• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      深圳城市交通大數(shù)據(jù)集成關(guān)鍵技術(shù)及治理應(yīng)用研究1

      2018-10-30 02:17:02丘建棟莊立堅(jiān)梁嘉賢宋家驊段仲淵
      交通與港航 2018年5期
      關(guān)鍵詞:交通

      丘建棟,莊立堅(jiān)*,梁嘉賢,宋家驊,段仲淵

      深圳市城市交通規(guī)劃設(shè)計(jì)研究中心有限公司

      0 引 言

      城市交通綜合治理是大中城市改善交通的重要抓手。在深圳市交通擁堵治理工作方案,“強(qiáng)結(jié)構(gòu)、優(yōu)服務(wù)、調(diào)需求、重科技”的背景下,急需建立一種快速響應(yīng)、高效處理、主動(dòng)預(yù)防的綜合治理新模式,實(shí)現(xiàn)城市開發(fā)與交通承載相適應(yīng),有效改善交通出行環(huán)境,提升市民幸福感。隨著“互聯(lián)網(wǎng)+”和大數(shù)據(jù)出現(xiàn),推動(dòng)大數(shù)據(jù)與交通領(lǐng)域融合創(chuàng)新,依托交通大數(shù)據(jù),實(shí)現(xiàn)城市交通數(shù)據(jù)的全覆蓋、全關(guān)聯(lián)、全開放和全分析,探索交通大數(shù)據(jù)在城市綜合治理的應(yīng)用,是實(shí)現(xiàn)被動(dòng)改善到主動(dòng)治理、設(shè)施擴(kuò)容到管理提升、感性認(rèn)知到量化監(jiān)測轉(zhuǎn)變的關(guān)鍵點(diǎn)。

      1 交通領(lǐng)域大數(shù)據(jù)組成及特征

      1.1 大數(shù)據(jù)基本概念

      大數(shù)據(jù)(Big Data, Mega Data)指需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)[1]。2008年8月,大數(shù)據(jù)概念由牛津大學(xué)教授Viktor Mayer最早提出。在他編寫的《大數(shù)據(jù)時(shí)代》中,大數(shù)據(jù)指不用隨機(jī)分析法(抽樣調(diào)查)這樣的捷徑而采用所有數(shù)據(jù)進(jìn)行分析處理的研究方法[2]。大數(shù)據(jù)有4V特點(diǎn),即Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價(jià)值)[3]。

      大數(shù)據(jù)的基本概念包括:①并非有大量數(shù)據(jù)就可以被稱為大數(shù)據(jù);②大數(shù)據(jù)更加關(guān)注相關(guān)性而非因果;③大數(shù)據(jù)關(guān)聯(lián)與挖掘后,把孤立的數(shù)據(jù)聯(lián)系起來能相對(duì)完整描述一個(gè)對(duì)象;④大數(shù)據(jù)主要用于預(yù)測,可以預(yù)演未來的結(jié)果。因此,業(yè)界的共識(shí)是,大數(shù)據(jù)等于海量數(shù)據(jù)加分析方法加預(yù)測結(jié)果。

      1.2 交通大數(shù)據(jù)組成

      除居民出行調(diào)查、道路交通量調(diào)查等傳統(tǒng)調(diào)查方法以外,多渠道的交通數(shù)據(jù)來源將為交通模型提供海量多元的非關(guān)系型數(shù)據(jù)。這些數(shù)據(jù)最初用于其它目的,而后被引入交通分析評(píng)估。交通大數(shù)據(jù)可分為六大類:

      ①人的移動(dòng)。包括手機(jī)信令、個(gè)體位移、導(dǎo)航軟件等;

      ②車的移動(dòng)。包括出租車、公共汽(電)車、客貨車GPS數(shù)據(jù);

      ③定點(diǎn)檢測。包括地感線圈、地磁數(shù)據(jù)、視頻識(shí)別、車牌識(shí)別等;

      ④交通收費(fèi)。包括停車收費(fèi)數(shù)據(jù)、IC卡數(shù)據(jù)、出租客運(yùn)、公路與鐵路車站收費(fèi)數(shù)據(jù)等;

      ⑤交通安全。包括交通事故處理及位置等數(shù)據(jù);

      ⑥傳統(tǒng)基礎(chǔ)。包括用地規(guī)劃、交通網(wǎng)絡(luò)、社會(huì)經(jīng)濟(jì)和交通需求等。

      1.3 交通大數(shù)據(jù)特征

      交通大數(shù)據(jù)具有5大特征。

      ①客觀性。大部分?jǐn)?shù)據(jù)不需要訪問被調(diào)查者,而是由傳感器主動(dòng)獲取,可保證數(shù)據(jù)的客觀性,發(fā)現(xiàn)靜默者,包括老人、小孩或者較不活躍者。

