城市交通大数据智能计算平台与应用

贾 琳

（1.安徽四创电子股份有限公司，安徽 合肥 230031；2.北斗卫星导航技术安徽省重点实验室，安徽 合肥 230031）

1 研究背景

现代城市综合交通是支撑城市正常运行、保障居民生活的重要载体。我国面向城市交通治理的数据集成机制和创新应用平台整体上还处于数据整合的初级阶段，面临建设单位分治、系统割裂、信息孤岛严重、数据管理碎片化、人工智能和大数据应用程度低等挑战，无法满足智慧城市交通系统“治理高效有序、资源科学配置、数据开放共融共享”的需求。

在大数据背景下，城市综合交通系统建设与创新需要将现代信息技术、人工智能技术、智慧管理技术与传统的交通运输系统相结合，充分发展利用城市交通大数据智能计算平台，分析和解决现代城市发展过程中所面临的交通拥堵、交通环境、交通安全等问题。通过城市交通大数据获取、分析与融合，运行状态分析与预测，实现城市交通有效监控和管理，提高全路网通行能力和服务水平，形成面向现代城市交通治理的精细化数据集成与智能化应用范式。

本文主要围绕城市交通治理面临的数据来源和需求体系不匹配、综合交通系统运行不协调、政企大数据资源共享难等问题，通过整合跨区域、跨行业、跨部门海量数据资源，设计了集成多种运输方式的网络化城市交通大数据智能计算平台，实时感知城市综合交通系统运行态势，准确把握城市交通供给与需求的时空分布规律，显著提升大城市交通协调运行组织管理能力，有效增强交通信息共享与集成服务品质，全面提升城市综合交通系统的效能与整体承载能力。

2 平台设计及实现

2.1 系统架构

如图1所示，平台分为接入层、云平台层、应用层和展现层。

图1 平台架构

（1）接入层：完成对城市现有交通数据资源的整合汇聚，包括轨道交通、地图路网、地理信息、共享单车、信号控制、视频监控、网约车等政府及企业已建的交通信息系统。

（2）云平台层：利用大数据分类应用架构的技术路线，建立交通基础数据库、业务数据库和主题分析数据库；针对交通业务数据库基于交通实体知识图谱构建技术实现对交通业务数据的融合；针对主题分析数据库，采用基于出行链的交通信息精准服务协同分析技术，实现对交通网运行状态的研判。

（3）应用层和展现层：通过灵活安全的资源共享、协作机制和策略来提供无缝的、优质的城市交通智能应用云服务，包括城市交通基础设施管控、路网状态监测、交通事件处置、重点车辆监控、交通拥堵治理、交通研判分析、公共出行服务等。

2.2 平台实现及应用

2.2.1 城市交通大数据智能计算云平台

图2 城市交通大数据智能计算云平台

采用云平台化的方式，基于高兼容性的云计算架构，建立城市交通大数据智能计算云平台，通过集成大数据挖掘、深度学习、边缘计算、异构计算等技术，构建面向精细化、智能化、实时化交通监控、调度、运营、管理的城市智慧交通治理范式。

基于统一的数据传输接口设计，建立传输机制将不同来源不同格式的数据实时自动接入分布式云端存储服务中心，开发自适应应急管理系统实现对数据传输中断、部分存储设备失灵等故障的自动响应；设计分布式数据库构架，实现面向结构化与非结构化数据流的实时交通事件主题提取和实时交通流分析。

基于数据交换引擎和服务层封装构建标准服务API，支撑部市两级交通大数据交换共享系统的二次开发；构建包含离线的图计算引擎和在线的图数据库的交通大数据融合系统平台；针对海量具有关联关系交通数据提供快速检索与挖掘分析；进而建立城市交通业务模型。

通过道路视频监控展示、流量监测数据呈现，创建集数据传输、数据分析和地理信息系统为一体的具备智能决策指挥功能的可视化综合性集成平台，依据智能决策指挥功能的综合性集成系统，实现交通数据统计分析、综合监视、运营协调、应急指挥等功能，能够支撑跨时空尺度的多模式复杂城市交通网运行状态研判。

2.2.2 跨时空尺度交通大数据融合、交换共享与分析系统

交通运行过程中积累的数据具有多类型、多源异构的特性。不同信息源提供的数据都是在各自的参考框架内，致使多源、异构的交通大数据时空基准和尺度不统一、空间覆盖区域不全面。针对交通大数据中图像、视频以及多种非结构化数据中具有的多源异构等特点，基于多源异构交通大数据的特征表示、特征融合以及多阶段融合等算法，并结合自编码器、迁移学习、多任务学习和多视图学习方式，对不同来源和粒度的交通大数据进行多维融合。基于交通大数据的多源异构融合表示与分析的结果，从覆盖范围、时间粒度、精准度三个方面开展个体行为轨迹预测、局部交通流实时估计、整体交通趋势分析以及OD时间估计等异构融合分析应用。

目前，城市交通大数据理论研究刚起步，面临跨区域、跨部门、跨交通运输方式之间数据共享、相应顶层设计和安全技术缺乏等问题。因此，针对大数据环境下的政企数据安全可信共享难题，需构建大数据共享服务体系，设计部市两级交通大数据交换共享系统的数据服务体系框架，建立数据元标准、分类及代码标准、数据交换标准，明确数据交换共享系统与各部门、各行业、各层级系统平台的数据交换内容及共享方式。围绕城市交通时空大数据存储管理、清洗、数据分析与挖掘，实现多尺度时空数据库自动生成、增量级联更新及深度增强学习，形成城市交通时空大数据交换共享体系，实现部市两级交通大数据交换共享应用。

2.2.3 路网运行监测与交通态势研判

基于用户出行轨迹数据、车辆行驶状态监测数据、交通设施运行感知数据，全景化监测城市内部多种运输网络，包括对外运输通道及枢纽节点内人、车、物移动速度、密度、断面流量、拥挤程度、排队长度、服务时间等运行状况等信息，构建涵盖城市轨道、公交、机动车、慢行交通等复合型城市交通网络中多层次交通运行状态的智能评价指标体系。并通过敏感性仿真来归纳多方式交通流在短期、长期、邻域和远域等多尺度下的空间相关性和时间自相关性，研究城市常态交通流静态时空分布规律。结合综合交通运行全面监测、运行分析、综合服务等业务工作需求，建立城市全路网运行态势智能研判技术与交通流推演及交通信息精准服务协同组织调度系统原型，进行城市综合交通运行态势智能研判技术的应用实现，提供全路网运行实时监测与交通运行状态研判等服务。

3 结束语

日益严重的城市交通问题大大影响了经济建设和社会发展的运行效率和城市居民生活的便捷；大范围交通拥堵耗费巨量的出行时间，降低出行用户的时间使用效率，极大增加额外时间的机会成本和能耗成本。本文设计的城市交通大数据智能计算与管理云平台，通过整合政府部门、智能交通和互联网企业的数据及其计算存储资源，建立了数据共享服务体系，推动城市交通跨部门、跨层级的信息资源互通和协同共享，为提升城市交通治理水平和运行效率提供技术支撑，进而形成大数据驱动的城市交通治理技术体系与范式；将有助于缓解交通拥堵，降低出行成本、提高区域路网的通行效率，减少因交通拥堵而导致的社会损失，进而全面提高我国在城市交通治理领域的技术水平。