蔡 卓，何 亮，凌天清

(重慶交通大學(xué)，重慶 400074)

?

道路工程中的大數(shù)據(jù)思維

蔡 卓，何 亮，凌天清

(重慶交通大學(xué)，重慶 400074)

大數(shù)據(jù)時(shí)代已經(jīng)悄然逼近，各行業(yè)也開始研究大數(shù)據(jù)在本行業(yè)中的應(yīng)用與發(fā)展前景。文章基于大數(shù)據(jù)的內(nèi)涵與特征，介紹了大數(shù)據(jù)在國內(nèi)外的道路工程領(lǐng)域的發(fā)展現(xiàn)狀和應(yīng)用前景以及其在智能交通領(lǐng)域的應(yīng)用實(shí)踐，并分析了大數(shù)據(jù)在道路工程推廣應(yīng)用過程中存在的一些問題與障礙。

道路工程；大數(shù)據(jù)；道路交通；智能交通；信息技術(shù)；推廣應(yīng)用

0 引言

眾所周知，隨著信息技術(shù)的不斷革新，幾乎每個(gè)科學(xué)和社會領(lǐng)域，都收藏著海量的信息數(shù)據(jù)。當(dāng)前正在醞釀著一門能夠分析和處理這些海量數(shù)據(jù)以從中提取有用知識的科學(xué)，即近期的研究熱詞——“大數(shù)據(jù)”。2011年，英國《自然》雜志曾出版?？赋觯绻祟惸軌虺晒Φ乩煤凸芾怼按髷?shù)據(jù)”，該技術(shù)將對社會發(fā)展產(chǎn)生巨大的推動作用。

大數(shù)據(jù)源于英文“Big Data”。當(dāng)前，大數(shù)據(jù)的定義還沒有一個(gè)統(tǒng)一的認(rèn)識，但可以從兩個(gè)層次去理解：首先，它是指這些海量數(shù)據(jù)本身；其次，它也被引用為收藏、存儲、管理、分析如此龐大數(shù)據(jù)的一種技術(shù)。如圖1是大數(shù)據(jù)處理的一個(gè)基本流程。一般公認(rèn)大數(shù)據(jù)具有“4 V”的特點(diǎn)(IBM提出)：Volume(海量性，即數(shù)據(jù)規(guī)模龐大，處理量級已從TB級躍升為PB級別)；Velocity(高速性，即要求數(shù)據(jù)產(chǎn)生處理速度快)；Variety(多樣性，即數(shù)據(jù)類型繁多，格式龐雜)；Veracity(真實(shí)性，即要求來源本身的真實(shí)性和準(zhǔn)確性)[1]。

圖1 大數(shù)據(jù)處理基本流程圖

1 國內(nèi)外的發(fā)展現(xiàn)狀

隨著現(xiàn)代信息技術(shù)呈現(xiàn)出的爆炸式的發(fā)展與應(yīng)用，及互聯(lián)網(wǎng)、傳感器、云計(jì)算等技術(shù)的興起，各領(lǐng)域內(nèi)的數(shù)據(jù)正呈現(xiàn)幾何級數(shù)的增長。道路工程領(lǐng)域也不例外，信息技術(shù)的應(yīng)用加速了相關(guān)數(shù)據(jù)的累積。這也使得道路工程在數(shù)據(jù)環(huán)境中呈現(xiàn)出大數(shù)據(jù)的特征。在國際上，由于大數(shù)據(jù)理論剛剛起步，方興未艾。各國都將道路交通數(shù)據(jù)的采集技術(shù)并建立交通信息采集系統(tǒng)和平臺作為當(dāng)前首要目標(biāo)。例如：在美國佐治亞州，全州設(shè)定了300多個(gè)固定交通量采集站和10 000個(gè)移動交通量采集站來進(jìn)行交通數(shù)據(jù)采集。而日本則是通過在高速公路上每500～1 000 m設(shè)置一套交通檢測設(shè)備以實(shí)時(shí)掌握道路交通流情況；平均2 km設(shè)置一部監(jiān)控?cái)z像頭，來掌握交通擁堵、交通事故等實(shí)時(shí)交通情況，以此建立一個(gè)較為完備、系統(tǒng)的交通數(shù)據(jù)采集體系[2]。還有美國新澤西州充分利用收集而來的具有高度準(zhǔn)確性的手機(jī)和GPS信號，并且引進(jìn)INRIX計(jì)算機(jī)系統(tǒng)對其進(jìn)行分析，將其轉(zhuǎn)化為一張完整的以不同顏色標(biāo)示各個(gè)路段的運(yùn)行現(xiàn)狀的道路交通狀況地圖，以確定造成交通堵塞的地點(diǎn)[3]。英國則投入1.5億英鎊用以開展“連接城市”項(xiàng)目：建設(shè)10個(gè)城區(qū)的100 Mb/s的全市網(wǎng)絡(luò)并改善其互聯(lián)網(wǎng)接入。以此來推動各部門對基礎(chǔ)設(shè)施大數(shù)據(jù)的高度共享，實(shí)現(xiàn)跨部門的高效合作，從而達(dá)到減少交通擁堵，改善交通和道路系統(tǒng)的目的[4]。此外，運(yùn)用大數(shù)據(jù)思維來研究道路交通工程的還有美國的IntelliDrive計(jì)劃，美國弗吉尼亞洲D(zhuǎn)OT(交通部)，英國Highways England和瑞典的PMS。其中IntelliDrivede計(jì)劃是設(shè)想整合在美國生產(chǎn)的所有車輛的通訊設(shè)備和GPS裝置所產(chǎn)生的海量數(shù)據(jù)，使美國全境范圍內(nèi)的道路網(wǎng)可以進(jìn)行數(shù)據(jù)交換，實(shí)現(xiàn)建立車、人、路一體的車路協(xié)調(diào)系統(tǒng)，達(dá)到安全智能交通的目的[5]。