      ②多元性。不同渠道的數(shù)據(jù)從不同方面反映交通特征,數(shù)據(jù)之間可以相互校核。

      ③穩(wěn)定性。可以在多個(gè)時(shí)段對(duì)調(diào)查目標(biāo)反復(fù)驗(yàn)證,降低極端數(shù)據(jù)的干擾。

      ④準(zhǔn)確性。縮減抽樣、訪問、填寫、錄入等人工操作環(huán)節(jié),提高數(shù)據(jù)準(zhǔn)確性。

      ⑤廉價(jià)性。數(shù)據(jù)獲取成本較傳統(tǒng)調(diào)查低廉,檢測設(shè)備一次投入可反復(fù)使用,而大量數(shù)據(jù)原本用于其它目的,經(jīng)數(shù)據(jù)轉(zhuǎn)換后可成為交通分析數(shù)據(jù)源。

      1.4 交通大數(shù)據(jù)應(yīng)用現(xiàn)狀

      盡管大數(shù)據(jù)在交通領(lǐng)域的應(yīng)用剛剛興起,中國大城市的交通研究機(jī)構(gòu)、高德百度等地圖公司、京東阿里等電子商務(wù)企業(yè)均已開展實(shí)際應(yīng)用。尤其是中國主要的交通研究機(jī)構(gòu)逐步開始利用交通大數(shù)據(jù),變革傳統(tǒng)的調(diào)查方法,使交通分析開始由抽樣數(shù)據(jù)分析向全樣數(shù)據(jù)分析轉(zhuǎn)變。

      2006年,深圳市城市交通規(guī)劃設(shè)計(jì)研究中心建立“深圳市城市交通仿真系統(tǒng)”,成為中國較早運(yùn)用動(dòng)態(tài)數(shù)據(jù),實(shí)時(shí)評(píng)估交通運(yùn)行狀態(tài)的城市[4]。2010年,北京交通發(fā)展研究中心推出“北京市道路交通指數(shù)”,把復(fù)雜的道路評(píng)估用簡單的指數(shù)形式呈現(xiàn)給政府和市民,交通數(shù)據(jù)由政府走向民間[5]。2014年,百度推出春運(yùn)遷徙地圖,依托強(qiáng)大的地圖和移動(dòng)終端用戶數(shù)據(jù)為用戶提供及時(shí)、全面的春運(yùn)出行信息,幫助用戶更好的規(guī)劃行程。2014年,高德交通季度分析報(bào)告基于海量歷史路況數(shù)據(jù)分析出不同區(qū)域在不同時(shí)間段內(nèi)的擁堵延時(shí)指數(shù),首次推出主要城市擁堵延時(shí)指數(shù)排名[6]。2017年,阿里巴巴發(fā)布城市大腦1.0智能治理城市系統(tǒng),采用實(shí)時(shí)路況監(jiān)測、智能配時(shí)優(yōu)化等措施破解交通擁堵問題[7]。2018年,高德連同阿里一同打造城市大腦智慧交通體系,結(jié)合已有的擁堵延時(shí)指數(shù),量身定制“堵城”的“高德方案”。

      運(yùn)用城市運(yùn)行產(chǎn)生的多源大數(shù)據(jù),包括浮動(dòng)車GPS、公交IC卡、固定檢測線圈(視頻)、車輛識(shí)別系統(tǒng)、手機(jī)移動(dòng)數(shù)據(jù)等,在一定程度上代替原有大規(guī)模的交通調(diào)查方式,有效節(jié)省城市交通分析的成本并提升工作效率。同時(shí),傳統(tǒng)方式無法實(shí)現(xiàn)的調(diào)查,如長時(shí)間不間斷調(diào)查、公交IC卡和移動(dòng)終端追蹤等,通過大數(shù)據(jù)挖掘得以實(shí)現(xiàn)。

      總體上看,大數(shù)據(jù)在交通分析領(lǐng)域的應(yīng)用取得了一定突破,但大部分城市尚未實(shí)現(xiàn)交通大數(shù)據(jù)在城市交通綜合治理的應(yīng)用。因此,本文系統(tǒng)梳理了交通大數(shù)據(jù)集成關(guān)鍵技術(shù),以深圳市為聚焦點(diǎn),總結(jié)了交通大數(shù)據(jù)在深圳綜合治理中的應(yīng)用實(shí)踐。

