《基于交通大數(shù)據(jù)的線性和圓周布局氣泡圖可視化圖表的應(yīng)用研究11000字（論文）》

第一章緒論1.1研究背景，目標及意義1.1.1研究背景20世紀90年代起，汽車開始出現(xiàn)在我們的日常生活當(dāng)中。自21世紀以來，我國的經(jīng)濟快速進步，但獲利于經(jīng)濟的極速進步、居民可支配開銷的提高、我國政策推進的影響，中國居民對汽車產(chǎn)品的需求繼續(xù)蓬勃，近年來，汽車市場經(jīng)歷了快速膨脹和進步，其中中國汽車市場規(guī)模水平繼續(xù)高于行業(yè)的平均程度，而中國私家車數(shù)量繼續(xù)穩(wěn)定快速增長。近年來，隨著經(jīng)濟平穩(wěn)進步和中國居民的生活程度提高，中國汽車銷量每年都保持著穩(wěn)定的增長速度，汽車持有量一直在上升。據(jù)公安部不完全統(tǒng)計，2020年全國機動車數(shù)量高達3.72億輛，機動車駕駛員4.56億人；其中汽車2.81億輛，汽車駕駛員4.18億人。十年前，中國道路總里程以每年26萬公里的平均速度增長。截至2014年，公路通車里程達到446.39萬公里，2010-2014年，我國城市道路交通事故死亡率占28.8%，其中無防護路段、隔離路段和無信號路段的事故死亡率較高，分別占55.7%、58.3%和50.4%，金屬護欄、防護墩、混凝土護欄和波形護欄路段的事故死亡率為4.0%REF_Ref26282\r\h[1]。在中國道路建設(shè)進程中，交通安全始終是一個不可忽視的問題。因而，提高道路安全管理水平對預(yù)防交通事故、減少事故后果和傳遞交通安全管理信息具備重要意義?；ヂ?lián)網(wǎng)大數(shù)據(jù)作為一種運用技術(shù)手段來掌握、管理和處理數(shù)據(jù)的技術(shù)類型，由于其在數(shù)據(jù)收集、處理和運用方面的優(yōu)勢，為現(xiàn)代社會的進步創(chuàng)造了杰出的條件。在繁雜且多變的道路環(huán)境中，運用互聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)實現(xiàn)道路交通安全管理的準確性、實時性和智能化是現(xiàn)代道路交通安全管理的重要目標和任務(wù)。雖然互聯(lián)網(wǎng)大數(shù)據(jù)的運用空間非常廣闊，但值得注意的是，在提出互聯(lián)網(wǎng)大數(shù)據(jù)可視化在道路交通安全管理中的運用構(gòu)想時，也要從技術(shù)和實踐層面尋求相應(yīng)的功能實現(xiàn)路徑，將互聯(lián)網(wǎng)大數(shù)據(jù)的技術(shù)優(yōu)勢轉(zhuǎn)化為道路交通安全管理的優(yōu)勢，以保證互聯(lián)網(wǎng)大數(shù)據(jù)的技術(shù)優(yōu)勢在道路交通安全管理中的運用REF_Ref26651\r\h[2]REF_Ref26782\r\h[3]?；ヂ?lián)網(wǎng)大數(shù)據(jù)在道路交通指揮中的運用關(guān)鍵是交通出行指揮中心系統(tǒng)軟件的基礎(chǔ)架構(gòu)和道路交通指揮的高效完成。在交通和出行指揮中心系統(tǒng)軟件的基礎(chǔ)結(jié)構(gòu)中，互聯(lián)網(wǎng)大數(shù)據(jù)是數(shù)據(jù)收集，數(shù)據(jù)處理方法和數(shù)據(jù)信息反饋的關(guān)鍵。換句話說，大數(shù)據(jù)平臺將對從許多地面監(jiān)控設(shè)備收集的交通流信息進行匯總計算。一旦該值超過預(yù)設(shè)規(guī)格，信息警告將指示發(fā)往服務(wù)平臺的相應(yīng)區(qū)域后將提醒道路交通安全異常，并且道路交通安全管理方法的參與者和駕駛員將顯示交通行駛信息供參考，并完成大數(shù)據(jù)平臺的連接。動態(tài)調(diào)整。在道路交通指揮的高效率水平上，交通管理部門和新聞媒體組織依靠大數(shù)據(jù)平臺來直觀地掌握每個關(guān)鍵路面上的交通流量和交通擁堵連接點，并根據(jù)交通狀況廣播節(jié)目以通知汽車在路上，合理回避交通的危險因素，并完成高效的道路交通指揮。1.1.2目標及意義現(xiàn)在道路交通安全管理由粗放型向集約型轉(zhuǎn)變，越來越多的城市將大數(shù)據(jù)技術(shù)作為提高道路交通安全管理精細化水平的重要支撐。由于道路交通管理決策對要求的精細化水平越來越高，從前的決策模式已經(jīng)達不到所需要的要求。