淺談智能交通平臺的建設方向

□ 文/王啟東

前言

近年來，城市交通的矛盾日趨上升，一方面是車輛保有量的急劇上升，另一方面是智能交通建設的進度滯后，以交通擁堵為典型的交通管理問題甚囂塵上，高德地圖2014年中國第三季度交通報告發布，最新的全國十大擁堵城市新鮮出爐，北京、杭州、上海榮膺前三甲，以杭州為例，三季度平均擁堵指數為2.09。（擁堵指數是指擁堵情況下的行車時間和正常情況下的行車時間之比，例如正常行車20分鐘，而杭州的城市通行需要42分鐘?。?/p>

對于交通管理者而言，道路交通管理的核心職能可以分為“秩序管理”、“事故處理”、“路網管理”、“特勤任務”、“肇事逃逸車輛追捕”以及“交通出行服務”六大部分。

當前絕大部分交通信息化建設手段都是圍繞著這六大目的進行展開，例如交通秩序管理，需要建設違法手動抓拍系統、闖紅燈自動記錄系統、違法占用公交車道監測系統、城市道路違停系統、人行橫道智能監測系統，規范人員的交通駕駛行為；針對交通事故管理，建設交通事件檢測系統，通過視頻智能分析的手段及時發現交通事故并預警；針對交通路網管理，建設交通固定監視系統、交通制高點監視系統、高清車輛卡口系統，確保路網的運行處于可視化的狀態；針對特勤任務、肇事車輛追捕以及交通服務等目的，分別建設交通信號控制系統（實現綠波控制）、肇事車輛逃逸追捕（利用交通測速系統判斷異常車輛）以及車輛監測及參數采集系統、動態交通誘導系統和城市停車誘導系統（流量采集、分析以及導行）。

在這些系統中，根據交通矛盾的激烈程度可以將系統分為幾大類：

第一類，處于最普遍也是最基礎的需求，包括交通秩序管理、交通路網管理；

第二類，在第一類的基礎上，進一步建設肇事逃逸車輛追捕、交通服務的科技強警手段措施；

第三類，補齊事故管理、特勤任務的交通管理手段。

那么如何綜合地服務于交通管理業務，將建設的前后端設備進行統籌管理，一個成熟、穩定而又先進的綜合管控平臺則是進一步建設的主要手段。以?？低暈槔?，它基于智能交通綜合管控平臺，能實現交通狀態監測、交通基礎數據管理、機動車稽查布控、非現場違法取證、應急指揮與協作以及交通安全態勢評估為一體的綜合應用。

智能交通綜合管控平臺功能

智能交通綜合管控平臺，首先是一個統一的交通數據匯聚中心。針對不同數據的重要程度，交通數據又可以分為幾大類：

第一類數據，包括交通車輛信息、交通違法信息、交通設施信息，這類信息最為基礎，是組成智能交通應用的根本數據源；

第二類數據，包括交通事件信息，交通管制信息，滿足進一步交通差異化管理的應用需求；

第三類數據，包括交通流量信息、交通氣象信息、停車誘導信息、勤務安排信息以及警車單兵信息等，滿足進一步交通服務與勤務管理的需求。

其次，智能交通綜合管控平臺則應圍繞著當前管理的核心矛盾設計業務功能。這些功能包括交通出行秩序的管理；差異化交通綜合管控；交通統一違法錄入發布；交通違法行為的專項整治；一體化交通信號管控；可視化指揮調度；交通出行服務等功能。

可視化交通秩序管理功能

可視化交通秩序管理包括常態的道路設施管理以及非常態的交通管制措施管理：前者包括電子監控設備、交通信號設施、交通管控標志以及交通道路標線的管理；后者包括禁行/禁鳴/封道區域、限行路段、時間段；道路施工段以及路段、重點關注區域、事故多發路段等交通敏感區域管理，最終通過GIS地圖呈現，實現道路交通可視化監管。

差異化道路綜合管控

面對當前不同城市的交通現狀，智能交通綜合管控平臺需要滿足不同需求的道路管控措施。包括違法嫌疑車輛布控、限行車牌管控、非法占用公交車道管控、單行、潮汐、黑白名單車輛的布控等。

數據專項分析應用

通過專門的道路交通管控以及違法數據采集，海康威視能夠在一定范圍內進行道路秩序的管理。但是這仍然解決不了交通警力資源與交通案件資源的矛盾，如何更高效地利用交通數據的匯總，從而達到警力資源的最優化配置呢，這里就有對數據規律進行分析了。因此，智能交通綜合管控平臺還需要交通數據專項分析應用的數據專家庫功能。

例如某個城市是專門劃定了施工工地渣土的傾倒區域的，而且規定了傾倒的時間必須是夜里的某個時間段，但是現實中往往大貨車司機為了自身利益就近在偏僻處傾倒渣土。

如何確認這個措施是否實施得力呢？?？低晫祿M行挖掘對比后進行分析，一方面統計大貨車在夜間的出沒頻率，判斷大貨車在夜里的出行趟數；一方面統計大貨車夜間遮擋號牌的次數，另一方面通過三臺合一等公安數據庫系統所接收到的投訴報警事件，從而判斷出這一現象是否猖獗活躍；有了這些數據后，執法交警就可以有針對性地在出沒路口設卡攔截處置。

這就是新一代的數據專項分析應用的范疇，數據規律的來源一方面包括前端采集設備，一方面來自于公安數據庫系統；結合前面介紹過的交通大數據系統進行分析，從而獲取更高的數據價值，便于后續的專項整治行動。

