伴隨著交通系統(tǒng)的迅速發(fā)展，交通早已變成人們?nèi)粘Ｉ钜粋€關(guān)鍵的構(gòu)成部分。據(jù)調(diào)查，大城市中大體上有40%的人口數(shù)量每日花費1小時在交通上。殊不知，當(dāng)代城市中海量的人口數(shù)量以及交通工具造成了許多環(huán)境污染問題，例如交通擁擠、交通安全事故和環(huán)境污染等。
伴隨著大數(shù)據(jù)可視化的浪潮，在交通數(shù)據(jù)中應(yīng)用可視化能夠 協(xié)助大家合理地了解移動車輛的行為、發(fā)現(xiàn)交通在時空上的方式，進(jìn)而為交通優(yōu)化等出示管理決策信息。當(dāng)今交通系統(tǒng)時時刻刻都是產(chǎn)生海量的數(shù)據(jù)，例如，的士上配用的GPS傳感器會記錄的士的行車運動軌跡；街道社區(qū)監(jiān)控攝像頭會記錄車子的通過狀況。并且，伴隨著大城市越來越大，轎車逐漸增多，監(jiān)控逐漸增多，交通數(shù)據(jù)的經(jīng)營規(guī)模擁有爆炸性的提高。在這類狀況下，直接對交通數(shù)據(jù)展開分析的傳統(tǒng)式方式 早已變得越發(fā)的艱難，并且效率急劇下降，數(shù)據(jù)發(fā)掘、深度學(xué)習(xí)和可視化等智能化系統(tǒng)技術(shù)的深層次和普遍應(yīng)用早已變得勢在必行。尤其地，可視化能夠 將客戶和數(shù)據(jù)直接相關(guān)，適用客戶以簡易可視性的方法與數(shù)據(jù)展開互動，從而完成客戶智慧和設(shè)備智慧相融反饋，能夠 極大地提高分析和管理決策的高效率與精準(zhǔn)度。
首次將交通可視化做為一個單獨的科學(xué)研究與主要用途進(jìn)行工作，覺得這一技術(shù)是通往將來新型智慧城市的必然選擇。狹義上來講交通可視化便是對交通系統(tǒng)中產(chǎn)生的數(shù)據(jù)展開編碼，根據(jù)照片、數(shù)據(jù)圖表的方法向客戶展現(xiàn)交通數(shù)據(jù)，適用客戶互動的分析交通數(shù)據(jù)，主要包含目標(biāo)運動軌跡的可視化、監(jiān)管數(shù)據(jù)的可視化及其公路網(wǎng)實時路況的可視化。運動軌跡的可視化一般是將交通系統(tǒng)中的實體（例如的士、公共汽車、非機(jī)動車這些）的運動軌跡在地圖上用線框的方法展開展現(xiàn)；而監(jiān)管數(shù)據(jù)的可視化則能夠 依據(jù)監(jiān)管的種類分成基于監(jiān)管惡性事件的可視化和監(jiān)控錄像的可視化；對于公路網(wǎng)實時路況的可視化，則一般是根據(jù)熱力地圖等技術(shù)可視化實時行駛情況和擁擠情況等。
廣義的交通可視化則能夠 了解為在交通智能化分析系統(tǒng)中能夠 運用的全部可視化技術(shù)的總數(shù)。一個智能化分析系統(tǒng)一般能夠 大體上的拆分為數(shù)據(jù)收集、數(shù)據(jù)預(yù)備處理、數(shù)據(jù)查詢和數(shù)據(jù)分析四個部分。除開數(shù)據(jù)收集外，其它三個部分都是有可視化技術(shù)的施展空間。例如，在數(shù)據(jù)預(yù)備處理全過程中，收集到的初始交通數(shù)據(jù)將會存在包含重復(fù)、缺少在內(nèi)的各式各樣的難題，可視性數(shù)據(jù)清理能夠 協(xié)助用戶對初始交通數(shù)據(jù)展開去重復(fù)、補(bǔ)齊等實際操作，提升數(shù)據(jù)的易用性；在數(shù)據(jù)查詢?nèi)^程中，根據(jù)可視化的查詢頁面，協(xié)助客戶提升查詢條件，分析查詢結(jié)果等等；在數(shù)據(jù)分析全過程中，可視化技術(shù)能夠 與其它數(shù)據(jù)分析方式 緊密結(jié)合，適用客戶干涉數(shù)據(jù)分析步驟。
