大數(shù)據(jù)技術(shù)在公路治超管理平臺中的應(yīng)用探究

賀麗 張哲 黃林竹

摘要：目前我國公路貨運行業(yè)迅猛發(fā)展，車輛超限超載現(xiàn)象日益增多，傳統(tǒng)的公路治超管理模式已經(jīng)不能滿足現(xiàn)有治超形勢的需要。隨著先進的數(shù)據(jù)信息技術(shù)在公路治超管理中得到應(yīng)用，可以通過大數(shù)據(jù)賦能來提高非現(xiàn)場治超執(zhí)法的精準度和效率。因此，文章在分析了公路治超的必要性及技術(shù)現(xiàn)狀基礎(chǔ)上，探究了基于大數(shù)據(jù)的公路超限超載管理平臺架構(gòu)，提出了要充分利用大數(shù)據(jù)技術(shù)等科技手段，推動公路治超技術(shù)的發(fā)展。

關(guān)鍵詞： 大數(shù)據(jù);公路治超; Hadoop 和 MapReduce ; 超限超載

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）19-0020-02

1 引言

近年來，在對外開放和經(jīng)濟快速發(fā)展的推動下，公路貨運行業(yè)得到了迅猛發(fā)展。然而，車輛運輸中的超限超載現(xiàn)象日趨嚴重，這不僅嚴重損壞公路基礎(chǔ)設(shè)施，擾亂運輸市場秩序， 加劇環(huán)境污染，更容易產(chǎn)生交通運輸危害安全[1]，使得治理超限超載已成為亟待解決的一個問題。

公路治超管理經(jīng)歷了多個階段。從最初的完全靠有人超載檢查，到后來的單點無人值守治超系統(tǒng)。單點無人值守超限管理站比以前有很大的改進，能夠?qū)崿F(xiàn)全天候的自動工作。但是這種治超管理系統(tǒng)存在著很大局限性：其一，不能與治超管理其他部門聯(lián)合起來綜合治超。其二，治超技術(shù)缺少大數(shù)據(jù)處理、分析，不能為更好地實踐創(chuàng)新、理論創(chuàng)新積累數(shù)據(jù)，不能有力地支持決策分析。我們知道，公路車輛信息及其他相關(guān)數(shù)據(jù)來源眾多、格式繁雜、連續(xù)性強、物理順序不一、數(shù)據(jù)的價值密度低，而對應(yīng)的處理工具則需具備高性能、強實時性、可擴展等特性。因此，建立精準可追溯的公路超載管理平臺勢在必行。

2 大數(shù)據(jù)技術(shù)在治超工作中的優(yōu)勢

隨著全球經(jīng)濟、信息化技術(shù)的迅猛發(fā)展，各行各業(yè)數(shù)據(jù)的大量生產(chǎn)、收集、共享和應(yīng)用已成為大趨勢，這促使“大數(shù)據(jù)”技術(shù)成為互聯(lián)網(wǎng)中不可或缺的一部分。與傳統(tǒng)數(shù)據(jù)抽樣方法相比，大數(shù)據(jù)研究對象多樣化、多維化、數(shù)據(jù)范圍廣泛，這有利于人們在研究中，能夠迅速挖掘出有效數(shù)據(jù)信息及其隱藏信息。正是由于這些優(yōu)勢和特點，大數(shù)據(jù)的應(yīng)用已滲透到社會各界、各個領(lǐng)域以及不同學科研究方向中，比如：醫(yī)學、生物學、金融領(lǐng)域、建筑學、企業(yè)管理學、人力資源管理、城市規(guī)劃建設(shè)等。

大數(shù)據(jù)技術(shù)對各行各業(yè)帶來的效益日益明顯，公路治超領(lǐng)域的應(yīng)用也不例外。據(jù)調(diào)查，目前很多地區(qū)已經(jīng)建立相應(yīng)的大數(shù)據(jù)平臺，通過大數(shù)據(jù)分析與挖掘技術(shù)，建立數(shù)據(jù)共享機制，挖掘出跨部門、跨區(qū)域的數(shù)據(jù)潛在信息，實現(xiàn)信息同時、同步、共享，為治超提供更加精準、詳細的數(shù)據(jù)，從而提高治超非現(xiàn)場執(zhí)法效率和精準度[2]。

2.1利用大數(shù)據(jù)強化源頭監(jiān)管

從源頭抓起是治理公路超限超載關(guān)鍵。利用大數(shù)據(jù)技術(shù)，建立機種數(shù)據(jù)監(jiān)測系統(tǒng)，對交通運輸重要路段、執(zhí)法站點、貨物集散裝卸場地、貨運源頭企業(yè)等重點區(qū)域布設(shè)視頻監(jiān)控設(shè)備，摸查貨車路線，進行實時監(jiān)管。治超執(zhí)法人員利用不停車檢測、源頭稱重檢測、車輛識別、超限檢測站檢測、流動檢測、視頻監(jiān)控、抓拍等大數(shù)據(jù)進行分析，指揮調(diào)度精準查處。

