摘 要:城市智能交通系统是针对日益严重的城市道路交通问题而设计的一种解决方案。通过对城市内部的道路交通基础应用系统进行联网运行、集成应用和信息共享,利用大数据技术开展各类道路交通信息的逐级汇聚及大范围分析研判,将研判结果应用于交通组织管理,可有效保证道路畅通安全。本文介绍了城市智能交通系统的基本概念,基于大数据技术架构设计城市智能交通系统,并针对城
市交通管理部门的业务需求实现了相关应用功能。
关键词:城市智能交通系统,大数据,技术架构,流式计算,分布式数据库
0引言
近年来,随着中国城市化进程的快速推进,城市规模不断扩大,城市人口和机动车保有量迅猛增长,城区交通秩序混乱、高峰期拥堵等问题日益凸显,道路交通现状和公众出行需求的矛盾进一步加剧,“停车难”、“行车难”日益成为制约城市经济发展的“瓶颈”。交通拥堵、交通事故以及随之而来的环境污染、能源消耗等问题已成为各地政府所面临的共同挑战。在此情况下,如何利用先进的科技手段,提高交通管理水平,对道路交通环境进行整治改善,是亟待解决的问题。
解决城市交通问题的一个有效途径就是建设先进的城市智能交通系统,在完善的信息网络基础上,通过各类交通设施中的传感器和传输设备获得各类实时交通信息并进行综合处理,通过 应用信息、通信、计算机、自动控制和系统集成等技术,加强运载工具、载体和用户之间的联系,提高交 通系统运行的有序性和可控性,实现提高运行效率、 减少事故、降低污染的系统目标[1],优化交通组织方式,为公众出行提供交通引导服务,提高道路交通运行效率。
1城市智能交通系统概述
城市智能交通系统的研究起源于20世纪60年代,美国研究电子路径导向系统(ERGS Electronic Route Guidance System),20世纪70年代世界各大城市开始建设联网信号控制系统,世界上众多大中城市形成了以信号控制系统为核心的城市智能交通综合管理系统。同时,高速公路较为发达的国家和地区也形成了覆盖高速公路的智能交通管理系统。到21世纪,城市智能交通系统的发展趋势主要体现在智能感知、实时处理、信息融合、公众服务等方面,交通管理手段日益丰富,面向公众出行的服务也呈现多元化的特征。
近年来,电子信息技术发展迅猛,云计算、物联网、大数据等技术逐渐改变传统领域的发展模式。2008年,Nature出版了“Big Data”专刊[2];2011年,Science出版了“Dealing with Data”专刊[3].2012年,美国政府正式发布了“大数据研究和发展倡议”[4];我国于2011年后,也逐渐开展大数据技术研究,逐步应用到相关行业和业务领域。在城市智能交通领域,一方面,数据采集方式朝着集约的交通传感器布局[5]和稳定的多源数据融合[6]方向发展。另一方面,利用大数据技术对海量交通数据进行管理应用,逐步实现城市道路交通的“感知现在、预测未来、面向服务”目标[7]。
数据是城市智能交通系统的核心,大数据技术在实时性、并发性、扩展性以及安全性[8]等方面的先天优势,将全面革新数据采集、分析处理、智能优化、仿真评估方法,深入挖掘交通大数据的潜在价值,充分发挥城市智能交通系统的应用价值。
2大数据技术架构
交通大数据涵盖了结构化、非结构化、半结构化数据,具有“海量规模、多源异构、时空信息、实时处理”等特征,传统的关系型数据管理模型已经不适用于交通大数据的组织与分析。利用大数据技术手段,可以提供极为高效的数据采集、存储、数据同步、批处理、工作流分析以及全文搜索功能[9],同时结合特定的模型算法,更深层次的挖掘数据蕴含的价值,全面提升城市智能交通系统的应用效能。
大数据技术架构如下图所示:
大数据技术架构图
1)多源信息采集
通过道路沿线交通专用设备采集各类道路交通动态信息以及交通管理状态,与交通运输部门、政府机关、互联网企业等单位进行系统交互,获取重点车辆、监管布控车辆、车辆停车轨迹、道路监控视频、重点车辆运营定位、气象、道路交通流量等各类数据。
2)分布式数据管理
分布式数据管理工具包括分布式文件系统(HDFS)以及分布式数据库(HBase)。分布式数据管理方式融合了多种索引、分布式事务处理、全文实时搜索、图形数据库等技术,支持从GB到数十PB数据的处理,包括对结构化记录、半结构化文本、图数据、非结构化数据(图片、音频、二进制文档等)的存储、搜索、统计和分析。可以高效地支持企业的部分在线OLTP应用、高并发OLAP应用、批处理应用、全文搜索或高并发图形数据库检索应用。
3)分布式计算
通过高并发性能的批处理机制,来处理来自各种不同来源的动态交通数据数据。针对交通数据实时处理要求,通过实时流处理软件强大的流计算表达能力,完成数据转换、特征提取、策略检查、分析告警等复杂服务计算,可以有效的应用于动态交通数据(如传感器数据)的实时告警、风险控制、在线统计和挖掘等业务。统一的应用开发引擎为各类业务应用的开发提供标准的接口以及快捷的实现方法。
