大數(shù)據(jù)技術(shù)在交通運(yùn)輸信息數(shù)據(jù)平臺(tái)的應(yīng)用

于 晉，張學(xué)懷

（威海市交通運(yùn)輸事務(wù)服務(wù)中心，山東 威海 264200）

引言

目前信息技術(shù)已經(jīng)在各領(lǐng)域得到非常廣泛的應(yīng)用，交通行業(yè)也在大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈以及北斗定位等新技術(shù)的支撐下，實(shí)現(xiàn)了智能化的發(fā)展［1-3］。各類(lèi)交通業(yè)務(wù)信息系統(tǒng)經(jīng)過(guò)多年的運(yùn)行，積累了大量的交通基礎(chǔ)數(shù)據(jù)資源，為大數(shù)據(jù)的應(yīng)用發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。目前交通部門(mén)為了應(yīng)對(duì)不同的業(yè)務(wù)需要，建立了不同的業(yè)務(wù)信息系統(tǒng)大多獨(dú)立運(yùn)行，系統(tǒng)關(guān)聯(lián)度低，也缺少相應(yīng)的數(shù)據(jù)分析模型，很難從交通行業(yè)全角度對(duì)數(shù)據(jù)進(jìn)行分析和挖掘，致使目前的行業(yè)管理效能不高。因此，運(yùn)用先進(jìn)的大數(shù)據(jù)技術(shù)對(duì)交通運(yùn)輸領(lǐng)域海量基礎(chǔ)數(shù)據(jù)進(jìn)行分析，深挖數(shù)據(jù)的內(nèi)在價(jià)值，解決交通運(yùn)輸行業(yè)運(yùn)行管理中存在的各種問(wèn)題，為提高交通公共服務(wù)能力和管理決策提供有效的支撐，使交通運(yùn)輸行業(yè)管理更加智能化、科學(xué)化、信息化［4-5］。

1 主要技術(shù)原理

1.1 數(shù)據(jù)庫(kù)技術(shù)

數(shù)據(jù)庫(kù)（DataBase，DB）是存儲(chǔ)在計(jì)算機(jī)輔助存儲(chǔ)器中的，有組織的，可共享的相關(guān)數(shù)據(jù)集合。數(shù)據(jù)庫(kù)技術(shù)研究和解決了計(jì)算機(jī)信息處理過(guò)程中大量數(shù)據(jù)有效地組織和存儲(chǔ)的問(wèn)題，在數(shù)據(jù)庫(kù)系統(tǒng)中減少數(shù)據(jù)存儲(chǔ)冗余、實(shí)現(xiàn)數(shù)據(jù)共享、保障數(shù)據(jù)安全以及高效地檢索數(shù)據(jù)和處理數(shù)據(jù)。

隨著數(shù)據(jù)庫(kù)管理系統(tǒng)（Database Management System,DBMS）特別是關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)（Relational DataBase Management System，RDBMS）的發(fā)展，數(shù)據(jù)的安全穩(wěn)定運(yùn)行在系統(tǒng)運(yùn)行中起到關(guān)鍵作用，通常采取數(shù)據(jù)保密、加密算法、身份認(rèn)證、磁盤(pán)陣列、數(shù)據(jù)備份、異地災(zāi)備等信息化手段進(jìn)行主動(dòng)防御，以防止出現(xiàn)不合法地使用造成的數(shù)據(jù)庫(kù)數(shù)據(jù)泄露、更改或破壞。

1.2 北斗定位技術(shù)

北斗衛(wèi)星定位系統(tǒng)是由我國(guó)自主研發(fā)的，致力于向全球用戶提供高質(zhì)量定位、導(dǎo)航及授時(shí)服務(wù)的定位系統(tǒng)，主要服務(wù)包括開(kāi)放服務(wù)和授權(quán)服務(wù)兩種方式。開(kāi)放服務(wù)是向全球免費(fèi)提供定位、測(cè)速和授時(shí)服務(wù)；授權(quán)服務(wù)是為有高精度、高可靠衛(wèi)星導(dǎo)航需求的用戶，提供定位、測(cè)速、授時(shí)和通信服務(wù)以及系統(tǒng)完好性信息。

