路網(wǎng)運(yùn)行管理系統(tǒng)的數(shù)據(jù)協(xié)同與應(yīng)用研究

丁志勇+黃霖+董輝

摘 要：互聯(lián)網(wǎng)+、大數(shù)據(jù)、云計算、移動互聯(lián)和人工智能等新技術(shù)的發(fā)展及應(yīng)用，加快了我國交通信息化的發(fā)展。本文基于貴州省交通云的路網(wǎng)運(yùn)行管理系統(tǒng)，研究了路網(wǎng)運(yùn)行中跨部門、跨行業(yè)和跨區(qū)域數(shù)據(jù)的協(xié)同與應(yīng)用，構(gòu)建了以多源數(shù)據(jù)采集、數(shù)據(jù)匯聚共享、數(shù)據(jù)建模應(yīng)用為核心的整體策略，重點(diǎn)研究基礎(chǔ)指標(biāo)分析、事件生成和事件評估處理的三級數(shù)據(jù)建模體系架構(gòu)，并以路段擁堵模型為例對本文數(shù)據(jù)協(xié)同與應(yīng)用的實(shí)現(xiàn)作了分析。

關(guān)鍵詞：交通云；數(shù)據(jù)協(xié)同；數(shù)據(jù)建模；數(shù)據(jù)共享

一、引言

“云上貴州”是貴州省為推進(jìn)政府?dāng)?shù)據(jù)資源整合、共享、開放和利用，推動大數(shù)據(jù)產(chǎn)業(yè)發(fā)展，自主搭建的云計算系統(tǒng)平臺。貴州省交通云[1]是“云上貴州”七朵云之一，是其建設(shè)的重要組成部分，構(gòu)建了具有交通行業(yè)屬性的云計算平臺，以實(shí)現(xiàn)數(shù)據(jù)資源共享和利用，打破部門、行業(yè)、區(qū)域間的數(shù)據(jù)壁壘。然而數(shù)據(jù)協(xié)同與應(yīng)用存在著數(shù)據(jù)編碼不一致、存儲方式多樣化等諸多問題[2]。本文基于貴州省路網(wǎng)運(yùn)行管理系統(tǒng)，提出了多源數(shù)據(jù)采集、數(shù)據(jù)匯聚共享、數(shù)據(jù)建模應(yīng)用的數(shù)據(jù)協(xié)同與應(yīng)用整體策略，實(shí)現(xiàn)了路網(wǎng)運(yùn)行管理中的數(shù)據(jù)協(xié)同與應(yīng)用，提升了路網(wǎng)作業(yè)運(yùn)行信息資源的開發(fā)利用程度，增強(qiáng)了路網(wǎng)運(yùn)行管理與協(xié)同能力，加快了對交通應(yīng)急的處置速度。

二、貴州省交通云整體架構(gòu)

貴州省交通云[3]整體架構(gòu)為“三層兩域”，三層即IaaS層（基礎(chǔ)設(shè)施服務(wù)層）、PaaS層（平臺服務(wù)層）、SaaS層（應(yīng)用軟件服務(wù)層），兩域即云管理域和云安全域，具體架構(gòu)如圖1所示。

IaaS層提供了硬件基礎(chǔ)設(shè)施、虛擬化資源池以及資源調(diào)度與管理自動化的能力。

PaaS層以GIS服務(wù)組件、數(shù)據(jù)服務(wù)組件、流程服務(wù)組件、視頻服務(wù)組件等構(gòu)建了具有交通行業(yè)共性的服務(wù)資源。同時，搭建了應(yīng)用開發(fā)框架，為交通行業(yè)的應(yīng)用開發(fā)提供了開發(fā)測試環(huán)境。并通過訪問控制、連接管理等為上層應(yīng)用提供平臺資源服務(wù)能力。

SaaS層對外提供政府決策管理類、企業(yè)生產(chǎn)運(yùn)營類、社會公共服務(wù)類等服務(wù)應(yīng)用，實(shí)現(xiàn)對行業(yè)綜合監(jiān)管、運(yùn)輸組織、公共信息服務(wù)等領(lǐng)域應(yīng)用部署以及靈活的擴(kuò)展和管理。

管理域面向交通云提供全生命周期的服務(wù)管理與控制。安全域?qū)υ谠朴嬎悱h(huán)境下進(jìn)行安全防護(hù)和管理。

三、路網(wǎng)運(yùn)行管理系統(tǒng)

