下载掌阅APP，畅读海量书库
立即打开
本部分主要指多源多维道路交通状态感知子系统所涉及的关键技术。
射频识别技术（RFID）是非接触的自动识别技术，是通过射频信号自动识别并获取目标信息。射频识别具有存储信息量大、可读写、识别速度快、识别距离远等优点。因此，随着RFID阅读器和电子标签的成本下降和标准化的实施，RFID必将成为用途最为广泛的自动识别技术。
基于RFID的高速公路交通信息感知技术的研究是如何将车牌号通过电子车牌的形式与RFID电子标签的ID号相联系，存入电子标签内，利用安置在高速公路路网中的阅读器对通过该路段装有电子标签的车辆进行车辆身份信息、位置信息以及其他交通信息（如车辆数、车辆位置、经过的时间、速度等）的采集，同时可以实现高速公路自动收费、自动查处违章车辆、记录违章信息等功能。
基于地感线圈的高速公路交通信息感知技术在不同地磁环境特征的多样性、传感器测量误差及响应效率的限制等问题的前提条件下，结合地感线圈的局限性和地磁干扰的补偿性，通过建立地磁干扰模型，对地磁局部异常信息进行滤波，实现地感线圈上方一定高度之内的车辆检测，并进而统计车流量；同时基于两个或两个以上的连续地感线圈，通过分析地磁信号的时间序列相似性，建立基于地感线圈的高速公路车辆速度估计模型。
基于视频图像的高速公路交通信息感知技术是最近国内外研究的先进采集技术之一。由于交通视频图像中包含了丰富的可挖掘信息，可实现全天候、较大范围的高速公路道路交通信息检测。因此，基于视频图像的高速公路交通信息感知技术是对基于磁频、波频的高速公路交通信息感知技术的一个有益补充。
该技术在满足交通信息需求精度的基础上，在解决海量视频数据长时间存储和高效率传输问题的前提下，利用背景减法、帧间差分和帧内差分等运动物体检测方法，研究高速运行车辆识别与分割技术；利用目标物体跟踪、句法分析及滤波和预测估计方法，研发在复杂背景、拥挤情况下的车辆正确快速跟踪技术；并在以上技术支撑下，进而构建基于视频图像的车辆速度分析提取算法。
基于北斗/GPS/GLONASS/手机的高速公路交通信息感知技术在借鉴国内外研究成果的基础上，在满足交通信息需求精度的前提下，在经济性、全面性、实时性的原则指导下，利用聚类分析方法、统计分析方法、阈值方法以及机器学习方法研究独立车辆的识别方法、在路车辆数估计方法；利用地图匹配后路段内的车辆数估计交通流密度；根据车载北斗/GPS/GLONASS/手机所属车辆和车载设备运行速度估计路段内各车辆的行驶速度，进而估计交通流速度；利用以上两个估计参数，根据交通工程中密度、速度、流量的关系建立交通流量估计模型。
基于遥感数据的高速公路道路交通信息感知技术的研究主要集中于基于遥感图像信息，融入小波分析、形态学、面向对象等理论方法，估计高速公路路网与区域间关系特征，开发高速公路路网空间信息的遥感智能化提取模型与矢量化处理技术；研究以遥感影像立体像对为主，辅之以GPS空间定位技术的三维高速公路道路信息提取技术；利用中值滤波和形状分析等理论方法，提出高速公路交通参数（车辆排队长度、路段车流密度）提取技术。
高速公路气象环境能见度信息感知技术是在借鉴国内外现有高速公路气象信息采集系统的基础上，满足出行者对高速公路能见度信息需求的前提下，为解决高速公路夜间照明光线不足、摄像机单视角的限制等问题，采用灰度修正、自适应阈值化和背景分离算法对高速公路视频图像信息进行分析，分别建立高速公路大气能见度的白天检测模型与夜间检测模型，从而适应高速公路周边环境的气候多变性，实现高速公路气象环境能见度的全天候检测。
高速公路气象环境路面状况信息对于行车安全非常重要，因此研究路面状况感知技术具有重要意义。该技术的研究内容是基于数码摄像机获取的图像以及气象环境路面状况的动态感知设备，测量高速公路地表及地面下温度，雪、冰和水膜厚度等；通过借鉴国内外先进的气象环境路面状况信息感知技术，研发适用于高速公路复杂地理环境的路面状况图像分析方法以及适用性较广的道路状况传感装置。
