王迎春 韓雙雙 胡成云 宋瑞琦 要婷婷 曹東璞 王飛躍

隨著我國社會(huì)經(jīng)濟(jì)快速發(fā)展,實(shí)時(shí)掌握城市交通樞紐、各大旅游景點(diǎn)的人流量狀況、道路交通狀態(tài)、城市人口動(dòng)態(tài)時(shí)空分布等對于保障出行舒適、安全具有重大意義,也成為當(dāng)下眾多研究的熱點(diǎn).

隨著我國城市人口及城市交通流的增加,城市的交通問題成為焦點(diǎn)問題,城市道路交通擁擠堵塞問題已成為制約經(jīng)濟(jì)發(fā)展、降低人民生活質(zhì)量、削弱經(jīng)濟(jì)活力的瓶頸之一;同時(shí)實(shí)時(shí)掌握城市交通樞紐、各大旅游景點(diǎn)的人流量狀況,為城市交通規(guī)劃、旅游景點(diǎn)人力資源配備提供數(shù)據(jù)支撐已越來越受到相關(guān)部門重視;通過居民活動(dòng)的時(shí)空規(guī)律來反應(yīng)城市的空間結(jié)構(gòu),為城市的公共中心體系規(guī)劃、功能分區(qū)進(jìn)行檢測和評估的研究也成為眾多研究的熱點(diǎn).

而針對城市交通樞紐、各大旅游景點(diǎn)的人流量狀況、道路交通狀態(tài)、城市人口動(dòng)態(tài)時(shí)空分布等問題,手機(jī)信令因其優(yōu)勢得到了越來越多的關(guān)注.手機(jī)信令數(shù)據(jù)覆蓋了每一個(gè)手機(jī)持有者,由于其自身覆蓋范圍廣、數(shù)據(jù)穩(wěn)定可靠、樣本量大、建設(shè)成本低、部署方便、實(shí)時(shí)動(dòng)態(tài)等特點(diǎn)及優(yōu)勢,成為本研究的重要數(shù)據(jù)來源.

1 基于手機(jī)信令數(shù)據(jù)應(yīng)用的發(fā)展

1.1 道路監(jiān)控

國內(nèi)各城市采用的公路狀態(tài)監(jiān)控的方法可以分為固定式和移動(dòng)式監(jiān)控兩大類[1].固定式主要包括地感線圈[2]、超聲波、紅外線、測速攝像頭、定點(diǎn)上報(bào)(固定的地方有專門的上報(bào)人員或者設(shè)備來實(shí)時(shí)上報(bào)路況)等,移動(dòng)式方法包括浮動(dòng)車技術(shù)、移動(dòng)終端等.但是固定式的安裝、運(yùn)營和維護(hù)的費(fèi)用高,另外,對沒有安裝的道路無法獲得交通流量信息.現(xiàn)階段最常用的方式是采用GPS浮動(dòng)車進(jìn)行交通流的監(jiān)控[3?4],浮動(dòng)車主要是出租車公司提供,浮動(dòng)車技術(shù)較固定式采集方法成本低、覆蓋大、故障率小,可以實(shí)現(xiàn)對交通信息全天候、實(shí)時(shí)采集處理.其采用GPS定位技術(shù)、無線通信技術(shù)和信息處理技術(shù),實(shí)現(xiàn)對浮動(dòng)車的旅行時(shí)間、車載終端ID、車輛車牌號、經(jīng)緯度與方向角、瞬時(shí)速度等交通數(shù)據(jù)的采集.數(shù)據(jù)中心對數(shù)據(jù)匯總后,應(yīng)用地圖匹配、路徑推測等相關(guān)的模型和算法進(jìn)行處理,與城市公路在時(shí)間維度、空間維度上互相關(guān)聯(lián),最終生成反映實(shí)時(shí)公路擁堵情況的交通信息,對外發(fā)布.浮動(dòng)車信息系統(tǒng)由實(shí)時(shí)浮動(dòng)車GPS信息采集與接入、GPS信息融合與處理和浮動(dòng)車交通信息發(fā)布三部分組成.

1.2 重點(diǎn)區(qū)域人流監(jiān)控

對于重點(diǎn)區(qū)域人流監(jiān)控,尤其是景區(qū)和火車站等公共區(qū)域,在節(jié)假日以及黃金周期間,很容易發(fā)生景區(qū)人數(shù)爆滿等情況,輕者游客無法享受到應(yīng)有的服務(wù),重者發(fā)生踩踏、塌陷等安全事故.因此,景區(qū)、車站等公共區(qū)域的人流監(jiān)控非常重要.傳統(tǒng)的公共區(qū)域人流監(jiān)控系統(tǒng)采用的方法主要包括:1)基于視頻的人流監(jiān)控系統(tǒng)[5?6],該方案主要是利用監(jiān)控點(diǎn)的視頻數(shù)據(jù)進(jìn)行行人檢測及統(tǒng)計(jì)來進(jìn)行人工分流等決策,系統(tǒng)主要設(shè)備包括:主控機(jī)房電視墻、分布在不同監(jiān)控點(diǎn)的視頻采集設(shè)備、視頻處理服務(wù)器以及輔助的電路設(shè)備等;2)分流門,即通過設(shè)置迂回的引導(dǎo)路線來延遲進(jìn)入公共區(qū)域的時(shí)間,需要設(shè)置路障、柵欄等材料來實(shí)現(xiàn);3)入口閘機(jī)統(tǒng)計(jì)人數(shù)[7],該方案主要是基于位于入口處和出口處的計(jì)數(shù)器感應(yīng)器返回的數(shù)據(jù)來決策是否限制人流,系統(tǒng)主要設(shè)備包括:區(qū)域入口和出口處的計(jì)數(shù)器、傳感器、繼電器和信號傳輸設(shè)備、中央處理器以及顯示人流分布的顯示屏、電路設(shè)備等.