1.交通可視化起源
伴隨著交通系統(tǒng)的不斷完善，大家針對交通出行的需求越發(fā)的迫切。為了提高交通系統(tǒng)對于大家的服務(wù)水平，交通數(shù)據(jù)的可視性分析飾演了一個關(guān)鍵的角色。數(shù)據(jù)可視化盡管是剛興起的學(xué)科，可是可視化方式 在交通數(shù)據(jù)的分析全過程中存在已久。
地鐵出現(xiàn)距今百余年時間，現(xiàn)階段最早的地鐵工程項目追朔至1863年的倫敦大都會鐵路。為了向群眾展現(xiàn)地鐵在大城市中的遍布狀況和?？奎c詳細(xì)地址，人們應(yīng)用線框和小圓點在城市地圖上形象化地表明地鐵路線。下圖是1907年英國倫敦TheEveningNews公布的“倫敦地鐵地圖（TubeMap）”，在其中不同的地鐵路線應(yīng)用可以顯著區(qū)別的色調(diào)展開編碼，站點位置均選用地圖上的真實位置。
初期地鐵線路圖一般 將視覺效果元素直接累加在真實占比的城市地圖上。殊不知在大家交通出行時，許多情況下并不一定考慮到精確的站點所在位置，只需要關(guān)心“我從某地出發(fā)，乘某條線，能到某一站點”這樣的信息內(nèi)容，就已足夠滿足交通出行需要。因而當(dāng)代地鐵圖舍棄徹底迎合真實占比地圖，繼而應(yīng)用較為整齊的“示意性”合理布局計劃方案。大家以現(xiàn)階段全新的上海城市軌道平面圖為例子，在其中所有用以表明路線的線框均由水平、垂直線和貼近四十五度的斜線段構(gòu)成，其站點位置的放置僅大體上表述了站點在大城市中所處的位置。這類整齊的合理布局設(shè)計能讓人更為專注于獲取“起始點——終點”信息內(nèi)容，而不用費勁地追蹤本來盤根錯節(jié)的曲線圖線框。然而真實占比的地鐵地圖并不是徹底被遺棄，地鐵口常常會在非關(guān)鍵位置放置真實比例圖，出示給需要參照精確所在位置的旅客應(yīng)用。
制做地鐵線平面圖的工作最初通常由設(shè)計師進(jìn)行，其站點位置完全由人工分配。但是在站點和路線關(guān)聯(lián)繁雜的大城市中，怎樣轉(zhuǎn)化成這類整齊的地鐵線平面圖確實是一門大學(xué)問。伴隨著優(yōu)化計算方法的引進(jìn)，許多專業(yè)的優(yōu)化算法都能夠用以轉(zhuǎn)化成這種地形圖，并適用添加各種各樣約束（如維持總體樣子、降低交叉式數(shù)量、降低應(yīng)用斜線等），以轉(zhuǎn)化成不同要求下的平面圖結(jié)果，供設(shè)計師和領(lǐng)導(dǎo)者參照。早在一個世紀(jì)前，étienne-JulesMarey為了分析列車交通系統(tǒng)的運作情況，設(shè)計了一個展現(xiàn)火車時刻的數(shù)據(jù)圖表。如下圖所示，多條時間線平行遍布，每一個時間線對應(yīng)一座地鐵線，沿縱向依據(jù)地鐵線間自然地理間距遍布。每一條曲線聯(lián)接不同時間線上的時間點，表明每一列火車在每一個?？奎c停靠的時間。另外，線的斜率體現(xiàn)了火車的速度：越傾斜意味著火車速度越快。如今大家稱這樣的數(shù)據(jù)圖表為Marey’sGraph。
2.可視化方式
交通數(shù)據(jù)主要指的是由移動終端的相位傳感器和安裝在路面上的監(jiān)控所生成并且搜集的數(shù)據(jù)。比如，的士GPS運動軌跡數(shù)據(jù)記錄了車子實時的精準(zhǔn)地理坐標(biāo)位置，手機(jī)用戶的通信基站數(shù)據(jù)記錄了手機(jī)用戶出入的通信基站編號，路面上的監(jiān)控系統(tǒng)實時錄制、拍攝和計數(shù)過往的汽車信息。運動軌跡數(shù)據(jù)是一種最普遍的交通數(shù)據(jù)，每一個運動軌跡記錄點不但包括位置信息，另外還記錄了當(dāng)時的時間。事件日志出示了大量有關(guān)城市交通路面上的詞義信息內(nèi)容，能夠 提高大家對出現(xiàn)異常運動軌跡的了解和分析，例如擁堵、車禍?zhǔn)鹿实葠盒允录?。交通?shù)據(jù)的可視化方式 主要分成三類：統(tǒng)計分析、時空運動軌跡和多維度編碼。