众包是互联网带来的新的生产组织形式，即企业利用互联网将工作分配出去、发现创意或解决技术问题，其核心是与用户共创价值的理念。移动互联网的出现使得众包模式更加方便和灵活，众包模式即借助众多手机装有特定应用程序的普通车主实时上传行车数据和交通路况，这为动态交通信息感知和实时监测的信息获取提供了新的实现手段，同时为出行者提供无处不在和随需而动的信息服务，并且随着移动支付技术的快速发展和日趋成熟，基于移动互联网的高速公路智能交通将拥有更加广阔的市场应用前景。
高速公路是现代化的交通设施，要充分发挥高速公路的效率和效益，就必须建立完备的通信系统，为道路管理、监控、收费、图像传输等提供不间断的通信信道；为业务电话、紧急电话、调度系统提供清晰、不间断的优质通信服务，以发挥道路的最佳效益；为交通指挥和控制提供可靠的数据依据，向道路管理者和使用者及时提供道路信息。
目前，大部分高速公路管理、运营部门已经建成双千兆干线传输网络，可为路政、养护、收费、监控等各业务系统提供充足的带宽服务；建立的基于3G网络的集群通信系统，提供了群呼、组呼、临时通信组等灵活通信方式，可实现全省范围内所辖路政、收费、养护等管理的无障碍交流，并可与GPS系统相结合，提供定位功能。为了进一步满足道路安全和基础设施检测、社会公众出行服务、道路事故处置与应急、数字化智能管理等对通信系统的要求，在已有的通信系统的基础上，对全时空交通信息在线无缝通信方法、兼容多种通信方式的高速公路时空传输技术、高速公路时空数据拥堵或故障状态信息交互可靠性技术等进行研究。
高速公路智能交通信息平台中的通信包括车与车之间、车与路（路侧设施）之间以及路侧设施与信息中心之间的通信。其中车辆节点的高移动性和频繁变化的拓扑结构给通信网络设计带来很高的挑战。目前主要采用3G或其他蜂窝通信技术，虽然3G在网络覆盖及传输数据上具有一定的优势，但仍存在不可忽略的不足。首先是需要通过基站实现车辆之间的信息转发，存在较大的延时且可靠性不足，对于高速公路上行车安全这种实时性要求较高的应用有一定影响；其次费用高昂，由于基站信道资源有限且相对昂贵，为高速公路上行驶的所有车辆提供在线通信是不现实且不经济的。因此，需要将远距离通信（如3G蜂窝网络）与短距离通信（如车载Ad Hoc网络）结合起来，在既有的通信方案基础上，提出基于VANET（vehicular Ad Hoc networks，车载自组网）的全时空交通信息在线无缝通信方法，研究相关的网络架构及协议，路侧设施的优化布设等，确保高速公路环境下交通信息进行及时、有效的通信。
现有的高速公路通信方式主要包括光纤和无线蜂窝，未来还将采用短距离通信等方式，这样在数据通信过程中将不可避免地存在多种方式的兼容问题。因此，需要对兼容多种通信方式（如光纤、3G/4G、DSRC等）的高速公路时空数据传输技术及相关的协议等进行研究，以保证数据传输的及时性和准确性不受通信方式的影响。
随着高速公路上车辆的增加，大量的时空数据也随之产生。此外，由于人为或者环境等原因造成的通信设备故障也难以避免。当大量的数据发生拥堵或设备故障时，为了保证信息交互的及时准确，需要对网络拓扑设计、数据访问权限控制、多种信息传输方式的切换、关键节点优化等进行研究，对于关键节点的通信装置应加装应急备用通信设备或预留加装应急通信设备的接口。
结合WSN（无线传感器网络）与Internet（互联网）各自的优势和特点，提出一种高速公路车路协同信息交互与诱导技术，该技术由WSN路由节点实时采集沿线的气象信息、交通流信息、路况行驶信息等交通信息并监测车载节点信息，所获取的信息经由WSN多跳网络传至核心节点协调器，再经Internet最终传至通信中心处，数据经一系列的分析处理操作后回传至行驶车辆车载节点，驾驶员便可依靠车路协同系统产生的丰富诱导信息，选择最佳的出行路径。
本部分是指基于云计算的交通大数据综合监测与分析子系统所涉及的关键技术。
高速公路交通信息具有数据量大、应用负载波动大、信息实时处理要求性高等特点，需要具有海量数据高效管理、高效检索、高可靠性、容量按需分配等一系列要求，传统的存储架构已不能胜任高速公路海量信息的存储。本项目将依据Hadoop及虚拟化技术，构建基于云计算的海量数据存储模型，并采用冗余存储的方式进一步保证数据的可靠性，解决高速公路海量交通信息的存储难题。