1.3 當(dāng)前系統(tǒng)的不足

1)主要公路狀態(tài)監(jiān)控–浮動(dòng)車技術(shù)

雖然浮動(dòng)車技術(shù)得到了較為廣泛的應(yīng)用,但也存在相應(yīng)的局限性[8].其主要的問題在于由于車輛數(shù)目或者類型較少,容易造成上報(bào)數(shù)據(jù)不足,進(jìn)而影響公路狀況檢測的準(zhǔn)確性和可靠性.例如,在某個(gè)時(shí)間段內(nèi),僅有一輛或少數(shù)幾輛浮動(dòng)車提供了運(yùn)行特征數(shù)據(jù),則據(jù)此估計(jì)的交通流狀態(tài)將會(huì)有較低的可靠性.相反,如果在某個(gè)時(shí)間段內(nèi)能夠獲得全部車輛的運(yùn)行特征數(shù)據(jù),則估計(jì)出的交通流狀態(tài)具有較高的可靠性.這種不穩(wěn)定性會(huì)大大降低檢測系統(tǒng)的準(zhǔn)確性與魯棒性.

2)重點(diǎn)區(qū)域人流監(jiān)控

目前廣泛使用的區(qū)域人流監(jiān)控方法存在以下問題:1)成本高:購買、安裝以及維護(hù)視頻設(shè)備等需要花費(fèi)大量的人力和財(cái)力;2)操作復(fù)雜:為了統(tǒng)計(jì)實(shí)時(shí)人流量,需要進(jìn)行圖像存儲、過濾、處理等操作,需要配備專業(yè)人士來執(zhí)行;3)覆蓋面有限:基于此方法,只能統(tǒng)計(jì)當(dāng)前公共區(qū)域內(nèi)的人數(shù),不能反映附近相關(guān)公路的擁堵程度,也不能直觀顯示城市內(nèi)其他區(qū)域的人口密度,不利于人們出行決策;4)受眾少:當(dāng)前公共區(qū)域的監(jiān)控設(shè)施,比如景區(qū),往往只有景區(qū)經(jīng)營者才能看到,景區(qū)內(nèi)游客以及準(zhǔn)備出游的游客無法獲取相關(guān)信息.

1.4 平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)

隨著我國互聯(lián)網(wǎng)與移動(dòng)通信技術(shù)的發(fā)展,出行人群中手機(jī)持有者的數(shù)量日益上升,這使研究人員意識到手機(jī)信令數(shù)據(jù)可以作為出行分析的數(shù)據(jù)來源.利用手機(jī)信令數(shù)據(jù)進(jìn)行人流移動(dòng)分析、實(shí)時(shí)人流量統(tǒng)計(jì)以及居民出行時(shí)空分布等[9?11].同時(shí)國內(nèi)外智能交通領(lǐng)域提出了手機(jī)探測技術(shù)[12?17],用來監(jiān)控道路交通狀況,手機(jī)信令數(shù)據(jù)具有覆蓋范圍廣、數(shù)據(jù)穩(wěn)定可靠、樣本量大、建設(shè)成本低等特點(diǎn)[14?16],使得基于手機(jī)信令數(shù)據(jù)的道路交通信息提取方法具有非常廣泛的應(yīng)用前景.利用手機(jī)信令數(shù)據(jù)在人流移動(dòng)分析、實(shí)時(shí)人流量統(tǒng)計(jì)、居民出行時(shí)空分布及交通領(lǐng)域取得了很多成果.文獻(xiàn)[10]基于重慶聯(lián)通手機(jī)信令數(shù)據(jù),分析重慶主城與區(qū)縣及各區(qū)縣之間的人流交換,定量地評價(jià)城市間聯(lián)系度及城市區(qū)位優(yōu)勢,可作為優(yōu)化城鎮(zhèn)體系結(jié)構(gòu)、調(diào)整區(qū)域發(fā)展戰(zhàn)略,規(guī)劃布局鐵路與公路網(wǎng)的依據(jù).文獻(xiàn)[18]將手機(jī)信令應(yīng)用于交通流量監(jiān)測以及出行信息服務(wù)中,其系統(tǒng)可在全國路網(wǎng)監(jiān)測系統(tǒng)建設(shè)中發(fā)揮很大的作用.文獻(xiàn)[19]通過對長時(shí)間的手機(jī)信令數(shù)據(jù)進(jìn)行跟蹤,研究手機(jī)用戶活動(dòng)軌跡的識別方法,分析手機(jī)用戶有規(guī)律的空間分布和出行特征,并以上海臨空經(jīng)濟(jì)園區(qū)和徐家匯地區(qū)為例,介紹在特定區(qū)域內(nèi)基于手機(jī)信令數(shù)據(jù)調(diào)查人員出行特征的技術(shù)方法和主要成果.國內(nèi)研究的應(yīng)用多集中在人流量統(tǒng)計(jì)、居民出行時(shí)空分布領(lǐng)域,實(shí)時(shí)道路狀態(tài)監(jiān)控方面的應(yīng)用因精度等問題還未得到廣泛應(yīng)用.

