摘要:大数据技术已经渗入到交通行业各个领域，本文从交通基础设施全寿命周期管理的角度出发。介绍了交通基础设施全寿命周期管理的主要内容，在分析大数据技术在交通现有应用状态的基础上，结合大数据技术的特点，阐述大数
据在交通领域的应用优势，并针对现有交通基础设施全寿命周期管理过程中存在的问题，探讨为促进大数据在交通中的应用需要进一步解决与发展的需求。
关键词:公路;大数据技术;交通基础设施管理;全寿命周期
推动大数据技术在交通基础设施全寿命周期中的应用是挖掘利用交通大数据的目的之一，是实现工程管理能力现代化的有效路径，是发展交通大数据的根
本目标。本文针对公路基础设施全寿命周期资产管理目前存在的问题，提出利用大数据的方法提高公路管理运维水平的理念，探讨需要进一步解决的几点问题。
1交通基础设施全寿命周期管理
1.1全寿命周期管理理念
全寿命周期管理的概念源于产品生命周期管理(ProductLife－CycleManagement，PLM)。产品生命周期管理既是一门技术同时也是一种制造与管理的理念，具体是指产品各个时期包括产品需求、产品的规划、产品的设计、生产、经销与运营，乃至使用与养护维修，最终回收再利用的整个生命周期中包含的全部信息与整个过程。
1.2公路基础设施管理主要内容
交通基础设施管理主要包括3个方面即基础设施资产管理、道路养护、设备维护。具体包括道路主体结构物路基、路面、桥梁、隧道、涵洞等，道路附属结构交通工程附属设施以及公路机电设施设备。因此要提高公路项目的建设管理质量尽可能的节约成本，实现利益最大化需要针对各个环节采用全面、准确、多层次的数据信息资源来支撑、优化全寿命周期的质量管理。
1.3公路基础设施管理现存问题
随着近几年信息化的飞跃式发展，交通基础设施管理要实现管理水平的提升，不可避免的要运用信息化手段改变传统的管理方法。但由于公路建设项目跨
越时期长，涉及主体结构附属部件等大量基础设施，在时间和空间上具有很大的广度，难以在短时间内将信息化贯彻于公路项目中，尤其是已经建成通车的公路
项目，对于前期数据的采集与积累很难实现全面与精确。传统的信息采集大多采用人工辅助检测机械设备进行，形式单一，采集速度慢，采集数据数量有局限性，主观因素影响数据采集的客观性不能形成完整的数据资源库，对今后的使用分析与挖掘帮助不大;网络覆盖面有限，不能形成大范围信息互通共享的局面，容易产生区域信息化建设的壁垒不利于全国公路信息化建设的发展与融合。
2大数据的发展及在交通中的应用
2.1大数据的概念及特点
大数据主要包括数据采集、数据存储、数据管理、数据分析与数据挖掘、数据可视化等。大数据有多种特征，其中最具代表性的是大数据4V特征，即:Vol-ume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。
(1)数据体量巨大(Volume)。大数据通常指1PB(1PB=1024TB)规模以上的数据量。
(2)数据种类繁多(Variety)。不仅包括传统的关系数据类型，也包括以网页、视频、音频、E－mail、文档等形式存在的未加工的、半结构化的和非结构化的数据。
(3)流动速度快(Velocity)。
通常理解的是数据的获取、存储以及挖掘有效信息的速度，但现在处理的数据是PB级代替TB级，考虑到“超大规模数据”和“海量数据”也有规模大的特点，强调数据是快速动态变化的，形成流式数据是大数据的重要特征，也是大数据处理实时性的特点。
2.2大数据在交通中的应用现状
大数据应用的价值在于三方面:一是发现过去没有发现的数据潜在价值，二是通过不同数据集的整合创造新的数据价值，三是把在一个领域已经发挥过价值的数据再次应用在新的领域创造出价值。目前在公路基础设施管理方面，为了有效地收集、整合公路基础设施的监测、检测管理及养护信息，实现道路管理的信息化，更好的运用海量的基础设施数据，很多相关企业已经开始分别开发基于大数据的交通资产管理系统以及道路养护管理系统。
3大数据在交通基础设施全生命周期管理中应用的优势
3.1交通数据的主要来源
交通数据的采集手段主要分为3大类:检测设备采集、人工采集、网络数据的获取。检测设备的数据采集主要指目前公路上已经全面覆盖的交通数据监测设施，包括:布设在公路上的检测器如雷达检测器、线圈检测器、地磁检测器、高清摄像系统、气象检测器等等;另外还有安装在车辆上的检测器如车辆GPS、车载智能终端、智能卡等等具有通信功能的设备设施。检测设备所采集的数据主要包括交通流数据如，交通量、车辆组成、天气状况、道路事故状况等等;车载检测器获取的数据主要是车辆运行状态的数据如，车速、车辆位置、油耗量、行驶轨迹等等。
3.2大数据的应用优势
大数据在交通中应用的优势为:
(1)数据来源的广泛性以及数据的全面性交通数据具有丰富的数据来源以及多样的检测方式。运用大数据的方法进行基础设施全寿命周期管理注重全体交通数据的监测，而非少量随机样本的监测。极大的丰富了交通基础设施管理数据的种类与数量，实现交通基础数据的全面感知，使管理依据更加广泛、全面、具体。
(2)数据处理的多源化基于大数据交通基础设施全寿命周期管理在数据处理上克服了数据多源异构不易存储不能融合使用的局限性。数据种类也由传统的静态数据发展至静态与动态数据相结合。由基础检测数据与图片、视频、音频等数据相结合，提高数据的实用性，提升管理的可靠性。
4结论
(1)更加广泛的网络覆盖与互通大数据驱动的智能，交通系统具有快速的网络通信.针对交通大数据的实时传输要求，建立有线通信、长距离和短距离无线通信构成的互联互通信道，实现数据源、智能交通系统、服务对象的数据交互.智能交通专网作为数据交互的中心，与互联网、政务网、公安网等连接，网络接口具备合乎规范的网闸，以保障网络通信的安全运行。
(2)建立行之有效的云平台大数据技术，要发挥其真正的作用不仅要进行广泛的数据积累，数据的处理与分析也起到影响数据使用效果的决定性因素。云计算平台承担了数据存储、挖掘、分析、处理的功能。以多种基础理论为支撑建立数据模型构建云平台体系架构。才能切实有效的实现基于大数据的交通基础设施全寿命周期管理。
(3)对于设备的开发要求有所提高，在大数据平台的建立驱动下，针对交通基础设施管理的数据采集设备设施需要进行改造与升级，配合大数据平台的数据存数、传输与使用功能。此外在提高设备数据传输性能与数据输出方式上都有新的要求。
参考文献：
[1]卢晓斌.利用大数据服务铁路完善钢轨全寿命周期管理[J].铁路采购与物流,2018,v.13;No.138(03):26-28.
[2]杨亚东.火电基建质量管理大数据系统应用[J].华电技术,2018,040(012):24-26.
[3]郑双权.大数据在贵州高速公路施工管理质量监控等方面的应用价值研究[J].交通世界,2018,480(30):140-141.
[4]曹鑫胜,韩一德.大数据在高速公路中的应用研究[J].山西电子技术,2018,200(05):85-87.