4)数据分析与应用
数据分析与应用包括统计分析、数据挖掘、文本分析、图像分析等多种类型,结合特征库、知识库、模型库,对交通数据进行有效分析研判,获取交通组织决策所需信息,分析结果可以通过多种报表工具提供交互式数据分析、即时报表和可视化能力。
3城市智能交通系统设计与实现
城市智能交通系统在设计时需要满足交通业务快速发展的需求,系统采用面向服务架构(SOA)设计思想,采取计算资源栅格化、数据存储集成化、数据资源关联化、分析模型组件化的设计。在解决现有业务实际需要的前提下,具备较强的扩展性和适应性。系统在以下几个方面取得较好的应用效果:
1)交通运行指数分析
利用浮动车GPS数据、卡口数据、机动车流量检测等数据,结合城市道路网络模型,通过空间关联分析算法对城市道路交通运行状态进行分析研判,计算道路旅行时间、平均车速、车辆分布等数据,并生成城市整体的道路交通运行指数,反映道路交通拥堵程度以及交通瓶颈,为拥堵治理、交通规划提供决策依据。
2)机动车辆动态防控
利用前端视频监控设备采集到的车辆通行信息,建立车辆防控数据库,对移动的目标车辆进行动态跟踪,可实现嫌疑车辆自动报警、异常行驶行为识别、犯罪嫌疑预警、交通安全风险隐患评估等功能,实现对机动车的有效管控。
3)交通流量分析及事故预测
采用智能视频处理、神经网络、关联规则等技术,统计并预测指定路段车流量数据,并结合天气、路段状况(如车道数)等信息,对各路段危险情况进行评估。对可能发生交通事故的路段进行预测并发出警报,协助交通管理指挥提前采取措施,减少交通事故发生的概率。
4)交通管理辅助决策
结合交通管理业务数据,对交通流、交通违法、交通事故等信息进行综合研判,建立OD矩阵模型,分析公众出行规律,并结合天气、施工等信息,分析交通违法多发区域以及事故多发路段,为交通管理组织决策提供数据支撑。
4结语
随着社会经济的快速发展,机动车的急剧增长导致越来越严重的城市道路交通问题,在此背景下,城市智能交通系统必然会发挥越来越重要的作用。大数据技术以其良好的性能和可扩展性已经在智能交通领域取得了较好的应用效果,其技术本身仍然在不断的进步和发展,在可预见的未来,大数据技术必然引领新一代城市智能交通系统的持续发展和全面升级。
参考文献
[1]王国锋,宋鹏飞,张蕴灵.智能交通系统发展与展望[J].公路.2012(5):217-222.
[2]FrankelF,ReidR.Bigdata:Distillingmeaningfromdata[J].Nature,2008,455(7209):30-30.
[3]LosW,WoodJ.Dealingwithdata:Upgradinginfrastructure[J].Science,2011,331(6024):1515-1516.
[4]李德仁,姚远,邵振峰.智慧城市中的大数据[J].武汉大学学报(信息科学版),2014,39(6):631-640.
[5]GentiliM,MirchandaniP.Locatingsensorsontrafficnetworks:Models,challengesandresearchopportunities[J].TransportationResearchPartC:EmergingTechnologies,2012,24:227-255.
[6]BachmannC,AbdulhaiB,RoordaMJ,etal.Acomparativeassessmentofmulti-sensordatafusiontechniquesforfreewaytrafficspeedestimationusingmicrosimulationmodeling[J].TransportationResearchPartC:EmergingTechnologies,2013,26:33-48.
[7]何非,何克清.大数据及其科学问题与方法的探讨[J].武汉大学学报(理学版),2014,60(1):1-12.
[8]AACardenas,PKManadhata,SPRajan.BigDataAnalyticsforSecurity.《IEEESecurity&PrivacyMagazine》,2013,11(11):74-76.
[9]SChari,THabeck,IMolloy,YPark,WTeiken。AbigDataplatformforanalyticsonaccesscontrolpoliciesandlogs[J].PlosComputationalBiology,2013,7(12):75-86.
论文作者:金绍林1,李健2
论文发表刊物:《江苏科技报》2016年12期
论文发表时间:2017/4/6
标签:数据论文; 城市论文; 交通论文; 智能交通论文; 系统论文; 道路交通论文; 技术论文; 《江苏科技报》2016年12期论文;