馬寧博

摘要：智能交通是城市現(xiàn)代化發(fā)展的一個重要方向，智能交通最大的外在表現(xiàn)是應用通信、計算機等高新科技逐步建設與應用模型庫、知識庫等，一方面顯著提升了交通系統(tǒng)的運行效率，另一方面也增強了地面交通網(wǎng)絡的安全性。該文首先分析交通大數(shù)據(jù)平臺的模型庫的基本功能，包括記錄過車及車輛違規(guī)行駛數(shù)據(jù)、對接信號控制系統(tǒng)等；其次從不同方面探究主要模型庫的設計方法，有交通狀態(tài)識別、交通專題分析、跨專題式大數(shù)據(jù)分析挖掘模型這3種；最后探討交通仿真與該文所設計功能性平臺的融合問題，統(tǒng)計并分析了區(qū)域內(nèi)車輛仿真結(jié)果，證實了該研究設計平臺的科學性、有效性，具有一定推廣價值。

關鍵詞：城市智能交通??大數(shù)據(jù)平臺??模型庫設計??技術應用

中圖分類號：U495???文獻標識碼：A

Research?and?Design?Analysis?of?Model?Bases?of?the?Urban?Intelligent?Transportation?Big?Data?Platform

MA?Ningbo

（Hefei?Municipal?Design?and?Research?Institute?Co.，?Ltd.，?Hefei，?Anhui?Province，?230000?China）

Abstract：?Intelligent?transportation?is?an?important?direction?of?urban?modernization?development.?The?biggest?external?manifestation?of?intelligent?transportation?is?to?apply?high?and?new?technologies?such?as?communication?and?computer?to?gradually?construct?and?apply?model?bases?and?knowledge?bases，?which，?on?the?one?hand，?significantly?improves?the?operation?efficiency?of?the?transportation?system，?and，?on?the?other?hand，?also?enhances?the?safety?of?the?ground?transportation?network.?Firstly，?the?paper?analyzes?the?basic?functions?of?the?model?base?of?the?traffic?big?data?platform，?including?recording?the?data?of?passing?and?illegal?driving?of?vehicles，?docking?the?signal?control?system，?etc.?Secondly，?it?explores?the?design?method?of?the?main?model?base??from?different?aspects，?including?traffic?state?identification，?traffic?thematic?analysis?and?cross-thematic?big?data?analysis?and?mining?models.?Finally，?it?discusses?the?integration?of?traffic?simulation?and?the?functional?platform?designed?in?this?paper，?and?counts?and?analyzes?vehicle?simulation?results?in?the?region，?which?confirms?the?scientificity?and?effectiveness?of?the?platform?designed?in?this?paper，?and?has?certain?promotion?value.

Key?Words：?Urban?intelligent?transportation;?Big?data?platform;?Model?base?design；Technical?application

我國城市智能交通已經(jīng)有20多年的發(fā)展歷程，早期研究主要集中在交通信號管控、信號配時算法研究上，逐漸過渡值交通信息收集、行程速度測算、交通狀態(tài)辨識等方面，現(xiàn)如今朝著模型庫、知識庫的構(gòu)建與應用領域全力進軍。很多一線城市陸續(xù)做出構(gòu)建交通決策支持系統(tǒng)、數(shù)據(jù)庫等的提議。各地城市在積累大量道路交通、公共交通等數(shù)據(jù)后，急需以大數(shù)據(jù)平臺作為支撐規(guī)劃建造模型庫，以為城市交通管理、決策等提供可靠依據(jù)。

1智能交通大數(shù)據(jù)平臺模型庫的功能需求

大數(shù)據(jù)平臺在長期使用過程中其上積累了大量的交通違法數(shù)據(jù)、道路信息等，傳統(tǒng)的關系型數(shù)據(jù)庫在數(shù)據(jù)保存、處置等方面逐漸不能滿足數(shù)據(jù)應用需求。關系型數(shù)據(jù)庫分析智能交通轉(zhuǎn)向場景的規(guī)律時，很難在不同維度數(shù)據(jù)類型之間構(gòu)建良好的關聯(lián)性。建設與應用模型庫的宗旨在于整合處理結(jié)構(gòu)或半結(jié)構(gòu)化的交通數(shù)據(jù)，故而基于交通大數(shù)據(jù)平臺創(chuàng)建的模型庫具備如下幾點功能。

