交通部門大數(shù)據(jù)應(yīng)用案例分析

摘要：一直以來，大數(shù)據(jù)與我們就密不可分。有了數(shù)據(jù)就能預(yù)測公眾喜好，了解群眾動(dòng)態(tài)，如今巨大的數(shù)據(jù)流量在全世界傳播，各行各業(yè)都與大數(shù)據(jù)息息相關(guān)，大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。從技術(shù)上看，大數(shù)據(jù)與云計(jì)算的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)必然無法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘。但它必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫和云存儲(chǔ)、虛擬化技術(shù)。尤其當(dāng)大數(shù)據(jù)和云計(jì)算在國家部門使用時(shí)，其價(jià)值便得到充分的發(fā)揮，在交通領(lǐng)域在公安領(lǐng)域在教育領(lǐng)域以及商業(yè)領(lǐng)域都隨處可見。本文主要講解大數(shù)據(jù)在交通運(yùn)輸部門的應(yīng)用案例，并做一定技術(shù)分析和應(yīng)用前景的概述。

關(guān)鍵詞：大數(shù)據(jù);交通運(yùn)輸

一、基于大數(shù)據(jù)的道路運(yùn)輸安全事故預(yù)警模型系統(tǒng)

概述：基于大數(shù)據(jù)平臺(tái)，整合全省運(yùn)輸、交管、氣象等交通運(yùn)輸安全相關(guān)部門的各類數(shù)據(jù)，通過車輛監(jiān)控、二次識(shí)別、人臉識(shí)別等手段對(duì)重點(diǎn)車輛（如兩客一危、長途貨運(yùn)等）、駕駛員、重點(diǎn)路段路口路況以及天氣等相關(guān)因素的監(jiān)控分析，對(duì)可能發(fā)生的潛在交通安全事故風(fēng)險(xiǎn)進(jìn)行評(píng)估與預(yù)警。幫助交通運(yùn)輸及有關(guān)部門掌握可能存在安全隱患的區(qū)域、路段和路口。做到提前預(yù)防，及時(shí)處理，防患于未然。

掌握城市道路情況以及重點(diǎn)車輛實(shí)時(shí)動(dòng)態(tài)，根據(jù)司機(jī)、車輛、道路、環(huán)境的相關(guān)數(shù)據(jù)進(jìn)行預(yù)警，提示車輛上路行駛風(fēng)險(xiǎn)，有助于降低道路運(yùn)輸安全事故防范，提高違法案件處理效率，保障城市道路交通安全。

主要內(nèi)容：（1）數(shù)據(jù)接入：運(yùn)輸管理及交管相關(guān)業(yè)務(wù)數(shù)據(jù)、路口、卡口、電警、檢測器、天氣等各類數(shù)據(jù)的接入。

（2）數(shù)據(jù)存儲(chǔ)：需存儲(chǔ)信號(hào)、日志、圖像、音視頻等各類數(shù)據(jù)，采用分布式架構(gòu)及NOSQL進(jìn)行數(shù)據(jù)存儲(chǔ)，增強(qiáng)系統(tǒng)的兼容性和擴(kuò)展性。

（3）數(shù)據(jù)整理：數(shù)據(jù)清洗轉(zhuǎn)換規(guī)則管理、數(shù)據(jù)關(guān)聯(lián)提取規(guī)則管理、數(shù)據(jù)比對(duì)標(biāo)識(shí)規(guī)則管理、數(shù)據(jù)標(biāo)準(zhǔn)化統(tǒng)計(jì)和數(shù)據(jù)分類等。

（4）數(shù)據(jù)檢索：根據(jù)身份證、車牌、路段、卡口等唯一標(biāo)識(shí)信息進(jìn)行即席檢索。

（5）數(shù)據(jù)分析：采用數(shù)據(jù)標(biāo)簽化處理、可視化關(guān)聯(lián)分析等手段分析人—車—路關(guān)系。

（6）可視化建模：可視化分層級(jí)建模、圖形化建模、自定義SQL建模、聚合和表計(jì)算、自定義計(jì)算度量等。

技術(shù)路線：基于J2EE技術(shù)，采用基于分布式文件系統(tǒng)、分布式數(shù)據(jù)處理“Map-Reduce”架構(gòu)的開源大數(shù)據(jù)組件及可視化建模工具，構(gòu)建車輛運(yùn)輸業(yè)務(wù)和事故風(fēng)險(xiǎn)預(yù)警模型。

擬解決的問題：（1）跨部門跨地域跨級(jí)別運(yùn)輸、監(jiān)管數(shù)據(jù)的接入?yún)R聚融合;（2）構(gòu)建道路運(yùn)輸“人-車-路”標(biāo)簽化體系;（3）構(gòu)建道路運(yùn)輸業(yè)務(wù)及安全事故預(yù)警模型。

創(chuàng)新點(diǎn)：基于大數(shù)據(jù)平臺(tái)，整合全省運(yùn)輸、交管、氣象等交通運(yùn)輸安全相關(guān)部門的各類數(shù)據(jù)，通過車輛監(jiān)控、二次識(shí)別、人臉識(shí)別等手段對(duì)重點(diǎn)車輛（如兩客一危、長途貨運(yùn)）、駕駛員、重點(diǎn)路段路口路況以及天氣等相關(guān)因素的監(jiān)控分析，對(duì)可能發(fā)生的潛在交通安全事故風(fēng)險(xiǎn)進(jìn)行評(píng)估與預(yù)警。