綜上,目前道路狀態(tài)與重點(diǎn)區(qū)域人流的傳統(tǒng)監(jiān)控系統(tǒng)仍然存在很多亟需解決的問題.此外,雖然手機(jī)信令數(shù)據(jù)已經(jīng)得到了研究人員的關(guān)注,但因其數(shù)據(jù)量大,精度沒有GPS數(shù)據(jù)精準(zhǔn)無法將道路狀態(tài)監(jiān)控以及人流分析實(shí)時(shí)結(jié)合在一起等原因,無法為用戶提供一整套的出行路線規(guī)劃、旅游目的地選擇等綜合而全面的指導(dǎo).本文針對如何基于手機(jī)信令數(shù)據(jù)對道路狀態(tài)、區(qū)域人流等進(jìn)行實(shí)時(shí)的監(jiān)控,并同時(shí)可對系統(tǒng)進(jìn)行優(yōu)化和反饋,達(dá)到實(shí)時(shí)監(jiān)控、實(shí)時(shí)反饋、實(shí)時(shí)調(diào)度的問題.以為用戶的交通出行、旅游景區(qū)的選擇以及交管部門公路交通調(diào)度與管控、公路建設(shè)及改造提供相應(yīng)的決策信息為目標(biāo).引入平行系統(tǒng)[20?22],結(jié)合平行理論,提出一種基于手機(jī)信令數(shù)據(jù)的分析系統(tǒng),通過相應(yīng)的人工系統(tǒng)、計(jì)算實(shí)驗(yàn)、平行執(zhí)行,可以有效地解決現(xiàn)階段利用手機(jī)信令數(shù)據(jù)進(jìn)行人流分析和道路狀態(tài)等存在的問題.

2 平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)

平行系統(tǒng)在人流、交通狀態(tài)監(jiān)控中的應(yīng)用包括實(shí)際監(jiān)控場景和人工監(jiān)控場景,以平行系統(tǒng)理論為指導(dǎo),建立基于手機(jī)信令數(shù)據(jù)的重點(diǎn)區(qū)域人流和道路監(jiān)控系統(tǒng)的人工監(jiān)控場景,通過計(jì)算實(shí)驗(yàn)方法不斷地優(yōu)化、指導(dǎo)和管理實(shí)際系統(tǒng),對人流和道路狀態(tài)達(dá)到實(shí)時(shí)監(jiān)控、實(shí)時(shí)反饋、實(shí)時(shí)調(diào)度.

2.1 基于ACP方法的平行系統(tǒng)

平行系統(tǒng)是指由某一個(gè)自然的現(xiàn)實(shí)系統(tǒng)和對應(yīng)的一個(gè)或多個(gè)虛擬或理想的人工系統(tǒng)所組成的共同系統(tǒng)[20?22].當(dāng)前的人工系統(tǒng)可能更偏于數(shù)學(xué)模型、計(jì)算機(jī)等實(shí)驗(yàn)的形式上[23],當(dāng)隨著系統(tǒng)越來越復(fù)雜,數(shù)據(jù)越來越多,人工系統(tǒng)就無法滿足復(fù)雜多變的系統(tǒng),此時(shí)應(yīng)充分發(fā)揮平行系統(tǒng)中人工系統(tǒng)的作用,使其成為實(shí)際系統(tǒng)的一種可能代替形式或另一種可能的實(shí)現(xiàn)方式.從而使人工系統(tǒng)在平行系統(tǒng)中發(fā)揮其真正的作用.

基于ACP方法的平行系統(tǒng)是實(shí)際系統(tǒng)與人工系統(tǒng)并行互動(dòng)的復(fù)雜系統(tǒng).人工監(jiān)控系統(tǒng)通過計(jì)算實(shí)驗(yàn)與評估做出的決策方案與實(shí)際系統(tǒng)狀態(tài)相比較,評估其之間的誤差,對人工監(jiān)控系統(tǒng)進(jìn)行滾動(dòng)修正,逼近真實(shí)系統(tǒng).兩個(gè)系統(tǒng)之間,互相支撐,滾動(dòng)優(yōu)化,良性循環(huán).ACP方法是平行系統(tǒng)的基礎(chǔ).所謂ACP,是指人工社會(huì)(Arti ficial societies)、計(jì)算實(shí)驗(yàn)(Computational experiments)、平行執(zhí)行(Parallel execution)之間的有機(jī)組合[22?25].

