大数据背景下的智能交通系统应用与平台构建★

张 伟 魏永青 刘婷婷 关少龙

(辽宁工程技术大学土木工程学院，辽宁 阜新 123000)

智能交通系统应用与平台构建将进一步提高城市规划和管理建设现代化水平，为城市交通规划做好预测，通过智能交通系统平台分享当前城市交通动态，最大程度的降低城市交通拥堵状况，减轻城市交通压力;定期将数据库中数据进行汇总形成周报、月报、年报，从而为政府的决策提供帮助。将城市智能交通系统大数据和政府城市交通规划、企业交通建设、企业交通管理、企业交通服务对接合作，最终达到数据共享、按类归档、按类存储，做到互联互通。利用智能交通系统应用将网络数据库所收集的数据进行再次的筛选比对，应用VR技术进行仿真模拟，通过计算机将数字、图像、动画进行整合，载入到实施模拟场景，设定特定的环境信息要求，从而实现由交通数据再现城市交通现象的目的，进一步发掘随着时间和空间的变化对城市交通流状态的影响规律，模拟影响交通的控制变量之间图像，将所得到的结果进行分析、优化后导入系统当中，从而服务于城市交通规划、城市道路改造、城市交通事故处理、城市交通管理与控制等实践[1]。

大数据智能交通系统应用与平台要以城市交通信号系统、交警系统、卡口系统、道路监控系统、城市“天眼系统”以及道路固定源采集设备作为主要数据来源[2]。从所采集到的智能交通数据入手，结合大数据平台，构建城市交通智能体[3]。

1 大数据在智能交通系统中的应用

1.1 交通系统中子系统数据间的共享

各个子系统之间的支持与配合，实现信息的共享，是实现智能交通系统中的所有项功能都能够完全发挥作用的必要条件。因此，在构建智能交通系统的信息共享平台中，实现子系统之间的数据共享是非常关键的一步。智能交通运输系统的数据共享、交通信息管理控制中心的数据共享、车载智能设备以及交通基础设施中的数据共享，是子系统数据共享的基本表现。实现子系统数据共享，可辅助城市实现交通信息的规范化处理，是信息功能和信息性质的最强保障。子系统之间的数据共享方式可促进形成更加有效的数据库系统，极大的提高大数据的储存和管理的效率[4]。

可以利用智能交通系统，建立数据共享平台，运用数据共享的方法，发挥大数据的特性和功能，从而对智能交通系统中的子系统给予保障，将收集到的初始数据进行读取、筛选，将不同地区、不同时间的数据库进行整合，把达到的历史数据库与现在数据库搭建共享连接，使得数据库具有完整性、代表性和科学性。

此外，可对信息进行分类管理，满足不同需求的人，为将来平台系统的查询工作提供更加便利的条件。

1.2 智能交通系统的数据优化应用设计

智能交通系统数据库建设设计从交通违法信息数据、城市交通流量数据和城市交通录像数据等多个方面进行采集分析，对城市道路交通信号的控制，实现对基础道路信号系统的优化设计，做好信号控制定时配制语言。基于大数据的交通流量信息挖掘与分析，可以为信号机配时提供数据支撑。根据智能交通大数据分析可以做出最优的路网优化方案，如单行车道、潮汐车道、分时段进行路段等等的优化设计。

2 智能交通数据系统的类型分析

由于智能交通系统平台所采集的数据信息驳杂，信息量庞大且实时信息变化波动较大，建立在传统观念上的关系型数据库的数据储存和处理能力已经无法满足现行的大数据要求。传统观念上的数据库形式对当前智能交通信息的预报、仿真、规律分析时，不能够与不同方向采集的数据类型建立良好的关联性和因果规律。智能交通系统应用平台是将现有的不统一的、不完整的、无明确结构的数据系统进行整合优化，可整合建立的数据系统有以下几点[5]：

1)车辆通过数据:车辆通过收费路卡口、交通监控、公安智能检测等智能视频数据采集点时可将视频采集到的车辆牌照、颜色、排量、型号、车检等进行结构数据整合。2)违法车辆数据:应用现有的城市交叉路口视频监控采集系统，将有闯红灯、逆行、违章掉头、压线、交通事故肇事逃逸等违法信息的结构化数据整合。3)道路车流量数据:通过道路固定的雷达测速等设备将采集到过往车速、行车距离以及道路车流量等。同时接入道路路网信息数据，整合数据结构。4)信号配置数据:将智能交通数据平台与交通信号控制平台进行对接，从而将道路车流最大疏导，使交通信号更具科学性。信号配制数据与道路交通路网信息匹配，使交通管控平台对信息的收集、检索、服务、规划业务更具效率。

