交通运输大数据逻辑架构主要可以分为以下几种类型：
1. 数据采集层：这是数据的基础，负责收集各种交通相关的数据。这包括实时交通流量数据、车辆位置数据、天气数据、路况数据等。数据采集层通常由传感器、摄像头、GPS设备等硬件设备组成。
2. 数据处理层：这是数据的处理和分析阶段，将采集到的原始数据进行处理、清洗、整合，形成可用的数据。数据处理层主要包括数据清洗、数据融合、数据转换等步骤。
3. 数据分析层：这是对数据处理后的数据进行分析，找出其中的规律和趋势，为决策提供支持。数据分析层主要包括数据挖掘、预测模型建立、可视化展示等步骤。
4. 应用服务层：这是基于数据分析的结果，为用户提供各种应用服务。这包括交通流量预测、路线优化推荐、事故预警、公共交通规划等。应用服务层通常由各种软件系统组成，如交通管理系统、公交调度系统、智能导航系统等。
5. 安全监控层：这是对整个交通运输系统的安全管理，包括实时监控交通状况、预防和处理交通事故、保护用户隐私等。安全监控层通常由各种监控系统和报警系统组成。
6. 决策支持层：这是基于数据分析结果，为决策者提供支持。这包括交通政策制定、资源配置、风险评估等。决策支持层通常由各种决策支持系统组成，如交通规划系统、资源分配系统、风险管理系统等。
7. 用户接口层：这是与用户交互的界面，提供各种服务给用户。这包括网页、移动应用、车载信息屏等。用户接口层需要考虑到用户体验，提供简洁、易用的界面。
8. 基础设施层：这是支撑整个逻辑架构的基础，包括网络设施、数据中心、服务器等。基础设施层需要保证数据的稳定传输和存储，以及系统的稳定性和可扩展性。
以上是交通运输大数据的逻辑架构的主要类型，每个层次都有其特定的功能和任务，相互协作，共同构建起一个强大的交通运输大数据平台。