      2 交通大數(shù)據(jù)集成關(guān)鍵技術(shù)

      深圳城市交通大數(shù)據(jù)集成的關(guān)鍵技術(shù),將實(shí)現(xiàn)從“數(shù)據(jù)采集—數(shù)據(jù)融合—決策支撐—共享服務(wù)”的全流程處理,具體體現(xiàn)在以下幾點(diǎn):

      2.1 數(shù)據(jù)采集關(guān)鍵技術(shù)

      數(shù)據(jù)采集關(guān)鍵技術(shù)以“出行環(huán)境+出行感受”多目標(biāo)為驅(qū)動(dòng),實(shí)現(xiàn)對(duì)數(shù)據(jù)整合和集成化采集,實(shí)現(xiàn)對(duì)人、車、路等核心要素和交通、環(huán)境、安全等多維細(xì)分領(lǐng)域的全面感知。主要關(guān)鍵技術(shù)包括:

      (1)基于海量數(shù)據(jù)的多元多維度數(shù)據(jù)體系構(gòu)建

      建立多維度的交通大數(shù)據(jù)公共平臺(tái),通過集成交通、土地、環(huán)境、安全、氣象、政策等多元數(shù)據(jù),采用數(shù)據(jù)集市與數(shù)據(jù)立方體,搭建面向分析的交通大數(shù)據(jù)多維度特征指標(biāo)體系。

      (2)高可靠、高擴(kuò)展的交通大數(shù)據(jù)標(biāo)準(zhǔn)化架構(gòu)搭建

      交通大數(shù)據(jù)標(biāo)準(zhǔn)化架構(gòu)搭建基于Hive數(shù)據(jù)倉庫封裝,分布建立原始數(shù)據(jù)庫、元數(shù)據(jù)庫、基礎(chǔ)信息庫、指標(biāo)庫等多層級(jí)數(shù)據(jù)庫架構(gòu),實(shí)現(xiàn)ETL數(shù)據(jù)抽取,形成高可靠、高擴(kuò)展的基礎(chǔ)數(shù)據(jù)庫。

      (3)考慮未來自動(dòng)駕駛場景的智慧道路集成化數(shù)據(jù)采集

      圖1 數(shù)據(jù)采集維度

      圖2 交通大數(shù)據(jù)標(biāo)準(zhǔn)化架構(gòu)

      智慧道路集成化數(shù)據(jù)采集技術(shù)基于路口級(jí)中樞與路段級(jí)管廊,結(jié)合路面?zhèn)鞲衅?,采集包括車道流量、排?duì)長度、進(jìn)口道流量、行人流量和信號(hào)燈配時(shí)等實(shí)時(shí)數(shù)據(jù),實(shí)現(xiàn)對(duì)道路的全息感知。其中,路段以智慧交通桿為核心,結(jié)合高精度圖像識(shí)別、多模態(tài)信號(hào)控制等算法,實(shí)現(xiàn)“人—車—路—環(huán)境”的數(shù)據(jù)全面采集與交互;路口以智慧信號(hào)機(jī)為載體,采集車輛軌跡、車輛狀態(tài)、交通安全等信息,實(shí)現(xiàn)基于LTE-V/DSRC短程通訊與信號(hào)控制策略的自適應(yīng)耦合聯(lián)動(dòng),全面感知?jiǎng)屿o態(tài)交通運(yùn)行,支持車路協(xié)同應(yīng)用。

      2.2 數(shù)據(jù)融合關(guān)鍵技術(shù)

      數(shù)據(jù)融合體系以分布式計(jì)算技術(shù)為基礎(chǔ),構(gòu)建一系列快速應(yīng)用、組合的通用關(guān)鍵技術(shù)群,為數(shù)據(jù)應(yīng)用提供標(biāo)準(zhǔn)化支持,關(guān)鍵技術(shù)包含:

      (1)時(shí)空關(guān)聯(lián)分割的分時(shí)、分區(qū)、分布式計(jì)算技術(shù),集成Hadoop分布式存儲(chǔ)、Spark Streaming實(shí)時(shí)數(shù)據(jù)處理和Hive大數(shù)據(jù)交換等技術(shù)手段,考慮交通大數(shù)據(jù)的時(shí)空屬性,實(shí)現(xiàn)對(duì)結(jié)構(gòu)化與非結(jié)構(gòu)化增量數(shù)據(jù)的快速存儲(chǔ)、大規(guī)模實(shí)時(shí)運(yùn)算與便捷共享。

