城市智能交通大數(shù)據(jù)平臺(tái)的模型庫研究與設(shè)計(jì)分析

馬寧博

摘要：智能交通是城市現(xiàn)代化發(fā)展的一個(gè)重要方向，智能交通最大的外在表現(xiàn)是應(yīng)用通信、計(jì)算機(jī)等高新科技逐步建設(shè)與應(yīng)用模型庫、知識(shí)庫等，一方面顯著提升了交通系統(tǒng)的運(yùn)行效率，另一方面也增強(qiáng)了地面交通網(wǎng)絡(luò)的安全性。該文首先分析交通大數(shù)據(jù)平臺(tái)的模型庫的基本功能，包括記錄過車及車輛違規(guī)行駛數(shù)據(jù)、對接信號(hào)控制系統(tǒng)等；其次從不同方面探究主要模型庫的設(shè)計(jì)方法，有交通狀態(tài)識(shí)別、交通專題分析、跨專題式大數(shù)據(jù)分析挖掘模型這3種；最后探討交通仿真與該文所設(shè)計(jì)功能性平臺(tái)的融合問題，統(tǒng)計(jì)并分析了區(qū)域內(nèi)車輛仿真結(jié)果，證實(shí)了該研究設(shè)計(jì)平臺(tái)的科學(xué)性、有效性，具有一定推廣價(jià)值。

關(guān)鍵詞：城市智能交通??大數(shù)據(jù)平臺(tái)??模型庫設(shè)計(jì)??技術(shù)應(yīng)用

中圖分類號(hào)：U495???文獻(xiàn)標(biāo)識(shí)碼：A

Research?and?Design?Analysis?of?Model?Bases?of?the?Urban?Intelligent?Transportation?Big?Data?Platform

MA?Ningbo

（Hefei?Municipal?Design?and?Research?Institute?Co.，?Ltd.，?Hefei，?Anhui?Province，?230000?China）

Abstract：?Intelligent?transportation?is?an?important?direction?of?urban?modernization?development.?The?biggest?external?manifestation?of?intelligent?transportation?is?to?apply?high?and?new?technologies?such?as?communication?and?computer?to?gradually?construct?and?apply?model?bases?and?knowledge?bases，?which，?on?the?one?hand，?significantly?improves?the?operation?efficiency?of?the?transportation?system，?and，?on?the?other?hand，?also?enhances?the?safety?of?the?ground?transportation?network.?Firstly，?the?paper?analyzes?the?basic?functions?of?the?model?base?of?the?traffic?big?data?platform，?including?recording?the?data?of?passing?and?illegal?driving?of?vehicles，?docking?the?signal?control?system，?etc.?Secondly，?it?explores?the?design?method?of?the?main?model?base??from?different?aspects，?including?traffic?state?identification，?traffic?thematic?analysis?and?cross-thematic?big?data?analysis?and?mining?models.?Finally，?it?discusses?the?integration?of?traffic?simulation?and?the?functional?platform?designed?in?this?paper，?and?counts?and?analyzes?vehicle?simulation?results?in?the?region，?which?confirms?the?scientificity?and?effectiveness?of?the?platform?designed?in?this?paper，?and?has?certain?promotion?value.

Key?Words：?Urban?intelligent?transportation;?Big?data?platform;?Model?base?design；Technical?application

我國城市智能交通已經(jīng)有20多年的發(fā)展歷程，早期研究主要集中在交通信號(hào)管控、信號(hào)配時(shí)算法研究上，逐漸過渡值交通信息收集、行程速度測算、交通狀態(tài)辨識(shí)等方面，現(xiàn)如今朝著模型庫、知識(shí)庫的構(gòu)建與應(yīng)用領(lǐng)域全力進(jìn)軍。很多一線城市陸續(xù)做出構(gòu)建交通決策支持系統(tǒng)、數(shù)據(jù)庫等的提議。各地城市在積累大量道路交通、公共交通等數(shù)據(jù)后，急需以大數(shù)據(jù)平臺(tái)作為支撐規(guī)劃建造模型庫，以為城市交通管理、決策等提供可靠依據(jù)。

