交通大数据主要来源来自交通道路上卡口的过车记录。但是卡口覆盖范围有限，能否从社会资源上获取交通数据？通过协调，交警部门从停车场出入口、加油站、公共停车位等交通流量重点地区调取了监控视频。通过海量视频云分析平台，将监控视频中的车辆相关数据取出，包括车牌、车型、驾驶员特征，并存入大数据平台。

　　套牌车分析采用两种方案对比。对于本地车辆，通过比对同一个车牌记录中的车型车管库的车型，如果不一致，有可能是套牌车，可以提取出来进行下一步分析。对于外地车辆，采用时空分析方案。同一个车牌如果在同一时间段出现在距离很远的两处，则说明是套牌车，提取出来进行下一步分析。

　　毒驾和失驾人员是不允许驾驶机动车上路，否则会造成极大的交通隐患。交警部门通过现有的毒驾和失驾人员重点人员库。当卡口部署的是高清卡口，可以将驾驶员头部照片取出。将驾驶员照片和毒驾失驾人员库中的照片进行自动人脸比对，如果相似度较高，说明有可能是毒驾失驾人员，提取出来进行下一步分析。

　　通过查询卡口过车记录中车牌缺失的车辆，即可查询到车牌被遮挡的车辆。但是光发现车牌被遮挡车辆还远远不够，还需要找到这辆车的真正车牌。这就需要使用交通大数据的以图搜图功能，通过被遮挡车牌车辆的特征在所有过车记录中搜索，找到相似度最高的车辆，提取出来进行下一步分析。

　　通过以上几种手段对根据通过交通大数据平台分析出来的嫌疑车辆进行仔细排查，确认确实违法的，通过交通大数据平台车辆轨迹分析功能获取嫌疑车活动规律，预先设卡，拦截并处理。

　　总 结

　　基于大数据的智慧交通存在多种可能，交通的智能化是根本的趋势，利用大数据技术和智能分析技术，整合城市管理的其他数据，将真正推动智慧交通建设，为交通管理奠定良好的基础。目前大数据技术主要还是应用在交警和交管部门道路，随着交通数据的进一步联网开放，整合停车场、铁路、轨道交通、公交等等各种来源的数据，将可以为城市提供更为丰富的交通应用，让道路畅通，停车位不再难找，提升城市整体运营效率。