在我國，大數(shù)據(jù)理論也逐步受到人們的重視。2013年，“大數(shù)據(jù)”研究在科技部發(fā)布的《“十二五”科技計(jì)劃信息技術(shù)領(lǐng)域2013年度備選項(xiàng)目征集指南》被列在首位。2015年9月，國務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》，對“大數(shù)據(jù)”在中國的發(fā)展進(jìn)行了系統(tǒng)的揣述。將大數(shù)據(jù)思維來實(shí)現(xiàn)智能交通管理的目標(biāo)在一些城市也已經(jīng)展開實(shí)踐：2000年，深圳市通過對閉路電視監(jiān)控、交通信號控制、交通違章管理等多個(gè)系統(tǒng)的數(shù)據(jù)整合，設(shè)立了可以實(shí)現(xiàn)將道路交通的數(shù)據(jù)采集、實(shí)時(shí)監(jiān)控、有效指揮于一體的智能交通指揮中心[6]。如下頁圖2顯示的就是一個(gè)城市交通狀態(tài)網(wǎng)絡(luò)的例子。上海市發(fā)布了《上海市交通發(fā)展白皮書2013》，并積極建設(shè)交通綜合信息平臺。目前，該平臺已發(fā)布道路車流量及相關(guān)的交通實(shí)時(shí)動態(tài)數(shù)據(jù)，未來還將采集整合公共交通、貨物運(yùn)輸和樞紐站點(diǎn)等信息數(shù)據(jù)。世博會期間，上海市利用手機(jī)定位技術(shù)獲取了各種車流量數(shù)據(jù)以及客流數(shù)據(jù)，提供了高質(zhì)量、高信息化的實(shí)時(shí)交通信息服務(wù)，為交通管理部門制定及時(shí)的交通管理措施提供了可靠的依據(jù)[7]。

圖2 某交通狀態(tài)網(wǎng)絡(luò)圖

2 大數(shù)據(jù)在道路工程的應(yīng)用

2.1 道路養(yǎng)護(hù)與設(shè)計(jì)