1智能交通大數(shù)據(jù)平臺(tái)模型庫的功能需求

大數(shù)據(jù)平臺(tái)在長期使用過程中其上積累了大量的交通違法數(shù)據(jù)、道路信息等，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫在數(shù)據(jù)保存、處置等方面逐漸不能滿足數(shù)據(jù)應(yīng)用需求。關(guān)系型數(shù)據(jù)庫分析智能交通轉(zhuǎn)向場景的規(guī)律時(shí)，很難在不同維度數(shù)據(jù)類型之間構(gòu)建良好的關(guān)聯(lián)性。建設(shè)與應(yīng)用模型庫的宗旨在于整合處理結(jié)構(gòu)或半結(jié)構(gòu)化的交通數(shù)據(jù)，故而基于交通大數(shù)據(jù)平臺(tái)創(chuàng)建的模型庫具備如下幾點(diǎn)功能。

（1）過車數(shù)據(jù)：處于行駛狀態(tài)下的車輛經(jīng)由卡口、電子警察等視頻采集點(diǎn)時(shí)，能快捷精準(zhǔn)地錄入車輛的結(jié)構(gòu)化數(shù)據(jù)，包括車牌號(hào)、顏色及車型等；（2）違規(guī)行駛信息：前段安裝的采集儀能由各路口收集車輛是否闖紅燈、壓線、違法停車等信息，并運(yùn)用視頻采集點(diǎn)或固定源能動(dòng)態(tài)采集車流量信息；（3）對接信號(hào)管控系統(tǒng)，及時(shí)獲得系統(tǒng)的相位調(diào)控等信息[1]。

2主要模型庫類型的研究與設(shè)計(jì)

2.1交通狀態(tài)識(shí)別模型

經(jīng)過科研人員的不斷探索和反復(fù)應(yīng)用后發(fā)現(xiàn)，建立完整的系統(tǒng)模型后，模型內(nèi)部的相關(guān)結(jié)構(gòu)在發(fā)揮自身實(shí)用功能的基礎(chǔ)上，利用先進(jìn)的大數(shù)據(jù)處理技術(shù)，能夠達(dá)到預(yù)設(shè)的工作要求。對于未來社會(huì)交通運(yùn)輸紅綠燈狀態(tài)的判斷、識(shí)別，交通運(yùn)行情況的判定奠定了堅(jiān)實(shí)的基礎(chǔ)，管理人員應(yīng)利用自身知識(shí)完善模型的計(jì)算方法。

結(jié)合現(xiàn)行規(guī)范，依照下式運(yùn)算出道路交通指數(shù)[2]：

分別表示的是路段、行程車速。

取值范圍0～100，如果最終運(yùn)算結(jié)果＜0，則取=0。

整合里程長度與車道數(shù)兩大因素，應(yīng)運(yùn)用下式計(jì)算：

進(jìn)一步了解后發(fā)現(xiàn)，路段i的車道總數(shù)由代表，路段I的整體長度由表示。

據(jù)有關(guān)資料顯示，管理人員通過共同探討后發(fā)現(xiàn)，并緊密聯(lián)系現(xiàn)實(shí)的評估需求，相關(guān)人員應(yīng)在風(fēng)險(xiǎn)可控的情況下對不同因素條件進(jìn)行分析整理，并采取適宜的加權(quán)計(jì)算方法對其進(jìn)行統(tǒng)籌規(guī)劃。

從宏觀層面上，被分成4級，取值范圍是[0，100]、0≤＜30、30≤＜50、50≤＜70、70≤＜100分別對應(yīng)1級、2級、3級、4級，交通運(yùn)行狀態(tài)依次是暢通、較暢通、擁堵、嚴(yán)重?fù)矶隆?/p>

