交通大數據在智能高速公路中的應用分析

重慶中信渝黔高速公路有限公司 周 進

交通大數據在智能高速公路中的應用分析

重慶中信渝黔高速公路有限公司 周 進

科學技術以及智能交通的不斷發展，大數據技術被充分的應用到了智能高速公路系統中，同時發揮著巨大的作用。本文主要闡述了交通大數據在智能高速公路中的應用。

大數據；交通；智能；高速公路；云平臺

0.引言

隨著智能高速公路的建設和發展，在其運營過程中會產生海量的數據，也就是大數據，這些數據還在不斷的增長，如何充分的將交通大數據應用到智能高速公路中，更好的服務于交通，成為擺在交通行業的面前的一個迫切需要解決的問題。

1.交通大數據內涵

1.1 大數據內涵

大數據(big data)，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策有幫助的資訊。大數據（big data）是那些超過傳統數據庫系統處理能力的數據。它的數據規模和轉輸速度要求很高，或者其結構不適合原本的數據庫系統。大數據是繼云計算、物聯網之后IT行業又一大顛覆性的技術革命。據IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。而到了2020年，全世界所產生的數據規模預計將達到今天的44倍。

1.2 交通大數據

社會經濟的快速發展促使城市機動車輛的數量大幅增加，而原有的交通管理方式難以適應如此龐大的交通系統，因此，我們需要尋找更好的解決方案，而大數據給我們提供了很大的便利。大數據產生正能量，將使交通管理的效率提高數倍。大數據技術能夠應用于交通卡口視頻和圖片數據的實時采集、存儲、分析、分類、查詢，能夠提供比以往更快、更精確地分析、預測交通狀況，并對能夠影響復雜交通的潛在因素進行新的洞察。全新的大數據采集技術能在提高效率的同時節約成本，相比于傳統的信息采集與交通管理方式，經過大數據分析遴選后得到的信息更加真實，更加準確，更加逼真接近事實。雖然短時間內會增加信息管理的成本，但長遠來看，大數據帶來的成本節約是相當可觀的。

2.智能高速公路交通大數據的來源和特點

2.1 高速公路大數據的來源

高速公路營運數據量大，大數據分析大有可為，這成為了專家們的共識。高速公路的數據可以分為收費數據、交通監控數據、指揮調度數據、日常運營數據、視頻卡口數據等。智能高速公路大數據主要來源：

2．1．1 高速聯網收費軟件數據

不同高速公路各自數量的收費站點，每個收費站點上數量不等的收費車道上已經安排好正常運行的收費軟件收集的龐大數據，包括通過高速公路后留下的車型類別、通行頻率、經常往返的區間位置、載貨情況、單向以及區間貨運量等數據。經過長時間的累積產生了海量的數據，這些數據急需等待相關部門、公司的開發運用。

2．1．2 應用系統數據

高速公路監控結算中心的12122呼叫系統、清分系統、各個收費站和各路公司運行的稽核軟件、收費站管理軟件和復合卡動態管理軟件等也積累了大量的數據。主要涵蓋有交通事故、救援保障、違章違法、車輛通行量、通行費征收、違規車輛統計，黑灰名單的統計等數據。

2．1．3 視頻監控系統的數據

在高速公路的互通立交、服務區、危險黑點路段、隧道、收費站廣場、收費車道均設置了大量的視頻監控探頭，在起初的設置目的主要是作為現場實時場景的監控，正常運行時，視頻圖像無人問津，只有在交通事故、特殊環境下才進行實施的查看與調用。數據保存方面由于其自身的數據龐大，一般情況下均保存一個月以內，對于數據的提取與應用就微乎其微。隨著視頻圖像的提檔升級，大量采用高清數字化攝像機，其圖像分析、異常跟蹤、人臉偵測、區域入侵偵測、越界偵測、車牌捕獲及檢索等數據的大量產生，為后期數據的應用提供了基礎支撐。

2．1．4 傳感器數據

RFID、微波車檢、路感線圈傳感器、氣象檢測、環境檢測、化危品專用檢測設備等遍布在高速公路上的互通立交匝道、標識站、收費站出入口等，它對過往的車輛進行感知，分類統計、從而持續生成數據。此外，還有相關的第三方數據，例如公安交警數據、路政數據、地方道路數據、車輛維修點及周邊醫院數據等。這些數據體量大、類型多，足以支撐起行業應用大數據來解決相關問題。

2.2 高速公路大數據的特點

智能高速公路大數據作為重要的大數據領域主要具有以下幾個特點：

2．2．1 數據體量巨大

智能高速公路大數據這些數據的規模龐大，以至于完全不能用G或T來衡量，而是以“ 艾字節”為單位，其中非結構化數據通常占據數據總數的90%以上，同時還表現出快速增長和超大規模的特點。

2．2．2 數據類型繁多

智能高速公路大數據存在很多種不同的形式，主要包括圖像、視頻、文本以及數據庫記錄等。在高速業務系統中，主要存在圖像數據、視頻數據、養護數據、收費數據、管理與業務數據等多種類型的數據。

