王繼勇

（淄博市公安局交通警察支隊張店大隊，山東淄博 255000）

0 引言

當前，我國城市道路交通快速發(fā)展，但城市路網(wǎng)仍存在密度不合理、功能復(fù)雜與支路短缺等多種問題。此外，交通管理措施尚未達到現(xiàn)代化標準，與當前智慧交通建設(shè)要求不匹配。在此背景下，城市道路交通管理部門需要積極引入大數(shù)據(jù)、5G 網(wǎng)絡(luò)與智能終端技術(shù)與設(shè)備，將大數(shù)據(jù)技術(shù)與城市道路交通管理有機融合，實現(xiàn)車輛、人員與道路之間的互聯(lián)互通，進而提升道路交通管理的協(xié)調(diào)性，提升交通管理效率[1]?；诖?，對基于大數(shù)據(jù)的道路交通管理措施進行研究，以期有效提升交通管理智能化水平，進一步緩解城市交通壓力。

1 大數(shù)據(jù)與交通管理概述

1.1 大數(shù)據(jù)

大數(shù)據(jù)也稱“海量數(shù)據(jù)”，是通過計算機軟件提取的海量、復(fù)雜數(shù)據(jù)集合，大數(shù)據(jù)一般被存儲在云端或本地數(shù)據(jù)庫，可為相關(guān)人員進行數(shù)據(jù)資源分析、處理、存儲、共享等提供便利。大數(shù)據(jù)的基本特征是數(shù)據(jù)量龐大、多樣，且數(shù)據(jù)價值密度較低。通常對大數(shù)據(jù)概念與特征的總結(jié)可以用4 個V 表示，即Volume（巨大）、Variety（繁多）、Velocity（多樣）、Value（價值）。

1.2 交通管理

交通管理通常是以具體的交通活動或場景為研究對象，以發(fā)揮交通管理系統(tǒng)的效益為目標的一系列管理措施的統(tǒng)稱。

在大數(shù)據(jù)背景下，應(yīng)借助數(shù)字化技術(shù)與大數(shù)據(jù)管理平臺，對既有的交通管理方式進行升級改造。交通管理要素是人、車、路，對上述要素作出科學管理是實現(xiàn)交通安全的前提和基礎(chǔ)。由于交通管理概念是隨著道路交通發(fā)展而發(fā)展的，因此相應(yīng)的交通管理措施具有動態(tài)化特征。目前，交通管理的內(nèi)容和方式均出現(xiàn)了新變化，以大數(shù)據(jù)為管理主要手段，關(guān)注城市發(fā)展理念、道路規(guī)劃及交通疏導(dǎo)將是交通管理的發(fā)展趨勢。

相關(guān)研究表明，在交通管理中，任何一個環(huán)節(jié)出現(xiàn)問題均可能影響交通安全性與通暢度[2]。因此，在分析交通管理措施的全過程中，需要將交通安全與道路暢通作為主要考核指標，分析影響交通安全的主要因素，結(jié)合管理現(xiàn)狀制訂適宜的交通管理措施。

2 大數(shù)據(jù)在交通管理中的作用

2.1 提升交通智能化管理水平

在大數(shù)據(jù)技術(shù)的支持下，我國道路交通管理效率明顯提升。同時，大數(shù)據(jù)也為交通管理注入了內(nèi)在動力，有助于提高交通管理智能化水平。當前，在社會經(jīng)濟高速發(fā)展的背景下，私家車保有量持續(xù)增加，相關(guān)部門的交通管理能力與實際要求之間存在嚴重不匹配現(xiàn)象。為解決上述問題，可將大數(shù)據(jù)技術(shù)引入交通管理實踐，構(gòu)建智慧警務(wù)平臺，以有效發(fā)揮數(shù)據(jù)信息在交通管理中的價值。

此外，大數(shù)據(jù)技術(shù)在交通管理中的應(yīng)用還有助于更新管理理念、促進管理手段創(chuàng)新，對調(diào)整交通領(lǐng)域部署政策、優(yōu)化交通管理機制有積極影響，可有效提升交通管理綜合水平[3]。

2.2 提供更精準的交通管理服務(wù)

大數(shù)據(jù)在交通管理的多個場景中發(fā)揮著不可替代的作用。通過構(gòu)建數(shù)據(jù)指揮平臺，可加快交通管理信息的公開度與透明度，且有助于提升交通管理的公信力。根據(jù)相關(guān)數(shù)據(jù)統(tǒng)計，我國互聯(lián)網(wǎng)使用人群已超過10 億，借助大數(shù)據(jù)平臺，交通管理部門能夠?qū)崿F(xiàn)與網(wǎng)絡(luò)用戶的溝通，并提供精準、及時的交通管理服務(wù)。同時，相關(guān)網(wǎng)絡(luò)用戶可以借助平臺提供交通管理相關(guān)建議，為交通管理的規(guī)范化貢獻力量，進而有效提升道路交通管理效果。

