一、概述
众所周知，智能交通的核心应用，在于智能交通平台;而智能交通平台的核心，在于交通数据的综合管理和应用。在当前的智能交通领域，基于大数据系统的交通管理和应用正在逐渐取代以前相对粗犷的交通管理模式，“治堵”、“管控”、“限行”、“精准打击”、“科学决策”、“合理配时”等等字眼正在不断地对新一代的智能交通平台提出更高的要求。本文就以“如何精准打击无真实号牌车辆”、“如何基于交通数据做交通管理行为的专项整治”、“如何利用交通大数据辅助交通组织优化”等三个经典数据应用，阐述数据时代下的智能交通综合应用。
二、基于大数据的涉牌违法车辆的分析和研判
在路上的时候，我们经常会看到这样的一些车辆，比如未悬挂号牌的、用光盘遮挡的、防撞装置或者备胎遮挡号牌的、用泥浆、油漆污损号牌或者胶贴涂抹号牌的、可翻转号牌架的车辆!
随着下面此类新闻在不断地映入我们的眼帘，与这些车辆相关性较大的关键词往往就是遮牌、违法、事故、逃逸乃至死亡，我们不得不接受这样一个事实——珍惜生命，远离无牌车!
事实上，整治涉牌违法一直是交警最为重视的一项工作，而且在《道路交通安全法》中，对此类涉牌违法的处罚也是最严厉的!
但是此类车辆有一个共同的特征，即车辆号牌无法辨识或者不真实，所以不能通过号牌确定车辆的真实身份。而交警现役的非现场执法系统需要100%依赖准确看清车辆号牌，例如闯红灯电子警察系统、超速卡口抓拍系统、违停取证系统以及手动抓拍系统等。
那么问题来了，怎样在不知道车牌的情况下，打造一套可用于实战的涉牌违法研判分析系统?
让我们理一下思路，对无牌车辆怎么研判?车辆除了车牌外有什么其他的特征?车标、车身颜色、车型、品牌及子品牌、驾驶室特征……是不是有了以图搜车的想法了?但是以前的以图搜车为什么不能奏效呢?首先是不是搜车的准确率不高?其次是不是搜车的速度太慢?第三点是不是搜车跟后续的处罚的业务脱节了?那么好，理清楚问题，我们是不是有了更好的方向了?
这就是非常典型的数据时代下，针对车辆研判的大数据研判系统：通过二次识别的云分析给出车辆数据精准结构化描述;全文检索引擎将这些结构数据进行检索优化;智能交通综合平台通过数据比对列出相似度从高到低车辆，从而确定目标车辆真实号牌。与以往的车辆研判相比提升的是，基于大数据全文检索引擎下的搜索速度更快;基于云分析系统下的二次识别和车辆建模准确度更高。