2.2交通專題分析模

2.2.1機(jī)動(dòng)車出行量預(yù)測模型

運(yùn)用數(shù)據(jù)庫內(nèi)控制子系統(tǒng)存儲(chǔ)的既往數(shù)據(jù)，整合模型庫內(nèi)的交通流預(yù)測模塊，管理人員應(yīng)采用適當(dāng)方法對不同地區(qū)的交通區(qū)域及居民小區(qū)內(nèi)部的機(jī)動(dòng)車輛現(xiàn)實(shí)出行情況進(jìn)行全面分析并統(tǒng)計(jì)，并結(jié)合不同期間的特定區(qū)域機(jī)動(dòng)車出行量和運(yùn)行規(guī)律進(jìn)行分析和預(yù)測，通過專業(yè)人士的全面分析和判定構(gòu)建完整的交通運(yùn)輸方案和運(yùn)輸管理體系，為后期交通運(yùn)輸管理工作的平穩(wěn)發(fā)展奠定夯實(shí)基礎(chǔ)。

2.2.2公交出行量預(yù)測模型

具體來說，科研人員應(yīng)合理提取完整的數(shù)據(jù)庫及公交系統(tǒng)內(nèi)部留存的諸多數(shù)據(jù)信息，通過交通運(yùn)輸系統(tǒng)內(nèi)部的預(yù)測模塊和模型數(shù)據(jù)條件進(jìn)行統(tǒng)籌規(guī)劃，預(yù)估現(xiàn)有交通小區(qū)公交出行數(shù)量，能迅速地預(yù)覽該市多年以后的公交出行占有率，使相關(guān)部門規(guī)劃公交線網(wǎng)、設(shè)計(jì)公交發(fā)展方向等更能有據(jù)可依。

2.2.3區(qū)域交通信號(hào)配時(shí)模型

操作人員應(yīng)順應(yīng)時(shí)代發(fā)展潮流，運(yùn)用合理的方式對交通運(yùn)行區(qū)域的地理數(shù)據(jù)信息進(jìn)行自動(dòng)更新和完善，全面反映市政道路網(wǎng)絡(luò)內(nèi)部機(jī)動(dòng)車輛的運(yùn)行情況，在系統(tǒng)內(nèi)動(dòng)態(tài)呈現(xiàn)市政道路網(wǎng)絡(luò)設(shè)施使用狀態(tài)，并且和數(shù)據(jù)庫內(nèi)多個(gè)路段的交通參數(shù)之間建立可靠關(guān)聯(lián)性，幫助決策人員在最短時(shí)間內(nèi)獲取城市道路的交通運(yùn)輸線路和重點(diǎn)通行區(qū)域，通過相應(yīng)的線路交叉點(diǎn)，結(jié)合市政及路政管理部門的法律政策法規(guī)，對相關(guān)區(qū)域的交叉區(qū)域進(jìn)行系統(tǒng)擴(kuò)建，并根據(jù)重點(diǎn)瓶頸和交通運(yùn)行路線進(jìn)行整合，為后期區(qū)域交通運(yùn)輸管理工作創(chuàng)設(shè)諸多有利條件。