随着动态交通信息采集技术和通信技术的飞速发展，以及交通信息共享机制的建立和相关技术的发展，如何对海量的交通数据进行综合管理，并面向特定应用的特定需求，从中提取相关的数据，进而形成所需的信息，成为充分发挥交通数据资源应有作用的关键环节。面对海量、时变、多源、异构的交通数据，现有的各种交通数据提取处理技术已难以满足其时效性、智能化、知识化和通用性的要求。因而迫切需要建立能够全面满足交通数据分析各项要求的交通数据提取技术，建立理论和技术体系，并有效地应用于实际交通数据的分析处理。本项目将引入信息颗粒的概念，研发从海量交通信息中提取有效信息的技术，快速高效地提取相关信息，为后续模型提供数据支持。
云计算的强大计算能力可对庞大、复杂而又无序的交通数据进行有效的分析和挖掘，基于云计算平台进行交通数据建模、时空索引、交通数据的挖掘、交通数据的分布式处理及交通流动态预测等，都需要云计算的计算能力。本项目将利用高性能并行计算模型MapReduce开发面向服务的高速公路交通事件检测、行程时间估计、交通状态判别、交通状态预测等模型，实现海量交通信息的充分挖掘利用。
高速公路动静态信息时空一体化数据是智能化交通信息平台的基础，现有的数据模型普遍存在对时态特征支持不足、很少考虑动态交通信息等弊端，数据的完整性和可操作性均较差。为此，本项目将充分考虑智能化交通信息平台的数据需求，重点研究如何在现有GIS数据模型基础上加载动态交通信息，建立路网空间信息和动态交通信息的多模态要素之间、空间与属性要素之间、不同时期要素之间高效的逻辑关联，并用标准建模语言UML建立路网与动态交通信息一体化的时空数据逻辑模型。最后根据建立的路网与动态交通信息一体化时空数据逻辑模型，设计路网信息和动态交通信息一体化的时空数据物理组织，高效地实现路网信息与动态交通信息一体化存取、检索以及元数据管理。
动态交通诱导系统是智能交通系统的重要组成部分，其中的中心式路径诱导可以有效避免Braess悖论现象，充分提高路网的利用率，避免分布式路径诱导引起的拥挤漂移现象出现。目前常规的路径优化串行算法难以在合理的时间范围内求解大规模路网的最优路径，而并行算法采用将单个任务分解为多个子任务分别处理的方式，可以有效提高求解效率。本项目将在已有研究的基础上，开发规模路网中心式路径优化并行计算方法。
随着高速公路检测、传感、通信设备的不断发展更新，设备的故障监测保证了设备的正常运行，从而对高速公路运行状态进行实时监测。本课题提出基于概率模型算法的传感设备诊断技术，从设备状态动态变化的本质出发，采用概率神经网络方法构建设备状态概率模型，描述设备从正常到故障的全过程。通过对神经网络结构的分析和主要模型参数的计算，以设备运行历史数据作为网络样本点，在模型数据预处理的基础上建立了设备的概率模型，从而能较好地反映设备的运行状态，并根据设备状态对其进行诊断。
该技术保证设备在一定的环境和运行期间内安全、有效地实现其设计功能，防止故障事故的出现，并根据设备运行状态制订合适的维修诊断计划，提高企业运行的经济效益。
高速公路实时交通数据往往来自不同的检测器，各种检测器采集交通参数的种类和形式均不相同。为了能够准确可靠地获取特定地点或路段的交通流数据，避免单个信息源失效而导致的判断错误，本项目将综合利用统计分析、神经网络、卡尔曼滤波、灰色系统等现代信息处理技术，开发高速公路多源多维交通数据融合技术，为信息平台提高可靠的数据保障。
随着高速公路信息感知技术的发展，高速公路交通流信息呈现出多源化、异构化、海量化等特征，为高速公路运行状态判别提供了丰富的数据资源，然而，现有的交通状态判别算法多集中于单一数据源或是多数据源的决策级融合，算法判别率相对较低，无法满足高速公路交通状态感知的需求。本项目将综合利用高速公路现有的GPS数据、感应线圈数据、微波数据、视频数据以及收费数据，研究以数据级融合、特征级融合以及决策级融合等不同融合方式的高速公路交通运行状态快速判别技术，从而进一步提高交通状态判别的准确性。