2.1統(tǒng)計分析
熱力地圖做為最基礎(chǔ)和普遍的可視化方式之一，一般 用以表述單一數(shù)值（如交通量、總數(shù)、忙碌水平等）在不同位置上的遍布。下圖是美國紐約2011年中某一周的的士經(jīng)營情況，在其中，地圖上每一個像素點的色調(diào)濃淡意味著該位置每鐘頭的均值運營量；色調(diào)越重，則意味著該位置的士上下客越頻繁。因而在熱力地圖的色調(diào)遍布中，大家可直觀見到大城市熱鬧地域的的士客運更為忙碌。
2.2時空運動軌跡
運動軌跡數(shù)據(jù)有著豐富的時空信息內(nèi)容，我們可以從時間和空間視角對運動軌跡數(shù)據(jù)展開可視化。運動軌跡的時間特性主要有線形時間和周期性時間兩類。線形時間能夠 應(yīng)用基于時間軸的可視化方式 編碼，時間軸的兩邊編碼了數(shù)據(jù)的起止時間。下圖中的主視圖選用時間軸的方式 可視化了地鐵線相對路徑挑選與時間的關(guān)聯(lián)。從一個停靠點出發(fā)，客戶能夠 依據(jù)地鐵線網(wǎng)絡(luò)挑選隨意一個?？奎c下車，水平軸上的長短代表了整一趟旅程所花費的時間。針對周期性的時間，例如周、天、小時，最常見的可視化方式 是環(huán)形布局。
空間在運動軌跡分析中是十分關(guān)鍵的特性，人們的社會實踐活動都和位置息息相關(guān)。運動軌跡的空間特性能夠基于線展開繪圖。將貨輪的航道用曲線繪圖于地圖上，出示船舶的檢測服務(wù)項目。然而，如果直接繪圖規(guī)模性的運動軌跡，顯示屏上便會充斥著很多復(fù)雜的運動軌跡，可視性分析系統(tǒng)的使用人就沒法展開了解分析?？梢暬芯空呙鞔_提出了邊綁定優(yōu)化算法對類似的運動軌跡展開匯聚。下圖所顯示的是美國地域的飛機(jī)場運動軌跡。在我們選用邊綁定的優(yōu)化算法對樣式相近的運動軌跡展開聚類算法，客戶能夠清晰地見到美國州與州之間的航行狀況。
2.3多維度編碼
熱力地圖和軌跡圖等可視化方式一般只有編碼較少的層面信息內(nèi)容。當(dāng)數(shù)據(jù)層面較多時，通用性可視化方式開始越來越無法掌控如此繁雜的信息內(nèi)容，因而需要針對應(yīng)用領(lǐng)域和分析任務(wù)針對性設(shè)計適合的視覺編碼。諸如，時空立方體（STC）是一種表述時空運動軌跡的常見方式 ，在其中物塊的運動軌跡使用從地圖平面慢慢向上邊拓寬的線框展開表述。以便呈現(xiàn)運動軌跡不同位置上的各種特性（諸如群體種類，車輛型號，產(chǎn)生惡性事件的詳細(xì)資料等），運動軌跡線框上還能夠在相對位置加上色調(diào)、點、圖形或者獨特設(shè)計的圖符等。如下圖所示，曲線編碼了車子在室內(nèi)空間和時間維度上的位置，在其中色調(diào)從紅到綠編碼了移動速率，一些遭受交通擁擠的運動軌跡非常容易被辨別出來。
2.4查詢
大城市交通公路網(wǎng)分析對于交通管理方法有一定的指導(dǎo)作用。目前的公路網(wǎng)分析方式 一般需要布局特殊的機(jī)器設(shè)備和專業(yè)工作人員實地收集數(shù)據(jù)，過程也多采用多次嘗試錯誤的方法調(diào)整各種實體模型主要參數(shù)，需要很多的人力資源和物力資源。城市交通運動軌跡數(shù)據(jù)儲存了很多車子長期性行車記錄，數(shù)據(jù)覆蓋城市絕大多數(shù)路面，有益于市政道路總體評定。陳為教授團(tuán)體明確提出了一種根據(jù)路面的軌跡查詢實體模型，對運動軌跡數(shù)據(jù)創(chuàng)建了雙重鏈接哈希索引提高查詢效率。他們設(shè)計的可視化系統(tǒng)里將路面做為空間查詢管束，把路面上車流模式區(qū)分為四種拓?fù)浣Y(jié)構(gòu)方式：leave，cover，enter和cross。另外，系統(tǒng)出示了刷選工具，分析師能夠隨意挑選路面，根據(jù)該路面的車流熱力地圖，數(shù)據(jù)圖表等對路面展開評定和分析，見下圖。根據(jù)具體范例分析，該系統(tǒng)能夠發(fā)現(xiàn)潮汐車道以及“分界點”等市政道路的車流方式特征。