2.2 基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)

本文提出基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng),是以平行理論為指導(dǎo),基于手機(jī)信令數(shù)據(jù)將人流分析以及道路狀態(tài)監(jiān)控有機(jī)地結(jié)合在一起,為用戶的出行以及交管部門的管控提供指導(dǎo)和建議.圖1是基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)的框架圖,主要包括人工監(jiān)控場景和實(shí)際監(jiān)控場景.根據(jù)基于ACP方法的平行系統(tǒng)內(nèi)容[21,24,26?27],人工監(jiān)控場景主要是被用來進(jìn)行計(jì)算實(shí)驗(yàn)以及作為一個(gè)學(xué)習(xí)和訓(xùn)練分析及管理復(fù)雜系統(tǒng)的中心.作為計(jì)算實(shí)驗(yàn)時(shí),分析了解各種不同的系統(tǒng)的行為和反應(yīng),并對不同的解決方案的效果進(jìn)行評估,作為選擇和支持分析與管理決策的依據(jù).作為學(xué)習(xí)和訓(xùn)練分析與管理復(fù)雜系統(tǒng)的中心時(shí),通過將實(shí)際與人工監(jiān)控場景利用網(wǎng)絡(luò)[28?29]連接組合,可以使分析與管理實(shí)際復(fù)雜系統(tǒng)的有關(guān)人員迅速地掌握系統(tǒng)的各種狀況以及對應(yīng)的行動(dòng).同時(shí),人工監(jiān)控場景的分析與管理系統(tǒng)也可以作為實(shí)際監(jiān)控場景的備用系統(tǒng),增加其運(yùn)行的可靠性和應(yīng)變能力.

人工監(jiān)控場景試圖盡可能地模擬實(shí)際監(jiān)控場景,對其行為進(jìn)行預(yù)估,從而為尋找對實(shí)際監(jiān)控場景有效的解決方案或當(dāng)前方案的改進(jìn)提供依據(jù).進(jìn)一步,通過觀察實(shí)際監(jiān)控場景與人工監(jiān)控場景評估的狀態(tài)之間的不同,產(chǎn)生誤差反饋信號,對人工監(jiān)控場景的評估方式或參數(shù)進(jìn)行修正,減少差別,并開始分析新一輪的優(yōu)化和評估,達(dá)到學(xué)習(xí)和培訓(xùn)的目的.

基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng),主要分如下幾步:1)在實(shí)際手機(jī)信令人流及交通監(jiān)控分析系統(tǒng)中,對交通流相關(guān)信息進(jìn)行準(zhǔn)確的采集與預(yù)處理.采集到的用戶手機(jī)信令數(shù)據(jù)及路網(wǎng)信息數(shù)據(jù)上傳到云端服務(wù)器,通過數(shù)據(jù)預(yù)處理,為系統(tǒng)提供充足有效的數(shù)據(jù)保證.2)參考文獻(xiàn)[30]框架,采用機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)以及深度學(xué)習(xí)等算法結(jié)合手機(jī)信令數(shù)據(jù)特點(diǎn),設(shè)計(jì)道路監(jiān)控預(yù)測方法、區(qū)域人流監(jiān)控方法以及時(shí)空動(dòng)態(tài)分布方法構(gòu)建實(shí)時(shí)公路交通分析模型.3)采用云計(jì)算,大數(shù)據(jù)等技術(shù)手段,對上述所有模型進(jìn)行具體實(shí)施.4)在人工監(jiān)控場景與實(shí)際監(jiān)控場景的平行執(zhí)行過程中,依據(jù)計(jì)算實(shí)驗(yàn)統(tǒng)計(jì)分析的結(jié)果,建立展示系統(tǒng),為用戶提供整套的出行指導(dǎo).

2.2.1 人工監(jiān)控場景

基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)的人工監(jiān)控場景主要分為數(shù)據(jù)層、數(shù)據(jù)存儲層、算法層以及應(yīng)用層、其框架如圖2所示.

1)數(shù)據(jù)層

圖1 基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)的框架Fig.1 The framework of mobile phone signaling data analysis system based on ACP approach

數(shù)據(jù)層的數(shù)據(jù)主要有手機(jī)信令數(shù)據(jù)、路網(wǎng)信息、人工系統(tǒng)生成的數(shù)據(jù)、以及社會(huì)信號等數(shù)據(jù),手機(jī)信令數(shù)據(jù)如表1所示:分為標(biāo)識號、時(shí)間戳、位置區(qū)編號、經(jīng)度、緯度、事件類型、號碼歸屬地、基站類型.其中經(jīng)緯度數(shù)據(jù)只是用戶所在基站的位置信息;路網(wǎng)數(shù)據(jù)主要依托相關(guān)部門信息檢測平臺,采集公路通行信息、氣象信息、施工作業(yè)信息、交通事故信息、公路、公路橋梁等公路設(shè)施嚴(yán)重受損信息以及其他突發(fā)性事件等信息.

2)數(shù)據(jù)存儲層

數(shù)據(jù)存儲層存儲的數(shù)據(jù)主要包含數(shù)據(jù)采集層的手機(jī)信令數(shù)據(jù)、路網(wǎng)信息社會(huì)信號等數(shù)據(jù),基礎(chǔ)數(shù)據(jù)以及結(jié)果數(shù)據(jù).基礎(chǔ)數(shù)據(jù)包含道路與基站的標(biāo)定數(shù)據(jù)、道路GPS數(shù)據(jù)、歸屬地等數(shù)據(jù);結(jié)果數(shù)據(jù)包含區(qū)域人流密度數(shù)據(jù)、歸屬地人員統(tǒng)計(jì)數(shù)據(jù)、道路速度數(shù)據(jù)等.

