交通大數據共享服務與應用研究

李偉強，李亞東，趙 佳

（1.北京易華錄信息技術股份有限公司，北京 100043；2.中國衛通集團股份有限公司，北京 100190）

1 引言

隨著經濟社會的持續快速發展，我國迎來了道路交通大發展的有利時機，截至2018年11月，全國機動車保有量達3.25億輛，機動車駕駛人達4.07億人，與此同時，高速公路、公路及城市道路通車里程持續快速增長。為對應人、車、路快速增長帶來的交通管理嚴峻形勢和巨大壓力，全國公安交通管理部門落實科技強警戰略，積極推動智能交通管理系統建設，初步實現了交通管理業務信息化，完善了道路交通監控設施，完成了全國機動車緝查布控系統聯網建設。近年來各地陸續開展了公安交通集成指揮平臺、大數據分析研判平臺等系統建設，有力提升了交通管理服務能力和水平，但是，仍面臨著交通擁堵、交通事故頻發、交通陋習多等諸多城市交通頑疾，仍存在設備集成度低、交通管控范圍不夠廣、數據應用缺乏信息關聯共享等問題。依靠科技力量，推進智能交通系統建設發展，提高交通數據應用水平，仍是未來相當長時間的工作重點。

2 研究背景

（1）“保安全、保暢通”工作需要。近年來全國范圍內人、車、路快速增長，機動車駕駛員素質總體不高，群眾參與交通守法意識仍比較低，駕駛人、行人交通違法行為多發，造成交通擁堵常態化、道路通行效率低下、事故頻發且處置能力不足、重點車輛多頭共管信息不完整，交通運行整體效率偏低。

（2）交通科技應用需要。近年來，各地以“向科技要警力”為目標陸續建立了大量的信息化系統，但是，客觀上仍然存在交通違法監測手段覆蓋不足、交通綜合評估缺少決策依據、肇事逃逸事故偵破手段不足、信息發布渠道不多、數據量爆發式增長卻難以有效挖掘有效信息等技術應用難題，直接制約著道路交通管理工作的成效。

（3）公眾服務需要。隨著人民群眾交通出行需求的日益增長，不斷提高交通公共服務的能力和水平，拓展服務手段，必將是今后交通管理部門工作的重點之一。人民群眾在交通管理方面，既是受益者也是參與者，便民服務手段不足、出行缺乏精準指引、信息獲取不足、參與度低是交通公眾服務亟需改善的幾個方面。

（4）數據共享需要。各類交通信息都分散在交通管理各業務信息系統和新興互聯網的平臺中，需要實現跨部門、跨業務、跨平臺的數據采集、處理、整合、存儲，為各級各類應用提供更為豐富的數據信息資源，實現不同行業之間實時的數據交換和共享，并進行綜合、全面、深入的數據應用，滿足交通管理精細化、智能化、動態化的要求，滿足公眾信息服務和政府決策數據支持的需要。

3 交通大數據特征

交通大數據是大數據的一種，它具備一般大數據的“4V”（Volume，Variety，Value，VeIocity）特點。

（1）規模大。交通系統是一個復雜的系統，涉及人、車、線路、環境等，數據量巨大。比如手機數據、車輛的北斗／GPS數據、道路的流量數據和天氣狀況數據等。

（2）種類多。交通大數據包括物理空間的數據，比如車輛移動的北斗/GPS位置數據、車輛狀態數據、攝像頭視頻數據、天氣數據以及路網數據等；也包括與人類社會息息相關的移動數據，比如手機基站數據、交通智能卡數據等；還可以包括網絡空間數據，比如論壇、新聞、微博及微信等眾包數據。

（3）價值密度低。數據總量雖然很大，但對于具體應用而言，挖掘有用的數據有可能像大海撈針一般。比如為分析交通事故，可能只有與事故相關的天氣、車輛、人員及視頻數據才是有用的，而其他不相關的大量數據需要被過濾掉。

（4）速度快。交通數據具有強實時性特征。無論是交通基礎設施、交通運行狀態還是交通服務對象和交通運載工具，每時每刻都在涌現大量的數據，同時也需要快速處理、分析和挖掘，并給出反饋。例如交通實時動態路況，一方面大量的視頻數據、北斗／GPS位置數據、地感線圈數據等不斷涌現，亟待實時處理計算；另一方面還需要根據歷史數據，對將要發生的情況進行實時預測，并反饋給出行者。