3 大数据智能交通系统平台设计

3.1 大数据智能交通系统整体结构设计

大数据智能交通系统的整体架构采用层次化结构模型，根据网络系统平台的建设目的系统总体分为五个层面。

1)大数据采集层。主要是将历史交通数据、城市公路数据、城市轨道数据、GIS卫星图数据、城市土地利用数据的采集工作。2)大数据资源层。主要是将采集到的大数据进行原始存储、分类存储、数据分析、数据计算、内存计算等分配工作。3)大数据仿真平台构建。通过数据筛选仿真对象的范围，精确仿真数据，通过宏观模型的参数利用OD矩阵(Origin Destination Matrix)进行仿真模拟，最终做出预选方案。4)大数据应用层。通过系统平台仿真模拟后形成交通规划云服务、交通管理云服务、交通建设云服务、交通服务业云服务的资源匹配服务工作。5)大数据用户层。主要是通过手机APP、电台广播、服务电话、定位导航、网络网站为社会群体、政府交通机构、交通建设企业、交通服务企业提供系列服务。

该系统将传统分散的大数据采集、大数据存储、大数据仿真、大数据调度、大数据处理和大数据服务等多种功能结合，极大的提高了数据的利用率，形成一套完整的服务体系。大数据智能交通系统整体平台架构设计如图1所示。

3.2 高精度智能交通系统仿真搭建设计

在拥有大数据库的前提下，仿真技术的精确度仍然是一大难题，在传统交通仿真技术当中，由于数据资料不够多，数据分析方式单一，设定条件参数不准确，从而导致仿真模型代表性不强，不能够更加真切的反映实际情况。在现有的智能交通系统当中，从数据的采集、分析、计算、处理都更具有科学性，利用这些数据所设定的仿真参数，可使得仿真模型误差在可接受的范围[6]。

利用城市规划建设资料、GIS、高德地图街景、卫星航拍地图综合数据搭建交通仿真网络系统。根据采集到的市人口、住房、道路信息创立交通仿真城市，导入城市的初始OD数据矩阵和其他采集到的数据流量，设定精确的大数据宏观模型参数，反复进行OD矩阵产生迭代反馈效果。最大限度的优化OD矩阵的数据路径，在最短的距离产生最大的效益，调整仿真系统，实现高精度智能交通系统仿真搭建，推进城市交通智能一体化[7](见图2)。

3.3 智能交通系统数据应用层设计

智能交通系统数据应用层的设计当中主要是通过面向服务的架构(SOA)服务实现其功能(如图3所示)，智能交通系统数据应用层按照不同的标准分为四个层面：

1)大数据应用实现模块功能。在该模块当中主要是实现了大数据程序的调度设计、程序调度过程、程序调度服务，通过逻辑编程技术完成其具体的功能。2)大数据应用流程模块功能。智能交通系统数据应用层的大数据流程主要是通过专业的工具BPEL来实现资源的整合调度再利用，且在该层面继续保留着仿真数据的迭代反馈。3)大数据应用调度流程模块功能。在遇到特殊情况下板块将负责自定义调度流程转换为标准BPEL流程。4)大数据应用存储板块功能。将应用处理后的数据进行筛选分析，然后按照交通建设、交通服务、交通规划、交通管理建设云服务器。

用户可直接进入界面，这点主要是由智能交通系统的大数据平台表现层来实现，用户在浏览各类智能交通信息数据时，可通过日常使用的互联网设备即可，例：普通浏览器、客户端应用程序、平板电脑、手机等终端等[8]。使用者的视觉直观体验和整个系统的交互是由该层负责，通常来说，外观界面、表单控件、界面框架等是其主要构成部分[9]。

4 结语

智能交通大数据将城市交通当中较为驳杂的数据进行再次优化筛选处理，提高了大数据采集后的存储和业务性能力。本文对大数据背景下的智能交通系统应用与平台构建设计方案和大数据应用系统数据仿真模拟做了分析，设计了智能交通系统数据分析的架构，进行了大数据背景下的智能交通系统平台应用功能分析。在大数据技术上进行的数据分析和信息筛选收集，智能交通系统应用层对交通数据的分析实现了交通信息的合理化利用的目的，实现了决策的科学化和出行的智能化。