摘 要：高速公路會(huì)產(chǎn)生大量數(shù)據(jù)，將這些數(shù)據(jù)進(jìn)行分類(lèi)和存儲(chǔ)，通過(guò)相應(yīng)計(jì)算方法進(jìn)行分析計(jì)算，為智慧高速公路的優(yōu)化運(yùn)營(yíng)、稽查分析、客戶(hù)服務(wù)、應(yīng)急調(diào)度、預(yù)測(cè)預(yù)警等方面的應(yīng)用發(fā)揮著重要作用。本文首先對(duì)高速公路數(shù)據(jù)信息化、大數(shù)據(jù)平臺(tái)架構(gòu)設(shè)計(jì)以及數(shù)據(jù)處理做了簡(jiǎn)單介紹，重點(diǎn)對(duì)其在智慧高速公路中的應(yīng)用展開(kāi)詳細(xì)探討。

關(guān)鍵詞：大數(shù)據(jù)平臺(tái)；高速公路；信息化；存儲(chǔ)

中圖分類(lèi)號(hào)：U495 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-7344（2018）33-0192-02

1 高速公路數(shù)據(jù)信息化

交通的信息化建設(shè)包括從基建到信息記錄的多個(gè)層面，每一個(gè)環(huán)節(jié)都在不停的產(chǎn)生數(shù)據(jù)，形成交通大數(shù)據(jù)。比如，車(chē)輛開(kāi)進(jìn)收費(fèi)站，首先要經(jīng)過(guò)地下預(yù)埋的地感線圈，這時(shí)會(huì)產(chǎn)生很弱的電流，當(dāng)車(chē)輛行駛進(jìn)來(lái)時(shí)，在地感線圈位置的攝像機(jī)會(huì)拍照，產(chǎn)生第一個(gè)數(shù)據(jù)。然后進(jìn)行收費(fèi)卡的寫(xiě)卡、讀卡，寫(xiě)卡從此地到出站口的費(fèi)用，每一個(gè)動(dòng)作都在產(chǎn)生數(shù)據(jù)。高速公路的收費(fèi)方法有時(shí)也會(huì)很復(fù)雜，不同的路段收費(fèi)標(biāo)準(zhǔn)不一樣，在收費(fèi)上需要對(duì)其進(jìn)行拆分，折舊需要后臺(tái)相關(guān)系統(tǒng)的計(jì)算。

除了車(chē)輛產(chǎn)生的數(shù)據(jù)之外，還有收費(fèi)員以及其他工作人員的動(dòng)作，比如放行鍵、抬桿鍵等，都會(huì)產(chǎn)生數(shù)據(jù)，為以后的稽查、逃費(fèi)等情況提供信息。設(shè)備也會(huì)產(chǎn)生大量數(shù)據(jù)，比如紅綠燈轉(zhuǎn)換、打票機(jī)等，這些日常操作都會(huì)被記錄輸入到數(shù)據(jù)庫(kù)中。另外還有很多的信息采集系統(tǒng)，比如攝像頭、車(chē)輛速度檢測(cè)設(shè)備、地磁式傳感器等，這些產(chǎn)生的大量數(shù)據(jù)都會(huì)記錄在大數(shù)據(jù)平臺(tái)中，然后進(jìn)行后續(xù)的分類(lèi)和存儲(chǔ)。

2 交通大數(shù)據(jù)平臺(tái)架構(gòu)設(shè)計(jì)以及數(shù)據(jù)處理

高速公路上的數(shù)據(jù)需要一個(gè)非常大的數(shù)據(jù)平臺(tái)，對(duì)這些數(shù)據(jù)進(jìn)行分類(lèi)并存儲(chǔ)，TDH作為常用的企業(yè)級(jí)一站式大數(shù)據(jù)平臺(tái)，可以快速、有效的對(duì)交通數(shù)據(jù)進(jìn)行分布式構(gòu)架計(jì)算和存儲(chǔ)，然后在此基礎(chǔ)上應(yīng)用到實(shí)際的交通管理中。

2.1 大數(shù)據(jù)平臺(tái)架構(gòu)設(shè)計(jì)