1.3 大數(shù)據(jù)技術(shù)

大數(shù)據(jù)可以概括為5 個(gè)V：數(shù)據(jù)量大（Volume）、速度快（Velocity）、類(lèi)型多（Variety）、價(jià)值（Value）、真實(shí)性（Veracity）。由于大數(shù)據(jù)超過(guò)傳統(tǒng)數(shù)據(jù)庫(kù)系統(tǒng)的處理能力，常規(guī)軟件工具無(wú)法在一定時(shí)間范圍內(nèi)對(duì)數(shù)據(jù)進(jìn)行獲取和管理，需要通過(guò)大數(shù)據(jù)技術(shù)對(duì)海量數(shù)據(jù)進(jìn)行處理分析，為行業(yè)決策提供強(qiáng)有力的數(shù)據(jù)支撐。

1.4 大數(shù)據(jù)分析技術(shù)

大數(shù)據(jù)無(wú)法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用Hadoop、Spark、云存儲(chǔ)、云計(jì)算等分布式處理方式實(shí)時(shí)分析海量的交通數(shù)據(jù)，同時(shí)采用MapReduce模型技術(shù)用于大規(guī)模數(shù)據(jù)的并行運(yùn)算，實(shí)現(xiàn)智能化、高效率的計(jì)算和分析。

Hadoop 是一個(gè)分布式計(jì)算平臺(tái)，其最底部是Hadoop Distributed File System（HDFS），它儲(chǔ)存Hadoop集群中所有存儲(chǔ)節(jié)點(diǎn)上的文件。HDFS 的上一層是MapReduce 引擎，該引擎由JobTrackers 和TaskTrackers 組成。通過(guò)對(duì)Hadoop 分布式計(jì)算平臺(tái)最核心的分布式文件系統(tǒng)HDFS、MapReduce 處理過(guò)程，以及數(shù)據(jù)倉(cāng)庫(kù)工具Hive 和分布式數(shù)據(jù)庫(kù)Hbase的介紹，基本涵蓋了Hadoop 分布式平臺(tái)的所有技術(shù)核心。

圖1 大數(shù)據(jù)分析系統(tǒng)架構(gòu)

2 功能總體架構(gòu)

為有效利用交通基礎(chǔ)數(shù)據(jù)資源，開(kāi)發(fā)不同的大數(shù)據(jù)的應(yīng)用系統(tǒng)，通過(guò)綜合交通數(shù)據(jù)信息一體化的系統(tǒng)平臺(tái)，對(duì)不同的業(yè)務(wù)信息系統(tǒng)進(jìn)行數(shù)據(jù)資源整合共享，以及吸取清洗互聯(lián)網(wǎng)數(shù)據(jù)，來(lái)適應(yīng)當(dāng)前交通行業(yè)信息化的發(fā)展的需要。通過(guò)大數(shù)據(jù)分析等先進(jìn)技術(shù)進(jìn)一步將不同數(shù)據(jù)基礎(chǔ)資源進(jìn)行挖掘與分析，為交通管理部門(mén)提供預(yù)警分析和決策分析，且為不同的從業(yè)者、公眾提供不同的的數(shù)據(jù)需要。功能總體架構(gòu)主要包括交通擁堵指數(shù)、出租車(chē)網(wǎng)格化預(yù)警、重點(diǎn)營(yíng)運(yùn)車(chē)輛主動(dòng)預(yù)防及疫情管理預(yù)警等部分。

圖2 系統(tǒng)總體架構(gòu)

