广州智慧公交云脑平台的研究与实践

常振廷，谢振东，吕卫民

1.广州市公共交通集团有限公司，2.广东工业大学

1 引 言

城市公共交通系统是一个复杂的大系统，更是一个复杂的生态系统，涉及到人、车、站、线、路等，涵盖传统公交、快速公交、定制公交、水上巴士等多种交通工具。在“互联网+”背景下，运用物联网、云计算、大数据等新一代信息技术，促进城市交通规划、建设、管理和服务智慧化的新模式和新理念[1]，促进智能交通大数据技术应用带动传统交通运输行业进行升级改造，在公共交通服务场景中探索支付实名、乘客画像、出行OD调查等基础应用。拓展基于移动互联网技术的个性化公交服务新模式，提高公共交通发展智能化水平，加快实现智慧出行。

传统城市公共交通的运营与管理思路，主要是以单个子系统作为研究对象，没有将其视为复杂的生态系统进行研究，不同系统之间关联也是一种机械性的耦合。传统公共交通的异构数据集成方法无法适应海量数据条件下对数据的集成[2]，因此，针对公共交通架构平台问题的研究具有一定的理论价值和实践意义。本文围绕公交行业监管和企业生产运营管理等领域，建立共享数据资源池，构建功能强大、管理有效的城市智慧公交云脑平台，能更好地对于公共交通进行生产运营管理。实现公交旅行时间预测，增强城市公交的吸引力，通过为用户提供个性化的公交、地铁接驳信息的动态服务[3]，更好地服务公众，提升用户体验。

2 需求分析

城市智慧公交云脑平台主要实现交通信息数据的统一管理，利用智能公交管理系统对重点线路、重要站点、重点场站等进行运营监测分析，全面监控总体的实时运行情况，实现对公交运营状况的监管。把握客流动态，提升服务品质。

（1）行业需求

城市公交行业需要从整体角度对城市公交运行状况进行评估，在宏观层面实现对公交运行、线网布局等方面的诊断分析，实现行业决策和精细化管理；在微观层面实现对公交企业以及各条公交线路服务水平的评价[4]，进一步对未来城市公交发展趋势和前景进行分析预测，指导城市公交服务改善。

（2）企业需求

公交企业需要及时全面的掌握企业运营现状，发现经营中存在的问题。以提高舒适性、提升直达率、缩短出行时间、提升连续性等为目标，建立线网指标评价体系，客观分析线网现状，以便进行线网规划调整。

（3）公众需求

虽然现阶段城市公交出行者信息服务已具有一定基础。初步实现公交基础信息通过短信、网站等多渠道的实时发布，出行信息服务网站日均访问量也达近百万次。但公众仍期望能通过整合公交企业与社会的信息资源，以多种方式为出行者提供更加全面且个性化的出行信息服务。

3 平台架构设计

3.1 平台总体定位

公交智能化主要实现交通信息数据的统一管理，为交通行业管理部门提供统一的集规划、管理、预测、信息发布、资源共享、业务协同为一体的数据交换平台[5]。广州智慧公交云脑平台将城市公共交通中的各要素进行有效链接，打破传统公共交通子系统之间的“信息壁垒”，以数据集中和共享为途径，推动技术融合、业务融合、数据融合，运用大数据等新技术手段进行深度挖掘和关联信息分析展现，从而实现跨层级、跨系统、跨部门、跨业务的协同管理和服务。

3.2 平台建设目标

依托大数据、云计算、人工智能等新兴技术，构建智慧公交云脑平台，核心是利用实时全量的城市公共交通数据资源，结合人、车、站、线、路等资源情况，全面解构出行客流需求与供给承载能力（公交资源、运营调度、运行监控、维修保养、安全管理、经营分析），构建诊断评价指标体系，实现新一代智能公交的可感知、可运营、可管理，面向公众提供可计算的出行网络和可信赖的公交服务。智慧公交云脑平台整体框架如图1所示。

云脑感知平台：通过采用交通一卡通，GPS设备、视频监控设备、雷达等，实现对城市公共交通站场、线网、站点、客流、道路等各类基础设施数据信息的感知和采集，全方位感知公共交通运行、管理、服务状态，向“云脑”中枢平台输出庞大的数据资源。

云脑控制平台：通过数据监测、预测分析，引入新兴技术再造业务流程，支撑公共交通安全监控、智能调度、线网规划、应急指挥、行业监管、线网规划等科学管理、智能运行，形成“云脑”与现实世界的“云反射弧”，支撑公共交通安全、绿色、高效出行。

