视频大数据在智能交通行业的应用
据统计，截止2015 年，全国高速公路通车里程125373 公里 ；机动车保有量为2.76 亿辆，其中汽车1.69 亿辆；机动车驾驶人数达3.22 亿人，汽车驾驶人数达2.75 亿人。随着经济社会的发展，道路环境日益复杂，海量的交通大数据也随之产生，如何利用先进技术，进行数据的采集、分析与应用，是智能交通时代亟待解决的问题。
| 交通大数据的采集
交通安防领域，主要的数据来源是视频与图片，依托前端车辆卡口、电子警察、道路监控获取。
车辆卡口信息
科达高清智能卡口系统采用高清晰智能网络摄像机进行过车图片的抓拍，抓拍图片可达3296×2496 像素以上，能够在强顺光、强逆光、夜间等各种光照条件下，对机动车车牌、车型等进行全天候有效识别。对于抓拍到的车辆图片，系统可识别车牌号、车牌颜色、车型、车身颜色、车标等车辆信息。
电子警察信息
科达高清电子警察系统提供道路高清实时监控、智能分析、违法抓拍、违法行为报警、违法信息处理、数据统计等贴合用户需求的完善功能，能够有效输出车辆违章的图片及视频信息。
道路监控信息
为保障城市的治安与市民的日常生活，道路周边一般部署有各类监控摄像机。监控点分布在车流、人流比较集中的场所及重点路段，通过图像传输将现场情况上传到指挥中心。在这样的监控场景下，难免有监控死角的讯在，而科达高空瞭望摄像机与移动警务就很好的弥补了这一不足之处。
高空瞭望摄像机：白天监控距离可达10km，夜间监控距离可达5km，内置方位传感器及GPS 定位器，可自动检测当前摄像机拍摄的方位角度及经纬度信息。一般部署于城市制高点，覆盖大范围监控区域，用于重大事件的实时监测，获取视频信息。
移动警务：包括公安交警执法人员随身佩戴的执法记录仪与移动警务终端。在警员日常巡逻中，要求必须开启执法记录仪，通过4G 网络可将拍摄到的视音频实时传输到指挥中心，获取视频信息；在现场执法时，警员使用移动警务，可对现场人员、车辆拍照，并上传至数据库，获取图片信息。
交通大数据的存储与分析
大数据核心的价值在于应用，而要实现大数据的应用，其中间的存储与分析环节就相当重要。为此，科达将云计算、云存储和大数据技术整合进智能交通平台，可以高效应对海量信息的存储、检索、处理、分析、挖掘和利用。
大数据云存储
交通行业的数据包括地理信息、路段流量、路况状态、车辆号牌、车辆速度、车辆类型、驾驶员姓名、驾照号、交通高清视频、卡口图片等，它具有种类多、容量大、持续不断的特点，完全符合大数据的四个特征：数据量大，类型多，价值密度低，速度快。
数据量大（Volume）：交通路况信息、交通高清视频等数据已经到达T 字节、P 字节、E 字节甚至Z 字节的存储容量。
类型多（Variety）：数据类型繁多，包括交通视频、图片、交通流量、路况信息、地理位置信息等，多类型数据对数据处理能力提出了更高的要求。
价值密度低（Value）：数据价值密度相对较低，随着智能交通采集设备的广泛应用，交通信息感知遍布各地，信息海量，但价值密度较低，如何通过数据挖掘算法迅速地提取数据交通价值甚至预测未来交通，是交通大数据时代亟待解决的难题。
速度快（Velocity）：时效性要求高，这是大数据区分于传统数据挖掘最显著的特征。
交通数据量庞大，且还在不断增多，这就要求存储系统能够很方便地扩容；而从不同前端设备获取的视频的价值密度较低，具有实时、连续的特点，稍纵即逝，不容丢失，就要求存储的可靠性要高；一个PB 级的存储系统硬盘就有几千甚至几万块，这么多硬盘可能每天都会有损坏，如果一损坏就要更换会非常麻烦，这就对存储提出了可维护性的要求；既然是大数据存储，说明会有各种各样的用户访问这些数据，所以对并发访问会有更高要求等。要满足上述要求，传统的存储方式已经无能为力，只有云存储才能支撑。