（1）過車數(shù)據(jù)：處于行駛狀態(tài)下的車輛經(jīng)由卡口、電子警察等視頻采集點時，能快捷精準地錄入車輛的結(jié)構(gòu)化數(shù)據(jù)，包括車牌號、顏色及車型等；（2）違規(guī)行駛信息：前段安裝的采集儀能由各路口收集車輛是否闖紅燈、壓線、違法停車等信息，并運用視頻采集點或固定源能動態(tài)采集車流量信息；（3）對接信號管控系統(tǒng)，及時獲得系統(tǒng)的相位調(diào)控等信息[1]。

2主要模型庫類型的研究與設計

2.1交通狀態(tài)識別模型

經(jīng)過科研人員的不斷探索和反復應用后發(fā)現(xiàn)，建立完整的系統(tǒng)模型后，模型內(nèi)部的相關結(jié)構(gòu)在發(fā)揮自身實用功能的基礎上，利用先進的大數(shù)據(jù)處理技術，能夠達到預設的工作要求。對于未來社會交通運輸紅綠燈狀態(tài)的判斷、識別，交通運行情況的判定奠定了堅實的基礎，管理人員應利用自身知識完善模型的計算方法。

結(jié)合現(xiàn)行規(guī)范，依照下式運算出道路交通指數(shù)[2]：

分別表示的是路段、行程車速。

取值范圍0～100，如果最終運算結(jié)果＜0，則取=0。

整合里程長度與車道數(shù)兩大因素，應運用下式計算：

進一步了解后發(fā)現(xiàn)，路段i的車道總數(shù)由代表，路段I的整體長度由表示。

據(jù)有關資料顯示，管理人員通過共同探討后發(fā)現(xiàn)，并緊密聯(lián)系現(xiàn)實的評估需求，相關人員應在風險可控的情況下對不同因素條件進行分析整理，并采取適宜的加權計算方法對其進行統(tǒng)籌規(guī)劃。

從宏觀層面上，被分成4級，取值范圍是[0，100]、0≤＜30、30≤＜50、50≤＜70、70≤＜100分別對應1級、2級、3級、4級，交通運行狀態(tài)依次是暢通、較暢通、擁堵、嚴重擁堵。

2.2交通專題分析模

2.2.1機動車出行量預測模型

運用數(shù)據(jù)庫內(nèi)控制子系統(tǒng)存儲的既往數(shù)據(jù)，整合模型庫內(nèi)的交通流預測模塊，管理人員應采用適當方法對不同地區(qū)的交通區(qū)域及居民小區(qū)內(nèi)部的機動車輛現(xiàn)實出行情況進行全面分析并統(tǒng)計，并結(jié)合不同期間的特定區(qū)域機動車出行量和運行規(guī)律進行分析和預測，通過專業(yè)人士的全面分析和判定構(gòu)建完整的交通運輸方案和運輸管理體系，為后期交通運輸管理工作的平穩(wěn)發(fā)展奠定夯實基礎。

2.2.2公交出行量預測模型

具體來說，科研人員應合理提取完整的數(shù)據(jù)庫及公交系統(tǒng)內(nèi)部留存的諸多數(shù)據(jù)信息，通過交通運輸系統(tǒng)內(nèi)部的預測模塊和模型數(shù)據(jù)條件進行統(tǒng)籌規(guī)劃，預估現(xiàn)有交通小區(qū)公交出行數(shù)量，能迅速地預覽該市多年以后的公交出行占有率，使相關部門規(guī)劃公交線網(wǎng)、設計公交發(fā)展方向等更能有據(jù)可依。

2.2.3區(qū)域交通信號配時模型

操作人員應順應時代發(fā)展潮流，運用合理的方式對交通運行區(qū)域的地理數(shù)據(jù)信息進行自動更新和完善，全面反映市政道路網(wǎng)絡內(nèi)部機動車輛的運行情況，在系統(tǒng)內(nèi)動態(tài)呈現(xiàn)市政道路網(wǎng)絡設施使用狀態(tài)，并且和數(shù)據(jù)庫內(nèi)多個路段的交通參數(shù)之間建立可靠關聯(lián)性，幫助決策人員在最短時間內(nèi)獲取城市道路的交通運輸線路和重點通行區(qū)域，通過相應的線路交叉點，結(jié)合市政及路政管理部門的法律政策法規(guī)，對相關區(qū)域的交叉區(qū)域進行系統(tǒng)擴建，并根據(jù)重點瓶頸和交通運行路線進行整合，為后期區(qū)域交通運輸管理工作創(chuàng)設諸多有利條件。