本文以數(shù)據(jù)可視化技術(shù)為主，進行數(shù)據(jù)收集，用于數(shù)據(jù)分析、統(tǒng)計預(yù)測和數(shù)據(jù)可視化，這對我們的生活非常有用，并且可以為交通管理提供數(shù)據(jù)支撐，甚至基于此可以嘗試開發(fā)可視化系統(tǒng)?？梢詾榻煌ü芾硖峁?shù)據(jù)支撐。為了達到詳細研究和分析數(shù)據(jù)的目標，我們需要根據(jù)自身的需求以確定基礎(chǔ)的可視化數(shù)據(jù)，然后將數(shù)據(jù)可視化為交互圖像。以上就進行數(shù)據(jù)可視化的基本理由。鉆研如何從海量且繁雜的數(shù)據(jù)集中選取所需信息，建設(shè)交通流量信息數(shù)據(jù)倉庫，根據(jù)需求進行數(shù)據(jù)收集并對信息降噪，并完成預(yù)處理之類的凈化任務(wù)，并生成柱狀圖和折線圖這類可交互性圖表，它提供對交通管理預(yù)警數(shù)據(jù)的展示以及支持相應(yīng)決策，為使數(shù)據(jù)與決策的正確相匹配。我們需要在適當(dāng)?shù)沫h(huán)境條件和不同數(shù)據(jù)特征的情況下深入理解可視化原理并根據(jù)相關(guān)信息提供多樣的的交互式技術(shù)。1.2國外理論背景早在1950年左右，在計算機圖形的進步之后，數(shù)據(jù)可視化技術(shù)便出現(xiàn)了，經(jīng)過圖形學(xué)創(chuàng)建直觀的數(shù)據(jù)圖形和數(shù)據(jù)圖表，這是的基本的條件。大型數(shù)據(jù)庫中的數(shù)據(jù)集，經(jīng)過計算機互聯(lián)網(wǎng)技術(shù)，這些復(fù)雜而大量的數(shù)據(jù)經(jīng)過一系列處理，找出它們的相關(guān)性，預(yù)測數(shù)據(jù)的進步趨向，最后在客戶面前展現(xiàn)。這個過程指的是大數(shù)據(jù)可視化技術(shù)。經(jīng)過可視圖表的顯示，客戶可以更直接地完成人機交互。目前，因為互聯(lián)網(wǎng)技術(shù)的進步，數(shù)據(jù)可視化技術(shù)得到了進一步增添和完善。它使客戶可以可視化存儲在數(shù)據(jù)庫中的數(shù)據(jù)并察看可視圖表和分析結(jié)果。一千個人眼中有一千個哈姆雷特。不同的人有不同的標準，可以將可視化技術(shù)劃分為不同的門類。目前最盛行的是按照數(shù)據(jù)的抽象程度分為四類:科學(xué)計算可視化、數(shù)據(jù)可視化、信息可視化和知識可視化REF_Ref26939\r\h[14]。像麻省理工學(xué)院這種頂尖的國外研究機構(gòu)就專注于研究數(shù)據(jù)可視化技術(shù)，諸如Uber這類的上線公司會根據(jù)動態(tài)的可視數(shù)據(jù)圖，對可視數(shù)據(jù)圖的源頭流量大數(shù)據(jù)進行分析，針對需求進行開發(fā)。外國媒體像《紐約時報》這樣的主流對新聞數(shù)據(jù)進行人機交互，早從8年前開始了。對諸如醫(yī)學(xué)、通信、商務(wù)等各個領(lǐng)域中的信息進行可視化和分析在細節(jié)方面取得了巨大的成就。即使對技術(shù)有高深的理解，在交通行業(yè)想取得巨大的成就，尚有大量的研究工作。本文對目前盛行的基于互聯(lián)網(wǎng)大數(shù)據(jù)的道路交通管理可視化趨向進行了研究，以期促成道路交通管理者和行業(yè)對大數(shù)據(jù)鉆研與運用的認知。面對互聯(lián)網(wǎng)大數(shù)據(jù)熱潮，在鉆研和運用大數(shù)據(jù)技術(shù)的進程中，我們應(yīng)該做出科學(xué)正當(dāng)?shù)臎Q策，不但要看到大數(shù)據(jù)技術(shù)的價值，更要看到其背后的疑難和挑戰(zhàn)REF_Ref27115\r\h[5]。為應(yīng)對這幾年道路交通信息管理的新趨勢，既要踴躍穩(wěn)當(dāng)、科學(xué)合理地進步大數(shù)據(jù)技術(shù)，又要注重實踐，夯實科學(xué)的交通管理根底，努力探索數(shù)據(jù)的價值。1.3本文主要結(jié)構(gòu)（1）論述鉆研數(shù)據(jù)可視化技術(shù)在道路交通管理決策中的實際背景、目標及其意義等。