圖2 人工監(jiān)控場景框架Fig.2 The framework of manual monitoring scene

3)算法層

機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)[31]等技術(shù)為基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)提供基礎(chǔ)支撐.設(shè)計(jì)道路監(jiān)控預(yù)測方法、區(qū)域人流監(jiān)控方法以及時(shí)空動(dòng)態(tài)分布方法構(gòu)建實(shí)時(shí)公路交通分析和預(yù)測模型、重點(diǎn)區(qū)域人流覆蓋統(tǒng)計(jì)模型以及重點(diǎn)區(qū)域時(shí)空動(dòng)態(tài)分布模型.以實(shí)時(shí)公路交通分析和預(yù)測模型為例,首先獲取所需的手機(jī)信令數(shù)據(jù)、路網(wǎng)信息以及氣象等網(wǎng)上的各種信息,手機(jī)信令數(shù)據(jù)及路網(wǎng)信息由可以有其他方提供,網(wǎng)上的數(shù)據(jù)采用爬蟲算法進(jìn)行抓取.通過對數(shù)據(jù)預(yù)處理后,采用泰森多邊形的算法及最長公共子序列算法對用戶手機(jī)信令軌跡與道路匹配,計(jì)算用戶的行駛速度.利用歷史數(shù)據(jù)采用神經(jīng)網(wǎng)絡(luò)建立速度預(yù)測模型,對未來速度進(jìn)行預(yù)測,同時(shí)對可能出現(xiàn)的擁堵進(jìn)行預(yù)警處理,通知相關(guān)部門進(jìn)行交通疏導(dǎo)等工作，緩解擁堵情況.系統(tǒng)針對出行路線情況利用A*(A-star)算法進(jìn)行路徑規(guī)劃,同時(shí)保存路徑的規(guī)劃記錄,當(dāng)有新的用戶再次檢索相同的路徑時(shí),可以提供快速的檢索能力,從而保證系統(tǒng)能夠?qū)崟r(shí)、有效地給出用戶所需的出行路線.

表1 手機(jī)信令數(shù)據(jù)格式Table 1 The structure of mobile phone signaling data

4)應(yīng)用層

在人工監(jiān)控場景與實(shí)際監(jiān)控場景的平行執(zhí)行過程中,依據(jù)計(jì)算實(shí)驗(yàn)統(tǒng)計(jì)分析的結(jié)果,建立展示系統(tǒng).包括基于手機(jī)信令的公路監(jiān)控與預(yù)警系統(tǒng)、基于手機(jī)信令的重點(diǎn)區(qū)域信息監(jiān)控與預(yù)警系統(tǒng)以及城市人口時(shí)空動(dòng)態(tài)分布系統(tǒng).這些系統(tǒng)為用戶的交通出行、旅游景區(qū)的選擇以及交管部門公路交通調(diào)度與管控、公路建設(shè)及改造提供相應(yīng)的決策信息.信息發(fā)布方式主要是基于Web頁面、手機(jī)App、車載設(shè)備、廣播等.

2.2.2 計(jì)算實(shí)驗(yàn)方法

基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)的計(jì)算方法主要分為如下三個(gè).

區(qū)域人流監(jiān)控方法.首先確定重點(diǎn)區(qū)域的基站范圍,其基站能覆蓋整個(gè)重點(diǎn)區(qū)域,利用統(tǒng)計(jì)算法,統(tǒng)計(jì)重點(diǎn)區(qū)域的人口密度,進(jìn)出人數(shù)量以及歸屬地等信息.系統(tǒng)同時(shí)采用BP神經(jīng)網(wǎng)絡(luò)[32]對未來狀態(tài)進(jìn)行預(yù)測,未來20min人流可能超過某個(gè)閾值,進(jìn)行預(yù)警處理.

時(shí)空動(dòng)態(tài)分布方法.時(shí)空動(dòng)態(tài)分布主要采用統(tǒng)計(jì)的方法統(tǒng)計(jì)某一時(shí)間段內(nèi)一個(gè)城市的人口密度的分布,主要分兩步:1)計(jì)算定義單元內(nèi)所有用戶的連接數(shù)量;2)核密度估計(jì)方法計(jì)算密度.從而用來分析城市商業(yè)區(qū)和住宅區(qū)等結(jié)構(gòu).同時(shí)可以監(jiān)測一個(gè)城市人流的走向.

道路監(jiān)控預(yù)測方法.道路狀態(tài)預(yù)測分以下幾步:

1)離線匹配道路與基站;用泰森多邊形描述每個(gè)基站的覆蓋范圍,其道路周圍的基站如圖3所示,從圖3中可以看出覆蓋道路的基站點(diǎn),將覆蓋道路上的基站點(diǎn)按照順序提取出來作為道路周圍基站,這樣一條道路和一個(gè)基站序列已經(jīng)匹配,且基站信號范圍完全可以覆蓋道路.意味著每條道路都可由其周圍有序的基站序列表示,暫定義某一道路的基站序列為

2)提取用戶行駛的基站路徑.首先根據(jù)道路范圍提取可能經(jīng)過的用戶的所有基站數(shù)據(jù),然后提取每個(gè)用戶的行駛基站路徑(同時(shí)再次進(jìn)行去重,去噪等預(yù)處理).定義用戶經(jīng)歷的基站路徑