      (2)基于人工智能的城市道路險(xiǎn)情快速檢測技術(shù),建立多類別路面險(xiǎn)情圖像數(shù)據(jù)集,搭建分層級(jí)聯(lián)判別靜態(tài)險(xiǎn)情的框架,實(shí)現(xiàn)邊緣計(jì)算與云計(jì)算的深度學(xué)習(xí)融合;針對(duì)道路視頻監(jiān)控的時(shí)間點(diǎn)局部性,對(duì)動(dòng)態(tài)險(xiǎn)情識(shí)別引入NoScope引擎優(yōu)化視頻檢索。

      圖3 智慧道路集成化數(shù)據(jù)采集技術(shù)

      (3)基于多層貝葉斯網(wǎng)絡(luò)的交通異常事件精準(zhǔn)識(shí)別技術(shù),建立以歷史數(shù)據(jù)推導(dǎo)先驗(yàn)概率,以實(shí)時(shí)天氣、道路運(yùn)行速度和道路流量為判斷條件,以交通異常事件(道路積水、交通事故等)是否發(fā)生為判斷結(jié)論的多層貝葉斯精準(zhǔn)識(shí)別模型,實(shí)現(xiàn)對(duì)交通異常事件的精準(zhǔn)識(shí)別。

      (4)本地化、多層次的交通碳排放核算技術(shù),建立本地化的交通排放模型參數(shù),包括交通特征的本地化、行駛工況的本地化、排放因子的本地化和車隊(duì)模型的本地化,確定了不同車型、不同行駛工況下的4 500個(gè)排放因子;建立“自下而上”的核算流程,以單個(gè)路段單個(gè)車型的排放為基礎(chǔ),實(shí)現(xiàn)從路段片區(qū)到市域的交通排放核算[9]。

      (5)基于動(dòng)態(tài)自適應(yīng)加權(quán)的多源交通流數(shù)據(jù)融合技術(shù),結(jié)合出租車GPS、公交車GPS、手機(jī)信令、兩客一危GPS等交通流數(shù)據(jù),分別建立數(shù)據(jù)級(jí)、特征級(jí)與決策級(jí)的耦合融合模型,以數(shù)據(jù)質(zhì)量、時(shí)空覆蓋范圍等多因素為依據(jù),構(gòu)建時(shí)空差異的多數(shù)據(jù)源動(dòng)態(tài)自適應(yīng)加權(quán)模型,實(shí)現(xiàn)可靠數(shù)據(jù)為主、其余數(shù)據(jù)為輔的融合框架,實(shí)現(xiàn)城市道路多源交通流的有效融合。

      (6)多方法耦合的交通流預(yù)測技術(shù),基于改進(jìn)神經(jīng)網(wǎng)絡(luò)、改進(jìn)KNN近鄰、LGBM等方法的融合,解決不同時(shí)空下速度、車流量等參數(shù)預(yù)測的精確性、效率性和多維性難題。

      (7)基于錨點(diǎn)理論的慣常性出行模式辨識(shí)技術(shù),針對(duì)手機(jī)信令數(shù)據(jù),提出了基于錨點(diǎn)理論的慣常性出行模式辨識(shí)方法,構(gòu)建用戶全出行OD,挖掘用戶的個(gè)人出行特征信息。

      2.3 決策支撐關(guān)鍵技術(shù)

      決策支持關(guān)鍵技術(shù)結(jié)合多元化綜合交通數(shù)據(jù)庫,分別建立多層次一體化模型體系、在線仿真技術(shù)體系和智慧交通管控技術(shù)體系,實(shí)現(xiàn)從一體化模型、仿真推演到宏—中—微觀交通流管控的決策支撐。

      (1)多層次、一體化交通模型技術(shù)

      多空間層次。分為區(qū)域、宏觀、中觀、微觀共四個(gè)模型層次,分別用于支持區(qū)域、市域(組團(tuán))、分區(qū)(片區(qū))、關(guān)鍵路段和節(jié)點(diǎn)等不同空間層次的交通規(guī)劃技術(shù)分析和決策支持需要。

      多層一體化。在遵循預(yù)定交換標(biāo)準(zhǔn)、接口、技術(shù)的情況下,通過網(wǎng)絡(luò)切割或融合、矩陣切割或合并等技術(shù),達(dá)到不同層次模型間的輸入輸出數(shù)據(jù)的順暢交換,實(shí)現(xiàn)不同層次交通模型的一體化。