大數(shù)據(jù)平臺(tái)中，對(duì)數(shù)據(jù)進(jìn)行加工處理以后，可以形成整體層、明細(xì)層以及模型層，方便數(shù)據(jù)的調(diào)取和使用。比如，建立收費(fèi)站的入口和出口流水表，并儲(chǔ)存在Search引擎中，通過(guò)檢索快速找到，歷史數(shù)據(jù)。如果是非結(jié)構(gòu)化的數(shù)據(jù)，比如視頻、圖像等，可以存儲(chǔ)在Hyperbase引擎中。通過(guò)大數(shù)據(jù)平臺(tái)架構(gòu)設(shè)計(jì)可以對(duì)數(shù)據(jù)進(jìn)一步挖掘，比如，高速公路擁堵程度預(yù)測(cè)、節(jié)假日車(chē)輛預(yù)測(cè)等。

2.2 高速公路數(shù)據(jù)存儲(chǔ)以及處理

交通大數(shù)據(jù)主要有幾個(gè)部分組成：收費(fèi)系統(tǒng)主要針對(duì)收費(fèi)管理、運(yùn)營(yíng)優(yōu)化以及風(fēng)險(xiǎn)管理；交調(diào)設(shè)備系統(tǒng)主要針對(duì)基礎(chǔ)信息的采集、指揮調(diào)度以及運(yùn)營(yíng)管理等；監(jiān)控系統(tǒng)主要對(duì)車(chē)輛行駛進(jìn)行監(jiān)控、運(yùn)營(yíng)管理、視頻監(jiān)控等。交通數(shù)據(jù)尤其是圖像數(shù)據(jù)和視頻數(shù)據(jù)，數(shù)據(jù)量非常大，對(duì)其進(jìn)行處理和分析更加復(fù)雜化。

高速公路的車(chē)輛信息、用戶(hù)信息、收費(fèi)情況、車(chē)輛行駛路線、信息采集系統(tǒng)等形成的大量數(shù)據(jù)對(duì)存儲(chǔ)功能和處理功能提出更高要求。常用到存儲(chǔ)系統(tǒng)主要有DB2、Oracle等系統(tǒng)，可以對(duì)數(shù)據(jù)從傳統(tǒng)架構(gòu)中進(jìn)行傳輸和處理，實(shí)現(xiàn)數(shù)據(jù)處理核心的升級(jí)換代。

3 大數(shù)據(jù)在智慧高速公路中的應(yīng)用

交通大數(shù)據(jù)就是將高速公路上的收費(fèi)情況、監(jiān)控信息等實(shí)時(shí)數(shù)據(jù)進(jìn)行上傳，與傳統(tǒng)業(yè)務(wù)相關(guān)數(shù)據(jù)和信息進(jìn)行綜合整合，包括與外聯(lián)單位的歷史數(shù)據(jù)等，共同形成一個(gè)大數(shù)據(jù)平臺(tái)。交通大數(shù)據(jù)平臺(tái)可以將監(jiān)控視頻和圖像、收費(fèi)情況以及抓拍信息等進(jìn)行數(shù)據(jù)的處理和轉(zhuǎn)換，通過(guò)模型分析建立相應(yīng)數(shù)據(jù)庫(kù)，然后將這些數(shù)據(jù)庫(kù)應(yīng)用到相應(yīng)系統(tǒng)中，為交通行業(yè)提供技術(shù)支撐。主要應(yīng)用在以下幾個(gè)方面：

3.1 客戶(hù)服務(wù)

越來(lái)越多人在高速公路行駛中使用ETC，給人們的出行帶來(lái)極大便利。ETC用戶(hù)管理系統(tǒng)就是通過(guò)Apriori方法進(jìn)行計(jì)算和關(guān)聯(lián)分析，可以給客戶(hù)提供增值服務(wù)，滿(mǎn)足客戶(hù)管理的要求，同時(shí)可以對(duì)車(chē)輛行駛路線跟蹤，進(jìn)行信息的精準(zhǔn)推送。這種系統(tǒng)在用戶(hù)購(gòu)買(mǎi)商品歷史以及行駛路線的基礎(chǔ)上，通過(guò)進(jìn)行高維矩陣分解方法進(jìn)行分析，通過(guò)規(guī)律，可以推算出用戶(hù)的潛在需求，發(fā)現(xiàn)用戶(hù)的購(gòu)買(mǎi)偏好。用戶(hù)在通過(guò)ETC時(shí)，該系統(tǒng)會(huì)通過(guò)拍照自動(dòng)識(shí)別用戶(hù)，將用戶(hù)通過(guò)卡口數(shù)據(jù)基礎(chǔ)上，通過(guò)在線數(shù)據(jù)模型，對(duì)客戶(hù)的行駛路線通過(guò)可視化的方式顯示出來(lái)，同時(shí)對(duì)用戶(hù)未來(lái)的行駛路線也能預(yù)測(cè)出來(lái)，從而形成行駛路線信息推送。

