基于大数据技术的智慧交通系统（拥堵预测）

选题依据和目标（该研究的目的和意义、研究现状、主要参考文献， 报告内容中需要对参考文献的资料进行综述，未综述的参考文献一律删除，不得列入，字数不少于1500字） 研究目的和意义： 随着汽车行业与交通运输业市场规模的扩大、居民人均收入和生活水平的不断提 高，汽车已然成为人们日常生活最主要的出行工具。与此同时，由于汽车保有量的不 断增长，超出了大部分道路的可承载容量，道路交通拥堵问题日趋严重。 2018年底召开的中央经济工作会议明确了“新基建”的定位,5G作为“新基建”的重点任务之一,其研发及商用化进程正逐步推进,智慧城市建设实现全面、快速的互联机制近在咫尺。全国多个省市(如广州、深圳、北京、河南、安徽等)的2019年政府工作报告明确部署了发展和完善智慧城市建设的任务,并将加快智慧交通建设作为预期工作的重心。交通拥堵在一定程度上影响了城市的发展水平,甚至严重阻碍城市经济的健康发展,智慧交通可以有效地缓解城市交通拥堵,改善城市交通环境,提升城市交通通行能力。城市交通拥堵检测是智慧交通建设中的重要环节,现阶段的城市交通拥堵检测方法多以路段为检测单元,存在拥堵时空演变分析困难和城市拥堵整体分析不直观的问题,且拥堵疏导工作脱离拥堵产生的内在影响因素,因此开展面向交通管理的拥堵检测系统及其关键技术研究具有重要的现实意义。目前很多成熟的相关软件(如百度地图、高德地图等)均己能够做到实时的路况监测。该类应用软件利用车载导航或手机GPS定位数据的回传，或借助有关部门的设备监控(摄像头、区间测速等)，并利用大数据相关技术进行集中分析或历史推测.然而，这些监测软件在一定程度上都存在着需要完善的地方，比如由于移动车辆与基 站间链路传输的不稳定，在车载系统的GPS定位数据回传时造成某些行车数据丢失，进而导致一定程度上的路况信息不准确；再者由于大量监控设备和海量数据存储介质的硬件成本损耗以及数据管理和分析的技术制约，不得不求助于其他相关部门，导致难以提供一个统一、高效的交通车流量处理平台。为了解决以上问题，智慧交通技术应运而生。智慧交通技术利用诸如物联网、大数据、云计算、移动互联网等高新信息技术手段，融合人工智能(Artificial Intelligence，AI)、交通科学、知识挖掘等理论，对交通领域信息进行数据挖掘与分析，并做出科学决策。因此，智慧交通行业的发展受到了社会各界的广泛关注，我国智慧交通行业的投资额从2013年的720．9亿元上升至2018年的1640．15亿元。前瞻产业研究院发布的相关报告表明，在国家政策、社会经济以及科学技术的强有力支持下，国内智慧交通行业取得了长足的发展，不仅推动了互联网公司在交通领域的积极作用，催生新业态和新产品，带动国家科研、经济发展，还提高了国内基础设施智能化水平，改善了治理体系与方法。到目前为止，我国已出台多项政策为智慧交通的健康发展保驾护航，例如着眼于 “四个一流”建设的《交通强国建设纲要》[1】，为我国智慧交通建设工作指明前进方向 .交通运输部印发的《智慧交通让出行更便捷行动方案(2017--2020年)》【7】完善城市公交智能化体系，推进智慧交通出行信息服务体系建设；《推进综合交通运输大数据发展行动纲要(2020．2025年)》【7】在行动上保障大数据在智慧交通领域的应用。 基于上述情况以及国家政策的扶持，面对当今交通堵塞严重的问题，开发一款基于大数据分析技术的交通拥堵分析预测可视化平台是非常有必要的。利用拥堵检测结果制定更加科学的拥堵疏导方案。可提升城市交通管理的精细化和自动化水平。使得交通管理工作可以对应地从中观、微观和宏观层面入手,在决策层面提升交通管理工作效率。大数据分析处理技术在智慧交通发展的过程中 扮演着举足轻重的角色，未来，随着政府的大力支持、经济的快速发展以及科学技术的创新，信息共享和能服务技术将得到全面发展和应用，道路交通问题将得到有效缓解和改善，中国的智慧交通进程也将得到加速。 研究现状：  国外现状： 据悉，目前全球智慧交通的发展以美国、日本和欧洲为主导，三个地区先后成立 了三个具有代表性的区域组织，即美国智能运输协会(Intelligent Transportation Society ofAmerica，ITS America)、日本道路交通车辆智能化推进协会(Vehicle，Road and Traffic Intelligence Society，VERTIS)、欧洲道路运输通信技术实用化促进组织(European Road Transport Telemetic Implementation Coordination Organization，ERTICO)06】。 早在上个世纪六七十年代智能交通便开始出现在人们的视野中，研究学者们运用信息处理技术、传感器技术、网络通信技术、人工智能技术以及交通工程技术等，将 人、车、路紧密配合，达到降低交通环境污染、提高交通安全质量的目的。美国智能交通技术重点在车辆安全和车辆管理技术的研究。美国于1970年首先提出了电子道路导航系统(Electronic Route．Guidance System，ERGS)，依靠路边设备为车辆提供导航服务。