由于高速公路交通安全等问题的日益恶化，导致交通状态信息存在环境的复杂性与波动性加剧。交通管理者和交通出行者不仅需要了解高速公路当前的运行状态，而且需要了解未来若干时段的状态信息以及发展趋势，准确的交通状态预测信息可以为交通管理者合理决策以及交通出行者合理制订出行计划提供保障。现有的预测方法均采用单一的时间尺度，对特定时间尺度下交通状态可预测性考虑不足，且仅限于时间维度的预测，预测精度不够理想。本项目将在已有研究的基础上，综合考虑高速公路交通流数据的时空相关性，利用混沌理论、小波分析、支持向量机等现代信息处理技术，开发复杂环境下高速公路交通运行态势时空域多时间尺度联合预测模型。
本部分是指基于多媒体与自媒体的道路交通信息服务与发布子系统所涉及的关键技术。
开发基于智能手机Android、IOS等系统平台的图形化交通动态信息服务软件，通过3G、4G无线数据通信实现与高速公路智能信息平台的信息互通。在本软件技术中，用户可以通过滑块、触摸、拿捏等动作在手机屏幕上实现比较丰富的功能。比如基于用户需求和其他手机终端实现手机地图的基础上，实现定位、搜索以及路径动态诱导等方面的需求。此技术的特点主要是可以实现用户主动请求式的获得自己所需要的交通信息。
将GSM/GPRS移动通信技术与GPS、GIS及数据处理技术相结合，实现车辆移动的定位、监控和跟踪，利用基于移动通信网络区域广播系统向高速公路上移动的车载设备实时地发布交通路况信息。该系统以移动通信网蜂窝结构为基础，利用广播控制信道（CBCH）向车载移动终端设备发送广播信息，消息发送的覆盖范围是一个扇区（cell），也可以是一个基站（BTS），或由若干个基站组成的既定区域。这是满足公共信息一点对多点发送的有效手段。其特点是广播式发送，凡是进入既定区域的车载移动终端设备均可接收到。
开发SoLoMo模式的高速公路交通信息发布系统，即“社交服务（social）+基于位置服务（location based service）+移动互联网服务（mobile）”模式。政府管理部门可以利用各种交通热点位置和社交互动平台（微信、微博等），进行公共信息定制及推送，向公众用户提供更加丰富的政策、资讯、公益活动等沟通渠道，同时道路使用者可以通过在一些论坛等平台上发表自己的看法和意见，从而提高行政办事效率，提供高速公路管理部门的公信力及影响力。
在现有高速路网内的道路信息显示设备、服务区信息显示设备、收费站前信息显示设备等设施基础上，结合道路主线推送式无线广播、收费站前有线广播等建设，针对高速路网内各服务区、重点收费站、重要枢纽等关键结点开展优化组合技术方案研究，实现路网内服务区、收费站、枢纽等联结点的信息自动发布以及诱导交通、减缓拥堵、提高路网效率的目标。
结合高速公路服务区的现有的多媒体交通出行信息服务系统，开发基于触摸屏的高速公路服务区多媒体信息发布系统。该系统采用WEBGIS、3 DGIS等应用服务，依托高速公路路况信息数据库，实现出行路况信息发布，包括动态实时路况信息以及三维路况信息展示、旅游资源信息查询等服务功能，而且可以实现触摸屏技术与96659服务热线电话联动。
利用目前手机银行、微信支付、手机支付宝等移动支付功能，通过在高速公路入口匝道、高速公路服务区、高速公路旅途中等区域，结合高速公路的无缝通信网络服务（WIFI、3G、4G等），研究高速公路移动支付技术、高速公路乘客在途移动休闲娱乐服务技术、高速公路移动导游服务技术等个性化增值服务功能。
现有的国内外关于高速公路交通拥挤状态预警技术的研究大多是基于常发性拥挤且基本针对单一路段进行，不能很好地适用于各种具体非常态事件下及复杂环境的交通状态特性。本课题拟针对不同的高速公路事件类型，分析高速公路拥堵在空间上和时间上的扩散过程，将高速公路网拥挤分为以点、线、面三种形式的原发性拥挤，构建非常态影响因子，并运用基于CTM模型和不同交通参数加权等组合技术或方法，创建基于信息交互的复杂环境交通拥堵状态组合预警技术方法，实现基于信息交互的复杂环境交通拥堵状态组合预警。