3 系統(tǒng)模塊

通過(guò)建立區(qū)域交通檢測(cè)及預(yù)測(cè)模型，共享交通運(yùn)行數(shù)據(jù)，建立交通運(yùn)行數(shù)據(jù)共享試驗(yàn)體系，分析營(yíng)運(yùn)車(chē)輛綜合情況，做到提前預(yù)警和規(guī)范管理，為政府精準(zhǔn)規(guī)劃管理提供基于數(shù)據(jù)證據(jù)的綜合決策依據(jù)。交通數(shù)據(jù)中心在底層提供各業(yè)務(wù)系統(tǒng)操作接口，充分理解底層接口的調(diào)用機(jī)制、制定合理的調(diào)度策略，深入分析現(xiàn)有業(yè)務(wù)系統(tǒng)，了解其性能、機(jī)理，建立相應(yīng)的數(shù)據(jù)交換標(biāo)準(zhǔn)與規(guī)范。以巡游出租車(chē)、重點(diǎn)營(yíng)運(yùn)車(chē)輛、公交車(chē)輛等數(shù)據(jù)作為大數(shù)據(jù)分析試點(diǎn)，分析道路運(yùn)行安全管理的內(nèi)在規(guī)律，為交通管理決策、規(guī)劃、運(yùn)營(yíng)、服務(wù)以及主動(dòng)安全防范帶來(lái)更加有效的支持，提高交通安全的水平。

3.1 交通擁堵指數(shù)模塊

在分析城市道路交通擁堵指數(shù)總體變化規(guī)律的基礎(chǔ)上，綜合考慮天氣、節(jié)假日、重大活動(dòng)、突發(fā)情況等因素對(duì)交通的影響，以未來(lái)1 h、2 h、6 h、12 h、24 h 為時(shí)間間隔，每3 min 的交通擁堵指數(shù)明細(xì)為預(yù)測(cè)目標(biāo)函數(shù)，建立基于城市道路交通擁堵指數(shù)預(yù)測(cè)模型，確定了模型的狀態(tài)向量，距離計(jì)算方法，預(yù)測(cè)值計(jì)算方法等，并根據(jù)實(shí)時(shí)采集到的出租車(chē)、重點(diǎn)營(yíng)運(yùn)車(chē)輛、公交車(chē)北斗定位信息數(shù)據(jù)對(duì)模型各參數(shù)進(jìn)行標(biāo)定，實(shí)現(xiàn)對(duì)威海市市區(qū)宏觀交通擁堵指數(shù)的短期、中期預(yù)測(cè)。見(jiàn)圖3。

圖3 交通擁堵指數(shù)模塊

擁堵指數(shù)范圍0～10，數(shù)值越大，反映出該區(qū)擁堵情況越嚴(yán)重，反之則道路越通暢，可根據(jù)日/周/月/年為周期進(jìn)行交通指數(shù)的展示與對(duì)比，包括擁堵時(shí)長(zhǎng)、道路運(yùn)行速度、全年擁堵天數(shù)的分布等，分析區(qū)域城市道路通行情況，以早高峰、晚高峰、日高峰做對(duì)比，分析市區(qū)的交通壓力，并向公眾推送合理化出行建議。

3.2 巡游出租車(chē)網(wǎng)格化預(yù)警模塊

基于市區(qū)巡游出租車(chē)北斗定位信息數(shù)據(jù)、交通執(zhí)法車(chē)輛攝像頭數(shù)據(jù)、交通視頻采集系統(tǒng)視頻數(shù)據(jù)等，將本市地圖進(jìn)行網(wǎng)格化處理，以0.5 km 為一個(gè)網(wǎng)格，實(shí)時(shí)監(jiān)控全市出租車(chē)在每個(gè)網(wǎng)格的數(shù)量、所屬公司、駕駛員信息等，從而協(xié)助管理部門(mén)掌握全市出租車(chē)的運(yùn)營(yíng)分布和運(yùn)行軌跡。在此基礎(chǔ)上，后臺(tái)積累數(shù)據(jù)量達(dá)到分析要求后，可實(shí)現(xiàn)對(duì)出租車(chē)的異常集聚現(xiàn)象進(jìn)行預(yù)警，一旦網(wǎng)格區(qū)域的出租車(chē)數(shù)量出現(xiàn)異常增加，即出租車(chē)數(shù)量明顯高于此網(wǎng)格歷史數(shù)據(jù)，系統(tǒng)將實(shí)時(shí)顯示出租車(chē)異常區(qū)域的具體位置、出租車(chē)所屬企業(yè)、駕駛員等信息，并以將該區(qū)域標(biāo)紅，采用彈窗的形式來(lái)提醒工作人員。工作人員可以通過(guò)車(chē)載視頻查看現(xiàn)場(chǎng)情況，一旦確定是異常聚集，及時(shí)與公安部門(mén)共享信息，對(duì)現(xiàn)場(chǎng)的出租車(chē)進(jìn)行監(jiān)管、引導(dǎo)和疏散。見(jiàn)圖4。