公路治超非現(xiàn)場執(zhí)法全過程：當車輛經(jīng)過不停車超限檢測系統(tǒng)時，車輛的車牌號、車速、總重、限重、軸數(shù)、超限率、超重等信息實時上傳到信息監(jiān)控中心。信息中心監(jiān)管人員通過視頻監(jiān)控和數(shù)據(jù)分析，一旦發(fā)現(xiàn)數(shù)據(jù)超載信息，便將此信息推送至執(zhí)法人員。當查獲的超載車輛被處理完畢之后，對該車輛所屬的源頭企業(yè)進行相關(guān)處罰，從而及時消除違法行為。

2.2有效加強監(jiān)管力度

通過對大數(shù)據(jù)平臺建立的數(shù)據(jù)進行分析，對一些固定貨運車輛超限超載信息進行取證留存，再調(diào)取車輛登記信息，按照行政處罰程序?qū)Ξ斒氯诉`法超限超載行為予以立案，并送達《交通行政處罰事前告知書》和《交通行政處罰決定書》。

當事人收到處決書以后，將督促其主動前來繳納罰款;同時對在路面查獲的違法超限車輛與數(shù)據(jù)倉庫比對、分析，如有違法記錄，將非現(xiàn)場執(zhí)法并進行相關(guān)處罰;如果當事人逾期不執(zhí)行罰款繳納，將依法申請強制執(zhí)行。

通過對大數(shù)據(jù)技術(shù)的應(yīng)用，提高了治理超限超載的法律監(jiān)管手段，使得違法行為明顯減少。

3大數(shù)據(jù)分析挖掘技術(shù)在治超中的應(yīng)用

大數(shù)據(jù)技術(shù)的核心內(nèi)容是大數(shù)據(jù)分析[3]。近年來，大數(shù)據(jù)分析技術(shù)主要包括可視化分析、數(shù)據(jù)挖掘算法、基于 Hadoop 和 MapReduce 框架的大數(shù)據(jù)處理方法[4]。

可視化分析是一種人機交互的大規(guī)模數(shù)據(jù)集洞察和認知;數(shù)據(jù)挖掘算法是從大量不規(guī)則復雜的數(shù)據(jù)中獲取一些有價值的隱含和潛在信息;基于Hadoop和 MapReduce 框架的大數(shù)據(jù)處理方法是利用分布式平臺和分布式計算模型，對巨大量數(shù)據(jù)進行管理和分析。

Hadoop是Google的一個分布式計算平臺，已經(jīng)在學術(shù)界和工業(yè)生產(chǎn)領(lǐng)域被廣泛應(yīng)用，使用者可以在Hadoop上開發(fā)和運行分析海量數(shù)據(jù)的開源應(yīng)用程序。它的優(yōu)點：高可靠性、高擴展性、高效性、高容錯性。MapReduce是由Google于2004年提出的一個分布式計算模型，用來解決海量數(shù)據(jù)的計算問題。

近年來，出現(xiàn)了很多基于Hadoop和 MapReduce 框架的大數(shù)據(jù)處理算法。2019年，王龍暉[5]在其博士論文中綜述了基于Spark MapReduce的并行蟻群算法，可以對管網(wǎng)巡檢最優(yōu)路線進行高效規(guī)劃，并且Spark MapReduce對SDP算法有很好的加速效果。2020年，臧艷輝[6]等人提出一種基于MapReduce的分治k均值聚類方法，利用Hadoop的MapReduce框架對龐大的數(shù)據(jù)集進行一系列分布式實驗;劉衛(wèi)明[7]等人研究了基于MapReduce的并行MRPrePost頻繁項集挖掘算法。2021年，趙欣燦[8]等人基于MapReduce的數(shù)據(jù)處理模型，設(shè)計了一種基于高維數(shù)據(jù)維度粒化以及節(jié)點負載均衡的數(shù)據(jù)預處理策略;張晨躍[9]等人利用 MapReduce 編程模型的強大數(shù)據(jù)處理能力，提出了一種基于MapReduce的樸素貝葉斯算法的并行化分類方法。

本文主要探究基于Hadoop和 MapReduce 框架的數(shù)據(jù)挖掘方法，構(gòu)建大數(shù)據(jù)治超管理平臺。利用Hadoop平臺對交通運輸源數(shù)據(jù)進行實時采集，而后，通過MaReduce算法模型提取關(guān)鍵指標，對原始數(shù)據(jù)進行分割、過濾、轉(zhuǎn)發(fā)、分類、合并等分析操作，最終將數(shù)據(jù)上傳到數(shù)據(jù)倉庫中存儲。數(shù)據(jù)分析過程中過濾掉錯誤、無效數(shù)據(jù)，保障存儲數(shù)據(jù)的完整性、可靠性。

4 基于大數(shù)據(jù)的公路超限超載管理平臺架構(gòu)

