据外媒报道，若采集足够的车辆碰撞数据（如：事故的地点、时间及发生原因），就能制作预见性碰撞事故地图。简而言之，计算机可分析历史数据及新采集的数据，预计存在高风险的事故多发地区，标注对应的道路和高速。
大数据在交通行业实现了商业化应用。由于采集了车速及安全带使用、制动、加速习惯及下班后的用车习惯等相关信息，该类数据可被用于监控驾驶员的操作安全性并预测驾驶风险。
该类数据或能被用于其他途径。对个人用户而言，许多数据可告知父母其孩子的驾驶行为是否安全、是否存在事故危险。从政府角度看，该类数据或能确定某条道路是否需要基于驾驶员的习惯操作进行重新设计。大数据还能被用于提升自动驾驶安全性，降低事故发生率。
据估计，到2020年，预计全球将有1000万辆自动驾驶车辆上路行驶，安全性无疑是个大问题。这意味着需要尽可能多地采集相关数据。该类数据可被用于机器学习，探查车辆信号，了解周边车辆是否需要转向，AI将作出对应的操作应对。
若提升车辆的自动化程度，这不仅将提升道路安全性，对经济也有正面的影响。这意味着不仅每年将挽救上千人的性命，还将节省1900已美元的医疗保健成本。大数据将有助于持续提升车辆的安全性。（本文图片选自pewtrusts.org）