（一）系統(tǒng)介紹

路網(wǎng)運(yùn)行管理系統(tǒng)是交通云的應(yīng)用示范系統(tǒng)，主要服務(wù)省、市、縣各級公路管理部門和高速公路管理部門，用于對各自負(fù)責(zé)范圍內(nèi)的路網(wǎng)運(yùn)行進(jìn)行監(jiān)測與管理，由交通流監(jiān)測與預(yù)警分系統(tǒng)、路網(wǎng)環(huán)境監(jiān)測與預(yù)警分系統(tǒng)、交通突發(fā)事件監(jiān)測與預(yù)警分系統(tǒng)等8個分系統(tǒng)構(gòu)成。利用外場信息采集終端、車載終端、人工采集，并整合行業(yè)內(nèi)已有系統(tǒng)信息，與行業(yè)外及跨區(qū)域交通管理部門共享信息，實(shí)現(xiàn)對路網(wǎng)運(yùn)行狀況、路網(wǎng)環(huán)境、異常事件、基礎(chǔ)設(shè)施設(shè)備運(yùn)行狀態(tài)的監(jiān)測、管理與預(yù)警，以及交通行業(yè)內(nèi)養(yǎng)護(hù)路政協(xié)同、區(qū)域間養(yǎng)護(hù)計劃協(xié)同等。

（二）數(shù)據(jù)協(xié)同需求

路網(wǎng)運(yùn)行管理的數(shù)據(jù)協(xié)同是提升路網(wǎng)運(yùn)行狀態(tài)數(shù)據(jù)資源開發(fā)利用，提高路網(wǎng)運(yùn)行管理能力的基礎(chǔ)。數(shù)據(jù)協(xié)同的需求包含跨部門、跨行業(yè)和跨區(qū)域的三方面數(shù)據(jù)[4]，具體如表1所示。

四、數(shù)據(jù)協(xié)同應(yīng)用研究

（一）數(shù)據(jù)協(xié)同與應(yīng)用的整體策略

路網(wǎng)運(yùn)行管理系統(tǒng)作為貴州省交通云建設(shè)的示范應(yīng)用系統(tǒng)，系統(tǒng)具有高度的開放和共享特性。數(shù)據(jù)協(xié)同應(yīng)用以開放、共享的交通云體系為基礎(chǔ)，構(gòu)建以多源數(shù)據(jù)采集、數(shù)據(jù)匯聚共享、數(shù)據(jù)建模應(yīng)用為核心的整體策略。

多源數(shù)據(jù)采集實(shí)現(xiàn)了不同部門、不同行業(yè)和不同區(qū)域的數(shù)據(jù)采集。通過元數(shù)據(jù)標(biāo)準(zhǔn)、分類標(biāo)準(zhǔn)、標(biāo)識編碼標(biāo)準(zhǔn)、安全標(biāo)準(zhǔn)等對數(shù)據(jù)進(jìn)行匯聚處理，并采用SOA技術(shù)將數(shù)據(jù)需求封裝成服務(wù)形成數(shù)據(jù)服務(wù)總線?；诨A(chǔ)指標(biāo)分析模型、事件生成模型和事件評估處理模型構(gòu)建三級數(shù)據(jù)建模體系，實(shí)現(xiàn)對路網(wǎng)運(yùn)行數(shù)據(jù)的協(xié)同應(yīng)用。

（二）多源數(shù)據(jù)采集

多源數(shù)據(jù)采集將分散在不同部門、不同行業(yè)和不同區(qū)域的數(shù)據(jù)通過不同方式進(jìn)行獲取，實(shí)現(xiàn)源數(shù)據(jù)采集。本文對多源數(shù)據(jù)進(jìn)行來源、類別、數(shù)據(jù)內(nèi)容分析，得出數(shù)據(jù)具有多源性、復(fù)雜性等特征，并針對這些特征提出了基于交通云路網(wǎng)運(yùn)行管理系統(tǒng)的多源數(shù)據(jù)采集整體框架。

多源數(shù)據(jù)采集整體框架是利用人工錄入、自動采集、接口封裝和“云上貴州”數(shù)據(jù)交換四種方式，對跨部門、跨行業(yè)和跨區(qū)域數(shù)據(jù)需求進(jìn)行采集。