2.2.4公交線網(wǎng)合理性分析模型

管理人員應結(jié)合自身知識充分熟悉城市區(qū)域的公共交通路線運行數(shù)據(jù)和相關信息，并采用適當手段對運輸系統(tǒng)內(nèi)部的各種空間投影情況進行全面規(guī)劃，對不同類型的道路運輸系統(tǒng)綜合管控后，要求運輸人員全面使用公交運行系統(tǒng)的使用頻率和次數(shù)，保證公交系統(tǒng)平穩(wěn)運行的基礎上，為決策者提供完整的公共服務盲點及其他情況，在各個交通運輸管理人員充分交流后，制訂安全合理的公共運輸系統(tǒng)規(guī)劃圖，并重點闡明公共交通運輸區(qū)域的基礎設施擴建區(qū)域和存在的主要問題。例如：進行遠期交通運輸管理方案工作中，管理人員應通過實驗方式對公共交通運輸系統(tǒng)的網(wǎng)絡布局線路進行優(yōu)化調(diào)整，通過一系列的仿真處理和實踐應用，對系統(tǒng)內(nèi)部的各類功能進行集中管理，以保證公交運行系統(tǒng)得到實施效果能夠達到最佳。

2.2.5物流運輸模型

物流運輸管理人員應根據(jù)物流運輸?shù)臈l件和供給特點，對物流運行條件的各種情況和實施計劃進行歸類，系統(tǒng)掌握當?shù)厥袇^(qū)物流的發(fā)展情況，對政府倡導的法律政策進行全面了解，并重點關注廣大人民群眾的生活需求，對物流運行信息進行綜合管控后，從多元保證物流資源的完整性、真實性，保證所有資源能夠真正發(fā)揮自身實用價值，促進不同地區(qū)物流運行信息效率進行優(yōu)化和改進[3]。

2.2.6停車泊位以及運行模型

管理人員應充分利用先進的計算機處理技術，結(jié)合前期各類系統(tǒng)平臺采集的車輛停泊信息及大量有價值的數(shù)據(jù)，通過合理方式進一步對不同城市地區(qū)機動車輛的停泊信息進行自動監(jiān)測及定位處理，統(tǒng)籌規(guī)劃車輛的服務管理水平、運行的安全情況，收集各類圖表后制定完整的配建停車場平面設計圖，從側(cè)面反映停車場當前存留的服務性或者容量性問題的停車“黑點”，繼而建立完整的停車智能導向處理系統(tǒng)平臺，在保證不同停車場內(nèi)的實際車輛資源及相關價值被完全挖掘后，促使整個公共交通運輸系統(tǒng)及相關基礎設施的運行處于平穩(wěn)均衡狀態(tài)，以滿足相關地區(qū)城市交通運輸條件在特定區(qū)域的停車需求。除此之外，應系統(tǒng)獲取不同停車場內(nèi)部停車的周轉(zhuǎn)情況，充分了解周圍道路架構(gòu)的交通實際需求，確定與之相宜、價格合理的車位收費費率等價格后，提升城市交通運輸管理水平。

2.2.7自行車用戶使用分析

進一步了解后發(fā)現(xiàn)，此個模塊應切實結(jié)合大量共享單車的運行基礎數(shù)據(jù)，真正解讀并挖掘與之相應的交通系統(tǒng)運行規(guī)律后，結(jié)合數(shù)據(jù)分析結(jié)果能更科學地規(guī)劃公共交通的延伸線，填補慢行交通內(nèi)存在的“空位”以及控制共享單車的投放量等。

2.3跨專題式交通大數(shù)據(jù)分析挖掘模型

大量實踐表明，此個模型的主要功能如下，即管理人員利用適當手段對相關操作平臺的交通數(shù)據(jù)信息進行挖掘，收集、分析及應用管理，全面尋找各類數(shù)據(jù)信息及壓縮包的模型應用特點，在各類模型的協(xié)助下，深度挖掘分析交通運行數(shù)據(jù)，進而為各級地方政府部分有效決策、現(xiàn)代企業(yè)科學管理控制、社會群眾便利出行等提供數(shù)據(jù)支持和相關服務項目。

2.3.1數(shù)據(jù)關聯(lián)分析模型

相關人員應全面掌握各種大數(shù)據(jù)關聯(lián)理論，進一步掌握相關數(shù)據(jù)理論的內(nèi)涵后，真正掌握不同子系統(tǒng)灰色關聯(lián)度的概念，其宗旨是運用某種方法摸索到系統(tǒng)內(nèi)子系統(tǒng)（或者因素）之間在數(shù)理層面上存在的關系?；疑P聯(lián)度分析即在系統(tǒng)發(fā)展及應用過程中，若存在著兩個因素改變的態(tài)勢是一致化的，實質(zhì)上就是同步變化程度處于較高水平，那么就可以據(jù)此認定兩者之間存在著較大的關聯(lián)度，反之則代表其關聯(lián)度偏小。從以上視角出發(fā)，灰色關聯(lián)度分析量化了某一系統(tǒng)的發(fā)展改變態(tài)勢，在動態(tài)化歷程分析領域表現(xiàn)出較高的適用性。