      (2)大規(guī)模路網(wǎng)車道級(jí)實(shí)時(shí)在線交通仿真技術(shù)

      圖4 基于圖像識(shí)別的道路險(xiǎn)情異常識(shí)別

      圖5 多空間層次交通模型體系

      建立了從動(dòng)態(tài)車輛OD估計(jì)、動(dòng)態(tài)路徑?jīng)Q策、動(dòng)態(tài)流量加載到短時(shí)交通流預(yù)測的實(shí)時(shí)在線交通仿真技術(shù)流程,實(shí)現(xiàn)了從“源”到“流”的交通狀態(tài)的再現(xiàn)和推演。有別于傳統(tǒng)最短路徑搜索或者動(dòng)態(tài)路徑搜索,根據(jù)現(xiàn)實(shí)中駕駛員路徑選擇的自學(xué)習(xí)特征,提出基于(浮動(dòng)車、網(wǎng)約車或者導(dǎo)航車輛等的)真實(shí)路徑集的動(dòng)態(tài)更新,進(jìn)行路徑集的合理延展和分配,從而有效的提升路徑選擇的準(zhǔn)確性。

      (3)智慧交通管控技術(shù)

      建立“宏觀—中觀—微觀”三層次耦合的交通管控技術(shù),主要表現(xiàn)在:

      宏觀層面,通過分析市域、區(qū)域間交通出行需求總量和時(shí)空分布,制定調(diào)控策略和配套手段管控跨區(qū)交通出行,在時(shí)間上削峰填谷,空間上控密補(bǔ)稀,實(shí)現(xiàn)區(qū)域時(shí)空平衡。

      中觀層面,通過分析片區(qū)道路間交通運(yùn)行狀況,利用單向交通、車速限制、交叉口轉(zhuǎn)向限制、車輛分類通行等措施及平行道路信號(hào)燈控協(xié)同調(diào)節(jié),以均衡流量、提高效率,實(shí)現(xiàn)片區(qū)時(shí)空平衡。

      微觀層面,利用交通仿真手段,針對(duì)節(jié)點(diǎn)控制交通時(shí)空分布,在時(shí)間、空間分離交通沖突,車道渠化上寸土必爭、信號(hào)配時(shí)上分秒必爭,實(shí)現(xiàn)單點(diǎn)時(shí)空平衡。

      2.4 共享服務(wù)關(guān)鍵技術(shù)

      以共享和服務(wù)為原則,面向政府、行業(yè)和公眾共享信息與服務(wù),制訂共享開放規(guī)則,研發(fā)車路協(xié)同、定向誘導(dǎo)、全出行鏈(MaaS)的關(guān)鍵技術(shù)。

      (1)數(shù)據(jù)共享開放規(guī)則

      構(gòu)建面向不同類型(政務(wù)、運(yùn)營、社會(huì)、自有)、不同對(duì)象(政府、企業(yè)、創(chuàng)客、公眾)、不同權(quán)限(高、中、低、公開)的分級(jí)開放共享體系,形成標(biāo)準(zhǔn)化的數(shù)據(jù)存儲(chǔ)、共享與算法規(guī)范,避免大數(shù)據(jù)亂象,促進(jìn)行業(yè)健康發(fā)展;研發(fā)公眾開放平臺(tái)API,構(gòu)建安全、可靠、規(guī)范的動(dòng)態(tài)鑒權(quán)機(jī)制,在保護(hù)數(shù)據(jù)的基礎(chǔ)上推動(dòng)萬眾創(chuàng)新。

      (2)特種車輛車路協(xié)同技術(shù)

      圖6 實(shí)時(shí)在線交通仿真數(shù)據(jù)流

      基于LTE-V/DSRC車路協(xié)同技術(shù)采集數(shù)據(jù),通過車載單元同信號(hào)系統(tǒng)聯(lián)動(dòng),實(shí)現(xiàn)公交車/救護(hù)車等主動(dòng)信號(hào)優(yōu)先控制,保證在經(jīng)過交叉口時(shí)優(yōu)先通行。

      (3)基于多目標(biāo)體系的全出行鏈服務(wù)技術(shù)

      構(gòu)建“出行環(huán)境+出行感受”的多目標(biāo)體系,為用戶提供基于全出行鏈(MaaS:Mobility as a Service)的綜合交通信息服務(wù)。基于多源數(shù)據(jù)整合及多方式誘導(dǎo)策略,面向個(gè)體出行前、出行中和出行后的全過程動(dòng)態(tài)跟蹤,結(jié)合交通指數(shù)、交通預(yù)測、交通排放、天氣、停車位、公交指數(shù)等綜合信息,制定面向全方式、全過程的交通誘導(dǎo)策略,提供“數(shù)據(jù)-策略-服務(wù)”的整體智慧出行方案。

