大數(shù)據(jù)技術(shù)在交通管理中的應(yīng)用分析

喬波

南京萊斯信息技術(shù)股份有限公司 江蘇 南京 210000

引言

面對日益嚴(yán)峻的城市交通管理形勢以及不斷提高的城市交通管理要求。交通管理部門對面日益增多的交通數(shù)據(jù)，如何運(yùn)用大數(shù)據(jù)技術(shù)對海量交通數(shù)據(jù)進(jìn)行分析，深度挖掘數(shù)據(jù)價(jià)值，為交通管理業(yè)務(wù)決策提供支撐，成為交通管理發(fā)展的重點(diǎn)。本文重點(diǎn)探討大數(shù)據(jù)技術(shù)在交通管理行業(yè)中的應(yīng)用。

1 整體概述

1.1 技術(shù)簡介

大數(shù)據(jù)技術(shù)核心意義在于對海量數(shù)據(jù)進(jìn)行專業(yè)化處理，發(fā)掘數(shù)據(jù)價(jià)值，獲得數(shù)據(jù)盈利。大數(shù)據(jù)技術(shù)主要包括數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)建模、數(shù)據(jù)分析、數(shù)據(jù)展示等能力。

（1）數(shù)據(jù)采集：數(shù)據(jù)采集是大數(shù)據(jù)的生命周期中的第一個(gè)環(huán)節(jié)，通過MapReduce等軟件工具，搭建相關(guān)采集平臺，采集各類多元異構(gòu)的數(shù)據(jù)。

數(shù)據(jù)采集涵蓋常見的數(shù)據(jù)庫數(shù)據(jù)表、視圖和數(shù)據(jù)接口等結(jié)構(gòu)化數(shù)據(jù)的存儲，以及照片、視頻、音頻等非結(jié)構(gòu)數(shù)據(jù)的存儲，通過數(shù)據(jù)源管理、任務(wù)調(diào)度、任務(wù)監(jiān)控等功能實(shí)現(xiàn)數(shù)據(jù)全方位數(shù)據(jù)采集和數(shù)據(jù)清洗。

（2）數(shù)據(jù)存儲：大數(shù)據(jù)存儲根據(jù)不同的數(shù)據(jù)采用不同的技術(shù)路線，具體分為三種：結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。

應(yīng)根據(jù)實(shí)際業(yè)務(wù)需要，建立符合業(yè)務(wù)需要的標(biāo)準(zhǔn)數(shù)據(jù)資源目錄及數(shù)據(jù)專題目錄。數(shù)據(jù)完成采集后將保存至符合其業(yè)務(wù)邏輯的數(shù)據(jù)資源目錄下，便于數(shù)據(jù)資源的保存、管理以及為后期的數(shù)據(jù)資源開放提供堅(jiān)實(shí)的基礎(chǔ)。

（3）數(shù)據(jù)處理：在數(shù)據(jù)存儲的基礎(chǔ)上，對多個(gè)異構(gòu)的數(shù)據(jù)集進(jìn)行清洗、轉(zhuǎn)換，生成新的數(shù)據(jù)集，為后續(xù)數(shù)據(jù)分析、數(shù)據(jù)挖掘提供支撐。

（4）數(shù)據(jù)建模：在數(shù)據(jù)處理的基礎(chǔ)上，根據(jù)業(yè)務(wù)應(yīng)用，建立對應(yīng)的數(shù)據(jù)分析模型，為數(shù)據(jù)分析提供支撐。

（5）數(shù)據(jù)分析：對數(shù)據(jù)建模基礎(chǔ)上，進(jìn)行假設(shè)檢驗(yàn)、差異分析、相關(guān)分析、因子分析、聚類分析、快速聚類法與聚類法、判別分析等，分析海量數(shù)據(jù)的規(guī)律以及數(shù)據(jù)間的關(guān)聯(lián)關(guān)系。

（6）數(shù)據(jù)展示：運(yùn)用圖表、圖形、3D模型、時(shí)空演變等方式，動態(tài)展示數(shù)據(jù)分析后的結(jié)果。

1.2 行業(yè)現(xiàn)狀

交通管理行業(yè)歷經(jīng)數(shù)十年的發(fā)展，目前大部分城市的交通感知體系已基本建設(shè)完成，每天產(chǎn)生海量的城市交通數(shù)據(jù)，數(shù)據(jù)來源對象廣泛、數(shù)據(jù)種類繁多。

首先，交通整體數(shù)據(jù)體量巨大，其中一二線城市數(shù)據(jù)體量已達(dá)PB級別，省級數(shù)據(jù)體量甚至達(dá)到EB、ZB級別。其次，交通管理數(shù)據(jù)種類繁多，主要分為結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。再次，除了采集交通管理內(nèi)部數(shù)據(jù)外，近年來也開始接入其他部門和交通相關(guān)的數(shù)據(jù)，如交通運(yùn)輸、公安部門數(shù)據(jù)。

面對海量的多元異構(gòu)數(shù)據(jù)，傳統(tǒng)數(shù)據(jù)采集、處理、分析等技術(shù)已經(jīng)無法應(yīng)對，制約了交通規(guī)劃、信號優(yōu)化、違法抓拍等交管業(yè)務(wù)的進(jìn)一步發(fā)展。運(yùn)用大數(shù)據(jù)技術(shù)，采集海量交通數(shù)據(jù)，在此基礎(chǔ)上結(jié)合交通管理業(yè)務(wù)，進(jìn)行處理、建模、分析、展示，為交通管理單位業(yè)務(wù)決策提供支撐，讓管理單位對未來趨勢有掌握，促進(jìn)交通管理水平的全面提升[1]。

