发，而且具体到特定的州和地区，比官方报告还要及时；沃尔玛知道一旦当地出现恶劣天气，民众除了大量购买雨伞外，他们最可能同时买走的零食是什么；亚马逊能通过页面访问记录向访客最感兴趣的物品；华尔街的分析师们会根据全球数亿微博账户的留言，判断民众情绪，从而决定股票的买入和卖出；美国总统竞选团队用数据分析方法来寻找和锁定潜在的己方选民，并定位拉拢那些中间派选民……

上述让人目瞪口呆的例证，都指向了同一个名词——“大数据”。毫无疑问，大数据的时代已经来临，关于大数据的“神话”正在不断上演。

一、大数据与中国智慧交通的结合点

国外的科学家们给大数据特性定义为4个“V”,即体量大（Volume），种类多（Variety）,速度快（Velocity）,以及真实性高（Veracity）。大数据存在的意义在于，将通过各种渠道获得的各种数据信息，大到一笔交易，小到一笔输入，通过计算机做筛选、整理、分析，做出一种规律性的归纳。即：我们分析大数据不是为了找出因果关系，得知事件为什么会发生，而是为了找事件之间的相关关系，因为相关关系可以帮助我们捕捉现在和预测未来。

转型中的中国智慧交通面临着调整发展结构、提升发展质量、实现发展创新的三大难题，此时与大数据时代相遇实为幸事。因为无论是交通基础设施、交通运行状态还是交通服务对象和交通运载工具，每时每刻都在产生着大量的数据。以大数据的思路和角度来看，这些都是正待挖掘的宝藏，能为交通决策和服务带来新的解题思路。

目前，交通行业也存在着许多的数据，这些数据可以包括：公交车的分时段排班表、电子警察抓拍的闯红灯车辆、高速公路上使用的流量统计等。不难看出，这些数据各有特点，但品类繁多，十分复杂，处理起来十分不易。然而更重要的是：无法通过一种统一的手段获得它们，以及了解获得的数据好不好、对不对、真不真、全不全。目前，行业内使用的交通大数据采集手段主要为视频图像采集，视频图像采集的特点是数据量大，但是种类不够多、速度不够快、真实性不够高。这是因为，分析视频图像数据首先需要海量存储，数据处理方面需要很大的人力、物力、财力、时间投入去筛选有用数据，加上数据结构非常单一（只能获得车牌号码记录），面对假牌、套牌、故意遮挡、泥土遮挡、天气原因、视频识别效率低等一系列不利因素，数据真实性也不高。

和传统大数据相比，虽说原理相同，交通行业真正的大数据在特性定义方面，却有着不同的、更深层次的理解；同时，过多强调大数据的优势和它能够为我们带来的好处的同时，我们不可以忽视一些较为实际性的问题，比如：目前真的有获得交通大数据的手段吗？真正的实现交通大数据到底应该具备什么样的条件？以及，交通大数据面临什么样的风险和考验？本文将做出解答。

二、射频识别技术与电子车牌

射频识别（RFID）技术的发展已有几十年的历史，而真正实现产业化应用还是近几年。随着物联网概念的兴起，RFID产品目前已经逐渐开始渗透到人们生活的方方面面。在交通行业应用最早的，也是目前应用最广的RFID产品就是高速公路、停车场等的非接触式IC卡，它通过高频（13.56MHz）频段使用近场通讯，完成终端信息交换，达到确认身份账户信息从而进行收费的功能。现在，越来越多的远场通讯RFID产品被中国交通行业使用，如采用微波频段的不停车收费（ETC）产品，和目前最先进的，采用超高频频段的汽车电子标识（即电子车牌）系统。

电子车牌是基于物联网无源超高频射频识别技术的细分、延伸及提高的一种应用。它的基本技术措施是：利用RFID高精度识别、高准确采集、高灵敏度的技术特点，在机动车辆上装有一枚电子车牌标签，将该RFID电子车牌作为车辆信息的载体，并在通过装有经授权的射频识别读写器的路段时，对各辆机动车电子车牌上的数据进行采集或写入，达到各类综合交通管理的目的。这项技术可突破原有交通信息采集技术的瓶颈，实现车辆交通信息的分类采集、精确采集，抓住交通控制系统信息源准确的关键。表1是电子车牌与视频采集数据对比表。

电子车牌系统的普及除了能够为公安交警部门提供可靠的识别假套牌车、综合布控、抓捕肇事逃逸偷盗车辆等功能，还能为区域管理和收费道路提供单双号、黄绿标车管理、进出门禁与自由流（不停车、不降速）收费等功能，作为交通运载工具上的精准信源，车辆任何行驶状态信息都称为交通大数据，毕竟有车辆才能叫交通。而获得电子车牌大数据，才是获得了整个交通相关数据顶上的皇冠。

三、电子车牌大数据的7个“V”

相较于上文提到的国外科学家对大数据特性普遍的4个“V”的定义，笔者认为在电子车牌大数据方面应该有全新的理解，而且应当增加至7个，分别是：体量大（Volume）、种类多（Variety）、速度快（Velocity）、真实性高（Veracity）、使用价值高（Value）、具有时效性（Validity）、安全性高（Verification）。具体如图1所示。



安防之家专注于各种家居的安防,监控,防盗,安防监控,安防器材,安防设备的新闻资讯和O2O电商导购服务，敬请登陆安防之家：http://anfang.jc68.com/