路線預(yù)測(cè)建模過(guò)程是：車(chē)輛與用戶(hù)信息→車(chē)輛通過(guò)卡口數(shù)據(jù)歷史數(shù)據(jù)→高維矩陣分解與關(guān)聯(lián)分析法→車(chē)輛卡口對(duì)應(yīng)關(guān)系→預(yù)測(cè)客戶(hù)下一段要通過(guò)的卡口→預(yù)測(cè)車(chē)輛行駛路線，從而形成車(chē)輛的行駛信息。

大數(shù)據(jù)的可視化方法，可以看到每輛車(chē)的行駛軌跡，也能看到所有車(chē)輛的行駛總路線，比如春運(yùn)時(shí)期，可以看到車(chē)輛基本上都是北上廣城市向中西部城市行駛，春節(jié)后又向北上廣城市匯集。又如，某貨車(chē)司機(jī)有固定的運(yùn)行路線，可以直接判斷他的來(lái)往路線。

3.2 運(yùn)營(yíng)優(yōu)化

交通大數(shù)據(jù)平臺(tái)的應(yīng)用可以為高速公路的運(yùn)營(yíng)進(jìn)一步實(shí)現(xiàn)優(yōu)化管理。通過(guò)流式機(jī)器學(xué)習(xí)法進(jìn)行時(shí)效分析，做出預(yù)警提示，為單位提供指揮調(diào)度保障；通過(guò)數(shù)據(jù)分析，可以對(duì)交通熱點(diǎn)視頻的查看，可以自動(dòng)對(duì)車(chē)輛的行駛路線進(jìn)行推送；通過(guò)建立的領(lǐng)導(dǎo)駕駛艙，對(duì)車(chē)輛行駛流量進(jìn)行排名和分析，為高速公路的運(yùn)營(yíng)管理提供決策依據(jù)。

比如，將高速公路劃分成很多小型區(qū)域，對(duì)這些區(qū)域進(jìn)行同時(shí)分析，屬于整體性的預(yù)測(cè)，具有周期性、平滑性、趨勢(shì)性以及時(shí)間屬性等特點(diǎn)。①平滑性，對(duì)局部相鄰時(shí)刻進(jìn)行模擬，比如下午三點(diǎn)和下午四點(diǎn)的流量變化不是很大，是一個(gè)平滑的過(guò)程。②周期性，對(duì)同一個(gè)時(shí)間點(diǎn)的數(shù)據(jù)流量進(jìn)行比較和分析，比如昨天、前天、一周、一個(gè)月的下午三點(diǎn)進(jìn)行比較，進(jìn)一步模擬周期性。③趨勢(shì)性，就是把當(dāng)前的時(shí)間點(diǎn)往前推1個(gè)小時(shí)或者2個(gè)小時(shí)的時(shí)間點(diǎn)的數(shù)據(jù)進(jìn)行模擬。④時(shí)間屬性，這種是將一個(gè)區(qū)域劃分成多個(gè)子區(qū)域以后，通過(guò)深度卷積神經(jīng)網(wǎng)絡(luò)卷積之后，就會(huì)得到子區(qū)域的周?chē)?chē)輛相關(guān)信息，再經(jīng)過(guò)多次卷積之后，就可以將更遠(yuǎn)的區(qū)域信息匯集到一起。

3.3 稽查分析

交通大數(shù)據(jù)可以為高速公路中的車(chē)輛提供稽查分析服務(wù)，通過(guò)對(duì)原始交易信息進(jìn)行分析，對(duì)出入口流水進(jìn)行對(duì)比等，可以發(fā)現(xiàn)車(chē)輛的異常行為，為車(chē)輛稽查分析提供依據(jù)。