2 行業(yè)應(yīng)用

2.1 卡口數(shù)據(jù)分析

隨著城市卡口數(shù)量的增多，每分鐘車輛采集數(shù)據(jù)也隨之增多，大中型城市高峰時(shí)期，每分鐘過車可達(dá)10萬次以上。

運(yùn)用大數(shù)據(jù)技術(shù)，對海量過車數(shù)據(jù)實(shí)時(shí)采集、存儲的同時(shí)，和城市車輛布控庫、黑名單庫、盜搶庫等進(jìn)行實(shí)時(shí)對比，實(shí)現(xiàn)每分鐘億次級別的分析，為交通管理部門發(fā)現(xiàn)嫌疑車輛、布控車輛。

在與實(shí)時(shí)數(shù)據(jù)進(jìn)行對比的同時(shí)，大數(shù)據(jù)技術(shù)還能和歷史數(shù)據(jù)進(jìn)行對比分析，深度挖掘嫌疑車輛，為車輛實(shí)時(shí)布控報(bào)警、套牌分析、黑車分析、落腳點(diǎn)分析等業(yè)務(wù)需求提供技術(shù)支持。

2.2 區(qū)域管控

隨著路口交通設(shè)備增多（視頻、卡口、各類檢測器），互聯(lián)網(wǎng)數(shù)據(jù)的接入，城市路口交通信息種類越來越豐富，數(shù)據(jù)量越來越大。如何融合、分析路口各類數(shù)據(jù)，優(yōu)化路口配時(shí)方案，為區(qū)域級交通信號管控服務(wù)，成為交管業(yè)務(wù)的重點(diǎn)。

面對路口多源異構(gòu)的海量數(shù)據(jù)，運(yùn)用大數(shù)據(jù)技術(shù)，提取海量路口實(shí)時(shí)信息，對數(shù)據(jù)進(jìn)行清洗、融合，結(jié)合歷史數(shù)據(jù)進(jìn)行分析，提供完善的路口配時(shí)方案，為路口、路線甚至區(qū)域級交通信號管控業(yè)務(wù)提供技術(shù)支持。

2.3 違法、事故分析

目前省級交通違法、事故數(shù)據(jù)將近十億，且用傳統(tǒng)Oracle數(shù)據(jù)庫進(jìn)行存放，查詢統(tǒng)計(jì)耗時(shí)及長，傳統(tǒng)數(shù)據(jù)分析方式難以對其進(jìn)行分析挖掘。

利用大數(shù)據(jù)技術(shù)，融合省級海量違法、事故、駕駛?cè)?、機(jī)動車數(shù)據(jù)，對數(shù)據(jù)進(jìn)行清洗、融合、挖掘分析，分析數(shù)據(jù)規(guī)律以及數(shù)據(jù)之間的關(guān)聯(lián)，形成源頭監(jiān)管、風(fēng)險(xiǎn)隱患、違法高發(fā)、事故高發(fā)等業(yè)務(wù)專題，為省級交通管理違法、事故業(yè)務(wù)開展提供數(shù)據(jù)支持。

2.4 視頻深度識別

傳統(tǒng)違法檢測技術(shù)，只能檢測機(jī)動車闖紅燈、違停、路口變道等少量違法行為，難以滿足現(xiàn)在交通管理需要。

運(yùn)用大數(shù)據(jù)技術(shù)在傳統(tǒng)檢測的基礎(chǔ)上，還可以分析車輛套牌、拋灑、非機(jī)動車、行人違法，同時(shí)還能實(shí)現(xiàn)車輛細(xì)節(jié)檢測、目標(biāo)跟蹤等功能。解決了交通事件識別困難、識別率低等業(yè)務(wù)難點(diǎn)，為交通管理者提供了豐富準(zhǔn)確的交通事件信息，為指揮調(diào)度、輔助決策等業(yè)務(wù)提供數(shù)據(jù)支撐。

2.5 督察管理

將大數(shù)據(jù)技術(shù)與交警內(nèi)控管理相結(jié)合，圍繞“主動防控”，針對勤務(wù)與接處警，通過數(shù)據(jù)異常主動識別警員不合規(guī)行為，進(jìn)一步加強(qiáng)執(zhí)法規(guī)范化建設(shè)和隊(duì)伍正規(guī)化建設(shè)，切實(shí)強(qiáng)化執(zhí)法過程監(jiān)督，充分發(fā)揮“數(shù)據(jù)”的作用，通過數(shù)據(jù)自動比對、全面考核、實(shí)時(shí)監(jiān)管、智能預(yù)警，進(jìn)一步提高交通管理的效率和安全性，提升城市品位和交通管理水平，在全社會營造文明執(zhí)法、科技執(zhí)法、規(guī)范執(zhí)法的良好氛圍，把路面執(zhí)法管理工作做得更實(shí)、更細(xì)、更好。

3 結(jié)束語

大數(shù)據(jù)技術(shù)擁有傳統(tǒng)技術(shù)無法比擬的數(shù)據(jù)采集、處理、分析等能力，通過和交管業(yè)務(wù)的緊密結(jié)合，在交通海量數(shù)據(jù)價(jià)值分析挖掘方向應(yīng)用廣泛、效果良好。未來需要不斷提升大數(shù)據(jù)技術(shù)的各項(xiàng)能力，同時(shí)結(jié)合人工智能等技術(shù)，更好的挖掘交通數(shù)據(jù)價(jià)值，為交通管理決策提供更好的支撐，推動交通管理行業(yè)的進(jìn)一步發(fā)展。