學(xué)者Yagi等[8]提出利用智能手機(jī)的應(yīng)用程序，手機(jī)汽車彈簧的垂直加速度，估計(jì)彈簧垂直運(yùn)動狀況。以此來應(yīng)對地震等自然災(zāi)害或者測量道路的平整度以提高路面管理與新型導(dǎo)航服務(wù)。此外，還有致力于研究道路耐久性的LTPP計(jì)劃，該計(jì)劃在美國建立了一個(gè)全國性的公路數(shù)據(jù)采集系統(tǒng)。根據(jù)LTPP計(jì)劃，在美國用于研究的各個(gè)實(shí)驗(yàn)路段都采集了路面結(jié)構(gòu)、材料、氣候、交通量等相關(guān)數(shù)據(jù)信息。研究基于大數(shù)據(jù)的公路性能預(yù)測模型，對道路性能進(jìn)行綜合精準(zhǔn)評價(jià)。通過對數(shù)據(jù)的綜合分析，對路面的使用性能進(jìn)行科學(xué)的評估，并且解釋各種路面性能產(chǎn)生變化的規(guī)律和原因，進(jìn)而將這些研究成果應(yīng)用到路面的養(yǎng)護(hù)、維修、管理和設(shè)計(jì)當(dāng)中。其將對道路的使用及耐久性能帶來極大的改善[9]。美國波士頓為了解決城市交通問題，推出了一款手機(jī)應(yīng)用程序“StreetBump(路拱)”。該應(yīng)用程序利用類似于重力感應(yīng)的原理，能通過檢測手機(jī)中的加速度計(jì)的微小變化來確定不同路段的擁擠程度。這個(gè)應(yīng)用程序?yàn)槌鞘械缆犯纳铺峁┝撕芎玫膮⒖家罁?jù)[10]。

2.2 道路安全

當(dāng)今社會，道路交通事故的發(fā)生率日益增大。應(yīng)用大數(shù)據(jù)思維來研究事故發(fā)生的規(guī)律與分布，探索事故發(fā)生的原因，提出行之有效的防范對策具有十分現(xiàn)實(shí)的意義。學(xué)者FengWanga等[11]提出：使用一種僅實(shí)時(shí)數(shù)據(jù)，而不是挖掘歷史數(shù)據(jù)的實(shí)時(shí)道路交通監(jiān)控系統(tǒng)，將出租車和公交車等探測車不斷發(fā)出的數(shù)據(jù)流以及大量質(zhì)量傳感器的數(shù)據(jù)來有效地預(yù)測和及時(shí)防止交通擁堵。學(xué)者M(jìn)ichele等[12]利用交通信息，社交網(wǎng)站，手機(jī)GPS等建立相關(guān)的數(shù)據(jù)分析架構(gòu)，通過整合美國加利福利亞州的45英里高速公路十年來的數(shù)據(jù)獲得了沖突概率。運(yùn)用大數(shù)據(jù)思維掌握交通事故未來狀況，以便及時(shí)采取相應(yīng)的對策，可以達(dá)到減少交通事故的目的。此外，學(xué)者Lind等[13]介紹了基于存在海量流量數(shù)據(jù)積累的上海高速公路監(jiān)控中心，利用城市快速路的體系結(jié)構(gòu)、關(guān)鍵算法和系統(tǒng)功能交通數(shù)據(jù)挖掘系統(tǒng)(UETDMS)，完成流量分析、交通擁堵瓶頸分析與交通事故分析，進(jìn)而幫助交通管理部門更有效地處理交通擁堵。學(xué)者SH Park等[14]則提出使用Hadoop框架的過程和分析大流量數(shù)據(jù)并采取有效采樣的方法來解決數(shù)據(jù)不平衡問題。在此基礎(chǔ)上，預(yù)測系統(tǒng)通過進(jìn)行預(yù)處理大流量數(shù)據(jù)再分析結(jié)果為學(xué)習(xí)系統(tǒng)創(chuàng)建數(shù)據(jù)。利用采樣方法校正了產(chǎn)生數(shù)據(jù)的不平衡性。為了提高預(yù)測精度，將校正后的數(shù)據(jù)分為若干組，對其進(jìn)行分類分析。預(yù)測未來的交通事故，給司機(jī)以機(jī)會，以避免危險(xiǎn)或減少快速反應(yīng)的傷害。還有文獻(xiàn)[15]介紹了美國俄亥俄州運(yùn)輸部(ODOT)通過使用并整合來自氣象信息站和INRIX云計(jì)算分析的交通高速大數(shù)據(jù)信息，實(shí)現(xiàn)暴風(fēng)雪淹沒了其400多個(gè)關(guān)鍵路線后，在3 h內(nèi)完成清理道路狀況的目標(biāo)。這種大數(shù)據(jù)的應(yīng)用，極大地避免了冬季連環(huán)撞車事故發(fā)生的發(fā)生。