此外，交通大數據是城市大數據的重要組成部分。城市大數據是在城市管理、生活、建設、發展過程中，由信息空間、物理世界和人類社會“三元空間”所產生的多源、多模態、異構海量數據，蘊涵著豐富的知識和價值。因此，交通大數據還具有時空移動性（時空變化并蘊涵規律）、社會關聯性（三元空間分布但彼此關聯）、人的參與性（來源于人且服務于人）等特點。

（5）時空移動性。任何交通事件都具有地域和時域特征。為了全面深入理解交通大數據，需要從時間和空間兩個維度分析其動態演化特性。

（6）多維結構特征。如一段公路上，既有交通流量屬性，也有路面介質信息，還有路基結構等。

（7）社會關聯性。人類社會大量的移動軌跡同時存在于信息空間和物理世界，使得信息空問、物理世界和人類社會三元空間之間有機連接與互動，體現在城市發展上即動態信息、個體流動規律以及人群生活與城市交通發展的深層交互上。

4 研究思路

交通大數據共享服務平臺是一個完整體系，涵蓋數據采集、處理與應用，系統提供多源異構大數據采集能力、大數據集中存儲管理能力、大數據實時流處理能力、大數據分布式處理分析能力、圖像大數據解析能力、海量數據秒級檢索能力等，實現對跨公安網、專網（視頻圖像、政務、社會）、互聯網三網，來自交警部門（總隊、地市支隊）、各類社會面系統數據的集中匯聚、實時分析處理、融合關聯處理、深度挖掘，為道路通行狀態研判、道路信號控制、機動車及駕駛人研判、車輛動態監管、駕駛人管理、重大警情研判、交通違法數據研判、交通事故分析研判和輿情研判分析等交通管理業務提供全面支撐。

5 關鍵技術

（1）大數據采集技術。數據是指涉及交通大數據平臺相關的所有數據包括多種方式獲得的各種類型的結構化、半結構化及非結構化的海量數據，數據是大數據知識服務模型的根本。運用的采集技術主要包括高速高可靠數據采集、遷移技術；高速數據解析、轉換與裝載技術等；同時設計質量評估模型，提供數據質量技術。

（2）大數據分析與挖掘技術。數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘涉及的技術方法很多，有多種分類法。根據挖掘任務可分為分類或預測模型發現、數據總結、聚類、關聯規則發現、序列模式發現、依賴關系或依賴模型發現、異常和趨勢發現等等；挖掘方法可粗分為：機器學習方法、統計方法、神經網絡方法和數據庫方法。

（3）大數據檢索技術。大數據檢索旨在能夠快速的在海量數據中檢索出用戶關心的數據，檢索的目標包括各種數據類型。對于結構化數據庫能夠對所有相關行列信息進行快速全文檢索、對于非結構化和半結構化數據庫能夠不局限于文本自身的信息還能夠深入檢索到文本內部的數據。同時能夠提供多種檢索方式，包括過濾檢索、條件檢索、邏輯查詢、分類檢索等。

（4）大數據可視化技術。大數據可視化無論對于普通用戶或是數據分析專家，都是最基本的功能，將數據圖像化可以讓數據自己說話，讓用戶直觀的感受到結果。大數據可視化技術不僅能夠看到原始的數據，同時能夠對數據進行簡單的統計分析，并以直觀的統計圖表進行數據展現，可以幫助用戶發現數據內部隱含的價值和規律。

