車聯(lián)網(wǎng)應(yīng)用：大數(shù)據(jù)與智能交通

□ 文/王 鍇

車聯(lián)網(wǎng)應(yīng)用：大數(shù)據(jù)與智能交通

□ 文/王 鍇

根據(jù)高德發(fā)布的《2016年度中國(guó)主要城市交通分析報(bào)告》顯示，全國(guó)有1/3的城市高峰通勤受到擁堵的威脅，報(bào)告調(diào)研的60個(gè)主要城市中有32個(gè)城市高峰擁堵延時(shí)指數(shù)超過(guò)1.8，即，正常情況通勤30分鐘在這些城市會(huì)增加24分鐘，達(dá)到54分鐘。交通擁堵的狀況已經(jīng)從北上廣深等一線城市向中小城市蔓延。

智能交通系統(tǒng)便是為了緩解交通擁堵，提升管理效率而生，這是車聯(lián)網(wǎng)技術(shù)的基礎(chǔ)應(yīng)用。過(guò)去的智能交通建設(shè)側(cè)重于交通設(shè)施建設(shè)，比如：通過(guò)建設(shè)電子警察來(lái)減少交通違法，建設(shè)信號(hào)控制系統(tǒng)來(lái)管控車流，樹(shù)立交通誘導(dǎo)屏來(lái)引導(dǎo)出行，設(shè)置標(biāo)志標(biāo)線來(lái)規(guī)范駕駛行為等等，這些手段對(duì)于改善交通狀況起到了很大的作用，而且很大程度上緩解了交通管理部門人力上的不足，但是隨著汽車保有量的持續(xù)增加，通過(guò)這些“點(diǎn)”的方式已經(jīng)很難解決復(fù)雜的交通問(wèn)題，必須將移動(dòng)中的所有交通工具作為一個(gè)大網(wǎng)絡(luò)，從車聯(lián)網(wǎng)的角度來(lái)考慮解決問(wèn)題的方式。交通信息化建設(shè)已經(jīng)積累了大量的交通數(shù)據(jù)，能否通過(guò)這些躺在硬盤里的“死”數(shù)據(jù)，幫助交通決策者制定精準(zhǔn)、有效、合理的應(yīng)對(duì)策略？大數(shù)據(jù)分析技術(shù)的日趨成熟為解決這些問(wèn)題提供了可能。

各城市建設(shè)智慧交通的過(guò)程中，已經(jīng)產(chǎn)生越來(lái)越多的視頻監(jiān)控、卡口電警、路況信息、管控信息、營(yíng)運(yùn)信息、GPS定位信息、RFID識(shí)別信息等數(shù)據(jù)，每天產(chǎn)生的數(shù)據(jù)量可以達(dá)到PB級(jí)別，并且呈現(xiàn)指數(shù)型增長(zhǎng)，目前這些數(shù)據(jù)僅僅是存儲(chǔ)在硬盤里面，如何創(chuàng)造條件讓這些數(shù)據(jù)“說(shuō)話”是優(yōu)先要解決的問(wèn)題。

構(gòu)建交通大數(shù)據(jù)中心

目前各類涉及交通的數(shù)據(jù)都局限于垂直單一的業(yè)務(wù)系統(tǒng)和應(yīng)用部門中，與鄰近業(yè)務(wù)部門所管轄的系統(tǒng)缺乏共通聯(lián)動(dòng)。這種分散的局面導(dǎo)致城市交通綜合治理呈現(xiàn)碎片化的態(tài)勢(shì)，產(chǎn)生交通信息分散、信息缺乏權(quán)威等問(wèn)題。通過(guò)交通大數(shù)據(jù)中心的建設(shè)，有助于建立綜合性立體的交通信息體系，構(gòu)建交通信息集成利用模式，發(fā)揮整體性效能。交通大數(shù)據(jù)中心的設(shè)計(jì)要符合以下應(yīng)用需求：

以數(shù)據(jù)為中心

圍繞從數(shù)據(jù)采集、數(shù)據(jù)清洗轉(zhuǎn)換、數(shù)據(jù)分析，到數(shù)據(jù)查詢整個(gè)生命周期構(gòu)建大數(shù)據(jù)系統(tǒng)。完成數(shù)據(jù)一致建模、集中存儲(chǔ)、統(tǒng)一管控，并提供數(shù)據(jù)服務(wù)進(jìn)行資源共享：數(shù)據(jù)本身共享、數(shù)據(jù)分析能力共享。

