基于數據可視化的道路交通管理決策體系研究

李亞軍

（甘肅警察職業學院治安系，甘肅 蘭州 730046）

1 概述

1.1 研究的背景

隨著經濟社會的迅速發展，我國道路交通系統呈現出前所未有繁榮態勢，在機動車保有量、道路通車里程、機動車駕駛人數量急劇增加的趨勢和背景下，出現了交通擁堵大范圍蔓延、道路交通事故頻發、安全文明出行程度降低、交通需求與供給之間矛盾日漸突出等一系列系統問題。與此同時，由于道路交通系統問題引發了自然環境污染、能源過度消耗、交通參與者出行滿意度降低等社會問題。上述這兩類問題直接或間接造成了巨大的社會公共資源浪費，嚴重影響了社會正常運行的效率。因此如何減少道路交通系統問題帶來的損害后果、化解道路交通社會問題帶來的矛盾延伸、最大限度地滿足交通需求與供給之間的不平衡現狀，已經成為道路交通管理部門需要認真思考的問題。圍繞安全、有序、暢通的道路交通管理三大核心目標，依托互聯網信息技術、大數據、云計算、計算機仿真技術、視頻技術、人工智能技術的成熟運用，形成一套完整、科學、高效的基于數據可視化的道路交通管理決策體系，從宏觀上解決道路交通供需之間的矛盾、從中觀上解決道路交通擁堵和事故頻發等系統問題、從微觀上解決交通參與者出行過程中的各類交通事件，已經成為當前道路交通管理與決策者面對的十分迫切的任務。

1.2 研究的意義

“十三五”時期，我國道路交通發展將面臨更加錯綜復雜的社會環境，隨著各類先進的科技信息化技術普遍運用于道路交通系統，道路交通出行模式創新改革的程度不斷加深，道路交通將迅速形成一個安全、便捷、高效、綠色的多層次系統網絡化的出行體系。按照國家“十三五”現代綜合交通體系發展規劃戰略的指導意見，道路交通系統將從基礎設施建設、出行服務、智能交通、綠色安全四個方面實現出行供給充足多樣、出行選擇自助靈活、出行過程快速安全的發展目標。道路交通管理部門應當緊跟道路交通發展的要求，從根本上改變傳統的管理決策模式、方法和流程，從道理交通管理主要涉及的機動車管理、駕駛人管理、城市交通秩序管理、高速公路行車秩序管理、交通事故預防與處理、交通安全宣傳與教育入手，創新道路交通管理與決策模式，建立新型的管理與決策模式。本文主要研究基于數據可視化的道路交通管理決策體系，這是一項系統綜合性管理決策體系，通過對于道路交通管理綜合信息的全面收集、仿真計算、模型構建和分析、系統處理，為道路交通管理者提供決策支撐，提升決策的科學性和針對性；同時基于數據可視化的道路交通管理決策體系，根據管理者要求可以進行方案評估、安全預警和功能性預測，這對于提升道路交通管理決策的水平具有重要的研究意義和實踐價值。

2 基于數據可視化的道路交通管理決策體系研究內容

基于數據可視化的道路交通管理決策體系的核心，是將道路交通系統運行過程中反映的各類實時交通運行特性的數據進行全面采集和針對性提取，利用成熟的道路交通數學模型對交通運行狀態進行精確計算和真實描述，將計算結果通過可視化軟件平臺系統全面系統地展示給道路交通決策者，同時對各類道路交通運行數據進行數學模型化分析和預測，為道路交通管理者提供有效決策預案選擇。由此可見，基于數據可視化的道路交通管理決策體系是一項較為復雜的系統工程，涉及計算機信息技術、交通建模仿真技術、數據可視化軟件平臺技術，以及具有高度可靠性的人工智能交通預測技術。具體情況如下所述。

