大数据应用智能交通综合治理

孙群

【摘 要】大数据应用智能交通综合治理模式研究，采用数据采集手段、综合数据处理方法，提出构建面向城市的智慧交通大数据平台理念。研究内容包括：基于物联网技术的数据动态实时采集，云计算环境下大数据的存储及管理，数据挖掘技术及城市交通数据分析等。研究成果主要服务于政府、交通企业和社会公众，可以为政府和企业提供决策支持，为公众提供交通服务，并能够依靠平台进行应急指挥，为城市交通安全监管和应急决策提供有力保障。

【关键词】大数据应用；智能交通

中图分类号： U495 文献标识码： A 文章编号： 2095-2457（2018）28-0171-002

DOI：10.19694/j.cnki.issn2095-2457.2018.28.078

近年来我国城市交通拥堵日益严重且持续扩大，现有交通系统管控功能急需提升，智能交通系统（Intelligent Transport System，简称ITS）应运而生。智能交通研究的核心，是针对日益严重的城市道路交通拥堵压力，使用大数据技术与信息相关技术，对城市道路交通管理网络与管理技术进行升级，提升城市道路使用效率，有效缓解道路交通拥堵情况，实现车辆顺畅同行。

1 我国城市交通问题与破解

1.1 我国城市交通问题

我国城市化、汽车化、信息化发展势头迅猛，但城市化的高速发展、 流动人口的大量涌入、机动车辆的爆炸性递增，使中国城市交通问题在短短十几年内从无到有，日趋严重。我国城市交通问题包括：（1）城区道路车辆行驶状况较差，拥堵严重。（2）公共交通工具占比较低，数量结构比例不合理，公共交通建设长期处于缓滞状态。（3）城市交通管理方式落后，智能化水平低。（4）城市交通缺乏整体统筹规划，应急性管控与建设成为常态。

1.2 能交通有效破解城市交通难题

智能交通系统通过信息、通信、控制、传感、计算器等技术和系统综合应用，建立城区一体化综合智能交通体系，实现道路、行人、车辆协调发展的智能生态系统，有效满足城市道路高速发展的需求。智能交通主要有七大部分構成，如图所示：

2 大数据应用智能交通综合治理模式

2.1 综合治理模式目标

建立基于大数据应用智能交通综合治理模式，构建智慧交通大数据平台，通过云计算、移动互联等技术，给智能交通系统注入新的技术内涵，同时对智能交通系统的模式、理念带来新的发展契机。综合治理模式目标为：

（1）构建一体化综合感知网。构建智慧交通大数据平台，实现城市道路交通数据标准化、规范化，使城市道路交通数据有效互联互通，交通状况实时综合感知，消除既有信息孤岛，建立高效智能交通网络。

（2）实现城市道路问题预警与智能引导。利用大数据技术，分析城市道路交通问题，预知交通发展趋势，提前预警问题并实现智能方案引导，实现城市道路交通拥堵前置化管理。

（3）为城市居民提供个性化智能服务。有效推进个性化的移动服务发展，让民众随时随地享受到交通信息智能服务带来的生活便利。

2.2 综合治理模式架构

2.2.1 总体架构

该模式具有城市交通信息综合管理、城市交通事务综合管理、城市交通管理辅助决策、城市紧急交通事件快速反应等主要功能。通过构建智慧交通大数据平台，连接城市智能交通监控和管理各业务应用系统，从多个应用系统中收集和传送交通信息、监测数据和发出控制指令。通过城市交通管理数据库系统，对各业务应用系统的交通监测数据或管理运作计划进行集成、优化、分析、存储和应用。通过GIS地理信息展示，实现城市道路交通的可视化监控与管理。平台提供专家级的突发交通事故的处理预案，提供及时的道路交通状况分析，预测该事故的影响范围和道路阻塞的严重程度，提供适当的交通应变和疏导交通的方案及解决措施，通过城区一体化官网进行交通事故信息发布。总体框架如图2所示：

2.2.2 数据处理

城市道路交通数据量大，诸多交通设施作为实时数据源时刻都在产生庞大交通数据，且如此巨大的交通时效信息需要不间断进行处理，智能分析并实现问题预警预报，具体处理方案如下：

（1）根据交通管控需求对数据进行区分筛选，对其中需要实时处理的数据进行实时上传实时处理，而对非实时交通数据则可采用集中批处理方式，以提高系统运行效率。

（2）根据数据特性进行数据清理，针对不同特性的交通数据进行数据异构传输与同步层。

（3）大数据技术对交通数据处理的核心层为数据处理层，不仅需要处理实时数据，同时需要对非实时数据进行批处理，生成历史数据或数据仓库。其计算框架为：生态Hadoop系统计算与Storm实时计算。无论是实时计算框架和非实时计算框架，各自独立承担相应任务，由Mesos集群管理器管理。