以融合開(kāi)放為基礎(chǔ)

具有融合開(kāi)放的架構(gòu)，支持多種數(shù)據(jù)源（部門內(nèi)部、公眾數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)）、多種數(shù)據(jù)格式，以及結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)分析處理能力；對(duì)外以服務(wù)化方式開(kāi)放，既能使用其他系統(tǒng)的服務(wù)，又能開(kāi)放自身能力。

以挖掘算法做支撐

需要豐富的算法支撐警務(wù)應(yīng)用的創(chuàng)新，從集中過(guò)來(lái)的大量數(shù)據(jù)中發(fā)現(xiàn)其價(jià)值；讓數(shù)據(jù)智慧起來(lái)，方便警務(wù)人員及時(shí)準(zhǔn)確地做出決策。

重視數(shù)據(jù)安全與隱私

大數(shù)據(jù)體系具有很強(qiáng)的開(kāi)放性，要確保數(shù)據(jù)的安全和隱私。要在整個(gè)平臺(tái)生命周期內(nèi)建立安全、隱私的數(shù)據(jù)保護(hù)體系，并在連續(xù)監(jiān)測(cè)、身份認(rèn)證、授權(quán)、憑證管理和支持從安全設(shè)備到安全數(shù)據(jù)轉(zhuǎn)化的密碼學(xué)等領(lǐng)域，采取全面的解決方案，以確保數(shù)據(jù)在被安全授權(quán)的情況下方可使用。

大數(shù)據(jù)中心整體框架如下圖，主要分為交通大數(shù)據(jù)資源中心和交通大數(shù)據(jù)計(jì)算中心。

交通大數(shù)據(jù)資源中心主要負(fù)責(zé)對(duì)各類交通數(shù)據(jù)進(jìn)行統(tǒng)一的存儲(chǔ)和管理，整體架構(gòu)采用云存儲(chǔ)架構(gòu)，能夠?qū)崿F(xiàn)對(duì)數(shù)據(jù)的高效存取和組織，為大數(shù)據(jù)分析計(jì)算提供可靠的數(shù)據(jù)保障。

云儲(chǔ)存系統(tǒng)解決了城市級(jí)海量數(shù)據(jù)存儲(chǔ)和檢索難題，以視頻、圖片文件存儲(chǔ)和管理為核心，可面向大規(guī)模數(shù)據(jù)密集型應(yīng)用。云存儲(chǔ)系統(tǒng)以網(wǎng)絡(luò)智能存儲(chǔ)為載體，通用的X86架構(gòu)應(yīng)用服務(wù)器為元數(shù)據(jù)管理服務(wù)器，來(lái)實(shí)現(xiàn)存儲(chǔ)節(jié)點(diǎn)能夠根據(jù)業(yè)務(wù)需要擴(kuò)容，存儲(chǔ)節(jié)點(diǎn)間容錯(cuò)等高級(jí)特性，具有高性能、高容錯(cuò)、高可用的特點(diǎn)。云存儲(chǔ)系統(tǒng)屬于基礎(chǔ)平臺(tái)支撐層，以用于數(shù)據(jù)集中存儲(chǔ)和共享，實(shí)現(xiàn)對(duì)數(shù)據(jù)的統(tǒng)一管理和高效應(yīng)用。將數(shù)據(jù)邏輯集中物理分散，以提供多并發(fā)高吞吐帶寬，最大程度降低系統(tǒng)訪問(wèn)瓶頸。

交通大數(shù)據(jù)計(jì)算中心通過(guò)開(kāi)放、高效的計(jì)算框架，實(shí)現(xiàn)對(duì)交通數(shù)據(jù)的預(yù)處理和計(jì)算，可以支持mahout與R語(yǔ)言、SAS等主流數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)第三方智能算法的快速開(kāi)發(fā)和部署。

數(shù)據(jù)處理和數(shù)據(jù)服務(wù)