2.1 道路交通系統運行基礎數據體系的構建

數據可視化的前提是對道路交通系統運行數據的采集、分析、運用，可將道路交通運行過程中基礎數據分為四類：一是面向道路內機動車運行狀態的數據，包括速度、流量、車頭時距、車頭間距、車輛類型、車輛使用性質等；二是面向道路交通負荷狀態的數據[1]，包括車流密度、車輛排隊長度、道路服務水平等級以及交通擁堵指數；三是面向道路交通特殊事件的數據，包括交通事故、交通緊急事件、應急交通管理等；四是面向道路交通參與者的數據，包括機動車駕駛人、非機動車駕駛人、行人等。通過對海量基礎數據的收集、整理、歸檔、分析、預測，從復雜的數據中挖掘出各類數據背后所蘊含的、內在的、必然的因果關系，找到隱藏在數據之后的道路交通系統運行規律[2]，通過運用各類成熟的交通建模技術，促使這些基礎數據從量變到質變，實現對海量道路交通系統基礎數據的深度應用、綜合應用和高端應用。對于道路交通系統運行基礎大數據體系研究，其核心是面對海量的道路交通系統基礎數據，如何及時呈現結果并支撐用戶做出科學決策，如圖1所示。

圖1 道路交通系統基礎數據可視化決策體系

2.2 道路交通數據可視化研究的內涵與實質

數據可視化不是簡單地將道路交通系統運行大數據體系通過數據可視化軟件平臺整體展示給道路交通管理決策者，而是通過非常復雜的系統數據計算、分析、擬合將基礎數據體系進行重新組合、統計分析、深度挖掘從而真實地反映出數據的價值。可將道路交通運行過程中數據可視化的內涵和實質分為四個層次：一是重點交通運行數據的呈現，主要將體現路網擁堵程度、路網內機動車平均運行速度、交通起訖點之間的動態交通分布、重點區域內的靜態交通供給狀況，通過多樣性的數據呈現[3]，為交通管理決策者提供直觀的決策依據；二是各類道路交通運行數據的深度關聯，將面向機動車、路網交通負荷、交通特殊事件與交通參與者的四類數據進行深度融合關聯，利用多源數據的整合挖掘各類道路交通運行系統數據之間的深層次關系[4]，并利用數學模型歸納分析出潛在的道路交通運行規律；三是對各類重點數據和規律的應用，將各類交通運行系統重點數據與規律進行匯總，為道路交通管理決策者歸納出可供選擇的決策思路，為最終的管理決策提供輔助決策的預案；四是實現道路交通管理決策者、數據可視化道路交通管理決策平臺、交通參與人三者之間的交互式體驗，形成實時交通運行系統、交通參與人和交通管理者之間暢通的信息共享渠道與管理決策效果及時的反饋響應，建立完善、高效、健全的道路交通管理決策循環機制，如圖2所示。

圖2 道路交通系統數據可視化的實質內涵

2.3 數據可視化在道路交通管理決策實踐中的運用

在道路交通運行基礎數據體系構建的前提下，利用數據可視化平臺對數據進行多層的挖掘應用，結合道路交通管理各項業務工作，才能充分發揮基于數據可視化的道路交通管理決策體系的作用，真正為管理決策者提供科學、可靠、有效的決策支撐體系和決策評估體系。可將數據可視化在道路交通管理決策實踐中的運用分為六個模塊：一是依托地理信息系統，實現對道路內人、車、物的交通運行軌跡刻畫和交通事件線索分析，提高各類道路有效性交通管理的針對性，同時實現可視化網內交通指揮調度功能[5]；二是道路交通管理實現動態化監控，利用智能檢索、圖像復原等多樣化的智能工具，提高基于視頻識別或基于射頻識別的路網內交通運行狀況監控精確度，縮短道路交通管理實踐決策的反應時間，減少人力浪費與資源消耗；三是采取智能化運維方式，運用自動化巡檢操作，通過智能化診斷分析，快速確定道路交通系統設備故障發生原因，實現道路交通運維管理效率和服務管理質量的同步提升；四是道路交通管理執法智能化，通過對交通違法事件的檢測報警、自動識別、目標跟蹤、違法取證等環節進行系統化設置，根據管理決策者要求實時進行交通違法統計，為管理決策者提供道路交通管理水平分析；五是通過整合各類道路交通系統資源，為交通管理決策提供完善的應急指揮方案，并對方案實施進行事件評估，減少對道路交通系統正常運行的影響和干擾；六是對交通安全管理進行決策支持，通過對道路交通事故的發生進行系統分析，掌握交通事故發生的特征與規律，確定交通事故易發的路段和黑點，為交通管理決策者提供系統科學的交通事故預防策略，如圖3所示。