3)用戶行駛的基站與道路基站匹配.針對定義的每個(gè)道路的link,用戶行駛的基站路徑與道路link的基站采用最長公共子序列的方法進(jìn)行匹配.以link4為例,如表2所示.可以看出在道路的第4個(gè)link上有4個(gè)基站與用戶的行駛的基站匹配.計(jì)算4個(gè)基站點(diǎn)的距離以及用戶經(jīng)過的時(shí)間,計(jì)算出此用戶經(jīng)過link4的速度.每個(gè)道路link的速度等于匹配到此link中所有用戶的平均速度.某個(gè)link速度的計(jì)算公式如下:

其中,uj代表經(jīng)過link?j的所有用戶,N是屬于經(jīng)過link?j的某時(shí)間段所有用戶的數(shù)量.

4)利用歷史速度采用BP神經(jīng)網(wǎng)絡(luò)的方法,預(yù)測未來20min中內(nèi)道路的狀態(tài),若存在交通嚴(yán)重?fù)矶?系統(tǒng)進(jìn)行預(yù)警.

圖3 道路監(jiān)控預(yù)測方法Fig.3 The method of road monitoring and forecasting

表2 道路基站與用戶路徑基站匹配表Table 2 Mactching between base stations of road and user

2.2.3 平行執(zhí)行

人工監(jiān)控場景和實(shí)際監(jiān)控場景平行執(zhí)行.通過平行執(zhí)行,實(shí)際監(jiān)控場景的反饋可以修正人工系統(tǒng),同時(shí)人工監(jiān)控場景的計(jì)算結(jié)果可以指導(dǎo)實(shí)際監(jiān)控場景.當(dāng)系統(tǒng)運(yùn)行時(shí),人工監(jiān)控場景將從實(shí)際監(jiān)控場景獲取手機(jī)信令數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、網(wǎng)上數(shù)據(jù)、天氣數(shù)據(jù)等海量數(shù)據(jù)來進(jìn)行虛擬場景的建立,同時(shí)“在線”模擬各種實(shí)際場景,此人工系統(tǒng)并不是一味地復(fù)制實(shí)際監(jiān)控場景,而是在符合實(shí)際監(jiān)控場景的情況下,建立更多情況下的人工監(jiān)控場景,這樣某個(gè)實(shí)際監(jiān)控場景將有多個(gè)對應(yīng)的人工監(jiān)控系統(tǒng),也可以多個(gè)實(shí)際監(jiān)控系統(tǒng)共享多個(gè)人工監(jiān)控場景.人工監(jiān)控場景可以提供“無限”的在線數(shù)據(jù),可以用來在線訓(xùn)練和評估監(jiān)控模型,指導(dǎo)實(shí)際監(jiān)控場景實(shí)現(xiàn)更好的系統(tǒng)優(yōu)化.而手機(jī)信令數(shù)據(jù),實(shí)時(shí)監(jiān)測數(shù)據(jù)和以及實(shí)時(shí)動(dòng)態(tài)等由實(shí)際監(jiān)控場景反饋給人工監(jiān)控場景,人工監(jiān)控場景可以針對其結(jié)果進(jìn)行優(yōu)化并在此基礎(chǔ)上進(jìn)行調(diào)整,最終提高人工監(jiān)控場景和實(shí)際監(jiān)控場景性能.在實(shí)際的監(jiān)控系統(tǒng)中,無法模擬極端情況.但在人工監(jiān)控場景中,不同的人工監(jiān)控場景可以以不同的目標(biāo)構(gòu)建.例如正常情況、早晚高峰、節(jié)假日、緊急和預(yù)警情況,甚至一些極端情況.當(dāng)天氣、修路等因素影響道路交通時(shí),必須通過人工監(jiān)控場景的計(jì)算實(shí)驗(yàn),進(jìn)行模型的調(diào)節(jié)和優(yōu)化,在不斷的學(xué)習(xí)和訓(xùn)練下使模型自動(dòng)適應(yīng)實(shí)際場景的最新變化.實(shí)際監(jiān)控系統(tǒng)和人工監(jiān)控系統(tǒng)通過平行執(zhí)行及交互,人工監(jiān)控場景可以對各種情況下的策略進(jìn)行評估和分析,最終選擇最佳的控制和管理決定.在人工監(jiān)控場景與實(shí)際監(jiān)控場景的平行執(zhí)行過程中,依據(jù)計(jì)算實(shí)驗(yàn)統(tǒng)計(jì)分析的結(jié)果,建立展示系統(tǒng),為用戶提供整套的出行指導(dǎo).