（2）大數(shù)據(jù)在道路交通管理中的運用及可視化的發(fā)展（3）相關(guān)技術(shù)和數(shù)據(jù)可視化技術(shù)概論與簡述百度API（4）數(shù)據(jù)可視化技術(shù)在道路交通管理決策中的運用（5）總結(jié)與展望第二章大數(shù)據(jù)在交通管理中的運用與發(fā)展2.1大數(shù)據(jù)在交通管理中的運用大數(shù)據(jù)中心平臺是希望在制定交通法規(guī)的過程中，將具體情況的結(jié)果以文字、圖表、視頻等格式展示出來，作為交通安全管理的參考，并實施和優(yōu)化交通控制標志，道路建設(shè)等與業(yè)務(wù)活動相關(guān)的系統(tǒng)，需要具備大規(guī)模的信息數(shù)據(jù)采集、反饋和計算功能。也就是說，對大型設(shè)備平臺信息高速公路采集到的數(shù)據(jù)進行收集、計算并最終查看REF_Ref27210\r\h[6]。該平臺不僅可以幫助城市制定交通安全管理決策，還可以幫助我們快速查找特定區(qū)域的交通流相關(guān)信息;查找不同時段的交通信息;并為企業(yè)規(guī)劃和管理提供實用可靠的交通信息。雖然大數(shù)據(jù)在技術(shù)層面支撐了道路交通安全管理的精細化進步，但如何將數(shù)據(jù)有效地運用到相應(yīng)的管理模式中，有效地展示先進技術(shù)，還須要在實踐中探索。聯(lián)系當(dāng)前道路交通安全管理的狀況，還要從以下幾個方面動手REF_Ref27246\r\h[7]。2.1.1數(shù)據(jù)源的開源數(shù)據(jù)源是大量互聯(lián)網(wǎng)技術(shù)的基礎(chǔ)，對于大數(shù)據(jù)技術(shù)來說更是命門般的存在。當(dāng)前，在城市交通數(shù)據(jù)網(wǎng)絡(luò)中已經(jīng)發(fā)現(xiàn)了大量的數(shù)據(jù)采集平臺。然而，由于不同地區(qū)的復(fù)雜性和網(wǎng)絡(luò)，固體數(shù)據(jù)源的路徑和安全級別相對較弱。如果沒有全面可靠的信息源，信息技術(shù)應(yīng)用的價值將大大降低。因此，要提高大數(shù)據(jù)技術(shù)的利用率，需要國家的有效措施和交通部門的合作。2.1.2數(shù)據(jù)利用率的提高顯而易見的是，各平臺獲取目標的信息存在多樣性，大型平臺管理的將無法滿足交通暢通的所需，盡管這些信息都是通過它們中的每一個提供。這些信息數(shù)據(jù)給出的信息內(nèi)容則是需要分析的東西以指示各部門在不同的地方進行過安全管理，要滿足交通安全所需和滿足不同用戶主體的需要，勢必要促進大數(shù)據(jù)平臺彼此之間信息的共享與交通安全管理部門跨主體協(xié)作一起開發(fā)平臺。例如，管理行駛汽車不僅需要交管部門與各主體共享數(shù)據(jù)交通管理，還需要盡可能多地支持與服務(wù)相關(guān)的公共信息，這對于社會而言是必要的。同時，服務(wù)業(yè)的各個部門向政府開放了大數(shù)據(jù)平臺，各平臺實現(xiàn)了連接，交通信息得以流通。幸運的是，我們國家需要信息直接對接來治理其他部門，從而導(dǎo)致了對接平臺之間帶來對道路交通的有效管理，提高了交通安全有用的服務(wù)。政府的交通安全管理部門連接分散的大數(shù)據(jù)平臺，實現(xiàn)交通數(shù)據(jù)平臺的共同建設(shè)和共享，例如自行車共享公司，在線汽車銷售公司等。2.1.3人機交互的優(yōu)化對于人來說，機器的效率和有效性是將信息技術(shù)應(yīng)用到大型交通安全管理中的重要的因素。大數(shù)據(jù)技術(shù)雖然提高了交通安全管理的精細化水平，但仍受到人與機器的限制，尚需要警察人員負責(zé)實時管理的運行狀況。為了盡力提供及時的數(shù)據(jù)管理信息，適當(dāng)?shù)匾韵嚓P(guān)交通信息尋求合作者來推廣數(shù)據(jù)平臺，汽車駕駛?cè)藛T可以實時收到交通信息并進行符合法規(guī)；安全行駛的行動。為了有效地解決工作效率低下的問題，可以通過參與建立對各種交通安全設(shè)備的響應(yīng)的交通安全管理的形式。例如，以識別燈光中存在的事物，交通擁堵點的位置，并在發(fā)生這種情況時充分利用它們的行列，并采用特殊的應(yīng)急響應(yīng)策略來改善交通狀況。將這些分析方法結(jié)合起來提高交通的準確性和效率。2.2大數(shù)據(jù)的可視化發(fā)展面對大量而復(fù)雜的數(shù)據(jù)，鉆研人員必須找到并處理與某一范疇相關(guān)的有價值的數(shù)據(jù)。