      3 在城市綜合治理中應(yīng)用實(shí)踐

      依托交通大數(shù)據(jù)集成關(guān)鍵技術(shù),深圳市為道路擁堵治理、規(guī)劃決策、精準(zhǔn)管控服務(wù)、安全環(huán)保、共享服務(wù)等城市綜合治理問題提供決策評(píng)估服務(wù),有力支撐了近年深圳城市交通綜合治理發(fā)展。

      3.1 擁堵治理

      (1)深圳市交通綜合擁堵治理行動(dòng)計(jì)劃。利用道路交通運(yùn)行指數(shù)平臺(tái)、公交服務(wù)指數(shù)平臺(tái)監(jiān)測常發(fā)擁堵路段,做到針對(duì)性地、有重點(diǎn)地進(jìn)行深圳市道路交通擁堵治理,同時(shí)利用交通一體化模型支撐公交專用道設(shè)置及優(yōu)化。以新彩隧道公交專用道為例,前期采用一體化模型技術(shù)的仿真模型初定的實(shí)施時(shí)段是全天24小時(shí),在實(shí)施的過程中跟道路交通運(yùn)行指數(shù)平臺(tái)的反饋信息優(yōu)化實(shí)施時(shí)段。自2014年實(shí)施治堵以來,公交客運(yùn)量較去年同期增加9.7%,達(dá)653萬人/日,創(chuàng)歷史新高;伴隨著公共交通客運(yùn)量提升,路面車速穩(wěn)中微增,中心城區(qū)高峰路網(wǎng)平均車速與去年同期相比逐步回升,達(dá)27公里/小時(shí)。

      (2)深南大道交通改善。利用一體化交通模型技術(shù)對(duì)深南大道仿真,發(fā)現(xiàn)其擁堵主因,并提出采用中航路做內(nèi)部微循環(huán),通過兩次左轉(zhuǎn)彎實(shí)現(xiàn)右轉(zhuǎn)功能的方式實(shí)現(xiàn)改善,同時(shí)配合調(diào)整路口渠化、優(yōu)化信號(hào)配時(shí)等措施。相比傳統(tǒng)道路改造方案,采用微循環(huán)改造費(fèi)用低、改善效果顯著,改善后東西向通行能力提高12.5%,排隊(duì)長度減少15%。

      (3)交通樞紐站點(diǎn)的布局優(yōu)化。利用一體化模型技術(shù)對(duì)華強(qiáng)北地鐵站高峰時(shí)間的客流進(jìn)行提前校核。經(jīng)仿真后發(fā)現(xiàn),華強(qiáng)北的3站2區(qū)間原鐵三院的施工圖存在兩個(gè)瓶頸點(diǎn)。若執(zhí)意保留該設(shè)計(jì),未來實(shí)際運(yùn)行后將會(huì)造成節(jié)點(diǎn)擁堵,嚴(yán)重會(huì)發(fā)生踩踏等安全隱患。結(jié)合仿真結(jié)果,重新修改設(shè)計(jì)方案,站點(diǎn)建成后,結(jié)合對(duì)線路運(yùn)營時(shí)間、發(fā)車班次等優(yōu)化,站點(diǎn)人潮擁堵現(xiàn)象較少發(fā)生,與仿真改善方案的結(jié)果一致。

      3.2 規(guī)劃決策

      圖7 華強(qiáng)北交通改善測試分析

      依托綜合交通大數(shù)據(jù)的決策支持技術(shù)服務(wù),支撐了深圳市20余項(xiàng)重大公共政策研究,具體包括對(duì)停車收費(fèi)政策、網(wǎng)約車管理、高速公路回購等多項(xiàng)重大交通戰(zhàn)略的準(zhǔn)確評(píng)估和快速落地,切實(shí)做到政策落地的有據(jù)可依。

      (1)深圳市停車收費(fèi)政策調(diào)整。利用交通大數(shù)據(jù)集成技術(shù)構(gòu)建整體評(píng)估模型,利用道路交通運(yùn)行指數(shù)平臺(tái)和碳排放檢測平臺(tái)等對(duì)停車收費(fèi)政策實(shí)施前后對(duì)比分析。項(xiàng)目實(shí)施后,路邊停車規(guī)模下降,停車秩序上升,道路交通運(yùn)行速度顯著提升,主要路段晚高峰車速平均上升12%~15%,機(jī)動(dòng)車碳排放有所下降,工作日晚高峰碳排放平均減少約4.6%。