2.3 道路施工

當(dāng)前道路施工對施工質(zhì)量的控制越來越重視，各種先進(jìn)的控制手段也應(yīng)用到了道路施工過程監(jiān)控中，并得到了海量的數(shù)據(jù)。例如，文獻(xiàn)[16]中針對瀝青路面的碾壓過程就是一個(gè)利用大數(shù)據(jù)思維的很好例子。由于很難直接測量瀝青路面施工壓實(shí)度，實(shí)現(xiàn)過程實(shí)時(shí)監(jiān)控，可以通過安裝在碾壓機(jī)上的GPS定位組件、溫度與振動監(jiān)測傳感器以及遠(yuǎn)程數(shù)據(jù)傳輸裝置來監(jiān)測路面碾壓過程中的碾壓溫度、碾壓遍數(shù)和碾壓速度等物理量，以間接的方式通過這些輔助參數(shù)以達(dá)到間接控制壓實(shí)度的目的。如此就能對道路施工過程進(jìn)行實(shí)時(shí)監(jiān)控，以達(dá)到更好控制道路施工質(zhì)量的目的。

2.4 交通管理

道路交通大數(shù)據(jù)環(huán)境使道路交通領(lǐng)域人、車、路、環(huán)境等方面的大數(shù)據(jù)極其豐富。該數(shù)據(jù)環(huán)境為大數(shù)據(jù)共享、大范圍應(yīng)用提供了數(shù)據(jù)基礎(chǔ)，可以進(jìn)一步地發(fā)展智能交通系統(tǒng)。例如：ATIS交通信息服務(wù)系統(tǒng)能完成對服務(wù)信息及時(shí)準(zhǔn)確的處理，使交通信息服務(wù)能夠針對出行者所處的交通情境實(shí)時(shí)計(jì)算，動態(tài)組合出適合出行者個(gè)性化需求的服務(wù)性信息[17]。還有根據(jù)擁有詳細(xì)軌跡的數(shù)萬名私家車與車載全球定位系統(tǒng)接收器，其中包含大眾交通信息，可應(yīng)用到確定城市路網(wǎng)交通狀態(tài)估計(jì)，預(yù)測在不久的將來密集的交通領(lǐng)域[18-20]。如圖3反映的就是一個(gè)交通事件云處理的體系架構(gòu)。學(xué)者Wang等[21]提出了依靠交通網(wǎng)絡(luò)如Twitter谷歌地圖和Waze等獲得的大數(shù)據(jù)來評價(jià)道路安全水平及解決方案運(yùn)輸問題。還有文獻(xiàn)[22]提出了一種交叉模擬方法來獲取每個(gè)車輛在實(shí)際道路上的動態(tài)距離關(guān)系，獲得現(xiàn)有汽車的跟隨模型，并建立一個(gè)駕駛行為的數(shù)據(jù)庫。校準(zhǔn)和分析后，可以識別各種駕駛行為。在急救情況期間，駕駛行為的分布為了適應(yīng)瞬息萬變的情況將自動重構(gòu)，以致仿真系統(tǒng)在緊急情況下具有自適應(yīng)能力。該方法將為大規(guī)模的交通疏散提供更好的支持決策信息，對提高應(yīng)急情況下的交通仿真系統(tǒng)的預(yù)測能力作出貢獻(xiàn)。學(xué)者S Yuan等[23]則提出根據(jù)每一條公共交通線路的實(shí)際情況設(shè)計(jì)新的發(fā)車時(shí)間表：運(yùn)用公交IC卡信息，結(jié)合車輛內(nèi)部的視頻監(jiān)控信息獲取乘客公交出行的基本特征，找到在每天運(yùn)行時(shí)段內(nèi)該線路乘客的出行規(guī)律，調(diào)整原來的發(fā)車時(shí)刻表，避免在出行高峰時(shí)段的運(yùn)力不足與行低谷時(shí)段的效率不高。

圖3 交通事件云處理的體系架構(gòu)圖

3 大數(shù)據(jù)應(yīng)用當(dāng)前存在的一些問題

3.1 數(shù)據(jù)分析與處理

事實(shí)上，大數(shù)據(jù)本身沒有多大的價(jià)值，重要的是從海量的原始數(shù)據(jù)中找到有價(jià)值的信息和知識流。從目前的研究成果來看，面對PB級別的大數(shù)據(jù)以及不同性質(zhì)的數(shù)據(jù)源，傳統(tǒng)的方法已經(jīng)不再適用。這就要求科學(xué)地對待大數(shù)據(jù)，引進(jìn)大量的信息技術(shù)和數(shù)據(jù)分析人才，尤其需要重視新技術(shù)的整合與應(yīng)用，用創(chuàng)新的理論挖掘出大數(shù)據(jù)的真正價(jià)值。