（三）數(shù)據(jù)匯聚共享

數(shù)據(jù)匯聚通過對采集的數(shù)據(jù)源進(jìn)行格式化、標(biāo)準(zhǔn)化、規(guī)范化的轉(zhuǎn)換，使其符合路網(wǎng)運(yùn)行管理系統(tǒng)的元數(shù)據(jù)標(biāo)準(zhǔn)、分類標(biāo)準(zhǔn)、標(biāo)識編碼標(biāo)準(zhǔn)以及安全標(biāo)準(zhǔn)等要求，為數(shù)據(jù)協(xié)同提供標(biāo)準(zhǔn)化的數(shù)據(jù)服務(wù)支撐。數(shù)據(jù)匯聚通過對數(shù)據(jù)源進(jìn)行格式轉(zhuǎn)化、字段解碼、有效性處理、字典格式化、字段映射、數(shù)據(jù)丟失處理等處理實(shí)現(xiàn)數(shù)據(jù)變換、數(shù)據(jù)清洗、數(shù)據(jù)融合，達(dá)到多源數(shù)據(jù)跨部門、跨行業(yè)、跨區(qū)域數(shù)據(jù)匯聚的目的，為數(shù)據(jù)共享和數(shù)據(jù)應(yīng)用提供支撐。

數(shù)據(jù)共享按照路網(wǎng)運(yùn)行管理系統(tǒng)的業(yè)務(wù)規(guī)則構(gòu)建數(shù)據(jù)服務(wù)體系，采用SOA技術(shù)將數(shù)據(jù)需求封裝成服務(wù)形成數(shù)據(jù)服務(wù)總線。數(shù)據(jù)共享處理過程包括：數(shù)據(jù)編目、數(shù)據(jù)注冊、數(shù)據(jù)同步、數(shù)據(jù)維護(hù)、數(shù)據(jù)共享發(fā)布，實(shí)現(xiàn)多源數(shù)據(jù)跨部門、跨行業(yè)、跨區(qū)域的數(shù)據(jù)共享，為數(shù)據(jù)建模應(yīng)用提供數(shù)據(jù)基礎(chǔ)。

（四）數(shù)據(jù)建模應(yīng)用

數(shù)據(jù)建模應(yīng)用是實(shí)現(xiàn)數(shù)據(jù)跨部門、跨行業(yè)、跨區(qū)域協(xié)同的應(yīng)用環(huán)節(jié)。在多源數(shù)據(jù)采集、數(shù)據(jù)匯聚共享的基礎(chǔ)上，通過數(shù)據(jù)應(yīng)用建模提升路網(wǎng)作業(yè)運(yùn)行信息資源的開發(fā)利用程度和路網(wǎng)運(yùn)行的管理能力。本文數(shù)據(jù)建模研究提出了三級數(shù)據(jù)建模的體系架構(gòu)，包含：一級基礎(chǔ)數(shù)據(jù)分析模型、二級事件生成模型、三級事件評估處置模型，為貴州交通云路網(wǎng)運(yùn)行管理系統(tǒng)的交通流、路網(wǎng)環(huán)境、基礎(chǔ)設(shè)施技術(shù)狀況、突發(fā)事件的監(jiān)測與預(yù)警，以及路網(wǎng)狀態(tài)的綜合分析、路網(wǎng)運(yùn)行的調(diào)度與協(xié)同管理、信息發(fā)布、設(shè)備運(yùn)行狀態(tài)監(jiān)測等提供大數(shù)據(jù)分析處理應(yīng)用支撐。endprint

1、一級建模：基礎(chǔ)指標(biāo)分析模型

對數(shù)據(jù)源進(jìn)行采集、匯集、共享和分類處理，依據(jù)上級建模需求構(gòu)建對應(yīng)模型的各類基礎(chǔ)度量指標(biāo)，并構(gòu)建其計算模型和預(yù)測模型。對各類基礎(chǔ)度量指標(biāo)進(jìn)行空間集中度分析、時間集中度分析以及屬性集中度分析，以獲取路網(wǎng)運(yùn)行狀態(tài)、道路運(yùn)輸狀態(tài)、橋/隧安全狀態(tài)以及行業(yè)安全生產(chǎn)情況等數(shù)據(jù)分析結(jié)果。