一體化交通信號控制應用

交通綜合管控的意義不僅僅在于道路交通違法行為或者管控措施的管理，更進一步的是結合交通流量分析的道路信號綜合管控。交通綜合管控平臺需要區域協調信號控制、單線綠波、區域綠波信號控制，公交優先、行人優先等多種信號控制方案，而交通路網監控與交通信號控制預案更是相輔相成的功能。全網科學的路況分析，可協助決策最優的信號控制預案；而合理的信號控制預案，可最大程度服務出行、減少擁堵。

可視化指揮調度功能

交通管控的另外一個重要組成部分，在于對交通事件的快速處理，能夠有效地將非現場執法與現場執法結合起來。在這個過程中，可視化指揮調度起到了重要的作用。前面通過視頻調度系統介紹了可視化指揮調度的一個案例，介紹了基于會話調度的應用模式；那么對于一個靈活的可視化指揮調度平臺來說，在一張高度仿真的GIS地圖系統，結合視頻監控進行靈活的會話調度，以及支持定向廣播的應用是重要的指揮過程，例如某一起重大的交通事故，需要指揮多個警員進行現場處理，這時需要指揮中心對于不同的視頻發送給指揮人員（例如警員A處理車輛事故，進行交通導行；警員B處理現場傷員，緊急救護），那么指揮中心則分別將交通車輛事故情況以及人員事故情況分別發送，達到高效處理的目的。

最后，通過可以對整個指揮調度過程按事件的方式進行計量，后續可以對處理過程是否閉環進行確認。最終達到可視化、時間化、流程化、服務化的目的。因此智能交通綜合管控平臺需要具備可視化指揮調度功能。

交通信息服務功能

當然，近年來交通管理的核心矛盾已經逐漸從交通管控向交通服務進行轉變，而交通服務的內容包括交通流量信息服務、停車誘導服務等等，隨著RFID技術、電子車牌等新技術在今后幾年應用場景將越來越廣泛，因此交通信息服務的形式也越來越廣泛，更進一步貼近實際應用。因此智能交通綜合管控平臺需要集成豐富的交通信息服務功能。

智能交通綜合管控平臺架構

平臺的應用功能決定了上層應用模型，而如何構建一套先進的平臺架構以支撐業務功能呢？云計算和大數據為智能交通平臺提供了很好的思路。?？低曋悄芙煌ňC合管控平臺參考網絡OSI七層模型，結合了時下最流行的云平臺架構，設計包括接入層、轉發層、存儲管理層、接口服務層等架構在內的核心模塊，同時融合全網運維平臺與數據共享平臺，最終匯總到綜合業務展示層。

同時?？低曋悄芙煌ňC合管控平臺，不僅僅是軟件平臺架構的升級，更進一步在于平臺與云存儲與大數據技術的結合。為了保證數據存儲的安全和可靠性，一套面向視頻、圖片以及文本應用的交通云存儲系統是支撐交通數據存儲、分析、挖掘的重要組成部分。相比于傳統的存儲模式，例如DVR的本地存儲模式，IPNAS以及IPSAN等數據中心模式等，云存儲在三個方面進行改進：

第一方面是管理信令層，簡單來說就是架構更簡單了，管理的只做管理，業務的只做業務，而且管理的設備有熱備技術，一臺壞了另外一臺馬上頂上去；

第二方面是數據存儲層，基于視頻的云存儲系統是面向于視頻流的應用的，比起其他面對文本數據的模式存儲效率更高，存儲更安全；

第三方面是業務應用層，集成了類似報警聯動、事件存儲等安防的應用，更加聚焦業務本身。

而交通大數據的核心意義在于解決四個V的問題，何為四個V呢，即：

Volume（數據量）：以一個中等城市的卡口規模為例，1000個卡口系統的項目，一年的過車數據量將達到36.5億條；

Velocity（速度）：對智能交通而言，數據處理越及時，轉換成有效價值的速度越快，那么數據的使用價值就越高；

Variety（多樣性）：交通數據類型包括音視頻數據、過車數據、GPS數據、行為數據、軌跡數據等等，一方面體現在數據的來源性多樣化，另一方面體現在數據的類型多樣化。

Value（價值）：視頻監控的價值體現在海量數據中尋找有用的數據規律，從而進一步攫取數據的價值。

因此，交通大數據系統通過部署新的Hadoop系統以及Hbase數據庫，采用分布式的數據庫系統解決數據量巨大的問題；通過全文檢索系統解決查詢速度慢的問題；通過改變新的數據結構解決數據類型多樣的問題；通過數據分析模型提升數據價值的問題。

結語

2014年，是互聯網行業大放異彩的一年，阿里的高調上市讓“互聯網思維”一下子成了千家萬戶最熱門的話題。似乎互聯網這個模式一下子開始沖擊各大傳統行業，在不斷拓展人們的思路的同時，也在逐漸改變原有行業的游戲規則。

在智能交通領域，電子車牌規范剛剛登臺亮相，集成指揮平臺則粉墨登場；似乎一時間，智能交通行業大有亂花漸欲迷人眼之勢。而作為行業領軍企業的?？低?，在這行業浪潮的沖擊中，則是以兼收并蓄之勢，博采眾長，直指交通業務矛盾的核心關注點，將云計算、大數據與互聯網思維融會貫通。相信在不遠的未來，智能交通綜合管控平臺必將智慧交通提升到新的高度！