杭州東站智能交通管控平臺的開發和應用

張平 陳夢婷 高介敦

摘 要：杭州東站作為大型交通樞紐之一，不管是車流量還是人流量都呈現擁擠的態勢，但目前尚未有較好的辦法來解決杭州東站的交通管控難題。本文提出了基于杭州東站的實際運行情況來開發交通管控平臺，以期提高杭州東站的交通管控水平。

關鍵詞：杭州東站;智能交通管控平臺;多源數據;客流量

中圖分類號：U495 文獻標識碼：A

0 前言

隨著經濟的快速發展，車輛的保有量也在不斷增加，交通樞紐的車流量和人流量也在與日增加，交通的供需矛盾逐漸凸顯。交通管控存在力度不足、人員不足以及管控難度大等問題。同時隨著科技的發展，交通的數據種類和數據量呈指數級爆發的狀態，形成大量的交通信息。傳統的交通管控技術對于處理海量的數據已經存在力不從心的問題，亟待通過科技來創新升級。智能交通管控平臺是一個集綜合集成管理、功能化與指揮應用于一體的大平臺，可以綜合集成各種圖像設備、信號控制設備、檢測設備、交通信息的采集與誘導以及交通管理信息等信息系統。因此本文結合杭州東站的實際情況，搭建了能夠針對交通樞紐的智能交通管控平臺，以增強對交通樞紐的管控能力。

1 杭州東站運行基本情況

杭州東站始建于1992年4月1日，是杭州市最大的門戶型城市交通樞紐，于2013年7月完成改建后正式投入運營，主要辦理杭長、杭甬高鐵全部動車，滬杭、寧杭高鐵中長途動車，杭黃鐵路部分動車始發終到作業，以及滬昆、蕭甬等普速通過作業。杭州東站自完成改擴建實現動車組始發終到功能以來，旅客發送量持續攀升，位列全國第三。

2019年9月25日，浙江杭州東站樞紐鐵路換乘地鐵開啟“免檢模式”。杭州東站樞紐地鐵安檢正式上移至鐵路到達層大廳，乘客從高鐵出站后可免安檢直接進入地鐵站，實現無縫換乘。

東站核心區域位于杭州“一主三副”的幾何中心，因此交通量需求較大。鐵路客流由高速鐵路、普通鐵路和磁浮列車客流組成。根據客流數據統計，平峰時間鐵路到達旅客大約有60%換乘地鐵，節假日高峰時占比達70%以上。平峰時間地鐵日均進出站客流約為19萬人次，節假日高峰時超過30萬人次，最高達到38萬人次。此外，根據杭州市規劃院對鐵路的客流預測，火車東站遠期2030年旅客發送量為5 020萬人次，即日均發送量13.7萬人次，日均到發總量為27.4萬人次（按到達與發送量相同計）。然而早在2019年杭州東站的鐵路客流發送總量就已經達到了7 191萬人次，遠超原預測量，在超高峰期已出現擁擠態勢。

2 智能交通管控平臺需求分析

杭州東站作為大型交通樞紐，人流量和車流量的匯入在高峰期都呈現出擁擠態勢，必須具有大量的靜動態數據的獲取和分析挖掘能力才能支撐管控交通樞紐的各項業務的應用。因此為能充分發揮智能交通管控平臺的作用，需要充分的利用人工智能、大數據和云計算等技術，因此交通管控平臺需要滿足以下的基本需求：

（1）支持云計算。通過大量的服務器虛擬化，形成虛擬的資源池使用戶能夠獲取大量的計算資源、存儲資源以及網絡資源等技術服務。具備多租戶、動態可擴展、可擴展性、高可靠性、高靈活性、可共享性等特點，可以為業務層面的應用提供技術基礎支持。

（2）支持大數據存儲。交通管控平臺需要同時高效率的處理海量的數據種類和數據量，因此必須具有高運轉性的大數據存儲功能。

（3）支持大數據實時查詢。在具備大數據存儲的功能下，還需要擁有對這些大數據實時快速地查詢功能。

（4）支持大數據搜索。可支持通過搜索引擎快速搜索到所需要地數據，簡便使用者的操作流程。

（5）支持大數據挖掘分析。根據編程模型以及計算礦建并結合機器學習的監督學習、半監督學習、無監督學習、強化學習以及數據挖掘算法，實現針對海量數據的處理分析功能。可支持多種算法模型。

（6）支持大數據展示。可將數據的分析結果進行可視化展示，方便使用者更好理解數據的內容以及分析的結果。

（7）支持批量處理計算。針對海量數據的處理請求，需要具備批量處理的功能，可執行針對大規模數據的處理任務。

3 智能交通管控平臺的設計

智能交通管控平臺需要從多源交通量數據、道路地理信息、道路感知設備等渠道多源收集數據，并需要對收集到的大量數據進行清洗、融合、存儲和分析，再通過交通管控的算法模型進行計算分析，得出結果并在大屏上進行可視化的多維展示，可以為交通流量預測、應急、誘導、事件等業務提供高效精準的應用服務。管控平臺的具體設計方案如下：