图1 城市智慧公交云脑整体框架

云脑中枢平台：是城市公共交通数据集成综合分析的总引擎，具备数据共享交换、分析挖掘功能。向“云脑”控制平台、交互平台、评价平台输出数据能力，为“云脑”提供自动优化控制、智能分析挖掘、动态交互评价的中枢神经和超强大脑。

云脑交互平台：构建城市公共交通便捷出行引导的智慧型综合出行服务系统建设，向公众提供全链条、全方式、跨区域的“一站式”信息服务和基于互联网+的交通信息化定制服务。通过“云脑”与现实世界的交互，推进多元化公共交通服务网络建设，提升公共交通人性化、个性化服务体验。

云脑评价平台：建立健全的评价标准规范体系，对“云脑”的神经网络、城市云反射弧两个核心要素进行综合评价，特别是对交通运行、从业人员信用等交通关键要素的综合分析评价，建立“云脑”优化反馈机制，辅助城市公共交通运行状况监测、分析和预测，进而提升“云脑”控制平台和交互平台的效率和质量。

3.3 平台技术架构

公交云脑平台通过对公交基础数据及公交动态运营数据的采集、清洗与多源异构数据的融合，并上传至数据中心，数据中心建立针对这些公交信息多主题、多粒度的统计与分析处理，最终实现车辆运行的动态监控，辅助决策线网的规划，交通信息数据的统计等多项功能应用。智慧公交云脑技术架构如图2所示。

（1）采集层主要实现公交系统的多数据源的数据采集。包括接入企业运营监控调度系统、IC卡及二维码支付交易系统、企业生产管理系统、线网管理系统、维修管理系统、安全管理系统、综合能源系统、车载终端系统、经营分析系统等数据。

（2）处理层主要通过大数据技术对采集层数据进行数据分析与处理。为智慧公交云脑提供计算分析能力，比如应用分布式文件存储技术、Hadoop数据分析处理技术、Spark数据分析处理技术、大数据分析及挖掘技术以及各种数理统计分析方法、预测数据分析方法等技术，搭建可提供自动优化控制、智能分析挖掘、动态交互评价的超强大脑。

（3）应用层主要建设实现资源概况、运行监控、诊断评价、客流分析、出行服务、系统管理等六大板块功能。

（4）用户层中最终用户包括了公共交通行业监管单位、公交企业等。

4 云脑平台功能设计

公交云脑平台在广州现有公交信息化基础上，汇集现有公共交通数据资源、建立共享数据资源池，分析用户出行规律，辅助交通线网规划以及经营指标诊断评价。提升广州市对公交行业监管、决策支持方面的管理水平。智慧公交云脑平台功能框架如图3所示。

4.1 资源概况

云脑系统集成人力资源、线网、场站、车辆、道路等基础数据资源，通过建立统一的标识体系，规范数据维护流程和统计口径，保障数据资源的查询展示以及统计分析。

人力资源概况，展示企业人力资源总体概况、人车比例、驾驶年龄、人员流动以及籍贯分布。

线网概况，展示公交线网、BRT线网、水巴线网全部线网资源，包括：线路总数、线路分布、线网长度、线网密度、站点总数、线路/站点查询，站点覆盖率等。

场站概况，展示各类场站基本信息概况，包括枢纽站、公交首末站、停车场、维修厂、保养场、充电站、加油站、充电桩的数量及分布。

车辆/客轮概况，展示营运车辆数量、各燃料车型数量、各车辆类型数量、营运客轮数量，以及GIS图上车辆、客轮实时位置和基础信息。

道路资源概况，展示城市交通道路的整体情况，包括道路畅行指数，路况规律，各道路实时路况，以及道路施工和道路管制事件等。

4.2 运行监控

运行监控板块提供全局总览界面，监控总体的实时运行情况，如车辆、客流、路况、交通事件、安全、疑似故障等。

道路监控，实现高峰期道路平均运行速度、道路畅行指数、拥堵道路、道路施工路段、专用道变化、专用道覆盖等方面的监控。

行业指标监控，实现站点覆盖率、车辆保有量、公交专用道设置率、公共交通出行分担率、一卡通使用率、平均运行速度、责任事故死亡率等方面的监控。

实时客流监控，实现客流变化周/日规律、公交/地铁客流量、线路客流满座率、乘距、换乘次数、区际人群流入流出、交通小区集散变化、乘客构成等方面的监控。

图3 城市智慧公交云脑平台功能框架

车辆监控，实现各区域车辆、车辆定位、车辆跟踪、围栏监控、行车线路监控、车辆超速、车辆故障、车辆违规驾驶等方面的监控及告警。

驾驶行为监控，主要是针对驾驶员违规驾驶行为的监控及告警。

4.3 客流分析

将站点客流数据通过热力图的形式进行展现，分析展示区域之间的OD数据，创建OD分布专题图，通过专题图展示各个区域流入和流出的情况。将客流数据归集到站段，形成整个广州市的客流走廊。