該文這里所提及的“關聯(lián)程度”，和曲線間幾何形狀的差別程度之間對等。故而，可以把曲線間差值大小設定為衡量關聯(lián)程度的基準。針對單個參考數(shù)列其存在著數(shù)個對比數(shù)列，，…，，在每個時間點（即曲線內(nèi)的各個點位）各個對比數(shù)列和參考數(shù)列之間的關聯(lián)系數(shù)可以運用下式計算得出[4]：

2.3.2綜合數(shù)據(jù)包絡模型

數(shù)據(jù)包絡方法是一種經(jīng)典的非參數(shù)統(tǒng)計方法，其應用過程中把相對效率概念設定為基礎依據(jù)，主要被用在評估具備同類型的多投入、多產(chǎn)出的決策單元是否達到技術有效性。假定存在著個部門或單位（被叫作決策單元，），這個決策單元自身均具備一定可比性。已知各個決策單元均存在著種不同類型的“輸入”（代表著這種決策單元對既有“資源”的耗費情況）與種類型的“輸出”（其是決策單元消耗了一定量“資源”后，表示“成效”的部分指標）。依照前期構(gòu)建出的指標體系，常規(guī)做法是分別把負向指標、正向指標分別作為“輸入”“輸出”指標。在這里存在著存在的關系等式：，其分別代表的是的輸入向量與輸出向量，分別對應的是種投入與種輸出的權向量，均是變量。分析并考察的效率測評相關問題：把的效率測評指數(shù)設定成目標，把全部決策單元的效率指數(shù)，作為約束條件，共同組成如下規(guī)劃問題[5]：

綜合以上內(nèi)容，可以將分式規(guī)劃問題轉(zhuǎn)變成線性規(guī)劃問題：

3交通仿真與平臺之間的融合

設計于智能交通大數(shù)據(jù)平臺上融合運用VISSIM、VISSUM、Trans?CAD等仿真軟件，達到實時數(shù)據(jù)共享、仿真決策管理等實用性功能。

主要功能構(gòu)建見圖1，涉及的功能模塊有如下幾大類型[6]?。

1. 動態(tài)路徑篩選和交通流配置：具體是以局部路網(wǎng)環(huán)境、交通信息供需辦法、交通管理手段等為基礎等，仿真規(guī)劃出車輛行駛狀態(tài)，動態(tài)仿真車輛當前的行駛行為。

（4）車輛仿真結(jié)果輸出：運用呈現(xiàn)界面，科學分析并精準輸出車輛運行軌跡、路段和區(qū)域路網(wǎng)狀態(tài)等仿真成果。

4???結(jié)語

近些年，國內(nèi)很多城市交通供需矛盾日益顯著，普遍存在著交管執(zhí)勤警力不夠問題，相關部門應精準掌控交通道路擁堵狀況，有效控制道路交通流，迅速智能處置交通事件，深度挖掘分析海量交通數(shù)據(jù)，進而為交通智能化管理控制提供可靠支持。該文以智能交通大數(shù)據(jù)平臺作為基礎建設了模型庫，該模型庫內(nèi)有效處理分析交通運輸期間形成的數(shù)據(jù)信息，進而為相關不猛管理決策提供可靠依據(jù)，具備較高的推廣價值。

參考文獻

[1] 廖云.基于大數(shù)據(jù)平臺的城市軌道交通多專業(yè)智能運維系統(tǒng)構(gòu)建探討[J].控制與信息技術，2021（5）：1-5.

[2] 閆鵬，張林.基于Hadoop平臺的交通大數(shù)據(jù)智能特征分析研究[J].華北理工大學學報（自然科學版），2020，42（3）：80-88.

[3] 梁元貞.大數(shù)據(jù)技術環(huán)境下的智能交通數(shù)據(jù)分析平臺系統(tǒng)設計[J].價值工程，2020，39（15）：243-244.

[4] 龔，廖金花.區(qū)塊鏈技術的城市智能交通大數(shù)據(jù)平臺及仿真案例分析[J].公路交通科技，2019，36（12）：117-126.

[5] 羅超.以大數(shù)據(jù)融合交通多業(yè)務管理的神兵利器：評測科達智能交通大數(shù)據(jù)平臺[J].中國公共安全，2019（Z1）：116-117.

[6] 劉冬梅，王文靜，楊子帆，等.互聯(lián)網(wǎng)+時代眾包交通大數(shù)據(jù)應用機制研究[J].公路交通科技，2018，35（7）：120-127.