3 大數(shù)據(jù)背景下道路交通管理措施分析

3.1 車輛檢測技術(shù)的應(yīng)用

目前，車輛檢測技術(shù)主要應(yīng)用在高速公路車輛檢測系統(tǒng)中，如ETC 車道系統(tǒng)。通常會在ETC 車道的出入口處放置地感線圈，實現(xiàn)對車輛的自動檢測。通過合理選擇檢測器，可以更快、更準確地識別進入車道的車輛，則檢測系統(tǒng)能夠自動識別車牌與車輛屬性信息，可為交通管理工作的后續(xù)開展提供數(shù)據(jù)參考。

大數(shù)據(jù)在交通安全監(jiān)測方面也發(fā)揮著重要作用。通過對交通參數(shù)的收集、分析與處理，交通管理人員可以及時了解預(yù)警閾值，并明確交通事件的預(yù)警等級。目前，道路交通管理主要采用感應(yīng)線圈檢測器、紅外檢測器、視頻檢測器以及超聲波檢測器等檢測技術(shù)，各類型檢測器裝置的技術(shù)參數(shù)對比結(jié)果如表1所示。

表1 各類型檢測器裝置的技術(shù)參數(shù)對比結(jié)果

根據(jù)表1 可知，各類型檢測器在車道流量與速度指標方面的差異并不顯著；而在可檢測車道、覆蓋范圍及使用年限等參數(shù)指標的對比中，視頻檢測器表現(xiàn)出顯著優(yōu)勢。

因此，在當前的城市交通管理中推薦使用視頻檢測器，將大數(shù)據(jù)技術(shù)與視頻檢測器裝置相結(jié)合，對道路視頻數(shù)據(jù)信息進行深入分析與整理，為交通管理決策提供有益參考。

3.2 采用圖像識別技術(shù)方案

圖像識別技術(shù)的應(yīng)用能夠顯著提升城市交通管理效率，對舒緩城市交通壓力、提升交通便利性有重要意義影響。前文提及的車輛檢測技術(shù)措施的實現(xiàn)基礎(chǔ)是對車牌識別，而車牌識別依賴于大數(shù)據(jù)圖像處理模式。

借助車牌識別系統(tǒng)，可以識別車輛關(guān)鍵信息，并將其與區(qū)域內(nèi)車輛數(shù)據(jù)庫進行對比，在此基礎(chǔ)上選定適宜的道路交通管理措施。車輛經(jīng)過時，ETC 車道、ETC 系統(tǒng)與車輛識別系統(tǒng)之間會實現(xiàn)聯(lián)動，同時借助大數(shù)據(jù)挖掘技術(shù)快速識別車輛。同時，系統(tǒng)會記錄下車輛屬性信息與動態(tài)行駛數(shù)據(jù)，并對車輛駕駛?cè)藛T的行為進行監(jiān)測，及時將違規(guī)行為上傳至系統(tǒng)數(shù)據(jù)庫，為交通管理提供依據(jù)。

圖像識別技術(shù)方案中的監(jiān)控點部署與視頻數(shù)據(jù)傳輸存儲主要流程如下：監(jiān)控點大多部署在車流與人流量相對密集的場所，以及城市交通重點路段。在具體監(jiān)控期間，城市道路交通情況的圖像信息會及時上傳到交通指揮中心。

此外，為避免存在監(jiān)控死角，一般在城市交通主干道需采用高空瞭望攝像機，其日間監(jiān)控距離可達到10km，夜間監(jiān)控范圍可達到5km。該裝置還內(nèi)設(shè)有方位傳感器和GPS 定位器，通過二者的協(xié)調(diào)配合，能夠獲取目標交通路段的方位角度與經(jīng)緯度數(shù)據(jù)信息，并自動寫入交通道路數(shù)據(jù)庫，進而為交通管理決策提供技術(shù)與數(shù)據(jù)支持。車輛圖像識別流程如圖1 所示。

圖1 車輛圖像識別流程

在城市道路日常巡邏中，相關(guān)人員可通過視頻網(wǎng)絡(luò)技術(shù)將拍攝到的視頻、音頻數(shù)據(jù)材料及時回傳到指揮中心。在現(xiàn)場執(zhí)法場景中，交通警察也可使用移動警務(wù)設(shè)備采集現(xiàn)場視頻與圖像資料，將現(xiàn)場人員、車輛等信息上傳到設(shè)備數(shù)據(jù)處理平臺，并借助大數(shù)據(jù)檢索數(shù)據(jù)庫，完成現(xiàn)場視頻圖像與數(shù)據(jù)庫視頻圖像之間的對比分析，為交通管理提供有價值的參考[4]。