統(tǒng)一數(shù)據(jù)采集手段，通過(guò)一套完整的數(shù)據(jù)整合作業(yè)工具，能夠依托于數(shù)據(jù)元標(biāo)準(zhǔn)化管理與數(shù)據(jù)建模，有效實(shí)現(xiàn)面向多結(jié)構(gòu)資源下標(biāo)準(zhǔn)化采集，摒棄原有多種采集工具并存下管理難，運(yùn)維難的局面。

智能分析算法結(jié)合大數(shù)據(jù)分析平臺(tái)技術(shù)架構(gòu)實(shí)現(xiàn)分布式并行計(jì)算分析，可對(duì)大量視頻、圖、結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，并提供快速提取運(yùn)動(dòng)車輛和人像特征的能力，實(shí)現(xiàn)快照看、智能變速看、濃縮看、圖片以圖搜圖、語(yǔ)義搜索等高級(jí)功能，節(jié)約大量的視頻研判分析時(shí)間，并可以通過(guò)智能分析實(shí)現(xiàn)實(shí)時(shí)自動(dòng)報(bào)警，從而提高對(duì)各類交通事件、案件的查證能力，提高交通管理的效率和水平。

通過(guò)對(duì)不同大數(shù)據(jù)業(yè)務(wù)的封裝，主要為上層業(yè)務(wù)提供基于Restful接口方式、HTTP方式、程序API方式、SQL接口等方式，來(lái)使用平臺(tái)的大數(shù)據(jù)分析服務(wù)，主要分為：

（1）視頻檢索服務(wù)

（2）數(shù)據(jù)挖掘服務(wù)

（3）智能分析平臺(tái)服務(wù)

（4）車輛數(shù)據(jù)分析服務(wù)

（5）開(kāi)放交通視圖數(shù)據(jù)，供第三方應(yīng)用二次開(kāi)發(fā)，形成交通大數(shù)據(jù)應(yīng)用生態(tài)圈；

按照業(yè)務(wù)數(shù)據(jù)的類型來(lái)提供不同的共享和調(diào)用方式：

（1）實(shí)時(shí)消息交換

對(duì)于匯集的業(yè)務(wù)數(shù)據(jù)進(jìn)行轉(zhuǎn)發(fā)時(shí)，系統(tǒng)只提供被動(dòng)接口采用主推送式。主動(dòng)推送需要支持對(duì)異構(gòu)接口的調(diào)用，并具有斷點(diǎn)續(xù)傳與數(shù)據(jù)補(bǔ)功能。

（2）數(shù)據(jù)庫(kù)交換

對(duì)于匯聚的文本數(shù)據(jù)提供標(biāo)準(zhǔn)外部訪問(wèn)接口（如Webservice接口），供外部系統(tǒng)調(diào)用。

（3）文件共享

對(duì)于匯聚的文件提供標(biāo)準(zhǔn)外部訪問(wèn)接口（如FTP接口），供外部系統(tǒng)調(diào)用。

基于交通大數(shù)據(jù)的業(yè)務(wù)應(yīng)用

主要通過(guò)對(duì)大數(shù)據(jù)中心匯聚的各類交通信息進(jìn)行綜合研判分析，包括各類基礎(chǔ)數(shù)據(jù)的研判分析、交通事故數(shù)據(jù)研判分析、重點(diǎn)車輛關(guān)聯(lián)分析、實(shí)時(shí)交通仿真預(yù)測(cè)，針對(duì)應(yīng)急方案、組織方案、控制方案的合理性和適用性進(jìn)行評(píng)估等，研判分析的結(jié)果可以為管理決策提供數(shù)據(jù)支持。

交通運(yùn)行態(tài)勢(shì)分析

（1）實(shí)時(shí)擁堵情況分析研判：根據(jù)城區(qū)道路交通擁堵情況，計(jì)算出平均車速、擁堵時(shí)長(zhǎng)、擁堵距離等數(shù)據(jù)。同時(shí)，將實(shí)時(shí)擁堵情況發(fā)布至交通誘導(dǎo)系統(tǒng)；