3.3 重點(diǎn)營(yíng)運(yùn)車(chē)輛主動(dòng)預(yù)防預(yù)警監(jiān)控模塊

對(duì)車(chē)輛運(yùn)行期間產(chǎn)生的各類(lèi)預(yù)警信息，碰撞預(yù)警、車(chē)道偏離、抽煙、打電話、疲勞駕駛等進(jìn)行實(shí)時(shí)提醒。對(duì)預(yù)警信息根據(jù)嚴(yán)重等級(jí)分為“嚴(yán)重”、“中等”、“一般”三類(lèi)進(jìn)行分級(jí)展示，可對(duì)每一預(yù)警信息查看詳情如圖片或短視頻，并可查詢(xún)預(yù)警歷史，實(shí)現(xiàn)對(duì)車(chē)輛預(yù)警信息的全面掌握。通過(guò)車(chē)載前視攝像頭識(shí)別行駛軌跡前方的車(chē)輛，實(shí)時(shí)探測(cè)本車(chē)與前車(chē)的距離、識(shí)別前方道路上的車(chē)道線，實(shí)時(shí)探測(cè)本車(chē)在當(dāng)前車(chē)道中的橫向位置；當(dāng)檢測(cè)到本車(chē)在與正前方車(chē)輛有碰撞危險(xiǎn)時(shí)車(chē)速＞30 km/h 時(shí)、當(dāng)檢測(cè)到本車(chē)由在車(chē)道中心正常行駛偏離到車(chē)輪壓線過(guò)程時(shí)車(chē)速在＞50 km/h 且未打轉(zhuǎn)向燈時(shí)，向駕駛員發(fā)出聲音警示，提醒其注意駕駛。

通過(guò)車(chē)載后視攝像頭識(shí)別車(chē)輛駕駛員精神狀態(tài)，并實(shí)時(shí)探測(cè)駕駛員的面部活動(dòng)，當(dāng)檢測(cè)到駕駛員有閉眼、打哈欠行為、抽煙、低頭、左顧右盼、精神不集中等行為時(shí)向駕駛員發(fā)出語(yǔ)音預(yù)警，并將報(bào)警圖片與視頻傳回后臺(tái)中心。對(duì)車(chē)輛預(yù)警信息可進(jìn)行預(yù)警處置，可直接下發(fā)至企業(yè)或車(chē)輛，提醒企業(yè)和車(chē)輛進(jìn)行整改，企業(yè)整改后可進(jìn)行線上提交，管理部門(mén)可查看整改情況，實(shí)現(xiàn)對(duì)主動(dòng)預(yù)防預(yù)警的科學(xué)管理。