針對交通運動軌跡數(shù)據(jù)的信息內(nèi)容發(fā)掘和專業(yè)知識獲取愈來愈關(guān)鍵，目前的工作中大多數(shù)都緊緊圍繞對特定地理位置地域和時間范圍的運動軌跡數(shù)據(jù)展開過濾。而對于特殊的分析任務(wù)，查詢難度系數(shù)就大大的升高了。諸如商城的管理人員，希望了解在城市的哪些位置放置擺渡車子。趙燁教授團(tuán)體研發(fā)了一種可以根據(jù)詞義的規(guī)模性運動軌跡查找方式 。系統(tǒng)將超多運動軌跡數(shù)據(jù)變換為兩種不同的索引文本文件進(jìn)而適用對的士和對于行程安排的快速搜索作用（見下圖）。權(quán)威人物或技術(shù)人員能夠根據(jù)輸入含有詞義的查詢語句對運動軌跡展開查找。諸如客戶能夠查詢通過特定的街道社區(qū)或位置的運動軌跡。統(tǒng)計分析主視圖、文字主視圖和環(huán)境地圖從不同的分析視角呈現(xiàn)查詢結(jié)果。最終團(tuán)體根據(jù)對商城運動軌跡的具體范例分析，發(fā)現(xiàn)了如“商城繁忙路段”、“最喜歡來商城購物群體”及“最受歡迎商業(yè)圈”等有使用價值的信息內(nèi)容。
2.5統(tǒng)計分析
手機(jī)位置數(shù)據(jù)可用以科學(xué)研究城市中的群體流動性方式與特點。然而針對城市級別的超多位置數(shù)據(jù)，分析師首先希望從宏觀經(jīng)濟(jì)視角查詢和探尋整體數(shù)據(jù)集，獲取對數(shù)據(jù)遍布和特點的大概印像。如下圖所示，陳為教授團(tuán)體將客戶在手機(jī)通信基站間的流動率做為網(wǎng)絡(luò)流展開模型，對城市范疇內(nèi)的移動用戶的移動行為特點從四個層面展開可視化：①根據(jù)通信基站的總流量分析，應(yīng)用獨特設(shè)計的視覺編碼展現(xiàn)每一個通信基站上的總流量和方位遍布；②通信基站總流量的時序特點分析，用以分析通信基站總流量隨時間的分布和規(guī)律性起伏；③通信基站間總流量的相對密度圖可視化，應(yīng)用相對密度圖方式 展現(xiàn)通信基站間的流動性關(guān)聯(lián)和人流相對密度；④融合社交媒體關(guān)聯(lián)的群體流動性可視化，根據(jù)在同一社交圈中的移動用戶在地域上的移動挖掘群體社交媒體關(guān)聯(lián)與所在位置間的關(guān)系。
2.6查詢邏輯推理
“新型智慧城市”一詞萌芽于如今的數(shù)據(jù)爆炸時期。社交網(wǎng)絡(luò)，車輛人流，設(shè)備圖像等各行各業(yè)匯聚了超多數(shù)據(jù)信息內(nèi)容。大家開始結(jié)合多行業(yè)數(shù)據(jù)，期待獲取更為全方位的分析結(jié)果。多源異構(gòu)數(shù)據(jù)的查詢與邏輯推理可以最直接的融合每個數(shù)據(jù)集的知識?！癝tepbystep”的數(shù)據(jù)分析方式 運用上一步分析結(jié)果，具體指導(dǎo)并影響下一步的分析，運用邏輯推理方式對多數(shù)據(jù)源的城市數(shù)據(jù)展開分析。對于查詢邏輯推理的可視性分析工具則能讓人更為直觀便捷的輸入查詢條件，搭建邏輯推理步驟，獲取分析結(jié)果。浙大陳為教授的團(tuán)體研發(fā)了一種可以運用于城市規(guī)劃建設(shè)，交通管控和情景重現(xiàn)的可視性分析系統(tǒng)。