這項工作無疑是無聊和困難的。因為大數(shù)據(jù)時代，數(shù)據(jù)集具備大規(guī)模、構(gòu)造復(fù)雜的特點。對于客戶來說，須要在最短的時間內(nèi)對這些數(shù)據(jù)集進行最客觀和最全面的剖析。大數(shù)據(jù)可視化技術(shù)可以極速有效地提取數(shù)據(jù)信息，處理相關(guān)性數(shù)據(jù)，找出數(shù)據(jù)之間的關(guān)系，并在客戶面前顯示，幫助客戶察看和剖析數(shù)據(jù)。因而，在大數(shù)據(jù)時代，數(shù)據(jù)可視化技術(shù)是一項十分有效的大數(shù)據(jù)處理技術(shù)。大數(shù)據(jù)的可視化剖析方法包含可視化剖析技術(shù)、現(xiàn)場交互剖析技術(shù)、數(shù)據(jù)采集和關(guān)聯(lián)技術(shù)、數(shù)據(jù)計算和量化技術(shù)、面向客戶和工具界面交互技術(shù)以及數(shù)據(jù)存儲技術(shù)。目前，大數(shù)據(jù)可視化技術(shù)已被運用于居民生活的各個方面，從居民的社交生活到居民的教育。經(jīng)過數(shù)據(jù)可視化技術(shù)的人機交互，為生活方面提供了多種形式的軟件。然而，在大數(shù)據(jù)時代的背景下，對數(shù)據(jù)可視化技術(shù)的需求越來越高。信息數(shù)據(jù)的更新?lián)Q代和大數(shù)據(jù)可視化技術(shù)的飛速發(fā)展要求可視化技術(shù)能夠及時產(chǎn)生數(shù)據(jù)關(guān)聯(lián)。傳統(tǒng)的大數(shù)據(jù)可視化方法面對的數(shù)據(jù)越來越繁雜，不能夠有效、及時地處理數(shù)據(jù)。因而，大數(shù)據(jù)時代的到來對數(shù)據(jù)可視化的進步既是一個機遇和挑戰(zhàn)。鉆研人員須要創(chuàng)新新技術(shù)，以滿足一直增長的需求。國內(nèi)外學(xué)者根據(jù)數(shù)據(jù)可視化的原理，將之劃分為四類：幾何類、像素類、圖標類、層次類。2.2.1基于幾何技術(shù)幾何技術(shù)是目前運用最寬泛的，他根據(jù)被賦予的幾何線條與圖形來展示數(shù)據(jù)。常規(guī)的還有折線圖、餅圖。2.2.2基于像素技術(shù)像素技術(shù)適用于一維數(shù)據(jù)可視化，通過將數(shù)據(jù)與像素相匹配，用不同的顏色、窗口來展現(xiàn)數(shù)據(jù)。2.2.3基于圖標技術(shù)圖標技術(shù)直觀地使用圖標來表示數(shù)據(jù)。圖標的順序、外形、大小、色調(diào)反映了數(shù)據(jù)之間的關(guān)系。圖標的可視化方法包含shape-coding、color-icons、chemoff-faces。2.2.4基于層次技術(shù)層次技術(shù)主要運用于具備層次空間的數(shù)據(jù)。它是根據(jù)數(shù)據(jù)蘊含不同的維度劃分層次空間，然后生成圖形。常用的圖形是treemap。大數(shù)據(jù)的挖掘技術(shù)與可視化技術(shù)相結(jié)合，將使數(shù)據(jù)可視化愈加智能化和人性化。在大數(shù)據(jù)時代中，數(shù)據(jù)可視化技術(shù)隨時代的須要而出現(xiàn)，使群眾更方便直觀地察看數(shù)據(jù)信息。站在傳統(tǒng)可視化技術(shù)的基礎(chǔ)上，現(xiàn)代可視化技術(shù)取得了一定的成績。但隨著數(shù)據(jù)規(guī)模不停的擴展，數(shù)據(jù)類型和數(shù)據(jù)讀取客戶需求的增加，現(xiàn)有的數(shù)據(jù)可視化技術(shù)已經(jīng)成為了一條近路。我們須要一直地鉆研新的數(shù)據(jù)可視化方法，才能適應(yīng)社會進步的速度。第三章相關(guān)技術(shù)概論第三章相關(guān)技術(shù)概論3.1檢測運動物體的統(tǒng)計方法汽車的背景的繁雜程度決定了檢測的難度高低和準確性。根據(jù)攝像機在工作是處于運動狀態(tài)還是固定狀態(tài)，背景可分為變動的、穩(wěn)定的兩類。如何在不損耗資源的情況下提高準確性就看是否能按照背景來懸著適合的檢測方式。如果是運動類的背景，檢測的方法不僅復(fù)雜，難度還高。所以本文數(shù)據(jù)的基礎(chǔ)主要是穩(wěn)定類背景，下面提出三種檢測辦法REF_Ref27435\r\h[8]。