城市交通安全管理监测信息平台系统设计

钟修清，卢聪飞，罗展舒，叶永萍，张飞

（1江西武大扬帆科技有限公司，南昌330029；2南昌市水利安全监测与预测预警工程技术研究中心，南昌330029）

1 引言

随着经济的发展，交通流量日益增长，随之而来的是交通安全问题随着车辆、人口、活动的增多，问题日益突出。各个涉及交通安全的部门在工作过程中经常缺乏管理对象的各类信息，这些信息不在单位职责范围内，但在工作过程中需要对这些相关信息进行核实，如主干道卡口视频信息、车辆违章、交通事故信息等。单位相互之间衔接存在延迟和缝隙，导致协调紧密程度差，在解决交通问题时常常是“头痛医头，脚痛医脚”，都是临时性地处理问题，导致问题容易“死灰复燃”，不能常态化地管理，问题处置效果差，达不到综合解决问题的目的。

因此，城市交通安全管理监测需要全方位获取路面动态信息，以大数据应用、云存储为核心，强化分析、研判、预警功能，形成具有系统化、智慧化、综合特征的交通安全管理监测服务系统。

2 总体设计方案

交通安全管理监测信息平台主要建设内容包括9个应用业务系统、1个网络体系、1个大数据平台建设。其中，9个业务应用体系包括综合态势系统、基础信息系统、重点监管系统、统计分析系统、预测预警系统、综合执法系统、预案管理系统、行业管理系统、服务系统。通过建设城市交通安全管理监测信息平台，打通各职能部门信息化孤岛现状，实现数据共享；对城市整体交通安全风险进行快速识别，对交通安全风险和事件形成常态化和高效的联动处置机制和监测机制。为城市交通安全监测预警、风险评估、监督管理、交通安全综合保障等业务提供支撑。要求工程建设中做到统一领导、统一规划、统一技术标准、分步实施。确保平台具有以下优点：

1）架构领先，弹性扩展。采用松耦合的架构，使各个功能模块易于对接，流畅运行。城市交通安全管理监测信息平台的功能覆盖数据汇聚、数据存储、平台管理、共享交换、数据治理等。各个功能组件均支持弹性扩展。

2）多源汇聚，统一接入。平台支持多种数据结构接入：结构化数据、非结构化数据、半结构化数据。支持其他领域数据的接入，如物联网数据、互联网爬虫数据等。

3）共享交换，数据融合。实现通过资源目录来驱动数据交换平台，灵活实现数据不同的共享需求，各部门只需聚焦上层业务应用，而不用再关注交换平台的配置和管理[1]。

4）自主可控，安全可靠。按照安全要求，建设安全管理机制，保护数据的存储与传输安全，防止和防范数据被篡改。采用国密算法，加强对重要敏感数据信息的保护，确保数据的机密性。

城市交通安全管理监测信息平台主要建设内容包括业务系统平台、基础服务平台、支撑系统平台、大数据平台、硬件平台、网络系统平台六大部分。系统总体架构图如图1所示。

图1 城市交通安全管理监测信息平台系统总体架构图

平台通过数据接入服务采集各业务数据进行汇聚，分为结构化的业务数据及图片视频等非结构化数据。按照Keepalived、HA高可用及负载均衡的方式部署多节点数据接入服务，满足多数据源接入的需要。

交通安全管理监测信息平台系统是一个微服务组成的系统，每一个微服务均是一个spring boot工程，里面仍是springmvc+mybatisplus架构，只不过配置更加简洁，服务开发和使用更加灵活。系统同时集成Coherence缓存服务和消息服务，微服务内部消息通过Kafka流转，通过极光推送组件推送给App或者通过Websocket推送给Web。其应用如图2所示。

图2 微服务应用图

3 关键技术

3.1 计算机视觉和人工智能技术运用

通过机器学习、模式识别和人机交互3项计算机视觉处理技术，聚焦机器视觉、目标识别、自动规划、智能搜索、智能控制、图像理解和遗传编程等多个领域算法[2]，采取基于人工智能技术的刚性、非刚性目标智能识别与分析的综合技术方案。

3.2 基于视频大数据的挖掘分析技术运用

主要涉及的核心需求是海量视频中车辆特征数据识别与存储、图片存储、实时存储、转发和数据挖掘分析，强化平台的并行计算和多条件模糊检索性能。在大数据挖掘分析技术的基础之上，建立研判模型，将实战技战法、犯罪心理学等与视频图像特征分析相结合，使视频图像数据的挖掘应用更加有针对性，大大提高了实战效能。

3.3 分布式计算与存储技术运用

为满足海量数据的跨地区查询共享，项目采用先进的分布式计算与存储技术方案。HBase是Hadoop大数据下的列式数据库，相比于传统的关系型数据管理系统可提供更高的读写效率，更好的容错性能，非常适合视频图像类海量数据并行写入，同时存在多用户同时在线查询的业务，根据业务逻辑合理设计行和列，并对部分列建立特定的二级索引，大大加快系统查询响应速度，提升系统的可用性。