目前国内外关于高速公路临界安全问题的研究大多集中于两车之间的临界安全车距与临界安全车速上，且集中于纵向碰撞的预警，即追尾预警，因此实际环境的应用面较窄。在高速公路环境中，虽然结果常常体现为两车相撞，但其原因涉及多车乃至当前的高速公路交通流状态，且存在追尾以外的其他碰撞形式，因此仅研究纵向临界距离和临界车速是不够的。导致高速公路交通事故的根本原因是道路交通系统的无序运行，而道路交通系统与热力学系统有很多相似之处，因此将热力学熵的概念引入高速公路运行系统，描述系统运行的无序程度，构建基于交通熵的高速公路运行安全状态临界判别模型，并提出交通状态安全临界判别指标体系，当高速公路的运行状态达到某临界指标时启动相应的指挥方案。
从实时交通数据分析的角度出发，预测高速公路可能发生的交通事件（包括各种特殊交通事件如危化品泄漏、地质灾害以及风、霜、雪、雾等恶劣天气灾害等），在此基础上进行高速公路综合运行状态预警。利用多源智能交通感知技术，实时采集车辆状态、道路交通状态和气候状态等组合而成的多维交通数据，代入交通事件预测模型进行预测。几种典型的交通事件预测模型各有优缺点。时间序列模型适用于以交通事件历史数据为依据的事故预测，但不能准确反映交通事件与影响因素之间的内在联系；回归模型能准确反映某具体事件数据与其影响因素的内在联系，且操作过程较为简单，但所建立的模型对新事件数据的适应能力较差，对新事件的预测结果不甚理想；灰色模型使用简单，且不需要较多原始数据，但若原始数据构成的序列随机波动性偏大，则会影响预测精度；人工神经网络模型能很好地解决非线性问题，可以较好地揭示交通事件与它影响因素之间的联系，但模型参数在训练过程中伴有局部最小和收敛速度慢等问题。综合考虑几种经典模型的优势与劣势，在此基础上进行两种或多种经典模型的融合，相互取长补短，提出改进的高速公路交通事件综合预测模型。
开展应急救援的前提是快速、准确、有效地对突发事件的影响区域进行空间定位，而描述空间地理特征数据是GIS的特性，因此需研究高速公路背景下的GIS空间数据挖掘技术，以及空间数据多尺度的选取原则与自动综合方法，利用GIS图层清晰、多角度地呈现高速公路交通事件现场的交通状况以及附近区域的地理环境和路面、桥梁、隧道等结构物的信息，并从中挖掘出事件影响评估参数，建立基于多尺度空间数据挖掘的交通事件影响区域评估模型，快速界定突发事件的影响范围。
基于知识推理模型的应急决策的优势在于学习和推理能力。一方面可以通过对现有交通事件数据进行学习，搜索有用的方法和知识，从而在突发交通事件情况下（如交通事故、交通拥堵、道路设施损毁、恶劣天气等）为决策者提供足够的决策信息；另一方面，通过推理，包括基于交通法规、不同交通事件下注意事项、救援优先原则的推理等，可以提高应急决策支持系统在处理交通事件时的可靠性。本项目将研究高速公路应急决策知识库的构建以及在推理条件约束下的最优应急调控参数搜索算法，建立适用于高速公路应急决策的知识推理模型。
随着高速公路上车辆数的不断增多，势必会增加突发事件的发生率，特别是在复杂的交通、天气等环境下，突发事件给高速公路运行带来极大不便。因此，本项目提出了一种高速公路网紧急情况下交通组织辅助决策技术，其能快速、科学地给决策者提供准确数据，以便决策者做出决策，从而对紧急情况做到科学性处理、快速处理、资源利用最大化处理和损失最小化处理。该技术特别针对非常态环境下的具体交通状况，对交通事件进行分析和评估，最后做出决策。
知识库是决策支持的关键部件，是系统进行决策的中枢结构，它可以实现问题的提取与抽象化、知识检索与推理、产生决策方案等。为了实现应急交通保障决策支持功能，知识库对决策支持的效果起着重要作用。本项目提出了基于知识库的交通组织保障与决策支持技术，知识库包括了高速公路的基础数据和历史数据以及处理交通数据的方法规则，根据知识库提供的信息，建立交通组织决策模型，对突发的交通事件做出有效的判断处理分析，得出决策结果。该技术综合了高速公路所有的数据与方法，使决策更加准确及有效，提高了高速公路的运行效率，避免了突发事件的发生。