      (2)深圳市網(wǎng)約車政策研究。通過利用大數(shù)據(jù)處理技術(shù)對(duì)車牌識(shí)別數(shù)據(jù)進(jìn)行分析,挖掘網(wǎng)約車的日均規(guī)模、出行特征等信息,同時(shí)利用道路交通運(yùn)行指數(shù)平臺(tái)對(duì)網(wǎng)約車出現(xiàn)前和出現(xiàn)后的運(yùn)行交通規(guī)律進(jìn)行分析,得出網(wǎng)約車的控制規(guī)模、車型等管理細(xì)則。利用大數(shù)據(jù)決策支撐技術(shù),一是能快速評(píng)估網(wǎng)約車的整體規(guī)模和特征,實(shí)現(xiàn)政策的快速落地;二是分析得到的結(jié)果能保證大部分出租車和網(wǎng)約車司機(jī)的利益均不受損害。

      (3)梅觀高速等高速公路回購分析研究。梅觀高速是深圳的重要縱向通道,承擔(dān)城市通勤、區(qū)域出行、過境出行等復(fù)合功能,因此市政府決定回購梅觀高速,并全線進(jìn)行市政化改造。利用一體化交通模型技術(shù)對(duì)梅關(guān)高速等高速公路的流量進(jìn)行預(yù)測。依托交通量預(yù)測結(jié)果,估算每年梅觀高速公路收費(fèi)收益,評(píng)估現(xiàn)狀年折現(xiàn)收益,為市政府確定回購梅觀高速的成本。

      (4)交通需求管理政策。利用道路交通運(yùn)行指數(shù)數(shù)據(jù),對(duì)實(shí)施前后的效果進(jìn)行評(píng)估;利用大數(shù)據(jù)計(jì)算技術(shù)對(duì)車牌識(shí)別數(shù)據(jù)進(jìn)行挖掘分析,監(jiān)測不同區(qū)域、路段車輛歸屬地構(gòu)成,為制定限外范圍提供了定量支撐,評(píng)估政策實(shí)施后的外地車比例變化,限外效果,構(gòu)建“規(guī)劃—實(shí)施—評(píng)估—調(diào)校”的動(dòng)態(tài)循環(huán)工作模式。

      3.3 精準(zhǔn)管控

      利用交通大數(shù)據(jù)平臺(tái),支撐重大基建項(xiàng)目,準(zhǔn)確把握基建方案問題癥結(jié),對(duì)比評(píng)估方案實(shí)施前后情況,先后運(yùn)用在城市道路交通基建建設(shè)、軌道交通建設(shè)、路網(wǎng)改造等。

      (1)利用碳排放監(jiān)測平臺(tái)輔助進(jìn)行綠色交通設(shè)計(jì)系統(tǒng),評(píng)估麗山路南延等重大交通基建、留仙大道-10號(hào)路交叉口等精細(xì)化改善的環(huán)境影響,量化“綠色”等級(jí),校準(zhǔn)規(guī)劃方案;成功落實(shí)了大學(xué)城站、塘朗站兩處接駁首末站的土地開發(fā)項(xiàng)目的綠色交通控制要點(diǎn),支撐約2.5公里市政道路的規(guī)劃審批工作,指導(dǎo)建設(shè)5公里的自行車道。

      圖8 網(wǎng)約車、出租車客運(yùn)量變化

      (2)通過搭建在線仿真系統(tǒng)和大數(shù)據(jù)公共服務(wù)平臺(tái),降低管理成本,全市高峰期平均車速維持在25km/h以上,通勤時(shí)間平均可節(jié)約2分鐘以上;實(shí)現(xiàn)突發(fā)事件,快速評(píng)估分析交通緊急預(yù)案優(yōu)劣,制定有效的交通誘導(dǎo)方案。

      (3)實(shí)時(shí)運(yùn)行狀況和變化趨勢信息發(fā)布,定量化的精確道路交通運(yùn)行和公共交通評(píng)估服務(wù),有效提高政府決策效率,積極應(yīng)用到包括:深圳市城市交通白皮書、深圳市停車發(fā)展政策及實(shí)施方案、深圳市交通擁堵綜合治理近期規(guī)劃等項(xiàng)目,有效提高政府的規(guī)劃決策能力。

