孫群

【摘 要】大數據應用智能交通綜合治理模式研究，采用數據采集手段、綜合數據處理方法，提出構建面向城市的智慧交通大數據平臺理念。研究內容包括：基于物聯網技術的數據動態(tài)實時采集，云計算環(huán)境下大數據的存儲及管理，數據挖掘技術及城市交通數據分析等。研究成果主要服務于政府、交通企業(yè)和社會公眾，可以為政府和企業(yè)提供決策支持，為公眾提供交通服務，并能夠依靠平臺進行應急指揮，為城市交通安全監(jiān)管和應急決策提供有力保障。

【關鍵詞】大數據應用；智能交通

中圖分類號： U495 文獻標識碼： A 文章編號： 2095-2457（2018）28-0171-002

DOI：10.19694/j.cnki.issn2095-2457.2018.28.078

近年來我國城市交通擁堵日益嚴重且持續(xù)擴大，現有交通系統管控功能急需提升，智能交通系統（Intelligent Transport System，簡稱ITS）應運而生。智能交通研究的核心，是針對日益嚴重的城市道路交通擁堵壓力，使用大數據技術與信息相關技術，對城市道路交通管理網絡與管理技術進行升級，提升城市道路使用效率，有效緩解道路交通擁堵情況，實現車輛順暢同行。

1 我國城市交通問題與破解

1.1 我國城市交通問題

我國城市化、汽車化、信息化發(fā)展勢頭迅猛，但城市化的高速發(fā)展、 流動人口的大量涌入、機動車輛的爆炸性遞增，使中國城市交通問題在短短十幾年內從無到有，日趨嚴重。我國城市交通問題包括：（1）城區(qū)道路車輛行駛狀況較差，擁堵嚴重。（2）公共交通工具占比較低，數量結構比例不合理，公共交通建設長期處于緩滯狀態(tài)。（3）城市交通管理方式落后，智能化水平低。（4）城市交通缺乏整體統籌規(guī)劃，應急性管控與建設成為常態(tài)。

1.2 能交通有效破解城市交通難題

智能交通系統通過信息、通信、控制、傳感、計算器等技術和系統綜合應用，建立城區(qū)一體化綜合智能交通體系，實現道路、行人、車輛協調發(fā)展的智能生態(tài)系統，有效滿足城市道路高速發(fā)展的需求。智能交通主要有七大部分構成，如圖所示：

2 大數據應用智能交通綜合治理模式

2.1 綜合治理模式目標

建立基于大數據應用智能交通綜合治理模式，構建智慧交通大數據平臺，通過云計算、移動互聯等技術，給智能交通系統注入新的技術內涵，同時對智能交通系統的模式、理念帶來新的發(fā)展契機。綜合治理模式目標為：

（1）構建一體化綜合感知網。構建智慧交通大數據平臺，實現城市道路交通數據標準化、規(guī)范化，使城市道路交通數據有效互聯互通，交通狀況實時綜合感知，消除既有信息孤島，建立高效智能交通網絡。

（2）實現城市道路問題預警與智能引導。利用大數據技術，分析城市道路交通問題，預知交通發(fā)展趨勢，提前預警問題并實現智能方案引導，實現城市道路交通擁堵前置化管理。

（3）為城市居民提供個性化智能服務。有效推進個性化的移動服務發(fā)展，讓民眾隨時隨地享受到交通信息智能服務帶來的生活便利。

2.2 綜合治理模式架構

2.2.1 總體架構

該模式具有城市交通信息綜合管理、城市交通事務綜合管理、城市交通管理輔助決策、城市緊急交通事件快速反應等主要功能。通過構建智慧交通大數據平臺，連接城市智能交通監(jiān)控和管理各業(yè)務應用系統，從多個應用系統中收集和傳送交通信息、監(jiān)測數據和發(fā)出控制指令。通過城市交通管理數據庫系統，對各業(yè)務應用系統的交通監(jiān)測數據或管理運作計劃進行集成、優(yōu)化、分析、存儲和應用。通過GIS地理信息展示，實現城市道路交通的可視化監(jiān)控與管理。平臺提供專家級的突發(fā)交通事故的處理預案，提供及時的道路交通狀況分析，預測該事故的影響范圍和道路阻塞的嚴重程度，提供適當的交通應變和疏導交通的方案及解決措施，通過城區(qū)一體化官網進行交通事故信息發(fā)布?？傮w框架如圖2所示：

2.2.2 數據處理

城市道路交通數據量大，諸多交通設施作為實時數據源時刻都在產生龐大交通數據，且如此巨大的交通時效信息需要不間斷進行處理，智能分析并實現問題預警預報，具體處理方案如下：

（1）根據交通管控需求對數據進行區(qū)分篩選，對其中需要實時處理的數據進行實時上傳實時處理，而對非實時交通數據則可采用集中批處理方式，以提高系統運行效率。

（2）根據數據特性進行數據清理，針對不同特性的交通數據進行數據異構傳輸與同步層。

（3）大數據技術對交通數據處理的核心層為數據處理層，不僅需要處理實時數據，同時需要對非實時數據進行批處理，生成歷史數據或數據倉庫。其計算框架為：生態(tài)Hadoop系統計算與Storm實時計算。無論是實時計算框架和非實時計算框架，各自獨立承擔相應任務，由Mesos集群管理器管理。

