以前开车我们要手执地图，不配个副驾驶还真容易迷路，后来汽车科技不断发展，有了车载GPS系统，卫星定位一键导航。现在进入了移动互联网时代，智能手机里十有八九都会装上百度、高德一类的App。
大数据时代也让我们的出行生活发生了变化，如今的导航软件都已经具备了拥堵信息提示，这样的数据从哪里获得呢？
一、出租车：通过和出租车公司合作，获取城市出租车行进路线的拥堵信息。出租车一般都装有GPS设备，当检测到出租车的速度后将数据传给地图软件后台，由于出租车具有分布广泛并且出行时间长等特性，这也是地图软件主要获取的信息渠道；
二、政府部门：如交管局，通过道路监控和流量监测收集；
三、用户：用户开了导航软件，GPS同时也会记录时间、地点和速度，这部分通过上传后实现人人共享的模式，所以你也是贡献者，当前该数据占比越来越高；
四、其他：如公交车、运输货车等。
另外，随着大数据分析技术的多元化和系统化，拥堵预测也逐步发展起来。以百度为例，根据用户搜索模型对热门景点进行分析，就可以预测国庆期间哪些地区比较拥堵。结合诸如12306、去哪儿、携程一类的订票系统数据，将会有更精确的预测。
如果再了解搜索用户所在地区（IP识别），就可以分析出从某地到某地的用户流量，从而间接判断路线拥堵情况。
事实上能够做到人流拥堵监测的机构有很多，但前提都必须是大众化接入平台--例如运营商，通过基站接入终端的动态变化很容易分析出用户流动情况。
但是，达到智能出行的目标还有一段距离，对于未来的发展有三个问题，也许读者朋友们可以从问题中找到答案。
1. 不同维度的数据何时共享化？以便数据形成链路网信息。
2. 如何做到实时响应？这涉及到收集、计算、反馈的全面提速。
3. 何时全面跨进物联网？让手机和GPS设备不再孤单，让用户出行信息更加精准。