6 系統構想

整個系統由一中心（云計算中心）、兩庫（交通業務數據庫、交通圖像數據庫）、三平臺（數據服務平臺、業務服務平臺、行業應用平臺）構成。

（1）一中心：云計算中心。充分利用云計算、大數據的高性能、高可用、高擴展的優勢，為平臺提供強大的網絡、計算、存儲等基礎處理能力。

（2）兩庫：交通大數據中心（交通業務數據庫、交通圖像數據庫）。包含圖像、業務兩大數據庫，匯聚交通管理業務數據，整合接入外部數據，實現數據的全面融合。

一是圖像大數據。視頻圖像是交通大數據中規模最大、增長最快、信息含量最豐富的大數據源，也是交通管理的重要資源。圖像數據信息的完整性、真實性、時效性直接關系到上層應用的使用效率。建立交通管理圖像大數據，實現視頻、圖片資源的全面智能化管理，依托大數據、云計算、機器視覺及深度學習技術，建立圖像資源池及圖像特征庫，實現視頻圖片的結構化、語義化，實現圖像價值的實時提取與應用，實現交通圖像數據的存儲、解析、管理、檢索、應用服務，比如道路路況感知、事件感知、車牌、車型等車輛信息的提取等。二是業務大數據。業務大數據，實現跨部門、跨業務、跨地域的交通業務數據采集、處理、整合、存儲、交換共享等功能；建設統一的數據中心，實現不同條塊之間的數據交換和共享，并進行綜合、全面、深入的數據應用，滿足交通業務管理、公眾信息服務和政府決策數據支持的需要。

（3）數據服務平臺。運用大數據、機器視覺、深度學習等技術，提供數據的解析、挖掘與共享；在數據融合共享的基礎上，依據交通管理最核心的要素，對人、車、路、環境、管理等進行主題化梳理，形成跨業務庫、跨平臺的全息大數據服務。一是全息大數據服務。在全面建立基礎數據庫之上，按照交管業務關注的重點，從基礎數據庫中抽取、清洗、提煉并重新聚合，形成跨業務庫的全息數據檔案，滿足交通管理綜合研判、分析等業務需求，主要包括車輛全息數據庫、人員全息數據庫、道路（路口、路段）全息數據庫、事故全息數據庫、設施設備數據庫等。二是海量數據搜索服務。隨著交通管理業務數據規模的爆炸式增長，如何從海量的歷史、實時數據中快速獲取有用信息，變得越來越具有挑戰性。搜索是獲取信息最高效的途徑之一，因此也是各類數據資源、應用的基礎標配功能。該服務基于兩個大數據庫匯聚的數據信息，運用大數據技術對交通管理各類數據優化、融合，實現實時在線對各類交通資源數據進行一鍵搜索、綜合查詢，豐富查詢內容，提升查詢效率。三是大數據可視化服務。大數據可視化平臺提供統一數據訪問接口，致力于用更生動、友好的形式，即時呈現隱藏在瞬息萬變且龐雜數據背后的業務洞察。通過交互式實時數據可視化展示來幫助指揮人員發現、診斷業務問題，越來越成為大數據解決方案中不可或缺的一環。幫助非專業的業務人員通過圖形化的界面輕松搭建專業水準的可視化應用。提供豐富的可視化模板，滿足指揮調度、業務監控、交通態勢分析等多種業務的展示需求。四是數據支撐服務。系統數據支撐服務提供了基于大數據架構的服務框架，建立數據的基礎管理、數據監控、共享服務等數據基礎支撐服務。

（4）業務服務平臺。面向各級業務，構建“去平臺化、工具化、可定制”的交通專題分析工具及服務，如勤務崗位分析、事故預警預測、車輛情報分析、違法分析、停車管理等，為上層應用提供模塊化支撐；構建模塊化、組件化的交通專題分析模型及服務，實現應用模塊的注冊、發布、分類、搜索、展示等集中管理，共享給需要此服務的各個行業應用，豐富和拓展業務管理手段。

（5）行業應用平臺。面向交通管理和公眾服務，充分融合大數據平臺的數據服務和業務服務，進一步創新和拓展應用手段，建立更加完善、更加智能的指揮調度、信號控制、決策支持、交通安全評估等綜合應用。

7 結束語

交通大數據共享服務平臺依托大數據、云計算、人工智能技術，建立圖像大數據與業務大數據，形成圖像、業務主題資源池及跨業務庫的交通全息數據檔案，構建“工具化、碎片化、可視化”的交通專題分析模型及服務，豐富交通管理業務應用，拓展業務管理手段，實現交通管理數據的“大融合、大碰撞、大應用”，促進數據向價值轉變，促進依靠“經驗”的決策模式向“數據驅動”的新模式轉變，構建大數據時代的交通管理新常態。