交通大数据公共服务平台设计与实现

交通大数据公共服务平台设计与实现

柴泾哲,张梦婷,周洁瑜

（四创电子股份有限公司，安徽 合肥，230088）

摘要：为有效应对社会交通出行需求的爆发增长，已建成相对完善的交通管理信息化体系和电子警察、信号控制和视频监控等大量智能交通基础设施，显著提高了我国城市交通管理水平和出行服务能力，然而，伴随基础建设的持续投入和管理应用的深入开展，不断更新的基础设施、急剧膨胀的基础数据和相对单一的应用环境，造成存储、计算和网络以及数据中心等IT资源总量激增但局部应用却无法有效利用、大量视频监控等高价值、低密度数据资源无法有效利用而“被”闲置直至丢弃、分散的行业管理信息资源与社会创新资源信息缺少有效衔接难以在互联网创新领域发挥催化剂和倍增器作用等新的应用问题逐步凸显，迫切需要政府部门、科研机构和产业群体针对交通行业中海量多源异构交通数据存储、集成、融合与应用问题，开展交通大数据挖掘分析关键技术研究，建立基于交通大数据的开放服务平台，为各类交通参与者及智慧城市建设提供交通大数据服务，以应对当前大数据时代下智能交通技术创新和产业发展的新挑战。

关键字：交通大数据、交通管控、挖掘分析

0.引言

目前，交通行业的专家、学者为推进大数据在交通领域的应用进行了许多有益的探索，国内针对交通大数据的基础理论和公交、管理、规划、检测等专项研究工作已形成一些成果，可以为交通大数据资源库及其标准化、交通大数据专项系统开发以及面向政府、公众和企业的开放服务平台建设等领域的建设与应用工作提供很好的借鉴和参考。交通云计算服务的发展趋势主要体现在集成性、数据性、预测性、主动性、实时性等方面，即基于交通云大数据的数据挖掘、分析和预测，并以主动式的交通管理代替过去相对滞后的被动适应性交通管理。持续提升交通感知智能化水平，完善网络化的交通状态感知体系。

1.系统建设内容

整个项目按照交通大数据资源建设与标准化建设、交通大数据深度挖掘建设和交通大数据综合利用和开放共享建设三层逻辑架构来规划建设，形成服务于现代政府决策、行业开发、公共服务的交通大数据公共服务平台：

1、开展交通大数据资源建设与标准化工程建设。对交通行业多源异常数据、交通视频流等非结构化数据建立统一的标准化结构方案，根据全国、省、市和区县各级公安交通大数据应用共性需求和各地应用特点，针对大数据应用需要解决的数据整合共性、基础平台建设、研判系统开发以及后续应用保障等多个层面，提出公安交通大数据平台建设技术标准和规范，并结合各级公安交通管理单位现有电气、硬件、网络和信息化系统基础条件，研究公安交通大数据平台应用效能评价指标体系。

2、建设交通大数据深度挖掘分析系统。利用监控视频数据、路网交通状态数据、静态交通数据等大数据资源，开展区域路网交通态势研判、大数据条件下交通事件检测和交通指挥辅助决策等城市交通管理数据深度挖掘工作，建立智慧交通大数据挖掘分析平台，为城市智慧交通的全息感知、智能控制和多维服务提供数据分析和决策支持等计算服务。

3、建设交通大数据综合利用和开放共享平台。依托交通大数据综合利用和开放共享服务机制，基于交通大数据深度挖掘技术，整合各类交通信息服务资源，建立服务于政府决策、行业开发、公共服务的交通大数据公共服务平台

（1）多渠道、多模式、多层次的综合信息服务系统；面向各类交通参与者，基于城市功能区之间交通流关联特性与耦合规律，研究功能区之间交通诱导信息的联网协同发布技术，实现诱导信息对实时路网状态的快速、准确跟踪和诱导模式的智能选择，研究建立交通参与者对交通信息的需求模型和基于全息交通信息的可视化表达，面对多诱导主体，研发基于传统互联网、手机移动应用、广播电视媒体、传统声讯服务、车载多媒体导航终端等开发主动式交通诱导信息发布与接收装置，不仅可用于提供常态化的出行参考，实现个性化的信息主动推送，同时也将成为应急状态下快速发布信息的重要渠道。

（2）为其他智慧城市大数据建设提供出行数据和服务模块。研发基于交通大数据交换与服务总线，建立标准化、可拓展、信息安全可控的功能服务框架，为其它已有和未来建设的各类大数据服务平台和数据中心提供长期、稳定的交通安全、拥堵控制、交通环境监测、交通行业运营等整体运行态势数据和分析服务，并依托这些平台开展更大范围的信息共享和服务，不断为政府和行业管理提供更加全面的决策支持。

2.实现方式

交通大数据公共服务平台是一项过程复杂且规模庞大的系统工程，项目的实施不仅囊括交通安全、大数据、人工智能、网络通讯、计算智能、软件开发等诸多技术理论知识，同时更需要系统工程、管理工程、数量经济与技术经济等软技术理论的支撑。

项目实采取理论与实证相结合，定性分析和定量分析相结合，宏观分析与微观分析相结合，技术研究与应用推广相结合的研究方法，建立交通大数据资源建设与标准化方案，构建交通大数据中心，通过对驾驶人数据、机动车数据、违法数据、事故数据以及交通视频监控等交通大数据的分析和挖掘，深入分析和掌握交通要素特性以及变化趋势，从而实现交通综合指数分析、道路交通安全决策支持、职业驾驶行为综合分析、交通视频大数据深度挖掘、交通与环境影响评估以及行业数据分析研判等业务功能，并通过统一的云平台向政府和行业和社会提供规范化的数据资源与应用服务。项目具体执行中采取优势互补、分工合作的原则，将项目的实施任务合理分解进行项目相关关键技术、应用方法、发展模式、发展策略等的研究，辅以必要的应用检验。实施过程中，面向公交车、出租车、营运货车、营运客车、特种车辆以及社会车辆驾驶人等交通要素，整合公安交警、交通运输、运营企业、气象等部门数据，对整合数据进行大数据融合与质量控制，实现对人员、车辆、道路、环境等交通要素的多维侧写。

3、结束语：

项目采用“自上而下”和“自下而上”相结合的技术路线，运用系统工程的理论和方法，进行项目的技术攻关和具体实施。具体而言，由于本项目涵盖的技术内容广泛、涉及多学科领域交叉，必须对项目的实施进程有总体把握。“自上而下”就是围绕总体目标开展工作，并逐渐细化目标，并分别进行实施，确保各项技术的整体性和兼容性，以及总体目标的实现，该方法主要运用于交通大数据公共服务平台建设工程研发的规划战略设计方面。而在交通大数据建设规范标准研究、大数据深度挖掘和交通大数据综合利用开放共享方面，又需要采用“自下而上”的模块化设计和设施方法，围绕各个需求节点分别开发，保证项目工作的同步性和各个组成部分的相对独立性。

参考文献

[1] 交通大数据的征信系统建模与案例研究

[J]  张丽岩, 葛静, 马健, 陆胜 - 《现代管理科学》2019年9期

[2]交通大数据的发展现状与思路的探索[J]  张绍华 - 《科技传播》2019年4期

[3]交通大数据下的智能信息服务平台研究[J]  倪志云 - 《人民交通》2020年1期

[4]关于智慧交通大数据治理的探讨[J] 龚潇 《信息通信》2019年8期

[5] 综合交通大数据应用技术的发展展望

[J]  刘晓波, 蒋阳升, 唐优华, 张仪彬, 王子兰, 罗洁, 《大数据》2019年3期