在實(shí)際的應(yīng)用中：①對(duì)大數(shù)據(jù)采用分布式自動(dòng)時(shí)序預(yù)測(cè)法，對(duì)卡口的當(dāng)前流量進(jìn)行預(yù)測(cè)，對(duì)實(shí)際出入情況進(jìn)行對(duì)比，如果當(dāng)前流量沒(méi)有超過(guò)預(yù)測(cè)流量，車(chē)輛就有可能出現(xiàn)逃費(fèi)稽查情況。②發(fā)現(xiàn)車(chē)輛有行為詭異時(shí)，可以通過(guò)分布式異常檢測(cè)方法自動(dòng)進(jìn)行檢測(cè)，如果與平時(shí)的繳費(fèi)習(xí)慣不一致，或者與所屬群體習(xí)慣有很大不同，綜合偏離程度大的，那么車(chē)輛逃費(fèi)的概率也有增大。③通過(guò)非線性模型融合的方法進(jìn)行分析和計(jì)算，可以對(duì)車(chē)輛進(jìn)行準(zhǔn)確定位，及時(shí)發(fā)現(xiàn)車(chē)輛的異常行為，為高速公路稽查分析提供智能。

3.4 聯(lián)合指揮

將所有數(shù)據(jù)在Inceptor中進(jìn)行匯總和分析，形成相關(guān)數(shù)據(jù)，應(yīng)用在消防、路政、交警等各部門(mén)的聯(lián)合指揮中，為路網(wǎng)管理提供可視化的管理方式以及提供決策支持。

3.5 調(diào)度應(yīng)急資源

通過(guò)數(shù)據(jù)處理模塊，對(duì)傳統(tǒng)應(yīng)急資源和設(shè)備進(jìn)行整合，建立最優(yōu)化的調(diào)度系統(tǒng)。應(yīng)用在應(yīng)急指揮調(diào)度系統(tǒng)中，可以對(duì)出現(xiàn)的特殊情況采取科學(xué)措施對(duì)其進(jìn)行有序、快速處理，為高速公路的暢通運(yùn)行和安全運(yùn)行提供保障，實(shí)現(xiàn)應(yīng)急情況的信息化管理。

3.6 預(yù)測(cè)預(yù)警作用

通過(guò)自回歸積分滑動(dòng)平均模型即ARIMA模型，在歷史通行數(shù)據(jù)的基礎(chǔ)上對(duì)車(chē)輛流量進(jìn)行預(yù)測(cè)和分析，為節(jié)假日車(chē)輛安全、暢通行駛做出預(yù)警，提前做好公路暢通措施，為人們的暢通出行提供保障。

3.7 實(shí)現(xiàn)資產(chǎn)有效管理

通過(guò)監(jiān)控系統(tǒng)，可以對(duì)高度公路中攝像機(jī)、車(chē)檢器、情報(bào)板等進(jìn)行一體化監(jiān)控，點(diǎn)擊相應(yīng)圖標(biāo)就可以看到這些設(shè)備是否損壞、歪倒等不良狀態(tài)，從而對(duì)設(shè)備的質(zhì)量進(jìn)行分析和預(yù)測(cè)，進(jìn)一步實(shí)現(xiàn)交通設(shè)備的使用周期管理，為智慧高速的構(gòu)建提供保障。

4 總 結(jié)

通過(guò)以上各個(gè)方面的介紹，我們了解到隨著物聯(lián)網(wǎng)建設(shè)的進(jìn)一步推進(jìn)，產(chǎn)生越來(lái)越多的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行科學(xué)、有效的處理和存儲(chǔ)，為智慧公路的實(shí)際應(yīng)用提供支持。

參考文獻(xiàn)

[1]張海云.大數(shù)據(jù)在智慧高速中的創(chuàng)新應(yīng)用[J].交通與科技，2015（19）.

[2]謝仲愷.交通大數(shù)據(jù)在智能高速公路中的應(yīng)用探討[J].交通與科技，2016（06）.

收稿日期：2018-11-5

作者簡(jiǎn)介：蘭 良（1990-），女，漢族，廣西南寧人，全日制本科，從事智能交通大數(shù)據(jù)相關(guān)領(lǐng)域的應(yīng)用研究工作。