充分考虑交通事件的并发性，如恶劣天气诱发交通事故和交通拥堵，研究复杂交通事件环境下的高速公路主线可变限速优化控制方法。根据不同事故组合情况下的高速公路主线交通流运行特征分析，建立相应的路段可变限速优化控制模型，提出相应的优化控制目标，并根据优化目标设计相应的高速公路主线可变限速优化控制算法，从而确保高速公路主线车辆运行平稳，提高道路通行能力。
交通仿真系统通过虚拟现实技术，能够非常直观地表现出路网上车辆的运行情况，对某个位置交通是否拥堵、道路是否畅通、有无出现交通事故以及出现上述情况时采用什么样的解决方案来疏导交通等，在计算机上能够经济有效且没有风险地仿真出来。本项目将综合利用宏观交通仿真模型、中观交通仿真模型和微观交通仿真模型对高速公路运行状态进行在线仿真，为交通管理者及时准确的决策提供技术支持。
通过分析处理来自先进采集设备以及完善的通信系统的支撑下的高速公路信息采集系统和高速公路信息平台其他子系统的实时的准确的交通信息，综合考虑高速公路各方面的运行动态信息对高速公路运行产生的作用因子，确定出各个交通信息系统的作用模式和作用条件。借助于先进的交通理论基础如准用户最优动态交通分配理论等，在实时动态交通信息协作支撑下，通过运用大规模路网中心式路径优化技术或分布式路径优化技术来计算出能引导驾驶员避开拥挤的最佳行驶路线，从而有效地缓解高速公路上的交通拥挤。
高速公路智能交通信息平台主要研发技术应具有的特性如下。
（1）基于用户众包的高速公路交通信息感知技术 用户众包是一种新型的交通信息采集技术，其信息采集方式与浮动车原理相似。但是，由于浮动车在高速公路中的样本量较低，并具有自身的一些业务特性，与高速公路交通流的运行规律有较大差异。而目前，手机、车载、手持设备等智能终端在高速公路车辆及乘客中普及率较高，能够提供图片、视频、语音等文件，可用于反应高速公路交通流运行状况、交通事件和道路基础设施状态等，为交通管理者和道路使用者提供直观、可靠、实时的道路交通信息，同时可扩展移动商务、移动支付、移动旅游等增值业务。
（2）基于多源多维信息融合的高速公路交通运行状态快速判别技术 多源多维交通信息融合的目的是通过对不同来源的交通流数据进行融合处理，以得到比任何单个数据源获得的数据更全面、准确的交通流状况信息。本项目提出基于多源多维信息融合的高速公路交通运行状态快速判别技术，避免单个数据源的数据错误导致的运行状态判别偏差，可有效提高道路交通运行状态的判别精度、可靠性和覆盖范围。
（3）复杂环境下高速公路交通运行态势时空域多时间尺度联合预测技术 为了保持和尽快恢复平稳的交通状态，不但需要对交通流的运行状态进行跟踪监视，更重要的是需要对即将发生的拥堵以及已经发生的拥堵的发展趋势进行动态预测。只有这样，才能有充足的时间制定交通拥堵疏导控制方案并对其进行模拟评价，提高交通拥堵疏导控制策略和方案的有效性，从而缩短交通拥堵疏导消散所需要的时间。为此，本项目开发复杂环境下高速公路交通运行态势时空域多时间尺度联合预测技术，充分利用交通流数据的时空相似性，能够有力克服依靠单维度交通数据预测的预测精度问题。
（4）基于云计算的海量交通流数据分布式存储与挖掘技术 面对巨大且快速增长的道路交通流数据，如何快速存储、灵活扩展存储容量，采用何种科学、有效的数据挖掘手段对海量的交通流数据进行分析研究，是交通领域的一大难题。为此，本项目研究基于Hadoop中HBase分布式数据库来存储海量道路交通数据，实现海量数据的高速存储，并具有无限扩充能力，采用Hadoop高效并行计算MapReduce编程模型对海量的交通流数据进行数据挖掘分析。
（5）基于空间数据挖掘的高速公路交通事件影响区域快速评估技术 为尽可能地降低事件造成的影响，交通管理者需要实时、可靠地预测交通事件所造成的影响范围，而传统的交通事件影响区域评估大多是以交通流理论为依据，需要高密度的检测器布设，然而，目前高速公路检测器的布设密度达不到准确评估交通事件影响区域的要求。为此，本项目充分利用描述空间地理特征的GIS数据，开发基于空间数据挖掘的高速公路交通事件影响区域快速评估技术，建立基于多尺度空间数据挖掘的交通事件影响区域评估模型，快速界定突发事件的影响范围。