圖3 數據可視化應用示意圖

3 基于數據可視化的道路交通管理決策系統的設計

3.1 系統需求設定

（1）路網內交通運行狀態描述。通過架設在道路內的各種交通流檢測設備，精確地對道路內機動車流量信息進行檢測采集，利用詳細專業的交通流參數準確描述路網交通整體運行態勢，并科學發布路網內機動車交通流分流、誘導、管制與交通事件等信息。

（2）通過視頻監控系統或道路交通事件檢測系統，及時發現路網內發生的交通事故，為防止因道路交通事故引發交通擁堵、二次事故等延伸危害，迅速向路網內其他交通要素和交通參與者發布事故信息，采取有效的疏導和避讓措施。

（3）交通氣象信息共享。通過與氣象部門的協作配合，向路網內機動車及時共享交通氣象信息，引起機動車駕駛人的關注，以便在駕駛過程中因天氣突變或氣候異常誘發如交通事故等非正常交通事件的發生的道路交通事故信息的發布。

（4）停車供需信息共享。停車誘導作為城市靜態交通管理最重要的內容，是解決機動車出行最后一個環節的核心，通過物聯網感知技術實時向路網內機動車提前告知機動車駕駛人停車供需信息，防止因停車信息不對稱造成時間、人力與道路資源的浪費。

（5）發布事故救援信息。在交通事故發生后，及時向就近的醫療機構發送應急救援信息，對交通事故發生現場周邊路網內機動車進行分流和疏導，保障醫療機構在最快的時間內對因交通事故造成損害的人員進行搶救和救治，最大限度地降低人身傷害。

（6）交通運輸重點行業監控。對從事危險化學品運輸、大型物流運輸、特殊管制物品運輸以及城市內混凝土渣土運輸等具有較高危險隱患的車輛，實行全路網內動態重點監控，采取時空限制的思路，在運行時間與運行線路上進行嚴格管控，防止發生意外事故。

（7）交通基礎設備管理。對于路網內各種交通基礎設施采取信息化管理與維護，對交通信號控制設備進行系統故障自動化檢測、對交通視頻監控設備進行線路巡檢、對交通安全輔助設施采取信息化報損維護，通過對基礎設備的系統管理，使之一直處在良好的運行狀態，防止因設備故障造成道路交通系統運行問題。

（8）在線仿真交通組織規劃方案。對于路網整體或局部區域內交通規劃組織方案進行調整或優化的，在系統內對新的交通組織規劃方案進行在線仿真，評估其優化效果，確定交通組織規劃方案的實用性和可行性，如圖4所示。

圖4 基于數據可視化的道路交通管理決策系統需求層次圖

3.2 系統功能和結構

（1）交通綜合信息管理功能。包括機動車駕駛人信息、交通違法信息數據庫、交通事故信息數據三個基礎數據庫，設計有組合查詢、關聯查詢、統計分析、歷史數據調閱等模塊。通過GIS地理信息系統的強大功能，把道路交通系統關于機動車、駕駛人、交通違法、交通事故基礎信息和內容與GIS地理信息系統應用平臺融合到一起。通過模塊化的操作進行各類交通事件的因果分析，從宏觀上為解決道路交通系統問題和決策方案的形成提供依據。

