大数据时代来临 电子车牌增值应用有待发掘

　　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、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。

视频采集数据与电子车牌采集数据对比

　　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。

　　1、体量大

　　电子车牌信息的体量十分巨大，因为它是通过网络上许多的机器节点，在不同的道路上，由不同的车辆通过该节点而产生的数据。以一个城市来说，一秒钟的数据量可能就高达万条以上。这么大体量的数据无需人工处理，全部依靠计算机处理。

　　2、种类多

　　除了车辆通过时产生的电子车牌信息，每一条数据里同时还含载了其他相关信息，如：通过时间，通过地点，车辆基本信息如车牌号、车型、颜色、车主、年检、交强险记录，甚至缴费记录、电子钱包和地理位置信息等。这些数据都可被单独或组合调取、使用。

　　3、速度快

　　除非特殊情况，道路的使用是没有时间限制的。任何车辆可以在任意时间任意路上行驶，这就意味着数据的流动是连续的并且实时的。实时的数据可以帮助数据分析者和使用者们了解最新鲜的信息，从而做出最及时最有价值的判断。

　　4、真实性高

　　所有的电子车牌数据来自电子车牌系统的无线传输数字信号，由于不存在气候、光照、环境、人为对其的影响，数据准确性高达100%。相比之下，传统的视频识别、抓拍相机、微波检测等产品都有较高的失误率。

　　5、使用价值高

　　如第二条所述，每一则通过信息内都含有大量车辆相关信息，由于是数字式存储，拥有相同的格式和查询路径，每一则都是相当精炼、小巧且真实的数据，使用起来就非常得心应手。举例说明，当公安机关需要抓捕一辆肇事逃逸车辆，目击者提供了车牌号码，如果通过如视频卡口等各类摄像机、抓拍相机查找，需要投入大量人力物力和时间，在海量图像、视频资料内寻找，而这些图像、视频资料99%以上是无用的。如果使用电子车牌系统，只需要在后台设置布控该车，实时电子信息在该车通过任一基站时就立刻上传至后台或前线交警手持机上。同时，该车的行进轨迹一目了然，从而在前方设置关卡，守株待兔。

　　6、具有时效性

　　时效性是指数据在长时间内应维持有效、有用。不是所有的过往数据都能对当下或者未来的情况有意义，我们需要能够分辨并及时舍去过期的、不再相关的交通数据。比如，当一条河流下建好了一座新的隧道，车辆纷纷选择通过新隧道，因为这里更新而且不拥堵，那么老的跨河大桥上的交通数据就不再有很高的使用价值了，可以舍弃。

　　7、安全性高

　　在这个信息爆炸的时代，在人们拥抱大数据带来的美好成就时，不应忘记同时带来的风险和考验：信息安全。如何让个人隐私不被侵犯成为了许多数据分析学家研究的方向。在接触电子车牌系统过程中，被提及最多的，也是个人信息安全问题。值得欣慰的是，由于电子车牌系统的封闭性、特殊性和唯一性，目前已经可以通过以下几点保障数据安全：首先，前端设备采集信息时，无线信号的传输是经过多重验证的，并且所有信息都是经过严格加密的，使用超级计算机暴力破解一则信息需要几亿年;其次，像居民身份证数据库一样，电子车牌后台服务器是由国家统一管理或保存的，任何单位和个人都无法修改、盗取这些信息;再次，在大数据后期处理与使用中，公开度可调控，与该使用项不相关的条目都会被隐去。如，环保局使用该数据控制黄绿标禁区时，数据集内会包含该车的车型、排量、年检记录等信息，但却无需知道该车的交强险记录或是道路通行缴费记录等。

　　四、大数据的使用

　　1、大数据的核心

　　大数据的核心是发现和预测，利用其这个特点，可以提升交通运输行业的服务和管理水平。例如，除了对车辆行为进行分析外，使用电子车牌大数据，就可以实现某一时刻、某一区域的交通调查。交通调查的意义首先在于收集交通量，从而预测未来30分钟甚至更长时间内的该区域交通状况，一旦有突发事件，可以实时判定对区域交通的影响趋势，并及时采取措施。交通调查的意义更加在于实现车辆的OD分布(起点-终点)、区间测速、地点速度调查和交通流密度调查，为划分服务水平、分析交通瓶颈、方便交通管制、预测交通状况提供实时依据和最重要的数据基础。

　　2、大数据的特性

　　大数据具有很强的虚拟性、集成优势和组合效率，无论是跨越行政区域限制还是跨越各类交通运输相关管理主体(部门机构)，都可以实现共享联通。目前的交通运输管理是各个行政区域之间，甚至同一行政区域内各个管理部门业务信息都很分散，造成交通信息碎片化、内容信息单一化。电子车牌大数据能将不同范围、不同区域、不同领域的数据模块化、制度化、垂直化，构建交通信息集成利用模式，发挥整体交通性能，由此才能发现新价值，带来新机会。

　　3、大数据在电子车牌中的应用

　　由于大数据信息可作为商品被打包出售，电子车牌大数据可以引发许多社会增值服务：

　　(1)基于地理位置信息的GIS地图服务

　　随着智能手机的普及，越来越多的人在出行时或出行前希望了解道路信息如是否拥堵，哪一条路比较好走。大数据的到来能够将交通状况实时推送到移动客户端上，并且结合地图规划最佳出行路线。

　　(2)广告投放

　　广告业是个高利润行业，大部分数据都藏身于此而未被开发，社会各行各业都急切需要通过挖掘实时交通数据来进行定向广告，如只要购买包含车辆型号、新旧程度的信息，广告商就可以判断车流量大小、驾驶者的富裕程度从而选择在一定区域内投放奢侈品或者高级楼盘广告;零售、快餐、商铺等也可优化自己的广告受众顾客群;或者是根据此数据选择人流量更多、更大的大型商场等进行产品宣传。

　　(3)出租车、物流行业

　　出租车、物流企业可以借助交通数据，由其车队调度中心根据实时交通状况数据，规划最佳行车轨迹，减少重复空驶、避开交通拥堵。

　　交通大数据时代的到来必将使社会的方方面面都能受益。除上述示例之外，还有更多的电子车牌大数据使用的案例有待发掘或认知，只要加以探索，会有更多企事业单位(如能源企业、通信企业、传媒企业)、机关机构等参与进来，形成一个更大的受益共同体。

　　五、结束语

　　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。