2.3 應(yīng)用案例

道路狀態(tài)準(zhǔn)確的監(jiān)控和預(yù)測是一項(xiàng)比較困難的問題.若能準(zhǔn)確知道此時(shí)道路狀況和未來道路狀況,可提前采取疏導(dǎo)、限流等一系列措施,從而提高交通出行的效率.基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)的人工監(jiān)控場景將人的信號、社會(huì)信號、物理信號有機(jī)結(jié)合,不僅對交通狀況進(jìn)行監(jiān)控,而且將人流監(jiān)控和預(yù)測與交通信息結(jié)合,綜合分析交通狀態(tài)本身受到周圍區(qū)域的影響,例如景區(qū)、交通樞紐中心等,現(xiàn)階段的系統(tǒng)沒有將這些信息融入到系統(tǒng)中,從而無法準(zhǔn)確地監(jiān)控和預(yù)測道路交通狀況.基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)收集天氣、歷史數(shù)據(jù)、信令數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、網(wǎng)上數(shù)據(jù)等數(shù)據(jù),并結(jié)合計(jì)算實(shí)驗(yàn)出的周圍重點(diǎn)區(qū)域的人流情況,通過計(jì)算實(shí)驗(yàn)方法有效地對道路狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控指導(dǎo)以及未來狀態(tài)預(yù)測,從而提高預(yù)測的準(zhǔn)確性,通過平行執(zhí)行,引導(dǎo)實(shí)際監(jiān)控場景.

2.4 系統(tǒng)實(shí)現(xiàn)

基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng),其應(yīng)用領(lǐng)域廣泛,針對應(yīng)用案例進(jìn)行系統(tǒng)實(shí)現(xiàn).本系統(tǒng)采用數(shù)據(jù)由青島聯(lián)通提供,一天數(shù)據(jù)量大概12GB左右,數(shù)據(jù)每5min傳輸一次.系統(tǒng)部署在青島市交通警察大隊(duì),系統(tǒng)覆蓋了青島市G20、G15等高速道路以及山東路、阿里山路等市內(nèi)道路共43條道路.以及對青島火車站、八大關(guān)、嶗山等16個(gè)重點(diǎn)區(qū)域的人流監(jiān)控.青島市交管部門通過該系統(tǒng)對青島市內(nèi)相關(guān)道路進(jìn)行擁堵與暢通的信息發(fā)布以及區(qū)域人流監(jiān)控,指導(dǎo)市民出行避開擁堵路段.通過與交通警察大隊(duì)實(shí)際測速對比,該系統(tǒng)取得了良好的道路擁堵預(yù)測效果.系統(tǒng)的登錄界面如圖4所示,其主要實(shí)現(xiàn)以下幾個(gè)功能.

公路交通的擁堵預(yù)測與預(yù)警.基于ACP方法結(jié)合機(jī)器學(xué)習(xí)以及深度學(xué)習(xí)算法通過對手機(jī)信令數(shù)據(jù)分析,對公路實(shí)時(shí)速度進(jìn)行預(yù)測.此速度可以準(zhǔn)確反映公路實(shí)時(shí)及未來一段時(shí)間內(nèi)的擁堵狀況并由此可以發(fā)布實(shí)時(shí)擁堵預(yù)警.當(dāng)用戶有出行需求時(shí),可以通過Web頁面和手機(jī)App查看相應(yīng)公路的擁堵情況,獲取到更準(zhǔn)確的交通出行信息.從而做出更正確的決策.具體結(jié)果如圖5所示,不同速度采用不同顏色表示,其每個(gè)顏色定義的閾值可以根據(jù)歷史數(shù)據(jù)進(jìn)行預(yù)測定義,并且在頁面可以查詢到每條路link的平均速度.

重點(diǎn)區(qū)域人流量覆蓋預(yù)測與預(yù)警.基于ACP方法結(jié)合機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)以及深度學(xué)習(xí)算法通過對手機(jī)信令數(shù)據(jù)分析,對重點(diǎn)區(qū)域?qū)崟r(shí)人流量及歸屬地進(jìn)行預(yù)測.可以準(zhǔn)確反映重點(diǎn)區(qū)域人流量并由此可以發(fā)布實(shí)時(shí)人流高峰預(yù)警.在用戶選擇旅游景點(diǎn)的時(shí)候,可以通過Web頁面和手機(jī)App查看相應(yīng)重點(diǎn)區(qū)域人流量情況.從而可以有效地避開人流高峰,選擇更加合適的景區(qū),獲得更好的旅游體驗(yàn).具體結(jié)果如圖6～8所示,分別為重點(diǎn)區(qū)域人流密度,進(jìn)出重點(diǎn)區(qū)域的人數(shù)以及用戶的歸屬地分析的結(jié)果.根據(jù)重點(diǎn)區(qū)域人流密度的情況可以進(jìn)行人流的疏導(dǎo)工作,避免踩踏事件的發(fā)生;根據(jù)進(jìn)出重點(diǎn)區(qū)域人數(shù)可采取限流的措施,防止區(qū)域內(nèi)人數(shù)過多;用戶歸屬地分析可以對進(jìn)入本市的外來人員進(jìn)行統(tǒng)計(jì)并給旅游業(yè)給予指導(dǎo).

圖4 登錄界面Fig.4 System login interface

圖5 交通流監(jiān)控Fig.5 The traffic flow monitoring

圖6 重點(diǎn)區(qū)域人流密度Fig.6 The distribution of population flow in focused area

圖7 用戶的歸屬地分析Fig.7 The attribution of population flow in focused area

圖8 進(jìn)出重點(diǎn)區(qū)域人數(shù)Fig.8 The in/out number of population in focused area

圖9 平行與非平行手機(jī)信令數(shù)據(jù)系統(tǒng)定量分析結(jié)果Fig.9 Quantitative analysis of parallel and general parallel mobile signaling data system

重點(diǎn)區(qū)域時(shí)空動(dòng)態(tài)分布預(yù)測.通過統(tǒng)計(jì)和機(jī)器學(xué)習(xí)等方法可以對城市重點(diǎn)區(qū)域時(shí)空動(dòng)態(tài)分布進(jìn)行統(tǒng)計(jì).可以輔助相關(guān)部門進(jìn)行城市的公共中心體系規(guī)劃、功能分區(qū)檢測和評估以及交通基礎(chǔ)設(shè)施建設(shè)指導(dǎo).