2015年，美国启动了互联汽车项目，目前已经为智能公共交通领域的多个主要系统及子系统建立了相对完整的技术规范，如车队管理、公交出行信息、电子收费系统(Electronic Toll Collection System，ETC)和交通需求管理技术等。历史上，日本一直是一个交通严重拥堵的国家，为了解决交通问题，于上个世纪七十年代便致力于智慧交通系统方面的研究。当然，国外智慧交通技术的发展离不开世界各国相关学者的深入研究。 国内研究现状：    我国在上个世纪90年代才真正开始关注智能交通，起步稍晚于美国、日本和欧洲。 2009年，智慧交通理念被提出，并在政府强有力的推动下，使我国智慧交通技术在短 短数十年得到了飞速发展。 中国智能交通发展框架是深刻总结国外智能交通二十多年经验建立起来的，与国外ITS相比，中国的智能交通发展始终坚持中国特色。我国通过结合自身交通形势和技术条件，着眼于交通领域和信息领域应用技术的融合与发展，并致力于城市交通基础设施智慧化建设，带动了信息技术产业的发展，使其更加适用于我国国情。其中，2011年建成了“车路协同系统关键技术”项目CVIS体系框架；2015年在政府和各界的共同努力下，诞生了“互联网+”概念；2017年实现全球卫星导航系统一一北斗卫星导航系统的全球性服务。近些年在全国范围内大力发展和使用ETC和服务系统，并伴 随着4G通信的成熟和5G通信的发展，以及人工智能、大数据、物联网以及机器学习(Machine Learning)等关键技术的成熟，使得中国智慧交通技术快速发展。 主要参考文献： [1]胡蕊，王晓磊．智慧城市建设需打造生态系统【M】．人民邮电报，2013． [2]蒋晟．物联网在智慧交通领域的研究【J】．内燃机与配件，2018(6)：195．196． [3】徐龙章．人工智能应用丛书智慧城市建设与实践[M]．中国铁道出版社，2018．06． [4]多智时代．Available：http：／／www．duozhishidai．com． [5】腾讯云．Available：https：／／cloud．tencent．corn． [6】J．E．Siegel，D．C．Erb，S．E．Sarma．A Survey of the Connected Vehicle Landscape— Architectures，Enabling Technologies，Applications，and Development Areas[J]．IEEE Transactions on Intelligent Transportation Systems，2017．19(8)：2391-2406． [7]中华人民共和国交通运输部．Available：http：／／www．mot．gov．ca． [8】中国报告网．Available：http：／／www．chinabaogao．com． [9】中国通信学会信息通信科学传播专家团队组．信息通信技术百科全书打开信息通 信之门[M】．人民邮电出版社，2015． 【10】朱茵，王军利，周彤梅．智能交通系统导论【M]．中国人民公安大学出版社，2007． 【l 1】吴功宜，吴英．计算机科学与技术学科前沿丛书计算机网络高级教程【M]．清华大 学出版社，2015． 【12】蔡文海．智慧交通实践【M】．人民邮电出版社，2018．06 [13]李克强，王跃建，高峰等．基于ITS技术的汽车驾驶安全辅助系统[J]．汽车技术

二、研究方案（包括研究内容、研究的基本思路和基本方法、研究进度安排） 研究内容：（不少于200字）   通过查阅国内外文献，利用python语言构建B/S架构的web管理系统，通过爬虫采集主流网站的交通拥堵数据，进行数据采集、清洗、然后通过Echart进行数据可视化分析，生成可视化图表同时把多个价格进行对比，通过机器学习建立线性回归模型进行拥堵系数预测，最终可视化分析和预测结果通过web网页端进行可视化展示，前端采用html、css3、javascript，bootstrap2响应式框架 工作重点： 数据的采集与获取 数据清洗与分类 可视化网站搭建 机器模型搭建 论文的编写 研究的基本思路和基本方法：（不少于200字） （1）文献研究法 根据一定的研究目的或课题，通过调查大量文献来获得资料，从而全面地、正确地了解掌握当前城市车流量及拥堵数据的可视化分析以及精准预测系统亟需解决的问题。 （2）功能分析法 通过社会调查的方式来了解社会现象，系统需要具备怎样的功能，从而丰富系统的内容和功能全面性。 （3）跨学科研究法 运用多种学科的理论知识、研究方法和成果从整体上对拥堵数据分析及其预测系统进行综合研究。 研究进度安排： 2023年10月-2023年11月 论文选题、需求设计  2023年12月-2024年01月 系统设计实现、中期检查  2024年02月-2024年05月 系统实现、论文初稿 2024年05月-2024年06月 论文成稿、论文答辩 【基于python+flask+机器学习的全国智慧交通数据拥堵预测可视化分析平台】 https://www.bilibili.com/video/BV1hw411F75Q/?share_source=copy_web&vd_source=3d18b0a7b9486f50fe7f4dea4c24e2a4