交通大数据管控平台
科达新一代智能交通管控平台是以KGIS+ 科达电子地理信息系统为基础的调度平台。通过建立混合大数据技术架构，具备有承载应用上线运行快、超强计算和协同交换的能力，能够有效支撑大数据深度挖掘和分布式计算，可直接为车辆的视频监控、车辆卡口图片、人口管理、信息共享、案件分析、调度指挥等方面提供强有力的技术信息支撑，达到提高道路利用率，科学调度交通警力，提高对交通突发事件的快速反应能力的目的。
以科达为苏州交管部门规划建设的全市智能交通大数据管控平台为例，该系统总共接入道路视频监控点数为4468 个，诱导屏276 个、卡口覆盖的车道数达3100 个、电警1655 套、流量检测346 套、单兵859 个，实现了苏州道路交通的全方位覆盖。并且，在此基础上，该系统整合了交通视频监控、交通卡口/ 电警、交通信号控制、交通信息采集、交通诱导、地理信息等子系统，实现了基于GIS 系统的视频指挥调度、警卫路线、交通预案管理、交通信息研判及数据挖掘、交通综合态势监控、堵点乱点分析等深度数据分析应用。
| 交通大数据的应用
尽管在不同的垂直行业，安防大数据的应用会有一定差异，但就目前而言，通过前端摄像机与后端平台的结合，科达交通大数据应用可以归结为检索、分析研判、实时布控和调度三大类。
检索
搭配海燕二次车辆分析系统，利用后端的大数据管控平台的检索功能，就能很方便地搜出相对应的文字、图片以及视频。并且，信息检索支持用户在卡口信息检索区域选择各类查询条件进行组合查询，查询条件包括车牌号码、车牌颜色、车道类型、经过时间、车道编号、车道方向、车辆速度范围、车身颜色等。
分析研判
假牌套牌分析：通过与公安部门车辆登记数据库的对接，可实现假牌分析功能，即数据库中不存在的车辆为假牌嫌疑车辆。通过一定的判别方法，如车牌相同而车身颜色不同或者同一车牌号在很短（可设置）的时间内出现在多个卡口等，就可进行套牌分析。
综合交通信息：实现对路段的实时交通状态显示，以绿、黄、红分别表示畅通、拥堵和堵塞。另外，系统能够清晰的向交通管理者展示出拥挤和堵塞比率，且按时段进行流量深入分析，找出道路拥堵规律。
信息诱导与发布：通过整合城市交通诱导系统，实时获取信息采集模型的信息，获取城市主要道路实时路况。根据模型计算出的实时交通，再经过视频识别算法和管理审核，通过路侧LED 显示屏，实时、动态地为驾驶人提供前方地面道路、主线、匝道的交通状况和交通事件信息，以及相关地面道路的交通事件信息等，以便驾驶人能选择路径，减少交通拥堵和交通事故的影响。
区间测速：在同一路段上布设两个相邻的监控点，基于车辆通过前后两个监控点的时间来计算车辆在该路段上的平均行驶速度，并依据该路段上的限速标准判定车辆是否超速违章。适用于隧道、快速路、大桥等场合。
实时布控和调度
警卫路线：基于KGIS+ 科达电子地理信息系统，用户在地图上根据需要执行警卫的路线规划出一条警卫路线，系统自动计算出警卫路线中需要提供监控的设备，并将这些设备按照路线的先后顺序显示在实时视频点播页面上。
指挥调度：在重大保卫任务、重大交通事故、道路拥堵、实时追逃和抓捕、实时支援、自然灾害指挥时，通过智能调度周边区域的警力资源、警用设备，实时展示事件态势，为指挥决策提供深度支撑。
卡口车辆布控与报警：科达智能高清卡口支持车辆布控报警功能，可以针对车牌号码、车牌颜色、车型进行缉查布控，也可以新增、修改、撤销布控车辆。
虽然大数据在不少行业都已经得到成功应用，但就智能交通行业而言，大数据应用之路才刚刚开启。未来，通过丰富的前端设备，结合云存储、云计算，建设以应用为核心的交通大数据，将是行业发展的必然趋势。