3.4 GP U图形计算技术运用

对图像及视频目标特征、行为进行智能化实时分析时，高密度图像运算中浮点计算密集性高，对存储访问量大，传统的CPU已经无法在性能方面进行大的突破。为此，需要采用先进的GPU图形计算，极大强化了视图处理运算能力和数据读写吞吐能力[3]。采用并行处理方式，合理分配计算资源，充分释放计算能力。将复杂的分析任务细分成数以千计的、可并行处理的小任务，从而可以实现比传统方式快几个数量级的速度来解决问题。与传统的仅有CPU的计算机集群相比，GPU图形计算能够大大降低功耗，系统整体的安全性、可靠性及易用性等优势得以大幅度提升。

4 系统平台设计

业务系统平台建设内容主要包括综合态势系统、基础信息系统、重点监管系统、统计分析系统、预测预警系统、综合执法系统、预案管理系统、行业管理系统、服务系统等建设内容。

4.1 综合态势系统

综合态势系统全面展现全市涉及交通相关的人员、重点车辆、危险路段、桥梁、隧道、涵洞等要素的交通安全态势。实时对各交通要素状态进行监测感知，对其安全风险进行分类分级，并在态势中通过数据看板和GIS地图将预警的数量按照不同类型对象展示出来。同时建立一套风险评估模型和标准。基于个体的车辆、桥隧等风险变化，进而实现全市及各区的风险等级及安全态势动态评估和展示。便于管理者宏观掌控全市交通安全风险水平和辅助决策。

4.2 基础信息系统

基础信息管理系统主要通过汇聚城市各职能部门针对重点车辆、人员、道路、桥梁、隧道基础设施、运输企业的相关静态数据信息，建立基础数据的共享、查询、管理的统一化信息系统。为各部门提供管理、查询从业人员信息、重点车辆信息、路桥等基础设施信息、企业信息、点位视频信息的基础信息管理系统。

4.3 重点监管系统

重点监管系统是对包含公交车、出租车、长途客车、旅游包车、农班客车、危险品运输车、渣土车、货车、校车等重点车辆；包含有违法违章的从业人员、重点关注人员等人员；包含危险道路、桥梁、隧道、涵洞等路网；车辆营运企业和视频卡口等基础检测体系运行进行实时监测，实现对重点车辆、人员、道路、桥梁、隧道等对象的重点跟踪和动态监管。系统主要监管这些交通要素的实时位置、运行轨迹、交通行为特征、当前状态、预警情况。主要目的是为监测重点监管对象影响交通安全的异常行为。

4.4 统计分析系统

通过平台的大数据研判分析模型，对系统的各类主题数据，包括从业人员信息，重点车辆信息、路网信息等进行分析研判，分析研判内容包括三大类：

1）从业人员分析研判，分析内容主要以从业人员安全态势评估、从业人员违法违规高发类型分析为主；

2）重点车辆分析研判，分析内容主要以重点车辆的分析研判、车辆运营企业分析研判为主；

3）基础设施分析研判，分析内容主要是路桥隧交通组织研判分析、重点区域路段研判。

4.5 预测预警系统

预测预警模型管理是对人、车、路网的预警模型配置和管理，它是根据既有的设计预测预警模型，给予用户一定的配置权限，来适应不同业务场景的需要，模型设计的算法，能自动计算对象的周边风险，对满足预警条件的对象进行预警提示，或进行趋势预测。用户可根据实际不同的业务流程或场景，对预测预警的模型进行配置调整，让预测预警模型达到与业务最佳的耦合状态。同时也管理模型的启用与停用，以应对灵活多变的业务场景和流程[4]。

4.6 综合执法系统

综合执法是对整个执法过程，基于建立的预测预警体系，根据各部门业务规则，进行预警实时自动分发。实现各部门执法信息共享，联动处置过程监测监管，形成执法、反馈、监管、评价工作闭环机制，解决了九龙治水及执法真空等问题。

4.7 预案管理系统

预案管理是针对节假日、重要会议、大型展会等重大活动时，按照预置的预案模板，执行相关管控流程的一套管理体系。预案管理功能的设计包括3部分：业务规则管理、预案管理以及效果评估。

4.8 行业管理系统

主要对城市的重点关注人员驾驶重点车辆及危及公共安全的重点车辆进行重点监管。重点关注人员监管主要针对信访人员、酒驾人员、毒驾人员、犯罪前科人员、涉稳人员、涉暴人员、涉恐人员等驾驶重点车辆进行监管，通过监测这类人员的位置信息、轨迹信息，并结合行为分析和风险分析进行指挥决策。重点车辆监管主要对危及公共安全的车辆进行监管，这类车辆包括危险品车辆、校车、重型载货车等，能够通过监测车辆的位置、运行轨迹、上线情况、车载视频、运行时段来进行风险分析和决策调度[5]。

4.9 公众服务系统

公众服务系统是交通安全监测管理服务平台对外公众服务的系统，主要通过微信公众号和短信服务系统为城市的运输企业、营运车辆驾驶员进行信息发布、法制宣传、预警提醒短信通知等服务。

5 结语

城市交通安全管理监测信息平台能对重点车辆、从业人员、运营企业以及交通基础设施的各类基础数据、指标参数等进行综合研判分析，基于大数据的分析算法、数据研判模型对数据主题进行综合性研判，产生高价值的研判数据，让管理者清晰快速地掌握整个业务态势。系统可根据历史的数据，基于大数据的预测算法，对业务的发展趋势进行预测和评估，辅助管理者对业务的决策，为业务的开展和管理提供强力的信息化支撑。