（2）交通事故統計分析功能。從交通事故發生的時間、地點、事故當事人、事故發生的周邊環境等要素入手，分析造成交通事故的深度原因以及事故設計各要素之間的內在關系，通過大樣本量的統計，發現道路交通事故頻發的潛在誘因，利用多維分析技術、計算機模擬技術、高度還原事故發生的情景，為交通事故預防提供系統的數據支撐和充分的科學依據，如圖5所示。

（3）交通擁堵分析預測功能。通過對路網交通運行狀態的實時監控，統計分析出路網內容易發生交通擁堵的時間、路段、區域和重點交通生成、吸引點，并通過完善的交通流數學模型進行建模仿真計算，向交通管理決策者提供緩解路網交通壓力的方案與策略，同時向交通參與者發布路網交通擁堵預測，從源頭上控制交通流在特定時間、特點路段的出現大范圍擁堵的概率，防止因非常規交通事件引發路網交通癱瘓。

圖5 交通事故統計分析功能結構示意圖

（4）交通安全預警發布功能。在道路交通系統運行狀態突變、道路通行條件出現異常，或者發生影響正常道路交通運行特定事件的情況下，及時匯總整理相關信息，為交通管理決策者提供交通出行安全程度進行評價報告，同時根據交通管理決策的實際情況向交通參與者發布安全出行預警，將交通事故發生的概率控制在較低水平。

（5）交通運行狀態評價功能。通過對路網交通流運行狀態的監控，運用各類交通流參數精確計算路網機動車出行的效率，從整體上對路網交通負荷度、出行安全度、出行便捷度以及交通管理具體措施之間的協調度進行系統評估，為進一步交通規劃組織方案的優化調整提供宏觀的決策支持和依據。

（6）交通管理決策輔助功能。通過對道路交通系統數據的深度融合應用，結合交通參與者的需求、交通管理決策者的目標、路網道路實際情況，形成解決各類交通問題的策略和思路，為交通管理決策者提供系統全面、科學高效、具有實際操作性的輔助決策預案[6]。以交通安全預警管理輔助決策為例，通過嚴密的邏輯設定與流程，實現為道路交通管理決策者提供最優方案，如圖6所示。

圖6 道路交通安全預警管理輔助決策工作流程

（7）交通管理決策評估功能。在提供交通管理輔助決策的情況下，利用計算機仿真技術和AI人工智能技術對輔助決策的預案進行在線仿真，評估各類預案的執行效果和實踐操作性，并對在線評估過程中發現的問題進行進一步調整優化，通過不斷的完善為交通管理決策者提供更為有效的決策依據，如圖7所示。

圖7 交通管理決策評估模型庫結構和組成示意圖

3.3 系統運行模式

基于數據可視化的道路交通管理決策系統應當按照交互式的運行原理，利用各個系統功能標準化模型庫，準確描述與解決道路交通系統實際遇到的結構化問題，長期積累形成的傳統經驗庫或者管理決策者負責解決道路交通系統實際遇到的非結構化問題[7]。道路交通管理者通過向系統提出不同類型的需求，形成人機交互。標準化模型庫負責統計分析，管理決策者負責判斷定性，通過不斷重復評估，最后向管理決策者提供最優的方案。在方案進入實踐應用后，系統的標準化模型庫不斷進行優化與調整，直至系統與管理決策者交互停止，如圖8所示。

圖8 道路交通管理決策系統交互式運行原理示意圖

4 結語

基于數據可視化的道路交通管理決策體系是一項結合多項新技術的復雜系統，通過對現有的道路交通基礎數據資源、軟件平臺應用和路網交通設備的模塊化整合，充分發揮基礎數據信息的價值和效用，為道路交通管理決策者提供具有高度科學性和可行性的方案，這對于整體解決道路交通供需之間的矛盾、有效降低道路交通擁堵和事故頻發的概率、快速處置各類交通事件提供了完善的決策支撐，并利用決策評估系統的交互式運行優化，全面提升道路交通管理決策的智能化應用水平。