线路客流分析，将客流数据归集到线网，动态展示区域客流的变化情况，结合线路的相关信息对线路站点的上下车客流进行为分析。

站点客流分析，将客流数据归集到站点，气泡图显示站点客流量及各站点间的OD客流量，分析并展示客流大站的客流来源和流向。

客流换乘分析，展示乘客平均换乘距离、最大换乘距离、平均换乘时间、最大换乘时间以及换乘客流量较大的站点等基本换乘信息。

多维度客流分析，分析展示各类交通线路、站点客流规律、客流OD分布，根据历史线路/站点客流换乘距离、换乘时间预测公共交通信息状态。

4.4 诊断评价

从线网长度、线网密度、线路非直线系数、线路重复系数、道路覆盖率、道路负载分析、线网覆盖率、站点覆盖率、重复线路分析平均站距等线网结构方面分析评估线网指标，建立线路网络以及运营服务的指标评价体系，主动发现问题，并给出线网优化和调度优化的建议。打造精准化、精细化、品质化、效率化公交服务。

4.5 出行服务

为出行服务系统（如行讯通、如约公交等）提供公众所需的各类公交信息，如出行换乘方案规划、实时到站预测、线路稳定性、旅行时间预测、满载率、换乘距离、换乘时间等。以服务为导向，提供高品质的公交服务。

4.6 系统管理

系统管理主要是用于对平台的信息管理，包括系统资源、系统菜单、系统角色、系统用户、系统参数配置等，使得平台数据库和文件能够得到及时更新和调整。

5 主要分析计算模块

5.1 客流大数据分析计算模块

基于分布式文件存储技术、Hadoop数据分析处理技术、Spark数据分析处理技术及大数据分析挖掘技术，搭建大数据分析平台，平台提供客流分析（乘客出行分析）计算模块，该模块可实现各维度的客流分析算法。

5.2 线网空间分析计算模块

基于空间查询与量算、缓冲区分析、叠加分析、路径分析、空间插值等空间分析技术，搭建空间地理分析平台，提供线网分析计算模块，实现基于地图计算的分析处理算法。

5.3 诊断分析计算模块

实现经营指标、运营指标以及服务指标的计算，包括：单车日均收入，单车运营成本，边际成本，空驶率，人车比，平均客流量，刷卡率，人均发班次数，人均调度车辆数，车辆平均运营里程，车辆平均发班次数，平均发班间隔，平均投诉量，发班违规率等。

5.4 线网优化分析模块

研究评价线网合理性的指标阈值，参考表1对应关系，得出线网不合理的内容和理由，进而给出线网优化建议。

5.5 运营优化分析模块

以提升乘客体验为目标，在“智能公交调度系统”中优化调度，用户可根据系统的运营优化，对应分析因素参考表2对应关系，得出优化调度建议。

5.6 出行服务计算模块

根据公交道路的路况信息，分析公交畅行指数，建立公交畅行指数体系，研发出行换乘方案规划算法，并提供对外发布接口，加快实现智慧出行，提升公共交通服务质量。

表1 线网优化对应关系参考表

表2 经营优化对应关系参考表

5.7 视频分析计算模块

通过车载摄像头捕捉驾驶员的驾驶影像，进行视频图像分析处理，识别司机打手机、双手同时离开方向盘、长时间手不离档、双手紧压方向盘等违规驾驶行为。

6 结束语

广州智慧公交云脑平台每日处理1300多条线路、13000多个站点以及14000多辆公交车数据，其中进出站数据、车辆调度数据、路单数据、车辆GPS数据、羊城通刷卡数据以及二维码刷卡数据等原始数据共计7300万条/日，形成客流OD、客流走廊、线路客流、站点客流、换乘客流、职住人数、旅行时间、拥挤度、畅行指数等结果数据共计3.5亿条/日。“云脑”的实施把广州城市公共交通系统建成一个“可视生态系统”，通过对公交数据进行分析，挖掘客流规律，优化发车班次，动态设定站点，从而让城市公交、地铁运营效率更高，实现城市公共交通的高效运转，为智慧城市、数字城市的建设添砖加瓦。