（2）擁堵態(tài)勢(shì)精細(xì)化描述比對(duì)：在從時(shí)空方面分析擁堵態(tài)勢(shì)的基礎(chǔ)上，從交通專業(yè)的角度分析擁堵情況下具體交通參數(shù)變化情況，計(jì)算出平均車速、擁堵時(shí)長(zhǎng)、擁堵距離等數(shù)據(jù)，實(shí)現(xiàn)擁堵態(tài)勢(shì)具象化，支持未來(lái)交通專業(yè)化分析，并對(duì)擁堵路段、擁堵區(qū)域進(jìn)行排名；

（3）擁堵路段分析研判：按照不同周期，分析任意周或者任意月的工作日或者非工作日早晚高峰和低平峰時(shí)段的交通指數(shù)和擁堵時(shí)長(zhǎng)，統(tǒng)計(jì)出擁堵路段。路段擁堵詳情是選中路段點(diǎn)擊詳情分析功能，該功能展示路段的基礎(chǔ)信息，并在地圖上將路段標(biāo)示出來(lái)，最后統(tǒng)計(jì)分析得出該路段不同指標(biāo)的24小時(shí)趨勢(shì)對(duì)比、周趨勢(shì)對(duì)比、月趨勢(shì)對(duì)比；

（4）進(jìn)出城車流分析研判：通過(guò)獲取各個(gè)進(jìn)城卡口的車輛信息，可以從進(jìn)城車的來(lái)源和類型兩個(gè)維度來(lái)分析。進(jìn)城車的來(lái)源分為本地車和外地車，車輛類型分為大型車和其他車型，分別從進(jìn)城車流占比、進(jìn)城車流在各個(gè)卡口的排名、24小時(shí)進(jìn)城車流趨勢(shì)、進(jìn)城車流日趨勢(shì)來(lái)分析。

（5）交通參數(shù)預(yù)測(cè)：根據(jù)前幾個(gè)時(shí)段的交通參數(shù)，并結(jié)合上下游路段交通參數(shù)的變化規(guī)律，建立交通參數(shù)預(yù)測(cè)模型（如歷史趨勢(shì)法、時(shí)間序列法、卡爾曼濾波、BP神經(jīng)網(wǎng)絡(luò)等），對(duì)未來(lái)時(shí)段交通參數(shù)進(jìn)行預(yù)測(cè)，包括路口交通參數(shù)預(yù)測(cè)和路段行程時(shí)間預(yù)測(cè)等。

交通秩序分析研判

用于提取道路交通違法處理系統(tǒng)數(shù)據(jù)，對(duì)道路交通違法情況進(jìn)行分析。功能包括：

（1）交通違法時(shí)空特性分析研判：在違法時(shí)間段分析的基礎(chǔ)上，增加分析維度，從轄區(qū)、違法類型、違法地點(diǎn)、違法號(hào)牌、違法日期、違法來(lái)源六個(gè)維度來(lái)分析交通違法情況，包括違法次數(shù)統(tǒng)計(jì)分析、違法記分趨勢(shì)分析、同期變化、違法行為趨勢(shì)分析、發(fā)生違法行為的機(jī)動(dòng)車總量、某時(shí)間段內(nèi)指定機(jī)動(dòng)車違法次數(shù)、發(fā)生指定違法行為的機(jī)動(dòng)車數(shù)量、指定機(jī)動(dòng)車指定違法行為數(shù)量等，以圖形、表格的形式直觀展示，并給出分析結(jié)論；

（2）交通違法與安全聯(lián)合分析研判：在針對(duì)交通違法類型統(tǒng)計(jì)分析的基礎(chǔ)上，與交通安全分析研判聯(lián)合分析，給出交通違法行為與事故的關(guān)系，根據(jù)交通違法行為的變化情況確定安全態(tài)勢(shì)等級(jí)，評(píng)價(jià)當(dāng)前交通運(yùn)行安全狀態(tài)以及預(yù)測(cè)未來(lái)演變趨勢(shì)，對(duì)安全態(tài)勢(shì)等級(jí)達(dá)到預(yù)警級(jí)別的自動(dòng)提示；

（3）違法高發(fā)單位分析研判：違法高發(fā)單位分析可以從月度、季度、半年度、年度對(duì)違法行為數(shù)量前50名的違法單位進(jìn)行統(tǒng)計(jì)，并可對(duì)違法單位的違法車輛從違法行為和違法號(hào)牌兩方面進(jìn)行統(tǒng)計(jì)，交警據(jù)此名單可以對(duì)相關(guān)單位進(jìn)行宣傳教育；