      3.4 安全環(huán)保

      在安全環(huán)保方面,有以下幾個(gè)方面的應(yīng)用:

      (1)利用大數(shù)據(jù)平臺(tái)對(duì)“兩客一?!避囕v的運(yùn)行軌跡監(jiān)測;

      (2)建立碳排放實(shí)時(shí)監(jiān)測平臺(tái),監(jiān)測城市交通的碳排放情況,在國內(nèi)尚屬首創(chuàng);

      (3)城市道路積水點(diǎn)監(jiān)測與影響分析評(píng)估系統(tǒng),實(shí)現(xiàn)對(duì)積水點(diǎn)的有效監(jiān)測,特別是針對(duì)臺(tái)風(fēng)天氣,能及時(shí)預(yù)報(bào)臺(tái)風(fēng)過境后的道路積水信息和道路交通指數(shù);

      (4)利用騰訊的實(shí)時(shí)數(shù)據(jù),建立熱點(diǎn)區(qū)域的人流密度安全監(jiān)測系統(tǒng),同時(shí)對(duì)節(jié)假日期間的人流密集情況提出預(yù)警制定解決方案,并提前告知公眾。

      3.5 共享服務(wù)

      (1)智慧停車泊位共享。利用數(shù)據(jù)共享開放規(guī)則、大數(shù)據(jù)處理技術(shù)和智慧停車系統(tǒng),依托“互聯(lián)網(wǎng)+政府開放”數(shù)據(jù)模式,在全市開放空停車位信息,并將車位信息共享給百度、高德等互聯(lián)網(wǎng)導(dǎo)航軟件,實(shí)現(xiàn)高效的資源整合和利用。

      (2)道路路況實(shí)時(shí)發(fā)布。依托深圳市道路運(yùn)行交通指數(shù)系統(tǒng),實(shí)現(xiàn)道路路況實(shí)時(shí)發(fā)布,支持對(duì)實(shí)時(shí)和歷史的熱點(diǎn)片區(qū)和道路關(guān)口的道路運(yùn)行指數(shù)、擁堵等級(jí)、平均車速等信息的查詢[8]。

      圖9 突發(fā)事件應(yīng)急發(fā)布與誘導(dǎo)

      圖10 深圳道路積水監(jiān)測(左),碳排放監(jiān)測(右)

      圖11 深圳道路交通運(yùn)行指數(shù)系統(tǒng)

      (3)全出行鏈智慧服務(wù)。以出行者體驗(yàn)為導(dǎo)向,提供基于MaaS的個(gè)性化、全過程智慧出行服務(wù),以輕量化微信小程序、互聯(lián)網(wǎng)導(dǎo)航APP合作等多種渠道發(fā)布出行服務(wù)。

      4 結(jié) 論

      集成綜合交通大數(shù)據(jù)關(guān)鍵技術(shù),實(shí)現(xiàn)了交通大數(shù)據(jù)“采集-融合-決策支持-共享服務(wù)”的一體化處理流程,通過深挖交通潛力、支持重大政策出臺(tái)、精細(xì)化診斷交通問題等,為深圳市提供擁堵治理、規(guī)劃決策、精準(zhǔn)管控、安全環(huán)保、共享服務(wù)等方面的城市綜合治理應(yīng)用,有力支撐了近年深圳城市交通綜合治理發(fā)展。

      猜你喜歡
      交通
      ?交通暢行
      ?和諧交通
      和諧交通
      交通暢行
      交通縱橫寫新篇
      金橋(2022年11期)2022-11-21 11:32:22
      繁忙的交通
      童話世界(2020年32期)2020-12-25 02:59:14
      新交通 心溝通
      小小交通勸導(dǎo)員
      交通是平的
      中國公路(2017年10期)2017-07-21 14:02:37
      交通拯救人、關(guān)注人、愛護(hù)人
      中國公路(2017年13期)2017-02-06 03:16:16
      衡阳县| 邳州市| 安平县| 孙吴县| 东山县| 漳浦县| 晋中市| 灵台县| 丰县| 综艺| 津南区| 彝良县| 共和县| 祁东县| 石柱| 宁河县| 鄂州市| 塔城市| 吉安县| 道孚县| 四平市| 巴塘县| 盐池县| 浦江县| 繁峙县| 永靖县| 汾西县| 肥西县| 凭祥市| 鄯善县| 山东| 同江市| 辽中县| 寿宁县| 广平县| 三门县| 芦溪县| 明溪县| 汕头市| 内乡县| 曲松县|