2．2．3 數據價值密度低

以高速公路視頻流為例，通常一個小時左右的視頻中有用的數據也就若干秒。

2．2．4 數據處理速度快

不但對交通大數據的分析結果的實時性具有較高的要求，同時還對歷史交通數據、行為習慣、周期性、隨機性數據、氣象數據等變化規律的分析具有比較高的要求。

3.交通大數據在智能高速公路中的應用

3.1 智能交通云平臺

3．1．1 海量數據存儲

智能交通系統實時監控城市的交通狀態，將各個路口的車輛實時抓拍數據傳輸到大數據云平臺進行長期數據存儲。

3．1．2 實時數據查詢

通過大數據云平臺可實時掌控任一車輛的行駛，運行軌跡、分析車輛是否違章。大數據平臺中包含信號燈、停車線、車輛運行軌跡、車牌號碼等信息；所拍照片清晰；可辨車牌號碼、車體顏色和車型；記錄信息包含違章地點、類型、時間、燈色等相關執法數據。

3．1．3 智能數據分析

大數據云平臺對海量的交通信息進行比對、分析和預測，為車輛出行提供最優路徑規劃、交通管理服務、刑偵分析、模式識別。

3.2 營運管理中的運用

大數據在高速公路運營管理中的運營主要表現在幾個方面。

（1）一是增收堵漏，識別偷逃通行費行為，通過分析收費數據，經常性超時行駛的車輛，查找換卡車輛信息；也可通過車牌抓拍系統、截取出入口車牌對比信息，對出入口車牌不一致、重量有較大偏差的，對比經常計重逃費、綠色運輸車輛違規加大檢查力度，實現增收；通過數據分析可實現對公司整體收入的掌握及對未來收費趨勢的預測，給經營決策層對公司未來的整體發展戰略提供強有力的技術支撐。例如重慶中信渝黔高速公路公司在收費營運管理方面很早就建立了視頻硬盤錄像稽核系統。通過該系統實時對比查詢該車輛在收費站入口、出口的視頻信息、收費信息、音頻信息，以此判斷該車輛是否存在偷逃通行費行為，打擊違規違法，增加營運收入。

（2）二是營運的分析與預測，通過分析周邊區域的經濟形勢、人口狀況、產業結構，年高速公路車流量變化、通行費收入狀況、路網結構等，進行車流量預測與分析，結合收費站車流量數據，能較準確預判節假日、高峰時間收費站的車流情況，從而為收費站開道保暢工作提前做好準備安排。

（3）另外，針對市場化程度高的運營主體（主要是指高速公路上市公司），還可以通過數據分析進行市場營銷。比如通過Ebay、淘寶、京東等商務平臺建立的大數據分析平臺可以準確分析用戶的購物行為；通過移動運營商提供的用戶數分析人流量信息量。高速公路相關運營主體在相應領域，通過大數據分析來開展市場營銷工作也可稱為一個思考的方向。

3.3 道路交通安全管理中運用

由于高速公路領域的管理主體不同（有些地區運營、路政是不同主體在管理，另外還涉及道路安全的交警以及其他管理主體），因此大數據的應用具有廣泛性，不但能對路面狀況以及天氣狀況、車流輛等與事故之間進行分析，找出關聯性。找到改進思路，做出預防措施，而且能根據不同時間高速公路上車輛流量多少、不同車型結構、道路鋪設特點，做出如高速公路主線控制、匝道控制、客貨分離、遠程引導等動作，提高高速公路通行狀況，更好地為司乘人員提供優質服務。如重慶內環高速公路根據路面、車流量狀況，實行客貨分離，限時段監禁行，匝道入口控制等措施，有效緩內環高速公路的堵車問題。強化高速公路信息發布，檢測分析通過高速公路移動電話，對其定點、精準發布道路交通安全信息，提升了道路服務水平。

3.4 在道路養護過程中的運用

隨著中國高速公路路網的成熟，通車里程日益增大，后期養護工作責任大、任務重，養護維修后數據難以更新等現象。目前高速公路的道路養護工作主要是由高速公路運營管理單位負責，分別將不同類別的日常養護、專項維修委托給不同的施工單位，最后養護數據參差不齊，零零碎碎的保存在紙質資料中，后期查詢難度大，不便于高效、精準管理。重慶中信渝黔高速公路公司在此基礎上，將定期檢測、專項設計與工程監理服務一體化，建立高速公路電子資產平臺，將沿線路面、橋梁、隧道、涵洞、立交、收費站、邊坡、廣告、監控設備等等一一登記建檔，形成一個完整的、可視化的四維的地圖。該系統大到橋梁、小到每一個護欄板立柱都一一登記在冊，后期維護時只需在現場通過終端設備對維護設施進行維修記錄實時上傳，并完成了數據更新。同時根據平臺記錄的建設時間、維修狀況、路面結構數據，當地氣象、環境因素、路面載荷、車流量等制定出全壽命周期的路面、橋梁、隧道結構物的養護周期計劃。

4.結語

在智能交通領域里，大數據已智能交通推入新的歷史發展高潮；在此基礎上運用云計算信息技術，空前提高了交通信息公路各項數據資源的利用率以及單位空間的計算能力，更為有效的降低了系統維護成本，所以，大數據，將為智能交通的發展提供強力的支持和技術保障。

[1]季振東．大數據分析云平臺技術在智能交通中的應用研究[J]．硅谷,2015(01):67-68．

[2]代明睿,朱克非,鄭平標．我國鐵路應用大數據技術的思考[J]．鐵道運輸與經濟,2014(03):23-24．

[3]劉麗英,潘景山,史永,張贊軍．智能交通系統的發展狀況研究[J]．信息技術與信息化,2005(06):67-68．

[4]彭彬,王文燕,鄧榮偉．對大數據的探討[J]．湖北汽車工業學院學報,2014(03):87-89．