（4）交通違法統(tǒng)計(jì)排名：對(duì)機(jī)動(dòng)車違法TOP排名、駕駛?cè)诉`法TOP排名、愈期3個(gè)月未年檢車輛TOP排名、多次違法未處理車輛TOP排名等進(jìn)行統(tǒng)計(jì)排名。

交通安全分析研判

對(duì)道路交通事故基本情況進(jìn)行分析，對(duì)交通安全態(tài)勢(shì)進(jìn)行綜合評(píng)價(jià)，實(shí)時(shí)評(píng)價(jià)交通運(yùn)行安全狀態(tài)以及預(yù)測(cè)未來(lái)演變趨勢(shì)，對(duì)安全態(tài)勢(shì)等級(jí)達(dá)到預(yù)警級(jí)別的自動(dòng)預(yù)警提示，主要功能包括：

（1）交通事故時(shí)空特性分析研判：對(duì)道路交通事故發(fā)生地點(diǎn)（一般公路、高速公路、快速路、主干道、次干道、支路或城區(qū)道路、農(nóng)村道路、所屬行政區(qū)域等）、發(fā)生時(shí)間段（白天、夜間、早高峰、晚高峰、平峰等）進(jìn)行分析。

（2）交通事故態(tài)勢(shì)分析研判：對(duì)一定時(shí)期（周、月、季、年等）某區(qū)域的交通事故進(jìn)行環(huán)比、同比分析，為交通安全態(tài)勢(shì)分析研判提供數(shù)據(jù)支撐，也可作為考核轄區(qū)大隊(duì)、轄區(qū)中隊(duì)道路交通安全管理工作的依據(jù)；對(duì)事故時(shí)間分布、傷亡人員以及駕駛?cè)笋{齡、事故黑點(diǎn)、車輛類型、事故形態(tài)、事故違法、事故天氣、事故原因進(jìn)行統(tǒng)計(jì)分析，找出路段或交通事故的主要增長(zhǎng)點(diǎn)，研判分析交通事故狀態(tài)及趨勢(shì)。根據(jù)交通事故數(shù)量變化情況確定安全態(tài)勢(shì)等級(jí)，評(píng)價(jià)交通運(yùn)行安全狀態(tài)以及預(yù)測(cè)未來(lái)演變趨勢(shì)，對(duì)安全態(tài)勢(shì)等級(jí)達(dá)到預(yù)警級(jí)別的，自動(dòng)預(yù)警提示；

（3）事故黑點(diǎn)分析研判：對(duì)過(guò)去一個(gè)時(shí)間段（周、月、季、年等）某路口、路段道路交通事故數(shù)量、類型及發(fā)生原因（人、車、路、環(huán)境等）進(jìn)行分析，為事故黑點(diǎn)排查和事故預(yù)防工作提供數(shù)據(jù)支撐；

結(jié)束語(yǔ)

大數(shù)據(jù)時(shí)代的到來(lái)為智能交通和車聯(lián)網(wǎng)領(lǐng)域帶來(lái)了新的機(jī)遇與挑戰(zhàn)。過(guò)去看似雜亂、無(wú)跡可尋、碎片化的交通問(wèn)題正在通過(guò)大數(shù)據(jù)技術(shù)逐步變的清晰，為交通管理部門整體掌握交通運(yùn)行規(guī)律，制定精細(xì)化的管理策略提供了有效的技術(shù)手段。由于我們過(guò)去忽視對(duì)交通數(shù)據(jù)的挖掘，因此必須建立起一整套圍繞數(shù)據(jù)運(yùn)用的技術(shù)體系和框架，同時(shí)交通管理部門還必須從“領(lǐng)導(dǎo)決策”的傳統(tǒng)管理方式，向“數(shù)據(jù)決策”的科學(xué)管理方式轉(zhuǎn)變，管理理念的變革必須與技術(shù)的變革相適應(yīng)才能發(fā)揮出其應(yīng)有的作用。

作者單位：浙江大華技術(shù)股份有限公司