3.1.1光流檢測法通過二維平面支持物體在空間中的運動為光流，磁通運動物體的每個光學(xué)數(shù)據(jù)都可以從太空中更真實地體現(xiàn)它們的運動信息。圖像反映元素在平面中的位置變動，可見速度由這些元素組成，構(gòu)成有關(guān)目標的信息全面反映運動領(lǐng)域的動態(tài)。如圖3.1。那不僅是一種很好的流動方法，它適用于固定了攝像機的場景，而且還可以更好地在平穩(wěn)的場景變化中獲得更好的搜索結(jié)果。由于顏色在公共物品中變得很清楚，可以較低的算法來保持機密性。程序的流程以及方法相對完整，已在許多領(lǐng)域中使用，但在某些情況下，也有限制性能較差的流程。同時，流向它的速度很慢，因此不可以將其應(yīng)用于具有實時環(huán)境的系統(tǒng)。圖3.1光流法檢測示例3.1.2幀差檢測法攝像機的視頻序列具有連續(xù)性的特點。當(dāng)運動目標不存在場景內(nèi)，則連續(xù)幀的變化很微弱；當(dāng)運動目標存在，則連續(xù)幀之間會產(chǎn)生明顯地變化。TemporalDifference就是借鑒了上述思想，從而實現(xiàn)目標的檢測功能。如圖3.2在用幀差法檢測車輛時，該算法在輪廓分割上局有足夠的優(yōu)勢，但無論是二幀差法還是三幀差法，對光線都十分敏感，容易出現(xiàn)空洞之類對準確性造成影響。但在算法不難實現(xiàn)的前提下，可以保持良好的實時性能，具備成本低的優(yōu)點。圖3.2二幀差法與三幀差法流程圖3.1.3背景差分檢測法背景差分法在固定攝像機環(huán)境下具備良好的檢測效果。它還運用視頻幀間相應(yīng)像素相減的檢測原理來突出目標信息，如圖3.3。背景差分法在檢測車輛時與幀差法不同地方是，幀與圖像背景的區(qū)別以及比幀差法更豐富信息。差分法生成的差異圖不僅提供了車輛的位置，還有尺寸和形狀。背景差分法的精度主要取決于背景建模。在實際的道路環(huán)境中，交通流復(fù)雜，環(huán)境中干擾多，車輛遮擋引起的光照突變時有發(fā)生，這給背景建模增加了難度，為了減少影響，在其模塊環(huán)上的一種模塊是類似降低噪聲的模塊，采用的是可以同步環(huán)境和背景的方法。圖3.3背景差分法原理3.1.4YOLO目標檢測為了選取合適檢測方法從三個方面對算法進行了分析：準確性，魯棒性和檢測速度。光流法、幀差法、背景差分法都有各自的優(yōu)勢，為了更好了解每種檢測算法性能進行對比，性能對比如圖3.4所示。圖3.4常用目標檢測方法優(yōu)缺點對比由圖3.4可得，前兩種檢測算法無論在準確性還是在實時性上均表現(xiàn)差強人意，但抵抗能力強，較適用于環(huán)境動蕩的場合，光流法的適用范圍僅要求高準確率時可采用該方法；幀差法適用于要求穩(wěn)定性較好，準確率不高的場合。背景差分法無論在準確性還是在實時性上均比前兩項要強，但對干擾的抵抗力不強，只適用于穩(wěn)定的場合。通過比較三種方法的優(yōu)缺點，我們發(fā)現(xiàn)提高性能的三種算法可能不能同時執(zhí)行，也不能保證最佳性能，檢測是車輛交通流統(tǒng)計中的一項關(guān)鍵技術(shù)，高性能的檢測算法可以大大提高交通流量變化的準確性。因此，在本文中，我們使用道路網(wǎng)上的YOLO車輛進行識別。用來比較車輛檢測算法，使我們的算法有更好的性能。YOLO網(wǎng)絡(luò)中的車輛通過車道與一般的車輛檢測方法在原理上是不同的，使用的三種車輛檢測方法取決于圖像上幀間的性質(zhì)來檢測車輛，在搜索過程中，噪聲之間要建立信息，針對同一輛車，YOLO網(wǎng)絡(luò)信息可以有效抑制噪聲REF_Ref27647\r\h[10]。這樣，我們在提取圖片中車輛的特征時，就不會受到耐用性和速度的影響。該網(wǎng)絡(luò)具有較高的車輛信息準確性。圖3.5目標檢測方法比較3.2數(shù)據(jù)可視化技術(shù)大數(shù)據(jù)是現(xiàn)如今各個行業(yè)的熱門話題。然而，在大多數(shù)狀況下，海量而復(fù)雜數(shù)據(jù)的價值并沒有得到充沛運用，使其在決策支撐中發(fā)揚真正的作用。數(shù)據(jù)可視化技術(shù)利用計算機圖形，計算機視覺，計算機與人的互動以及計算機輔助的圖形數(shù)據(jù)和信息手段，改變了收集數(shù)據(jù)可視化，發(fā)送數(shù)據(jù)的方式，從而使效率更高。