2.2.4公交線網(wǎng)合理性分析模型

管理人員應(yīng)結(jié)合自身知識(shí)充分熟悉城市區(qū)域的公共交通路線運(yùn)行數(shù)據(jù)和相關(guān)信息，并采用適當(dāng)手段對運(yùn)輸系統(tǒng)內(nèi)部的各種空間投影情況進(jìn)行全面規(guī)劃，對不同類型的道路運(yùn)輸系統(tǒng)綜合管控后，要求運(yùn)輸人員全面使用公交運(yùn)行系統(tǒng)的使用頻率和次數(shù)，保證公交系統(tǒng)平穩(wěn)運(yùn)行的基礎(chǔ)上，為決策者提供完整的公共服務(wù)盲點(diǎn)及其他情況，在各個(gè)交通運(yùn)輸管理人員充分交流后，制訂安全合理的公共運(yùn)輸系統(tǒng)規(guī)劃圖，并重點(diǎn)闡明公共交通運(yùn)輸區(qū)域的基礎(chǔ)設(shè)施擴(kuò)建區(qū)域和存在的主要問題。例如：進(jìn)行遠(yuǎn)期交通運(yùn)輸管理方案工作中，管理人員應(yīng)通過實(shí)驗(yàn)方式對公共交通運(yùn)輸系統(tǒng)的網(wǎng)絡(luò)布局線路進(jìn)行優(yōu)化調(diào)整，通過一系列的仿真處理和實(shí)踐應(yīng)用，對系統(tǒng)內(nèi)部的各類功能進(jìn)行集中管理，以保證公交運(yùn)行系統(tǒng)得到實(shí)施效果能夠達(dá)到最佳。

2.2.5物流運(yùn)輸模型

物流運(yùn)輸管理人員應(yīng)根據(jù)物流運(yùn)輸?shù)臈l件和供給特點(diǎn)，對物流運(yùn)行條件的各種情況和實(shí)施計(jì)劃進(jìn)行歸類，系統(tǒng)掌握當(dāng)?shù)厥袇^(qū)物流的發(fā)展情況，對政府倡導(dǎo)的法律政策進(jìn)行全面了解，并重點(diǎn)關(guān)注廣大人民群眾的生活需求，對物流運(yùn)行信息進(jìn)行綜合管控后，從多元保證物流資源的完整性、真實(shí)性，保證所有資源能夠真正發(fā)揮自身實(shí)用價(jià)值，促進(jìn)不同地區(qū)物流運(yùn)行信息效率進(jìn)行優(yōu)化和改進(jìn)[3]。

2.2.6停車泊位以及運(yùn)行模型

管理人員應(yīng)充分利用先進(jìn)的計(jì)算機(jī)處理技術(shù)，結(jié)合前期各類系統(tǒng)平臺(tái)采集的車輛停泊信息及大量有價(jià)值的數(shù)據(jù)，通過合理方式進(jìn)一步對不同城市地區(qū)機(jī)動(dòng)車輛的停泊信息進(jìn)行自動(dòng)監(jiān)測及定位處理，統(tǒng)籌規(guī)劃車輛的服務(wù)管理水平、運(yùn)行的安全情況，收集各類圖表后制定完整的配建停車場平面設(shè)計(jì)圖，從側(cè)面反映停車場當(dāng)前存留的服務(wù)性或者容量性問題的停車“黑點(diǎn)”，繼而建立完整的停車智能導(dǎo)向處理系統(tǒng)平臺(tái)，在保證不同停車場內(nèi)的實(shí)際車輛資源及相關(guān)價(jià)值被完全挖掘后，促使整個(gè)公共交通運(yùn)輸系統(tǒng)及相關(guān)基礎(chǔ)設(shè)施的運(yùn)行處于平穩(wěn)均衡狀態(tài)，以滿足相關(guān)地區(qū)城市交通運(yùn)輸條件在特定區(qū)域的停車需求。除此之外，應(yīng)系統(tǒng)獲取不同停車場內(nèi)部停車的周轉(zhuǎn)情況，充分了解周圍道路架構(gòu)的交通實(shí)際需求，確定與之相宜、價(jià)格合理的車位收費(fèi)費(fèi)率等價(jià)格后，提升城市交通運(yùn)輸管理水平。