3.2 數(shù)據(jù)共享

在我國，大部分道路交通數(shù)據(jù)被政府部門掌握。由于部門間職能與利益差異，造成部門間共享過程行政手續(xù)復(fù)雜或者不愿意共享數(shù)據(jù)。這將直接導(dǎo)致數(shù)據(jù)加工不徹底，大量重復(fù)勞動且浪費(fèi)社會資源。根據(jù)國外的經(jīng)驗(yàn)，將道路交通數(shù)據(jù)分享到部門的信息公共平臺，信息平臺實(shí)行分級訪問制度，分別對不同交通職能部門、各個(gè)專業(yè)研究機(jī)構(gòu)、高等院校以及社會公眾設(shè)置不同的訪問權(quán)限。以此來保證數(shù)據(jù)的公開、共享、保密的原則[24]。

3.3 數(shù)據(jù)集成

由于數(shù)據(jù)源存在不可避免的多樣性與異構(gòu)性，例如：道路信息系統(tǒng)中需要同時(shí)考慮人、車、路、環(huán)境四個(gè)方面的數(shù)據(jù)，這將使數(shù)據(jù)分散在不同的數(shù)據(jù)管理系統(tǒng)中。而此時(shí)對相關(guān)數(shù)據(jù)進(jìn)行集成顯得十分關(guān)鍵。這就要求在采集數(shù)據(jù)之前建立相關(guān)數(shù)據(jù)調(diào)查規(guī)范標(biāo)準(zhǔn)以及共享基礎(chǔ)平臺，加強(qiáng)數(shù)據(jù)的通用性。此外，海量的數(shù)據(jù)常常伴隨著信息垃圾的泛濫。在數(shù)據(jù)集成過程中需要對數(shù)據(jù)進(jìn)行謹(jǐn)慎地選擇，如何過濾掉無用信息有避免有用信息的流失將是一個(gè)無法回避的難題。

4 結(jié)語

(1)大數(shù)據(jù)理論的發(fā)展時(shí)間并不是很長，其理論基礎(chǔ)不斷完善，“4 V”特征逐漸明晰。在各個(gè)領(lǐng)域的應(yīng)用正在不斷深入。

(2)大數(shù)據(jù)思維在國內(nèi)外道路工程領(lǐng)域都有創(chuàng)新的應(yīng)用實(shí)踐。其中，國內(nèi)外學(xué)者在道路養(yǎng)護(hù)與設(shè)計(jì)、道路安全、道路施工、交通管理等方面提出了切實(shí)的大數(shù)據(jù)思維應(yīng)用。主要是通過傳感器收集大量道路數(shù)據(jù)信息，然后通過科學(xué)的數(shù)據(jù)處理手段得出相關(guān)有益的指導(dǎo)性結(jié)論。

(3)大數(shù)據(jù)理論方興未艾，數(shù)據(jù)分析與處理、數(shù)據(jù)共享、數(shù)據(jù)集成是制約其發(fā)展的主要因素。

[1]孟小峰，慈 祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013，50(1)：146-169.

[2]葉 亮.“大數(shù)據(jù)”背景下我國交通數(shù)據(jù)管理應(yīng)用的轉(zhuǎn)型與發(fā)展[J].信息技術(shù)，2013(z2)：65-68.

[3]SHIRA OVIDE.Tapping“Big Data”to Fill Potholes[EB/OL].[2012-09-16].http//online.wsj.com/article/SB10001424052702303444204577460552615646874.html.

[4]Big Data Analytics Applied to Traffic Issues in New Jersey[EB/OL].[2012-09-17].http//nyconvergence.com/2012/06/big-data-analytics-applied-traffic-issuesnew-Jersey.html.

[5]董海龍.深圳智能交通系統(tǒng)應(yīng)用現(xiàn)狀[EB/OL].[2012-10-17].http//www.tranbbs.com/news/cnnews/ITS/news_ 64980_2. shtml.

[6]吳 瑋.美國車路協(xié)同系統(tǒng)和智能交通[J].全球經(jīng)濟(jì)科技瞭望.2012，21(11)：65-67.

[7]楊 濤，焦敏朵.上海市交通信息服務(wù)應(yīng)用平臺發(fā)展研究[J]，中國交通信息化，2014(6)：133-136.