這可以創(chuàng)建圖表，通過結(jié)合美學(xué)有效地表示關(guān)鍵功能，并提供對所有相關(guān)觀察數(shù)據(jù)集的深入分析。目的是分析所推廣的數(shù)據(jù)和信息。分析數(shù)據(jù)時，它會收集數(shù)據(jù)，以顯示這些數(shù)據(jù)分析的這些部分的結(jié)果，以轉(zhuǎn)化為圖表。它被廣泛用于這種類型的包含發(fā)布平臺，報告和其他場合。圖表的可視化數(shù)據(jù)分析結(jié)果可以看得見。相反，可視圖表也來自要分析的數(shù)據(jù)。圖表是數(shù)據(jù)挖掘與數(shù)據(jù)分析之間的關(guān)系。圖3.6數(shù)據(jù)可視化模型圖3.6顯示了R.B.Haber和D.A.McNabb在1990年提出的數(shù)據(jù)可視化過程模型REF_Ref27771\r\h[11]。大數(shù)據(jù)可視化的第一步是數(shù)據(jù)收集；第二步數(shù)據(jù)處理和數(shù)據(jù)轉(zhuǎn)換；第三步可視化映射是數(shù)據(jù)可視化的關(guān)鍵，因此數(shù)據(jù)可視化可視為處理，轉(zhuǎn)換和顯示數(shù)據(jù)流的過程。過程中收集的數(shù)據(jù)的質(zhì)量對接下來的可視化有重大影響，它確定了數(shù)據(jù)的重要屬性，例如大小，格式和準確性。數(shù)據(jù)處理和數(shù)據(jù)轉(zhuǎn)換包括數(shù)據(jù)去噪，特征提取和數(shù)據(jù)過濾是保證數(shù)據(jù)質(zhì)量的基礎(chǔ)?？梢暬成涫堑年P(guān)鍵，建立數(shù)據(jù)之間的映射關(guān)系，數(shù)據(jù)會轉(zhuǎn)換為相應(yīng)的可理解屬性，例如飽和度，亮度，形狀，大小，透明度，顏色等，因此結(jié)果的信息數(shù)據(jù)更加清晰易讀REF_Ref27873\r\h[12]?？蛻粢矁A向于從精心設(shè)計的彩色圖表中提取信息以獲取靈感。3.3數(shù)據(jù)可視化進程圖3.7可視化進程數(shù)據(jù)可視化模型可以將數(shù)據(jù)信息的可視化進程分為3個基本的階段。3.3.1數(shù)據(jù)預(yù)處理階段數(shù)據(jù)可視化進程的第一個基本階段是數(shù)據(jù)預(yù)處理階段。數(shù)據(jù)預(yù)處理是指對收集數(shù)據(jù)的簡單預(yù)處理、相關(guān)數(shù)據(jù)的集成和模塊化處理。詳細來說，數(shù)據(jù)預(yù)處理包含數(shù)據(jù)的基本格式化和標準化、相關(guān)轉(zhuǎn)換、壓縮和解壓縮。對于不同的字段，有些數(shù)據(jù)還須要進行異常值檢查、聚類等處理。3.3.2繪測階段繪測指的是將信息從數(shù)據(jù)到可視化圖象的轉(zhuǎn)換，此階段須要考慮不同客戶群的需求。3.3.3顯示和交互顯示功能是指根據(jù)客戶的要求，在映射階段生成的數(shù)據(jù)圖形和圖像的輸出。在該階段，不僅顯示數(shù)據(jù)圖像信息，而且還傳輸數(shù)據(jù)與數(shù)據(jù)的進步趨向之間的相關(guān)性，并將客戶的反饋信息發(fā)送到軟件層以實現(xiàn)人機交互REF_Ref27951\r\h[13]。3.4數(shù)據(jù)可視化工具3.4.1EChartsEnterpriseCharts的縮寫是ECharts，由中國開發(fā)的一款十分優(yōu)秀的可視化前端框架，可以在絕大部分瀏覽器上運行，可提供折線圖、氣泡圖等12個可交互圖表和數(shù)據(jù)區(qū)域、時間軸等7個可交互組件，支撐混搭展現(xiàn)。圖3.8echarts組件示例3.4.2HighchartsHighcharts是一個用純JavaScript編寫的圖表庫，它可以輕松、輕松地將交互式圖表添加到網(wǎng)站或運用程序中。Highcharts支持的各類圖表類型包含條形圖、餅圖。HighCharts運行界面很漂亮，因為使用JavaScript編寫，所以不須要插件就可以快速運行，此外HighCharts完美地兼容大多數(shù)的瀏覽器REF_Ref26939\r\h[14]。圖3.9HighCharts的示例餅圖3.4.3Echarts和Highcharts的對比表3.1Echarts與Highcharts6個方面對比學(xué)習(xí)容易程度基于JavaScript基于JavaScript但是百度出品的Echarts對于國內(nèi)城市已經(jīng)有了相應(yīng)的配置，調(diào)用非常方便。