2.2.7自行車用戶使用分析

進(jìn)一步了解后發(fā)現(xiàn)，此個(gè)模塊應(yīng)切實(shí)結(jié)合大量共享單車的運(yùn)行基礎(chǔ)數(shù)據(jù)，真正解讀并挖掘與之相應(yīng)的交通系統(tǒng)運(yùn)行規(guī)律后，結(jié)合數(shù)據(jù)分析結(jié)果能更科學(xué)地規(guī)劃公共交通的延伸線，填補(bǔ)慢行交通內(nèi)存在的“空位”以及控制共享單車的投放量等。

2.3跨專題式交通大數(shù)據(jù)分析挖掘模型

大量實(shí)踐表明，此個(gè)模型的主要功能如下，即管理人員利用適當(dāng)手段對相關(guān)操作平臺(tái)的交通數(shù)據(jù)信息進(jìn)行挖掘，收集、分析及應(yīng)用管理，全面尋找各類數(shù)據(jù)信息及壓縮包的模型應(yīng)用特點(diǎn)，在各類模型的協(xié)助下，深度挖掘分析交通運(yùn)行數(shù)據(jù)，進(jìn)而為各級地方政府部分有效決策、現(xiàn)代企業(yè)科學(xué)管理控制、社會(huì)群眾便利出行等提供數(shù)據(jù)支持和相關(guān)服務(wù)項(xiàng)目。

2.3.1數(shù)據(jù)關(guān)聯(lián)分析模型

相關(guān)人員應(yīng)全面掌握各種大數(shù)據(jù)關(guān)聯(lián)理論，進(jìn)一步掌握相關(guān)數(shù)據(jù)理論的內(nèi)涵后，真正掌握不同子系統(tǒng)灰色關(guān)聯(lián)度的概念，其宗旨是運(yùn)用某種方法摸索到系統(tǒng)內(nèi)子系統(tǒng)（或者因素）之間在數(shù)理層面上存在的關(guān)系。灰色關(guān)聯(lián)度分析即在系統(tǒng)發(fā)展及應(yīng)用過程中，若存在著兩個(gè)因素改變的態(tài)勢是一致化的，實(shí)質(zhì)上就是同步變化程度處于較高水平，那么就可以據(jù)此認(rèn)定兩者之間存在著較大的關(guān)聯(lián)度，反之則代表其關(guān)聯(lián)度偏小。從以上視角出發(fā)，灰色關(guān)聯(lián)度分析量化了某一系統(tǒng)的發(fā)展改變態(tài)勢，在動(dòng)態(tài)化歷程分析領(lǐng)域表現(xiàn)出較高的適用性。

該文這里所提及的“關(guān)聯(lián)程度”，和曲線間幾何形狀的差別程度之間對等。故而，可以把曲線間差值大小設(shè)定為衡量關(guān)聯(lián)程度的基準(zhǔn)。針對單個(gè)參考數(shù)列其存在著數(shù)個(gè)對比數(shù)列，，…，，在每個(gè)時(shí)間點(diǎn)（即曲線內(nèi)的各個(gè)點(diǎn)位）各個(gè)對比數(shù)列和參考數(shù)列之間的關(guān)聯(lián)系數(shù)可以運(yùn)用下式計(jì)算得出[4]：

2.3.2綜合數(shù)據(jù)包絡(luò)模型

數(shù)據(jù)包絡(luò)方法是一種經(jīng)典的非參數(shù)統(tǒng)計(jì)方法，其應(yīng)用過程中把相對效率概念設(shè)定為基礎(chǔ)依據(jù)，主要被用在評估具備同類型的多投入、多產(chǎn)出的決策單元是否達(dá)到技術(shù)有效性。假定存在著個(gè)部門或單位（被叫作決策單元，），這個(gè)決策單元自身均具備一定可比性。已知各個(gè)決策單元均存在著種不同類型的“輸入”（代表著這種決策單元對既有“資源”的耗費(fèi)情況）與種類型的“輸出”（其是決策單元消耗了一定量“資源”后，表示“成效”的部分指標(biāo)）。依照前期構(gòu)建出的指標(biāo)體系，常規(guī)做法是分別把負(fù)向指標(biāo)、正向指標(biāo)分別作為“輸入”“輸出”指標(biāo)。在這里存在著存在的關(guān)系等式：，其分別代表的是的輸入向量與輸出向量，分別對應(yīng)的是種投入與種輸出的權(quán)向量，均是變量。分析并考察的效率測評相關(guān)問題：把的效率測評指數(shù)設(shè)定成目標(biāo)，把全部決策單元的效率指數(shù)，作為約束條件，共同組成如下規(guī)劃問題[5]：

