交通大数据技术与应用

本书内容点面结合，面上尽量涵盖交通行业必要的知识，使读者能概览大交通的全貌；点上突出交通大数据建设、研究、应用的新情况。编写风格体现了通俗易懂、由浅入深的特点，大量采用了本书各研究及实践团队的近期新成果图片、工程案例、研究算法等内容。满足本科生满足基本落地操作的要求，启发研究生针对智能交通的一些新的算法研究和应用，有利于智能交通专业人员跟踪国内智能交通项目发展趋势。

本书以交通大数据为基点，结合公路、铁路、水路、民航、邮政、管道六大业务领域，依次介绍了交通大数据概述、交通大数据技术、大数据中心平台建设、交通数据常用分析方法、高速公路应用、民航应用、港口应用、交通大数据发展展望，实现了从行业需求到核心内容建设，从专业技术落地研究到实际应用，最后到发展趋势展望的全贯通。本书能够帮助智能交通、人工智能、交通运输、大数据等相关专业的学生系统了解以大交通、大数据、人工智能、综合应用为特征的近期新的学科知识，并能够使以本科生、研究生为主的读者具备一定实践和初步研究的能力。本书可作为高等院校交通类专业课程的教材，也可供IT行业、交通行业的从业人员自学使用。

前言
第1章交通大数据概述1
1.1交通发展史1
1.1.1传统交通发展1
1.1.2智能交通发展2
1.2交通运输领域3
1.2.1公路3
1.2.2铁路4
1.2.3水路5
1.2.4民航5
1.2.5邮政6
1.2.6管道7
1.3交通流7
1.3.1人流7
1.3.2物流8
1.3.3运输工具流9
1.3.4资金流10
1.3.5交通数据流11
1.4国内外交通大数据现状11
习题及实验13
第2章交通大数据技术14
2.1终端技术14
2.1.1终端传感技术14
2.1.2边缘计算技术15
2.1.3业务系统16
2.2地理信息系统及卫星定位技术16
2.2.1地理信息系统16
2.2.2卫星定位技术17
2.3通信技术17
2.3.1硬件通信技术17
2.3.2软件通信技术18
2.4数据管理及开发技术19
2.4.1数据传输技术20
2.4.2数据存储技术21
2.4.3ETL技术21
2.4.4数据计算技术22
2.4.5主流开发技术23
2.5展示技术24
2.5.1前后端分离技术24
2.5.2专题二维三维展示组件技术25
2.5.3虚拟现实技术26
2.6人工智能技术27
2.6.1Scikit-learn28
2.6.2PyTorch30
2.6.3TensorFlow31
习题及实验34
第3章大数据中心平台建设35
3.1交通数据35
3.1.1交通数据种类35
3.1.2数据全生命周期37
3.1.3数据接口及格式38
3.2国内交通大数据中心现状39
3.2.1大数据中心形成条件40
3.2.2构建交通三级大数据中心40
3.2.3交通大数据中心主要任务41
3.3大数据中心平台框架设计43
3.3.1综合业务框架设计43
3.3.2综合功能框架设计44
3.3.3综合存储框架设计45
3.3.4数据分类设计47
3.4数据分析基础48
3.4.1编程语言分析49
3.4.2SQL分析51
3.4.3大数据分析52
3.4.4文件数据分析54
3.4.5AI分析55
3.4.6可视化分析58
3.4.7其他专用工具分析60
3.5大数据中心平台应用定位61
3.5.1数据汇聚与共享62
3.5.2大屏展示与交流62
3.5.3交通指挥调度62
3.5.4视频会议协调65
3.5.5综合决策应用65
3.5.6定向数据研究66
3.6数据标准及制度建设67
3.6.1数据标准67
3.6.2数据制度68
习题及实验68
第4章交通数据常用分析方法70
4.1基于交通的GIS数据分析方法70
4.1.1热力图及实现70
4.1.2OD迁徙图及实现75
4.1.3很优路径算法及实现76
4.1.4核密度估计模型及实现*77
4.2交通流预测分析方法80
4.2.1线性回归预测分析80
4.2.2K最近邻算法预测分析84
4.2.3贝叶斯网络预测分析*87
4.2.4多层感知机预测分析*89
4.2.5支持向量机预测分析*94
4.2.6深度神经网络预测分析*98
4.3交通模拟试验分析方法102
4.3.1虚拟仿真方法102
4.3.2试验仪器方法105
习题及实验107
第5章高速公路应用108
5.1高速公路业务及数据108
5.1.1高速公路主要业务108
5.1.2高速公路主要数据110
5.2高速公路主要业务系统及发展方向112
5.3高速公路车辆目标轨迹跟踪定位113
5.3.1车辆跟踪需求分析113
5.3.2研究进展115
5.3.3雷达车辆目标识别方法115
5.3.4运动目标轨迹跟踪方法116
5.3.5雷达视频联动目标跟踪定位方法117
5.3.6雷达视频联动应用118
5.4高速固定视频图像识别120
5.4.1固定视频图像识别需求分析120
5.4.2研究进展121
5.4.3运动目标提取方法122
5.4.4运动模式识别方法123
5.4.5各类交通事件检测方法123
5.4.6固定视频图像识别应用125
5.5高速短时交通流预测127
5.5.1短时交通流预测需求分析127
5.5.2研究进展128
5.5.3基于LSTM的短时交通流预测应用129
习题及实验130
第6章民航应用132
6.1民航业务及数据132
6.1.1民航主要业务132
6.1.2民航主要数据133
6.2民航主要业务系统及发展方向134
6.3航空飞行器检修135
6.3.1检修需求分析135
6.3.2飞机外观检测类型136
6.3.3研究进展137
6.3.4绕机检查技术方案实现142
6.4FOD检测146
6.4.1FOD检测需求分析146
6.4.2研究进展147
6.4.3无人机FOD检测实现149
6.5机场跑道病害检测150
6.5.1机场跑道病害检测需求分析150
6.5.2机场道面自动化运维方法151
6.5.3机场道面病害图像检测算法实现151
6.5.4机场道面地表病害检测算法实现153
习题及实验156
第7章港口应用157
7.1港口业务及数据157
7.1.1港口主要业务157
7.1.2港口主要数据159
7.2港口主要系统及发展方向160
7.3港口作业调度164
7.3.1港口作业调度需求分析164
7.3.2研究进展165
7.3.3码头外部主要影响因素分析167
7.3.4基于云缓冲区设计思路168
7.3.5三级云缓冲区模型及实现169
7.3.6云缓冲区调度模型及实现170
7.3.7作业趋势分析模型及实现170
7.3.8作业机力兑现率分析模型及实现171
7.4集装箱货车到港预约172
7.4.1集装箱货车到港预约需求分析172
7.4.2研究进展173
7.4.3基于大数据的预约模型设计方法173
习题及实验175
第8章交通大数据发展展望177
8.1运输行业新业态发展177
8.2数据深入融合应用发展178
8.3高级分布式数据中心发展180
8.4数据安全、确权及交易发展182
习题及实验183
附录配套代码清单184
参考文献185
后记190