实时交通数据的概念可能大家都比较陌生，其实换种更普遍的说法可以被称为实时路况，由于智能手机的普及，大家对路况类的应用应该不陌生了，包括路况电台，百度地图和高德地图都有对实时路况的播报，但是这些应用的路况数据都是怎么来的，一般人可能不太清楚。
1.浮动车采集路况信息技术
这项技术其实是基于搭载在汽车上的GPS终端来进行路况数据采集的。目前，市面上的大部分出租车，物流车等公共交通工具都装载有这类GPS终端，通过通信网络，把这些车的经纬度、车头方向、速度等信息传递到数据处理中心，就可以计算出实时路况数据。当某个网络内的车辆足够多的时候，这种方式得到的结果也足够精准。唯一的问题是时效性，因为路况是随时都在变化的。按照现在的技术，数据传输延迟可控制在3-5分钟。
2.多种检测器数据融合
这里说的检测器包括遍布城市主要交通干道的地下线圈，地上电视监控和超声波系统等。以主流的地下感应线圈为例，车辆碾压通过线圈时，线圈产生感应电流，通过前后线圈感应电流产生时间的不同来测定当前车速和流量，并将这些信息传回主机电脑进行分析，得到实时的路况信息。不过这类方法收外界影响较大，并且在国内线圈铺设后相关部门的维护不当多导致此类系统达不到预期效果。
3.路况数据众包
路况软件上信息上报界面
这是最近几年新的一种采集路况信息的方法。2013年谷歌收购的社会化导航产品Waze就是基于这一理念。
2012年飓风桑迪袭击美国时，Waze发挥极大作用，在大部分交通网络瘫痪的情况下，通过用户分享的实时路况数据，美国政府在短时间内就完成了各种救援和物资的调度。
路况数据众包的好处在于成本低，覆盖区域广，反应及时，但是相对的，如果没有一个很大的用户基数作为支撑，得到的反馈少，时效性也差，对实时路况就不易判断。
动态交通信息服务方面的专家翟战强博士在其关于路况众包的文章中也指出，现在不仅可以通过专门的用户来贡献这方面信息，由于微博，微信等用户量已经达到亿级，很多人也都形成了随时随地发微薄的习惯，很多人也都把遇到的交通状况通过微博发送出去，通过微博的搜索和关注，可得到大量最新的路况信息。如果能抓取到来自社会化媒体上关于交通路口的信息，在云端服务器进行分析处理，反馈到导航应用上，将是十分明显的进步。
笔者在知乎上一个与“路况交通”相关的问题下发现社会化的导航或许会是将来导航应用发展的一个方向，翟博士也表示百度，高德，腾讯都在这方面做过尝试。这些都“充分体现BigData时代的终端，人，应用之间群体协同的巨大力量”。