幫助交通運(yùn)輸及有關(guān)部門掌握可能存在安全隱患的區(qū)域、路段和路口。做到提前預(yù)防，及時(shí)處理，防患于未然。

效益：掌握城市道路情況以及重點(diǎn)車輛實(shí)時(shí)動(dòng)態(tài)，根據(jù)司機(jī)、車輛、道路、環(huán)境的相關(guān)數(shù)據(jù)進(jìn)行預(yù)警，提示車輛上路行駛風(fēng)險(xiǎn)，將有助于降低道路交通安全事故發(fā)生幾率，提高違法案件處理效率，保障城市道路交通安全。

二、基于大數(shù)據(jù)的城市道路交通信號(hào)燈智能調(diào)時(shí)系統(tǒng)

通過大數(shù)據(jù)平臺(tái)分析計(jì)算城市各道口及道路車輛數(shù)據(jù)，對(duì)于發(fā)生擁堵的路段，通過算法分析智能輔助信號(hào)燈控制，自動(dòng)調(diào)節(jié)信號(hào)燈通行時(shí)間，增加綠波通行時(shí)間，減少干線失調(diào)、二次排隊(duì)等因車流輛過載或道路路口控制因素導(dǎo)致的車輛擁堵。智能優(yōu)化現(xiàn)有信號(hào)控制方案，根據(jù)實(shí)際過載情況，智能控制各車道通行時(shí)間，不再按固化時(shí)間執(zhí)行信號(hào)變化，減少交警出勤頻率，提高城市交通出行效率。

目的與意義：全面掌握城市道路交通擁堵情況，根據(jù)路口和道路實(shí)時(shí)動(dòng)態(tài)，調(diào)整信號(hào)燈配時(shí)方案，有助于減少交通堵塞或降低堵塞時(shí)間，降低道路運(yùn)輸安全事故風(fēng)險(xiǎn)，提高交警出勤效率，提高城市道路交通出行效率順暢性。

主要研究內(nèi)容：

（1）數(shù)據(jù)接入：交通信號(hào)控制機(jī)、相位、檢測器、浮動(dòng)車、車輛熱力、視頻、路網(wǎng)、GPS數(shù)據(jù)等各類影響交通控制數(shù)據(jù)的接入。

（2）數(shù)據(jù)存儲(chǔ)：需存儲(chǔ)信號(hào)、日志、圖像、視頻等各類數(shù)據(jù)，采用分布式架構(gòu)及NOSQL進(jìn)行數(shù)據(jù)存儲(chǔ)，增強(qiáng)系統(tǒng)的兼容性和擴(kuò)展性。

（3）數(shù)據(jù)整理：數(shù)據(jù)清洗轉(zhuǎn)換規(guī)則管理、數(shù)據(jù)關(guān)聯(lián)提取規(guī)則管理、數(shù)據(jù)比對(duì)標(biāo)識(shí)規(guī)則管理、數(shù)據(jù)標(biāo)準(zhǔn)化統(tǒng)計(jì)和數(shù)據(jù)分類等。

（4）分析優(yōu)化：通過視頻監(jiān)測、二次識(shí)別、關(guān)系挖掘、軌跡分析、AI算法等手段對(duì)交通態(tài)勢(shì)進(jìn)行狀態(tài)監(jiān)測、診斷預(yù)警、態(tài)勢(shì)研判、信號(hào)優(yōu)化。

技術(shù)路線：基于J2EE技術(shù)，采用基于分布式文件系統(tǒng)、分布式數(shù)據(jù)處理“Map-Reduce”架構(gòu)的開源大數(shù)據(jù)組件，構(gòu)建交通運(yùn)行診斷及優(yōu)化模型的底層。通過“狀態(tài)監(jiān)測、診斷預(yù)警、態(tài)勢(shì)研判、信號(hào)優(yōu)化”的路線，探索AI信號(hào)優(yōu)化的實(shí)現(xiàn)路徑和落地應(yīng)用，變革交通運(yùn)行診斷與研判，突破信號(hào)控制系統(tǒng)傳統(tǒng)技術(shù)實(shí)現(xiàn)路徑。

擬解決的問題：

（1）信號(hào)系統(tǒng)與路網(wǎng)、車輛等各類數(shù)據(jù)的融合;

（2）信號(hào)系統(tǒng)與大數(shù)據(jù)平臺(tái)數(shù)據(jù)共享、交互及深度應(yīng)用;

（3）實(shí)現(xiàn)信號(hào)控制系統(tǒng)的升級(jí)優(yōu)化。

參考文獻(xiàn)：

[1]邱亞娟 智能交通信號(hào)燈模擬控制系統(tǒng)設(shè)計(jì)[J].黑龍江科技信息，2017 （06）：82-83.

[2]施裕琴 智慧城市建設(shè)中智能交通系統(tǒng)關(guān)鍵技術(shù)概述[J].物聯(lián)網(wǎng)技術(shù)，2017 （02）：54-55.

[3]王春生 大數(shù)據(jù)思維下城市交通信息化建設(shè)要點(diǎn)研究[J].信息系統(tǒng)工程，2017 （02）：99-100.

[4]張鏗，陸振益 大城市公安交通指揮中心指揮警務(wù)模式探討[J].上海公安高等專科學(xué)校學(xué)報(bào)，2017 （01）：13-25.

作者簡介：魯明（1963.4）男，高級(jí)實(shí)習(xí)指導(dǎo)教師，民族：漢族，山東臨沂人，單位：山東交通技師學(xué)院，研究方向：交通，機(jī)械，學(xué)生管理。