因而在繪制地圖方面，Echarts略勝一籌。大數(shù)據(jù)表現(xiàn)力（數(shù)據(jù)量達到萬條的級別時）Highcharts的多表聯(lián)動、自動縮放具備更強的優(yōu)勢Echarts則會出現(xiàn)明顯的卡頓，須要設(shè)置datazoomHightcharts完勝文檔友好程度百度的，文檔類似說明書國外的，文檔類似博客Echarts類似于說明書的文檔，容易定位圖表美觀程度支撐各種圖表類型，可以滿足各種需求。支撐各種圖表類型，可以滿足各種需求。Echarts基于Canvas，對于3D繪圖有絕對優(yōu)勢，能畫出極漂亮的圖形。圖表配置的自由度基于Canvas基于SVGHighcharts基于SVG，方便定制，極高的自由度非常適用于定制商業(yè)化的大屏。圖表的豐富程度豐富，支撐3D豐富,不支撐3DEcharts豐富的圖表種類，和驚艷的3D效果，完勝收費情況不收費收費（個人用不收）經(jīng)過對比和思考，本文選擇了Echarts作為數(shù)據(jù)可視化的工具。3.5百度API概述百度地圖平臺基于瀏覽器的地圖運用開發(fā)，開放提供了JavaScriptAPI；在百度API調(diào)用AI服務(wù)的API接口有兩種調(diào)用方式，區(qū)別在于請求方式和鑒權(quán)方法不一樣，接口UR、請求參數(shù)、返回結(jié)果一致REF_Ref28124\r\h[15]。3.5.1調(diào)用方式一URL數(shù)據(jù)格式在請求調(diào)用時，需向API服務(wù)地址發(fā)送使用“POST”的請求，必須數(shù)據(jù)格式中帶上參數(shù)：access_token。POST按照說明調(diào)用即可。獲取access_token示例代碼方式一的Access_token必須經(jīng)過APIKey和SecretKey獲取。3.5.2調(diào)用方式二請求頭域內(nèi)容，在請求的HTTP頭域中必須包含以下信息：host、x-bce-date、authorization、content-type。作為示例，以下是一個標準的人臉識別的請求頭域內(nèi)容:方式二的authorization必須經(jīng)過的APIKey或SecretKey生成。第五章總結(jié)與展望第四章數(shù)據(jù)可視化技術(shù)在交管決策中的應(yīng)用從瞬時的數(shù)據(jù)中，能得到與時間有關(guān)的車流量數(shù)據(jù)統(tǒng)計的信息；從數(shù)據(jù)中，甚至可以與時間有關(guān)的交通流量的狀態(tài)信息。由ECharts實現(xiàn)車流量和交通數(shù)據(jù)的可視化效果。以某路口為例，展示十字向路口車流量的統(tǒng)計信息，如圖4.1、4.2、4.3、4.4。數(shù)據(jù)來源于美國加州的路網(wǎng)上可公開數(shù)據(jù)（/w771792694/article/details/103075534?utm_medium=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~default-9.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~default-9.control），本文用折線圖來可視化得到的數(shù)據(jù)，基本的折線圖表示數(shù)據(jù)隨時間的變動。在一段時間內(nèi)繪制一段單個數(shù)據(jù)點，并將其經(jīng)過直線連接起來，所得到的線條是隨時間變動而產(chǎn)生的變動的形象表達，并且可以顯示峰值、谷值等數(shù)據(jù)特征。圖4.1東路口一天的車流量（折線圖）圖4.2北路口一天的車流量（折線圖）圖4.3南路口一天的車流量（折線圖）圖4.4西路口一天的車流量（折線圖）圖4.1、4.2、4.3、4.4使用了折線圖，展示了路口的東、北、南、西四個方向的車流量統(tǒng)計數(shù)據(jù)信息，其圖4.1展示了東向的車流量，其圖4.2展示了和北向的車流量，其圖4.3展示了南向的車流量，其圖4.4展示了和西向的車流量。圖中時間軸為橫向時間軸代表一天24小時。圖中縱軸為這一個小時路口經(jīng)過的車輛數(shù)量。由圖可知，從一天的早上7點起，經(jīng)過的車輛數(shù)量達到了一個頂峰，從時間上來看這是上下班的早高峰，蘇醒的居民開始了新一天的勞作。到了一天的下午16點左右，車輛數(shù)量便來到了另一個高峰，晚高峰。