綜合以上內(nèi)容，可以將分式規(guī)劃問題轉(zhuǎn)變成線性規(guī)劃問題：

3交通仿真與平臺(tái)之間的融合

設(shè)計(jì)于智能交通大數(shù)據(jù)平臺(tái)上融合運(yùn)用VISSIM、VISSUM、Trans?CAD等仿真軟件，達(dá)到實(shí)時(shí)數(shù)據(jù)共享、仿真決策管理等實(shí)用性功能。

主要功能構(gòu)建見圖1，涉及的功能模塊有如下幾大類型[6]?。

1. 動(dòng)態(tài)路徑篩選和交通流配置：具體是以局部路網(wǎng)環(huán)境、交通信息供需辦法、交通管理手段等為基礎(chǔ)等，仿真規(guī)劃出車輛行駛狀態(tài)，動(dòng)態(tài)仿真車輛當(dāng)前的行駛行為。

（4）車輛仿真結(jié)果輸出：運(yùn)用呈現(xiàn)界面，科學(xué)分析并精準(zhǔn)輸出車輛運(yùn)行軌跡、路段和區(qū)域路網(wǎng)狀態(tài)等仿真成果。

4???結(jié)語

近些年，國內(nèi)很多城市交通供需矛盾日益顯著，普遍存在著交管執(zhí)勤警力不夠問題，相關(guān)部門應(yīng)精準(zhǔn)掌控交通道路擁堵狀況，有效控制道路交通流，迅速智能處置交通事件，深度挖掘分析海量交通數(shù)據(jù)，進(jìn)而為交通智能化管理控制提供可靠支持。該文以智能交通大數(shù)據(jù)平臺(tái)作為基礎(chǔ)建設(shè)了模型庫，該模型庫內(nèi)有效處理分析交通運(yùn)輸期間形成的數(shù)據(jù)信息，進(jìn)而為相關(guān)不猛管理決策提供可靠依據(jù)，具備較高的推廣價(jià)值。

參考文獻(xiàn)

[1] 廖云.基于大數(shù)據(jù)平臺(tái)的城市軌道交通多專業(yè)智能運(yùn)維系統(tǒng)構(gòu)建探討[J].控制與信息技術(shù)，2021（5）：1-5.

[2] 閆鵬，張林.基于Hadoop平臺(tái)的交通大數(shù)據(jù)智能特征分析研究[J].華北理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，42（3）：80-88.

[3] 梁元貞.大數(shù)據(jù)技術(shù)環(huán)境下的智能交通數(shù)據(jù)分析平臺(tái)系統(tǒng)設(shè)計(jì)[J].價(jià)值工程，2020，39（15）：243-244.

[4] 龔，廖金花.區(qū)塊鏈技術(shù)的城市智能交通大數(shù)據(jù)平臺(tái)及仿真案例分析[J].公路交通科技，2019，36（12）：117-126.

[5] 羅超.以大數(shù)據(jù)融合交通多業(yè)務(wù)管理的神兵利器：評測科達(dá)智能交通大數(shù)據(jù)平臺(tái)[J].中國公共安全，2019（Z1）：116-117.

[6] 劉冬梅，王文靜，楊子帆，等.互聯(lián)網(wǎng)+時(shí)代眾包交通大數(shù)據(jù)應(yīng)用機(jī)制研究[J].公路交通科技，2018，35（7）：120-127.