3.4 重點(diǎn)營(yíng)運(yùn)車(chē)輛疫情管理模塊

基于重點(diǎn)營(yíng)運(yùn)車(chē)輛北斗定位數(shù)據(jù)，通過(guò)GIS 地圖的形式可以查看當(dāng)前在疫區(qū)及14 d 內(nèi)駛離疫區(qū)的車(chē)輛當(dāng)前的實(shí)時(shí)狀態(tài)。通過(guò)算法，甄別可疑車(chē)輛，為疫情防控提供數(shù)據(jù)支撐。對(duì)于去過(guò)疫區(qū)以及當(dāng)前在疫區(qū)的本市車(chē)輛進(jìn)行統(tǒng)計(jì)展示，可清晰掌握車(chē)輛當(dāng)前所在的省、地市、區(qū)縣到實(shí)時(shí)位置。當(dāng)前疫區(qū)車(chē)輛分為當(dāng)前在高風(fēng)險(xiǎn)區(qū)域的車(chē)輛以及中高風(fēng)險(xiǎn)區(qū)域的車(chē)輛，車(chē)輛類(lèi)型分為危貨、兩客、普貨等，清晰直觀；14 d 內(nèi)駛離疫區(qū)車(chē)輛分為當(dāng)前在轄區(qū)內(nèi)的車(chē)輛以及當(dāng)前在轄區(qū)外的車(chē)輛，車(chē)輛類(lèi)型也分為危貨、兩客、普貨等，強(qiáng)化疫情期間的車(chē)輛管控工作。

3.5 能化抽查處置閉環(huán)管理模塊

通過(guò)建立市-縣區(qū)-企業(yè)三級(jí)聯(lián)動(dòng)抽查、處置閉環(huán)管控，市級(jí)管理部門(mén)日?？赏ㄟ^(guò)平臺(tái)自動(dòng)抽查功能實(shí)現(xiàn)對(duì)車(chē)輛的自動(dòng)抽查，問(wèn)題車(chē)輛所在企業(yè)需要對(duì)抽查問(wèn)題進(jìn)行整改，區(qū)縣督促，企業(yè)整改后通過(guò)線上反饋和自動(dòng)跟蹤檢驗(yàn)，印證企業(yè)監(jiān)管責(zé)任落實(shí)情況，實(shí)現(xiàn)市級(jí)通過(guò)大數(shù)據(jù)分析鎖定抽查對(duì)象→區(qū)縣級(jí)落實(shí)抽查推送→企業(yè)接收整改→反饋整改情況→區(qū)縣及市級(jí)自動(dòng)跟蹤檢驗(yàn)閉環(huán)管理。

通過(guò)與交通運(yùn)輸部平臺(tái)結(jié)合，將部平臺(tái)的聯(lián)網(wǎng)聯(lián)控?cái)?shù)據(jù)以月度考核的形式展現(xiàn)，直觀了解每項(xiàng)考核項(xiàng)在每月成績(jī)，可查看本市在全省范圍內(nèi)聯(lián)網(wǎng)聯(lián)控的成績(jī)走勢(shì)及當(dāng)前成績(jī)排名，并可清晰地查看各指標(biāo)數(shù)據(jù)，入網(wǎng)率、上線率、軌跡完整率、數(shù)據(jù)合格率、平臺(tái)連通率、平臺(tái)查崗響應(yīng)率等指標(biāo)都有指標(biāo)值及對(duì)應(yīng)分值。通過(guò)對(duì)每天企業(yè)抽查→整改→跟蹤的落實(shí)，提升全省聯(lián)網(wǎng)聯(lián)控考核工作排名，通過(guò)“省內(nèi)排名”和“市內(nèi)排名”及時(shí)掌握每月排名情況，對(duì)較差區(qū)縣進(jìn)行督查，加強(qiáng)抽查，形成良性循環(huán)，從而全面推進(jìn)聯(lián)網(wǎng)聯(lián)控考核成績(jī)的穩(wěn)步提升。見(jiàn)圖5。

4 結(jié)語(yǔ)

交通運(yùn)輸領(lǐng)域與大數(shù)據(jù)技術(shù)的交互融合，可以促進(jìn)交通行業(yè)的發(fā)展進(jìn)程，加快交通相關(guān)領(lǐng)域間的數(shù)據(jù)交流和資源共享。隨著大數(shù)據(jù)技術(shù)的發(fā)展，會(huì)提供更多的應(yīng)用場(chǎng)景，也應(yīng)加強(qiáng)相關(guān)人才的培養(yǎng)，正視與其他國(guó)家的技術(shù)差異，進(jìn)一步擴(kuò)展大數(shù)據(jù)技術(shù)的應(yīng)用領(lǐng)域，對(duì)提升我國(guó)交通行業(yè)管理水平、服務(wù)水平有重要意義。