4.1數(shù)據(jù)來源

基于大數(shù)據(jù)的治超管理平臺數(shù)據(jù)來源包括業(yè)務(wù)基礎(chǔ)數(shù)據(jù)、大件運輸許可數(shù)據(jù)、稱重檢測數(shù)據(jù)、失信名單、高清卡口和視頻監(jiān)控數(shù)據(jù)、證據(jù)數(shù)據(jù)、案件和文書數(shù)據(jù)、違法分析數(shù)據(jù)、信息服務(wù)、貨運源頭企業(yè)數(shù)據(jù)、綜合分析評價數(shù)據(jù)等內(nèi)部數(shù)據(jù)，以及貨車衛(wèi)星定位數(shù)據(jù)、道路運輸人車戶數(shù)據(jù)等外部數(shù)據(jù)。這些數(shù)據(jù)來源多、無規(guī)律、連續(xù)性較強，充分滿足大數(shù)據(jù)的五V特點[10]：體量巨大（volume）、流動速度快（velocity）、種類繁多（variety）、難辨識（veracity）和價值密度低（value）。

與傳統(tǒng)數(shù)據(jù)采集及處理方式相比，大數(shù)據(jù)的數(shù)據(jù)采集、數(shù)據(jù)結(jié)構(gòu)及處理方式的特點及優(yōu)勢較為明顯，如表1所示。

4.2 治超平臺架構(gòu)

圖1展示了公路超限超載管理平臺的架構(gòu)。由圖1可知公路超限超載管理平臺的一般流程是終端采集設(shè)備將實時采集到的公路車輛等數(shù)據(jù)通過網(wǎng)絡(luò)上傳至平臺的數(shù)據(jù)中心，數(shù)據(jù)中心將數(shù)據(jù)處理然后存儲到數(shù)據(jù)倉庫，而后工作人員從數(shù)據(jù)倉庫中獲取數(shù)據(jù)進行相關(guān)業(yè)務(wù)操作。從此流程可以看出，公路超載管理平臺的核心在于如何進行大數(shù)據(jù)分析以及如何對獲取的大數(shù)據(jù)進行安全保護。

5結(jié)束語

公路超限超載運輸對道橋的壽命、交通和人身安全、運輸市場的秩序都造成了嚴重的危害。治超工作一直以來都備受研究人員關(guān)注，近年來，研究者集中致力于運用科技手段治超，尤其在大數(shù)據(jù)技術(shù)應(yīng)用于公路治超以后，治超工作取得了顯著效果。大數(shù)據(jù)技術(shù)在公路治超應(yīng)用中，主要以大數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)為支撐，應(yīng)用大數(shù)據(jù)算法，從海量的數(shù)據(jù)中對比、分析、發(fā)掘規(guī)律，從而排查出超限超載車輛。不僅能夠提前制止超限超載行為，還為非現(xiàn)場執(zhí)法提供更加精準、有效的數(shù)據(jù)。因此，未來應(yīng)充分利用大數(shù)據(jù)技術(shù)等科技手段，充分提高公路治超技術(shù)。

參考文獻：

[1] 李越.公路超限超載運輸對策研究[J].山東工業(yè)技術(shù)，2018（9）：184，215.

[2] 任憲勇，司潤先.大數(shù)據(jù)賦能助力公路治超非現(xiàn)場執(zhí)法[J].山東交通科技，2020（5）：133-134，140.

[3] Labrinidis A，Jagadish H V.Challenges and opportunities with big data[J].Proceedings of the VLDB Endowment，2012，5（12）：2032-2033.

[4] 程學旗，靳小龍，王元卓，等.大數(shù)據(jù)系統(tǒng)和分析技術(shù)綜述[J].軟件學報，2014，25（9）：1889-1908.

[5] 王龍暉.基于并行計算的調(diào)節(jié)閥大數(shù)據(jù)智能分析及建模方法研究[D].濟南：山東大學，2019.

[6] 臧艷輝，席運江，趙雪章.基于MapReduce的分治k均值聚類方法[J].計算機工程與設(shè)計，2020，41（5）：1345-1351.

[7] 劉衛(wèi)明，張弛，毛伊敏.基于MapReduce的并行頻繁項集挖掘算法研究[J].計算機應(yīng)用研究，2021，38（3）：689-695.

[8] 趙欣燦，朱云，毛伊敏.基于MapReduce的高維數(shù)據(jù)頻繁項集挖掘[J].計算機工程，2022，48（3）：81-89.

[9] 張晨躍，劉黎志，鄧開巍，等.基于MapReduce的樸素貝葉斯算法文本分類方法[J].武漢工程大學學報，2021，43（1）：102-105.

[10] 程豪.基于Hadoop的交通大數(shù)據(jù)計算應(yīng)用研究[D].西安：長安大學，2014.

收稿日期：2021-09-24

基金項目：2021年河南交通職業(yè)技術(shù)學院校級科研項目，項目編號：2021-YJXM-024

作者簡介：賀麗（1988—），女，河南南陽人，助教，研究方向：計算機應(yīng)用;張哲（1986—），女，河南南陽人，講師，研究方向：計算機網(wǎng)絡(luò)、計算機應(yīng)用;黃林竹（1981—），女，河南平頂山人，工程師，研究方向：計算機應(yīng)用。