（4）数据处理的临时结果和最终结果都需要数据存储层进行存储，存储数据库分为关系型和非关系型两种，以适应数据的不同类型。

（5）为屏蔽异构存储逻辑以及对Impala，Hive等组件使用进行封装，在存储层之下设计了对外接口层，以方便开发人员进行统一接口操作，提高系统开放性与共享性。

（6）对交通数据的应用拓展，如预警预案、智能引导等，均统一设置在系统应用层。

2.3 综合治理模式平台

平台具体分为三个部分，数据集成管理系统、数据分析挖掘系统、智慧交通应用服务集。

2.3.1 数据集成管理系统

数据集成管理系统主要负责对城市道路交通数据进行集成管理，不同交通数据满足分别不同使用需求。如：交通监测数据对道路与车辆行驶等状况进行实时数据采集，是城市道路交通管理的重要数据，因此数据量庞大；道路交通流数据是对道路交通负载信息进行跟踪管理的数据，而道路交通负载信息随着交通高峰与波谷等不同时段进行波动变化，需要高并发支持；道路交通信息发布数据是为满足城市居民出行要求而提供的服务数据，同时也是进行交通前置化管理实现智能疏导的有效工具，具有高时效性、高准确性特点，以及高个性化需求的特点，为民众提供高品质、高安全、保畅通的服务是ITS的主要功能。

2.3.2 数据分析挖掘系统

数据分析挖掘系统是根据城市道路交通系统中交通监控、预警预案等分析需求，对采集与传输数据进行挖掘与建模分析，特别是道路交通实时数据的处理和分析，及时呈现城市道路交通现况，并据此生成预警预案智能引导等交通管控行为。

在数据存储方面采用行列混合存储、高效压缩技术把海量数据复制分布存储在不同的节点上进行并行处理，同时采用內存计算技术将需要实时处理的高效压缩的优化数据上载到内存数据库中，并把大数据量和计算量分散到不同处理器上，满足海量数据存储和实时处理的需要，同时保证任何节点宕机都不影响数据的完整性和业务的连续性。建立数据分析与挖掘模式库和领域知识库，使用相关领域知识，使用最优的挖掘算法对城市交通大数据进行分析和挖掘。

2.3.3 智慧交通应用服务集

以城市交通大数据分析挖掘为基础，为政府、交通企业、公众用户提供各类应用服务。

（1）智能交通管理系统

系统通过道路预埋与辐射检测器采集城市道路交通实时数据，对城区道路交通效率、畅通性能、通行速度、延迟时间等信息进行城市交通大数据挖掘分析计算，平衡城市各道路综合交通负载，通过智能引导实现城市绿波交通。

（2）智能信息服务系统

智能交通信息服务是利用现代化的网络通讯技术满足个性化的交通出行信息需求的一种新型的服务业务，主要包括交通路况信息、城市指路信息、公交线路信息、交通管制信息、车辆违法记录信息等。

（3）智能公交管理系统

智能公交管理系统由公交调度子系统、车辆监控子系统、数据统计分析子系统等组成。其综合利用北斗/GPS技术与电子地图、移动感知等现代化技术手段，实现对公共交通运营车辆的实时、实地、时效跟踪，预测公众使用需求进行智能调度平衡负载。良好的公共交通，不仅可以为公众出行提供便利，同时可以有效分担城市道路交通压力，建立绿色、环保的交通体系。

（4）应急事件处理服务系统

为了提高交通应急处理能力、预防和处置交通突发事件的能力，建立面向城市的以智慧交通大数据平台为中心的统一指挥、分级负责、反映灵敏、保障有力的交通突发事件应急体系。实现以智慧平台为中心的资源共享、建立统一的报警号码台、建立以大数据分析为基础的应急领导和指挥体制，为应急决策提供必要和及时的数据支持。

【参考文献】

[1]周翼华，俞晓.大数据时代下的智能交通[J].现代信息科技，2018（05）.

[2]邱卫云.智能交通大数据分析云平台技术[J].中国交通信息化，2013（10）.

[3]季振东.大数据分析云平台技术在智能交通中的应用研究[J].硅谷，2015（01）.

[4]杨正.基于大数据架构的智能交通解决方案[J].北京联合大学学报，2014（10）.

[5]叶亮.“大数据”背景下我国交通数据管理应用的转型与发展[J].交通与运输（学术版），2013（12）.