（1）格式化數據。需要建立標準的數據字典，并進行集中存儲，由于平臺收集的數據種類繁多，數據的格式和標準也各有不同，數據之間還不能直接交互，因此還需要建立標準化的數據字典庫。數據字典即是以數據基本單元為單位，是描述數據的信息集合，是對系統中使用的所有數據元素的定義的集合。平臺首先對多源渠道收集到的數據進行數據字典標準的格式化，從而轉換成統一的、滿足平臺要求的格式的數據，再在平臺上集中存儲，從而為后面的分析和決策提供數據支持。

（2）數據清洗和融合。上傳到綜合管理平臺的數據質量參差不齊，還有重復和漂移等現象，因此，必須要對數據進行清洗，將無效的數據剔除，以及相同數據相匯和，再將數據進行融合，從而得到具有較高質量的數據，保證數據分析結果的可靠性。

根據綜合交通樞紐的多源數據的分類標準，可以建立原始數據的基礎數據庫，并通過數據的關聯規則及數據模型構建分類的專題數據庫。此外，依據分析、事故預警、評估等模式，通過凈化、轉換、篩選、融合、分析和計算等方式對數據進行抽取并建立數據存儲倉庫及共享倉庫，從而可以為數據共享、數據可視化、信息發布等提供數據支持。

（3）智能交通管控平臺決策分析算法，并建立模型。可基于不同的分析目的，建立不同的算法模型。例如，以交通樞紐客流量的預測為例，需要充分調用數據庫里的數據，這些數據來自于多源的交通量數據，包括地鐵閘機數據、手機信令數據以及公交IC卡和GPS數據等數據來源，但它們都可以反映出交通樞紐的客流量的情況，包括高峰時期和平峰時期等，通過數據融合和數據挖掘分析技術研究多源數據量和交通樞紐客流量短時預測量的關系，可基于遺傳--BP神經網絡模型，用數據去訓練模型，并對模型不斷地進行優化，最終建立起精準度高的算法模型，從而可為交通管控措施和旅客出行提供決策參考建議。

（4）數據共享。通過多源數據量的融合結果可以直接生成可視化的圖表進行展示。交通管控平臺的可視化展示需要以用戶體驗優良、數據直觀為前提，將平臺智能分析的結果以動態圖表等易觀察的形式展示，同時也支持三維立體圖案展示。管控平臺可以兼容杭州東站內部的監控設備以及在東站附近包括路段、橋梁、高架等監控設備和各個系統，建立起標準統一、數據共享、綜合決策，并能提供信息發布服務的智能交通管控平臺。此外，融合結果的共享形式可以由使用者的需求決定，可以在未來支撐更多的數據共享形式，從而提供更合理和有價值數據融合成果。

4 智能交通管控平臺的應用

智能交通管控平臺可在多方面提升杭州東站的交通管控水平。本文僅從智能交通管控平臺預測杭州東站短時客流量的精確度入手。下圖是智能交通管控平臺對于客流量的預測效果：

從上圖可以看出預測的客流量在分布趨勢與實際數值方面均與實測的客流量相近，說明運用智能交通管控平臺預測客流量的效果較好，可以為交通管控的方案和游客的出行提供參考建議。

5 結論及未來研究方向

5.1 結論

智能交通管控平臺在大數據、人工智能以及云計算技術的基礎上打破了傳統交管平臺難以處理海量數據并進行分析的難題，通過多源的交通量數據實現了精準的算法模型以及數據共享。在業務方面也實現了從功能化到場景化的轉變，讓分析的結果更為直觀清晰。通過將智能交通管控平臺實際應用到杭州東站，發現各時段流量預測和實測流量相近，得出智能交通管控平臺具有優良的可實用性，可在未來將其推廣到更多的交通樞紐上。

5.2 未來研究方向

盡管現在有越來越多的城市在交通治理方面運用了智能交通管控平臺，但是大部分還是將其運用到公路和道路上，較少有運用到交通樞紐上，因此本文的提出填補了交通管控平臺應用到交通樞紐上的空白。基于杭州火車東站目前的運行狀況，主管部門可以對智能交通管控平臺進一步的優化，如何更好地發揮平臺的作用，通過平臺數據分析的結果來為交通管理實現技術賦能。同時，交通管控平臺的數據分析結果也可以為未來交通樞紐的選址和建設方案提供參考依據。

參考文獻：

[1]梁達.智能交通管控大數據平臺設計開發與應用[C]. 第十五屆中國智能交通年會，2020.

[2]柴輝照，岳鵬程，郭曉澎.“互聯網+高速公路”大數據綜合管控平臺設計與實現 [J].電子世界，2020（19）：110-111.

[3]吳海衛，劉豐軍，程鵬，等.杭州東站樞紐交通綜合治理實踐[J].綜合運輸，2021（43）：122-128.