而之后，車輛數(shù)量開始逐漸下降。以某路口為例，展示十字向路口車流量的持續(xù)統(tǒng)計信息，如圖4.5、4.6、4.7、4.8圖4.5東路口七天的車流量（折線圖）圖4.6北路口七天的車流量（折線圖）圖4.7南路口七天的車流量（折線圖）圖4.8西路口七天的車流量（折線圖）圖4.5、圖4.6、圖4.7、圖4.8采用折線圖，展示了路口的東、北、南、西四個方向的七天時間的車輛流量統(tǒng)計數(shù)據(jù)的信息，其圖4.5展示了東向的車流量，其圖4.6展示了和北向的車流量，其圖4.7展示了南向的車流量，其圖4.8展示了西向的車流量。四張圖中都有兩個維度的時間軸：其一為下橫軸表示24小時；其二為上橫軸表示一周。縱軸為一小時路口經(jīng)過的車數(shù)。由圖可知，車輛流量大致呈現(xiàn)出周期性的變動，這有助于發(fā)現(xiàn)規(guī)律。從圖4.6可知，七天周期性變動并沒有出現(xiàn)太大變動，可以猜測北路口方向是居民的居住地；從圖4.5、圖4.8可看出，有兩天的時間，車輛經(jīng)過的數(shù)據(jù)較少，可以得出這兩天是周末，上班人數(shù)減少，可以猜測東、西兩個方向的路口是商場、大企業(yè)集中地。從圖4.7可以看出有兩天時間，車輛經(jīng)過的數(shù)據(jù)較多，可以得出這兩天是周末，出游的人數(shù)增多可以猜測南路口的方向是游玩的地方或者是郊區(qū)。從8張圖可以得出一般現(xiàn)代都市的車流的幾個特點：（1）時間性：企業(yè)的上下班時間是車流高峰期，尤其是目前在城市，上下班時車流量明顯增加。（2）區(qū)域性：商業(yè)、大企業(yè)集中地往往人數(shù)和人流較大，私家車的持有量愈加上升且容易堵車，這也堵車的主要原因。（3）波浪性：由于城區(qū)不像高速公路那樣道路廣闊，所以都市地帶頗容易飽和且車流量不會發(fā)生變動，這可能會引起大量的交通堵塞。在道路中容易發(fā)生擁堵的地方一般有下面幾個：（1）交叉路口：紅綠燈要停是必須要遵守的交通法規(guī)，因此車輛速度自然收到影響。在城市中可以適當(dāng)在高峰時間段，延長綠燈的時間，避免大量車輛擁堵到一個路段中；可以多建設(shè)人行天橋、立交橋與高架路，減少人行道路的紅綠燈，達到提高車速的目標。（2）出入口：進出主路的出入路口就是車流匯聚的地方，也往往是容易忽視的車流擁堵點。車流量剖析后可以對管理決策提出以下意見：（1）車流分流原則：車流分流是減少車輛的密度，密度減少，可以使車輛的流通速度變快，不至于構(gòu)成擁堵。早有城市經(jīng)過在高峰期改變道路，經(jīng)過在高峰期把低車流方向的路口移到另一方向的高車流的道路上，來降低高峰期這一方向上的車輛密度。（2）先出后入原則：車流如水，因此“堵不如疏”，先有出口，后有入口。要讓路上的車減少，才可以騰出路面讓車進來（3）路口前可選擇立交原則：可以路口前多建設(shè)人行天橋、立交橋與高架路，就要充分運用空間，讓車可以方便地選擇橋上過，還是橋下過。減少路口的車流，提高經(jīng)過路口的車流速度。（4）減少隔離原則：隔離是為了加快速度，而不是為了整潔美觀。應(yīng)盡量在道路銜接之間多開出入口，讓交通有更多的點可以選擇進出。不需要擠在一起，也方便了不熟悉路況的司機，防止一個出口錯誤后跑多條錯路?！傲魉啦蛔兾?，門鉸永不蟲蛀”。如果城市的交通流量能保證一定的速度，“流水”就能“跑”起來，擁堵的源頭就少了，即使有暫時的擁堵，也會像泡沫一樣被沖擊的水流給沖散；反之水流變慢，泡沫就會積聚并迅速膨脹。因此，有效控制擁堵源是合理控制城市交通的關(guān)鍵，迅速讓擁堵源得到緩解或消除，不影響車流，堵車故障就會少發(fā)生。第五章總結(jié)與展望現(xiàn)今，居民對于智慧交通的需求伴隨著機動車數(shù)量的増長而快速增加，隨著大數(shù)據(jù)的進步和對道路交通管理決策的要求精細化程度也越來越高，因而，面向交通數(shù)據(jù)的可視化技術(shù)的鉆研工作也相應(yīng)地受到了越來越多的居民及相關(guān)部門的重視與青睞。本文介紹了數(shù)據(jù)可視化的相關(guān)流程、設(shè)計原則，數(shù)據(jù)可視化工具的適用環(huán)境和使用特點，可交互性數(shù)據(jù)可視化圖表，在此基礎(chǔ)上，結(jié)合本課題所鉆研的交通數(shù)據(jù)的數(shù)據(jù)特征，提出了適合的可視化方法，實現(xiàn)了對道路交通進行檢測，滿足交通管理的日常需求，也可以為各領(lǐng)域提