城市交管部門作為城市交通的指揮者,可以充分利用道路擁堵、重點(diǎn)區(qū)域監(jiān)控以及重點(diǎn)區(qū)域時(shí)空動(dòng)態(tài)分布等信息實(shí)現(xiàn)對整個(gè)城市更加“智慧”的管理與控制體系.針對道路的擁堵預(yù)測與預(yù)警功能,交管部門可以以交通網(wǎng)絡(luò)或交通線路為對象,對運(yùn)行的車和參與交通活動(dòng)的所有人員(管理者、出行者等)進(jìn)行管理和控制,實(shí)現(xiàn)交通系統(tǒng)的安全、高效的運(yùn)行.利用重點(diǎn)區(qū)域人流覆蓋和時(shí)空動(dòng)態(tài)分布相關(guān)信息,交管部門可以預(yù)測評估人流涌現(xiàn)情況可能出現(xiàn)的時(shí)間、地點(diǎn)以及涌現(xiàn)程度等,從而制定相應(yīng)的管理措施,防止意外狀況的發(fā)生.

平行與非平行手機(jī)信令數(shù)據(jù)分析系統(tǒng).本文提出基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng).區(qū)別于其他的仿真系統(tǒng),所建立的系統(tǒng)具有自我學(xué)習(xí)及更新等特點(diǎn).人工監(jiān)控場景將從實(shí)際監(jiān)控場景獲取手機(jī)信令數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、網(wǎng)上數(shù)據(jù)、天氣數(shù)據(jù)等海量數(shù)據(jù)來進(jìn)行虛擬場景的建立,同時(shí)“在線”模擬各種實(shí)際場景.通過大量數(shù)據(jù)和實(shí)驗(yàn),系統(tǒng)不斷完善和改進(jìn),平行執(zhí)行手段將實(shí)際監(jiān)控場景和人工監(jiān)控場景結(jié)合,虛實(shí)互動(dòng),從而解決其他人流與交通監(jiān)測解決方案中無法解決的難題,得到更為科學(xué)合理有效的方案.以道路監(jiān)控為例,傳統(tǒng)的非平行手機(jī)信令系統(tǒng)對于數(shù)據(jù)量少的情況,無法判斷是手機(jī)用戶少(即暢通)亦或者嚴(yán)重?fù)矶?用戶在不打電話、發(fā)短信、開關(guān)機(jī)和不換基站情況下,無信令數(shù)據(jù)).針對此情況,平行手機(jī)信令數(shù)據(jù)系統(tǒng)以實(shí)時(shí)速度數(shù)量越多,可信度越大為原則,當(dāng)實(shí)時(shí)速度少時(shí),系統(tǒng)會(huì)盡量搜集網(wǎng)上數(shù)據(jù)以及結(jié)合歷史速度數(shù)據(jù),確定是否發(fā)生擁堵,若無擁堵的相關(guān)報(bào)道或消息.此輸出為暢通狀態(tài),同時(shí)將此情況記錄和統(tǒng)計(jì),隨著信令速度數(shù)據(jù)及網(wǎng)上數(shù)據(jù)越來越多,系統(tǒng)會(huì)統(tǒng)計(jì)每天每個(gè)link的速度狀態(tài),建立模型庫,為后續(xù)速度計(jì)算準(zhǔn)確與否提供指導(dǎo).針對青島某一高速路段,平行與非平行手機(jī)信令數(shù)據(jù)系統(tǒng)定量分析結(jié)果如圖9,平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)比非平行的速度更加平滑,不會(huì)受手機(jī)信令數(shù)據(jù)噪聲及數(shù)據(jù)量的影響.同時(shí)從速度的整體趨勢,更符合實(shí)際情況.

3 總結(jié)

基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)為了達(dá)到數(shù)學(xué)模型盡可能真實(shí)準(zhǔn)確地逼近實(shí)際情況的目的,本文依托平行思想建立合理、動(dòng)態(tài)、在線的人工監(jiān)控場景,從而對實(shí)際監(jiān)控場景情況進(jìn)行“借鑒”和“預(yù)估”,提供動(dòng)態(tài)、適用、有效的解決方案.基于ACP方法的平行手機(jī)信令數(shù)據(jù)分析系統(tǒng)的所有功能的實(shí)現(xiàn),都依托于大量的計(jì)算實(shí)驗(yàn),并且是一個(gè)動(dòng)態(tài)的復(fù)雜系統(tǒng),所有系統(tǒng)功能將會(huì)不斷優(yōu)化.該系統(tǒng)在人口流量監(jiān)測和交通流量監(jiān)控的應(yīng)用實(shí)現(xiàn)已在公眾應(yīng)用中發(fā)揮著重要作用.