（4）數據處理的臨時結果和最終結果都需要數據存儲層進行存儲，存儲數據庫分為關系型和非關系型兩種，以適應數據的不同類型。

（5）為屏蔽異構存儲邏輯以及對Impala，Hive等組件使用進行封裝，在存儲層之下設計了對外接口層，以方便開發(fā)人員進行統一接口操作，提高系統開放性與共享性。

（6）對交通數據的應用拓展，如預警預案、智能引導等，均統一設置在系統應用層。

2.3 綜合治理模式平臺

平臺具體分為三個部分，數據集成管理系統、數據分析挖掘系統、智慧交通應用服務集。

2.3.1 數據集成管理系統

數據集成管理系統主要負責對城市道路交通數據進行集成管理，不同交通數據滿足分別不同使用需求。如：交通監(jiān)測數據對道路與車輛行駛等狀況進行實時數據采集，是城市道路交通管理的重要數據，因此數據量龐大；道路交通流數據是對道路交通負載信息進行跟蹤管理的數據，而道路交通負載信息隨著交通高峰與波谷等不同時段進行波動變化，需要高并發(fā)支持；道路交通信息發(fā)布數據是為滿足城市居民出行要求而提供的服務數據，同時也是進行交通前置化管理實現智能疏導的有效工具，具有高時效性、高準確性特點，以及高個性化需求的特點，為民眾提供高品質、高安全、保暢通的服務是ITS的主要功能。

2.3.2 數據分析挖掘系統

數據分析挖掘系統是根據城市道路交通系統中交通監(jiān)控、預警預案等分析需求，對采集與傳輸數據進行挖掘與建模分析，特別是道路交通實時數據的處理和分析，及時呈現城市道路交通現況，并據此生成預警預案智能引導等交通管控行為。

在數據存儲方面采用行列混合存儲、高效壓縮技術把海量數據復制分布存儲在不同的節(jié)點上進行并行處理，同時采用內存計算技術將需要實時處理的高效壓縮的優(yōu)化數據上載到內存數據庫中，并把大數據量和計算量分散到不同處理器上，滿足海量數據存儲和實時處理的需要，同時保證任何節(jié)點宕機都不影響數據的完整性和業(yè)務的連續(xù)性。建立數據分析與挖掘模式庫和領域知識庫，使用相關領域知識，使用最優(yōu)的挖掘算法對城市交通大數據進行分析和挖掘。

2.3.3 智慧交通應用服務集

以城市交通大數據分析挖掘為基礎，為政府、交通企業(yè)、公眾用戶提供各類應用服務。

（1）智能交通管理系統

系統通過道路預埋與輻射檢測器采集城市道路交通實時數據，對城區(qū)道路交通效率、暢通性能、通行速度、延遲時間等信息進行城市交通大數據挖掘分析計算，平衡城市各道路綜合交通負載，通過智能引導實現城市綠波交通。

（2）智能信息服務系統

智能交通信息服務是利用現代化的網絡通訊技術滿足個性化的交通出行信息需求的一種新型的服務業(yè)務，主要包括交通路況信息、城市指路信息、公交線路信息、交通管制信息、車輛違法記錄信息等。

（3）智能公交管理系統

智能公交管理系統由公交調度子系統、車輛監(jiān)控子系統、數據統計分析子系統等組成。其綜合利用北斗/GPS技術與電子地圖、移動感知等現代化技術手段，實現對公共交通運營車輛的實時、實地、時效跟蹤，預測公眾使用需求進行智能調度平衡負載。良好的公共交通，不僅可以為公眾出行提供便利，同時可以有效分擔城市道路交通壓力，建立綠色、環(huán)保的交通體系。

（4）應急事件處理服務系統

為了提高交通應急處理能力、預防和處置交通突發(fā)事件的能力，建立面向城市的以智慧交通大數據平臺為中心的統一指揮、分級負責、反映靈敏、保障有力的交通突發(fā)事件應急體系。實現以智慧平臺為中心的資源共享、建立統一的報警號碼臺、建立以大數據分析為基礎的應急領導和指揮體制，為應急決策提供必要和及時的數據支持。

【參考文獻】

[1]周翼華，俞曉.大數據時代下的智能交通[J].現代信息科技，2018（05）.

[2]邱衛(wèi)云.智能交通大數據分析云平臺技術[J].中國交通信息化，2013（10）.

[3]季振東.大數據分析云平臺技術在智能交通中的應用研究[J].硅谷，2015（01）.

[4]楊正.基于大數據架構的智能交通解決方案[J].北京聯合大學學報，2014（10）.

[5]葉亮.“大數據”背景下我國交通數據管理應用的轉型與發(fā)展[J].交通與運輸（學術版），2013（12）.