2、二級建模：事件生成模型

通過對各類基礎(chǔ)指標(biāo)分析模型輸出結(jié)果進(jìn)行時空聚集、變化趨勢等情況的分析處理，并依據(jù)上級建模需求構(gòu)建對應(yīng)的預(yù)警事件或突發(fā)事件模型。主要包括常態(tài)情況和特殊時段下的監(jiān)測預(yù)警模型，如擁堵預(yù)警、交通量預(yù)警、氣象預(yù)警等。以及特殊監(jiān)控對象的安全風(fēng)險預(yù)警，如橋梁安全預(yù)警、隧道安全預(yù)警、邊坡/填方塌方預(yù)警和風(fēng)險隱患預(yù)警等。

3、三級建模：事件評估處理模型

對事件生成模型的輸出結(jié)果進(jìn)行事件嚴(yán)重性評估，包括：事件級別評估模型、事件持續(xù)時間評估模型、事件影響范圍評估模型。根據(jù)事件嚴(yán)重性評估結(jié)果并結(jié)合事件對應(yīng)的處置模型，輸出事件處置模型的處理結(jié)果，支撐路網(wǎng)運(yùn)行系統(tǒng)的不同應(yīng)用功能模塊。事件處置模型主要包括：交通分流模型、路徑規(guī)劃模型、安全管理模型、信息發(fā)布模型、車輛跟蹤模型等等。

五、應(yīng)用模塊案例分析

本文以交通流監(jiān)測與預(yù)警模塊路段擁堵模型為例，分析路網(wǎng)運(yùn)行管理系統(tǒng)數(shù)據(jù)協(xié)同的應(yīng)用效果。交通流監(jiān)測與預(yù)警模塊通過數(shù)據(jù)協(xié)同與應(yīng)用整體策略實(shí)現(xiàn)了交通流查詢、交通流運(yùn)行分析、道路實(shí)時擁堵分析、行駛路徑規(guī)劃、交通流預(yù)警分析、路段車流時空分析等。

路段擁堵模型基礎(chǔ)度量指標(biāo)的時空集中度分析通過協(xié)同路段基礎(chǔ)信息、車流量信息（各類車輛上下行流量）、環(huán)境監(jiān)測信息、運(yùn)行調(diào)度信息、氣象信息以及時間、空間維度等數(shù)據(jù)，分析路段擁堵基礎(chǔ)指標(biāo)的時空集中度。同時，根據(jù)路段擁堵事件生成模型和事件評估處理模型判定出不同的預(yù)警事件和處理意見。路段擁堵模型實(shí)現(xiàn)了路段擁堵的時空集中分析，并計算出擁堵狀況的分析結(jié)果和不同級別的預(yù)警事件。

六、結(jié)語

本文重點(diǎn)研究了路網(wǎng)運(yùn)行管理系統(tǒng)的數(shù)據(jù)協(xié)同與應(yīng)用研究，構(gòu)建了數(shù)據(jù)協(xié)同與應(yīng)用的整體策略，深入研究多源數(shù)據(jù)采集、數(shù)據(jù)匯聚共享和數(shù)據(jù)建模應(yīng)用的實(shí)現(xiàn)方案，提出了多源數(shù)據(jù)采集框架、數(shù)據(jù)匯聚共享方法和三級數(shù)據(jù)應(yīng)用建模的體系架構(gòu)。最后通過路段擁堵模型的案例分析，驗(yàn)證本文數(shù)據(jù)協(xié)同研究的應(yīng)用價值。

參考文獻(xiàn)：

[1] 陳筑，吳桂明，蔡峰，魏洋. “云上貴州"智能交通云的架構(gòu)設(shè)計[J]. 中國交通信息化， 2015.03.006.

[2] 汪祖云. 交通數(shù)據(jù)中心總體架構(gòu)與數(shù)據(jù)共享交換平臺的設(shè)計研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息， 100926744 （2008） 0320023206.

[3] 謝耀華，付建勝，祖暉. 云計算技術(shù)及其在交通領(lǐng)域中的應(yīng)用[J]. 公路交通技術(shù)，1009-6477（2014）06-0084-04.

[4] 王曉峰 車建仁. 城市交通信息系統(tǒng)的數(shù)據(jù)共享和交換機(jī)制研究[J]. 山西建筑， 009.6825（2008）26-0357.02.

[5] 方昕. 大數(shù)據(jù)下的智能交通數(shù)據(jù)共享與處理模型[J]. 信息技術(shù)，1009-2552（2015）12-0094-04.

作者簡介：丁志勇，貴州交通信息與應(yīng)急指揮中心 550000；黃霖 董輝，北京北大千方科技有限公司100080endprint