在智慧化交通管理過程中，上述信息具有數(shù)據(jù)量大、類型復(fù)雜、價值密度高等特征。為確保交通管理智慧化水平達到預(yù)期目標，在城市交通管理中，技術(shù)人員需要將大數(shù)據(jù)和云計算技術(shù)進行整合，通過自建私有云實現(xiàn)對交通管理數(shù)據(jù)的運維，保證數(shù)據(jù)安全性與健壯性，為海量交通數(shù)據(jù)的存儲、檢索、挖掘、分析奠定基礎(chǔ)。

目前，隨著大數(shù)據(jù)云存儲技術(shù)的發(fā)展，交通管理平臺可以準確存儲車輛位置信息、路段流量、速度信息及駕駛員個人身份信息，為交通管理工作提供便利。

3.3 自動獲取與跟蹤技術(shù)的應(yīng)用

在交通管理領(lǐng)域，車輛自動識別技術(shù)有較高的應(yīng)用價值?；诖髷?shù)據(jù)的車輛識別技術(shù)能夠獲取車輛顏色、型號及駕駛員等信息[5]。當前，在智慧交通背景下，跟蹤算法與大數(shù)據(jù)融合程度日益加深。為了更好地研究車輛自動識別技術(shù)的應(yīng)用價值，在車輛型號識別中引入HvperID 模型，同時將該模型加入深度學習算法模型中，進而實現(xiàn)對車輛型號數(shù)據(jù)信息的深度挖掘，以最大限度地發(fā)揮大數(shù)據(jù)在交通管理中的應(yīng)用價值。

該技術(shù)方案的實施效果主要取決于數(shù)據(jù)規(guī)模與質(zhì)量，具體實現(xiàn)流程如下：

首先，利用大數(shù)據(jù)平臺獲取海量車型數(shù)據(jù)，數(shù)據(jù)獲取途徑主要是車輛網(wǎng)開源數(shù)據(jù)。為確保數(shù)據(jù)信息準確，也可以選擇車輛信息數(shù)據(jù)鏡像倉庫下載?？傊?，通過對海量車型數(shù)據(jù)的積累，可為跟蹤識別算法的準確應(yīng)用奠定基礎(chǔ)。

其次，科學選取跟蹤算法。目前，交通道路管理方面使用較多的算法是KCF。由于算法基于開源架構(gòu)，技術(shù)人員可以在github 上下載該算法的代碼，通過更改部分運行代碼，進一步提升算法跟蹤的準確度[6]。以車輛外觀顏色識別為例，技術(shù)人員基于大數(shù)據(jù)，設(shè)計了顏色識別算法，其中識別到的車輛主流顏色共計13 種，與交通管理部門公布的顏色種類一致，說明顏色識別技術(shù)應(yīng)用具有較高的可靠性。為提升車輛顏色識別速度，將Shufflenet、Mobilenet、SqueezeNet 模型技術(shù)應(yīng)用在車輛顏色自動化識別中，經(jīng)實踐檢驗，引入上述模型技術(shù)后，對車輛顏色識別的時間可縮短到3～5ms。

最后，完成車輛種類識別?；诖髷?shù)據(jù)技術(shù)快速識別交通管理中的車輛種類成為可能。在具體識別階段，借助高效的網(wǎng)絡(luò)模型，以及5G 網(wǎng)絡(luò)、可視化技術(shù)，數(shù)據(jù)技術(shù)價值得以充分發(fā)揮。在交通管理技術(shù)理論研究中采取的技術(shù)方式為網(wǎng)絡(luò)模型技術(shù)，通過高效的5G 網(wǎng)絡(luò)對車輛種類進行智能識別。在移動端與PC 設(shè)備上，技術(shù)人員選取Mobilenet3-large 作為主干網(wǎng)絡(luò)，使其在6000 余種車輛型號中選取目標車輛型號。在管理技術(shù)的具體實現(xiàn)環(huán)節(jié)，技術(shù)人員借助視頻檢測技術(shù)對車型數(shù)據(jù)進行甄別，其準確率可達到95%，速度超過98%。

4 結(jié)語

現(xiàn)階段，大數(shù)據(jù)與各行業(yè)的融合程度不斷加深，在道路交通管理中引入大數(shù)據(jù)技術(shù)，可有效增強管理效果、提升服務(wù)水平。因此，在實際的道路交通管理工作中，應(yīng)積極引入車輛檢測技術(shù)、圖像識別技術(shù)與自動獲取與跟蹤技術(shù)，進一步加快交通管理智能化發(fā)展進程，提高交通管理決策的科學性，為城市道路交通管理提供有力保障。