[8]Yagi，Koichi.Creating big data for pavement maintenance management of unsprung movement information from sprung acceleration，Intelligent Transport Systems[J].2014(9).

[9]單麗巖，侯相深.LTPP 的進(jìn)展綜述[J].中外公路，2005(5)：49-53.

[10]F Carrera，S Guerin，JB Thorp.By the People，for the People：the Crowdsourcing of“STREETBUMP”：AN Automatic Pothole Mapping App[J].ISPRS-International Archives of the Photogram，2013，5.

[11]FengWanga，Liang Hua，Dongdai Zhoub，Rui Suna，Jiejun Hua，Kuo Zhaoa.Estimating online vacancies in real-time road traffic monitoring with traffic sensor data stream，Ad Hoc Networks[J].2015：2-13.

[12]Michele，Di Sivo，Daniela，Ladiana.Decision-support tools for municipal infrastructure maintenance management[J].Procedia Computer Science，2011：36-41.

[13]Lin YU，Zhenxing PAN，X Iiao GAO，F(xiàn)eng SHEN4.Research on Urban Expressway Traffic Data Mining System and its Application[J].First International Conference on Transportation &Safety，2014：1420-1426.

[14]SH Park，SM Kim，YG Ha，Highway traffic accident prediction using VDS big data analysis[J].Journal of Supercomputing，2016(vember)：1-17.

[15]陳 美.大數(shù)據(jù)在公共交通中的應(yīng)用[J].圖書與情報(bào).2012(6)：22-28.

[16]韓立志，權(quán) 磊，李思李.基于大數(shù)據(jù)理論的瀝青路面碾壓過程分析[J].公路交通科技，2015，32(3)：26-31.

[17]段宗濤，鄭西彬，李 瑩，等.道路交通大數(shù)據(jù)及其關(guān)鍵技術(shù)研究[J].微電子學(xué)與計(jì)算機(jī)，2015(6)：85-89.

[18]Zhen yuShan，Qian qianZhu.Camera location for real-time traffic state estimation in urban road network using big GPS data[J].Neurocomputing.2015，169：134-143.

[19]ZT Duan，J Kang，L Tang，N Fan，Y Liu.Traffic information service cooperation architecture based on vehicular network big data[J].Changan Daxue Xuebao，2014，34(2)：108-114.

[20]F Giannotti，M Nanni，D Pedreschi，F(xiàn) Pinelli，C Renso.Unveiling the complexity of human mobility by querying and mining massive trajectory data[J].Vldb Journal，2011，20(5)：695-719.

[21]Wang Ming，Birken Ralf，Shahini Shamsabadi，Salar.Framework and implementation of a continuous network-wide health monitoring system for roadways[J].Society of Photo-optical Instrumentation Engineers Conference Series，2014，9063.

[22]趙鵬軍，李 鎧.大數(shù)據(jù)方法對于緩解城市交通擁堵的作用的理論分析[J].現(xiàn)代城市研究，2014(10)：25-30.

[23]S Yuan，Y Liu，G Wang，H Zhang，A cross-simulation method for large-scale traffic evacuation with big data[M].Springer International Publishing，2014，8597：14-21.

[24]錢紅波.美國交通數(shù)據(jù)資源共享對我國的啟示[J].中國公路，2015(23)：80-82.

Large Data Concept in Road Engineering

CAI Zhuo，HE Liang，LING Tian-qing

(Chongqing Jiaotong University，Chongqing，400074)

The era of large data has been quietly approaching，and all industries have began to study the application and development prospects of large data in their industry.Based on the connotation and characteristics of large data，this article introduced the development status and application prospects of large data in road engineering field at home and abroad as well as its application practices in the intelligent transportation field，and analyzed some problems and obstacles during the promotion and application of large data in road engineering.

Road engineering；Large data；Road traffic；Intelligent transportation；Information technology；Promotion and application

U

A

10.13282/j.cnki.wccst.2016.10.021

1673-4874(2016)10-0082-05

2016-09-02

蔡 卓(1992—)，碩士研究生，研究方向：路面材料與新技術(shù)；

何 亮(1983—)，副教授，碩士生導(dǎo)師，博士/博士后，研究方向：路面材料與結(jié)構(gòu)；

凌天清(1962—)，教授，博士生導(dǎo)師，博士，研究方向：路面工程材料。

英國皇家學(xué)會牛頓基金(IE150750)