系統(tǒng)根據(jù)創(chuàng)建高效率的數(shù)據(jù)索引，出示對多源異構(gòu)城市數(shù)據(jù)的查詢、展現(xiàn)和邏輯推理，能夠完成繁雜的城市分析任務(wù)。系統(tǒng)中，繁雜的環(huán)境污染問題能夠被拆分為多個簡易的原子查詢，進(jìn)而創(chuàng)建邏輯推理步驟，進(jìn)行分析。如下圖所示案例，微博的博主期待找尋在的士上遺失的手機(jī)。分析人員最先在房屋建筑信息內(nèi)容數(shù)據(jù)中查找到行程安排起始點和終點的位置。隨后，根據(jù)對的士運動軌跡數(shù)據(jù)的O-D查詢，精準(zhǔn)定位到兩輛當(dāng)夜通過起始點和終點的的士。系統(tǒng)根據(jù)對的士運動軌跡的情景重現(xiàn)，融合的士的載人情況與微博敘述，進(jìn)而鎖住了乘客乘座的的士。
3.系統(tǒng)案例
文中以數(shù)個交通數(shù)據(jù)可視性分析系統(tǒng)的案例詳細(xì)介紹交通模式發(fā)現(xiàn)和交通趨勢監(jiān)管。交通數(shù)據(jù)可視化的一個重要目標(biāo)便是發(fā)現(xiàn)和分析交通系統(tǒng)中實體的移動方式。一種移動方式能夠敘述交通系統(tǒng)中一組實體的移動方法。根據(jù)將可視化技術(shù)與聚類算法等數(shù)據(jù)發(fā)掘的方式 緊密結(jié)合，便能夠適用客戶互動的探尋交通數(shù)據(jù)中實體的移動方式。諸如，在TripVista中，就運用了streammap，平行坐標(biāo)圖等可視化技術(shù)對一個十字路口中，非機(jī)動車、公共汽車、小汽車、單車等實體的移動方式展開了可視化的分析，如下圖所示。
交通可視化的另一個關(guān)鍵目標(biāo)便是對交通趨勢的可視化監(jiān)管?？梢暬O(jiān)管的總體目標(biāo)就是以交通監(jiān)管數(shù)據(jù)中發(fā)現(xiàn)在交通系統(tǒng)中出現(xiàn)的一些意外事故，例如車禍?zhǔn)鹿?、汽車拋錨等等。一般狀況下，交通監(jiān)管系統(tǒng)造成的數(shù)據(jù)量是十分巨大的，由于這種系統(tǒng)時時刻刻都會不斷的產(chǎn)生數(shù)據(jù)。因而，直接從初始的監(jiān)管數(shù)據(jù)中尋找交通系統(tǒng)中產(chǎn)生的獨特惡性事件是十分費時間且艱難的工作。如果運用可視化技術(shù)，就可以讓客戶依據(jù)可視化出示的一些視覺效果線索，從宏觀到微觀，自頂向下地找尋交通數(shù)據(jù)中存有的一些惡性事件。例如，AIVis就最先從視頻監(jiān)控系統(tǒng)中提取出交通惡性事件，隨后再根據(jù)可視化的方法展現(xiàn)在隧道施工中產(chǎn)生的惡性事件；而T-Watcher則是一個監(jiān)管和分析城市中繁雜交通情況的可視性分析系統(tǒng)，根據(jù)各種主視圖來展現(xiàn)城市中不同限度下的交通狀況，正確引導(dǎo)客戶從整體城市的宏觀交通狀況探尋到一個比較微觀的限度中，監(jiān)管一小部分車輛的行車狀況。
4.結(jié)語
交通大數(shù)據(jù)給我們帶來了無限的機(jī)會，另外也存在著極大的挑戰(zhàn)。怎樣看待、分析和預(yù)測交通數(shù)據(jù)，是大家這個時期所面臨的難題。可視化是處理分析大規(guī)模非結(jié)構(gòu)化交通數(shù)據(jù)的一把關(guān)鍵的鑰匙。根據(jù)對交通數(shù)據(jù)的互動式分析，可視化技術(shù)將用戶智慧和設(shè)備智慧相融反饋，從而優(yōu)化并且處理交通難題。堅信在不久的將來，我們可以享受到更為高效的城市交通系統(tǒng)，生活在一個方便快捷的新型智慧城市中。