基于大數據的綜合交通樞紐客流監測系統設計研究

楊友盛 韋宇欣 秦樹峰

摘要：綜合交通樞紐主要就是集機場、高速公路交通、鐵路交通、地鐵交通、長途客運交通、公交交通等于一體的交通樞紐，是城市整體交通系統中非常重要的節點。為此，文章提出基于大數據的綜合交通樞紐客流監測系統設計建議和系統的應用措施，旨在為提升綜合交通樞紐的客流監測效果提供參考。

關鍵詞：大數據；綜合交通樞紐；客流監測系統；設計

中圖分類號：U492.1A551853

0引言

綜合交通樞紐是集機場、高速公路交通、鐵路交通、地鐵交通、長途客運交通、公交交通等于一體的交通樞紐，是城市整體交通系統中非常重要的節點，有助于全面掌控不同交通系統的客流狀況，準確預測未來客流規模，提高樞紐運力的調度精準性，預防大規模游客在交通樞紐滯留。傳統的城市綜合交通樞紐監測工作主要使用紅外監測技術、壓力監測和視頻監測等技術，但是此類硬件設備監測系統的設備安裝困難、維護難度高、監測的范圍狹窄，缺少對樞紐周圍道路狀況和交通集疏運行能力數據的分析，很難確保對綜合交通樞紐的全面監測和對客流規模的準確預測，對運力調度和避免旅客滯留產生不利影響。而以大數據技術為基礎設計綜合交通樞紐客流監測系統，能夠通過大數據挖掘技術全面預測分析客流規模，對提升交通樞紐運力和預防游客滯留具有重要意義。因此，在綜合交通樞紐監測系統設計的過程中，需重點采用先進的大數據技術，提升交通樞紐監測工作的水平。

1.1大數據建設框架的設計

采用大數據技術設計綜合交通樞紐客流監測系統。大數據建設框架的設計，以大數據中心為基礎采集收集機場客流、智慧高速公路堵點數據、城市道路數據、軌道交通和地面公交數據、出租交通與鐵路客貨運交通數據、公路客貨運數據等。利用Hadoop大數據存儲技術和處理技術，構建能夠大規模進行海量數據信息處理的集群，存儲和處理海量的綜合交通樞紐數據信息。在系統設計的過程中，將大數據建設框架分成基礎數據庫系統、業務和交換數據庫系統、主題數據庫系統，用來存儲結構化類型和非結構化類型的數據，以此為基礎對綜合交通樞紐數據進行統計、聯機分析、數據挖掘處理。主要的建設框架如圖1所示。

綜合交通樞紐大數據具備體量大、數據處理速度快、模態多元化、真假數據共存、價值豐富性、數據可視化的特點，只有全面有效地進行數據分析，才能充分發揮大數據的應用價值。因此，在大數據建設框架中采用spss軟件、Sas軟件和hive云計算模型等，可準確進行數據信息的清洗、融合、統計分析和聯機分析，深入完成數據挖掘和數據可視化操作，提升數據處理效果。

1.2客流監控系統結構設計

綜合交通樞紐屬于城市交通領域中非常重要的核心部分，對城市內外交通服務具有重要的影響，匯集多種類型的交通方式，每天有上萬次客流出行，產生多元化、復雜化的交通出行數據。綜合交通樞紐運營情況與周圍的高速公路交通、道路交通、客流等存在直接聯系。為確保客流監測效果，此次系統設計中，采用大數據技術進行不同交通運行狀況、綜合樞紐運行管理數據的采集，準確預測未來的客流情況與公共交通運力，分析樞紐內部和外部的狀況，提前進行旅客信息的發布，精準進行交通車次的調度，預防發生旅客滯留的問題，整體的樞紐客流監測系統架構如圖2所示。

2.1樞紐室內定位

近年來，在綜合交通樞紐客流監測的過程中，樞紐室內定位技術一直屬于應用難度較高的技術，無論采用壓力監測、紅外和視頻監測技術，都存在相應的缺陷，難以精確地、大范圍地進行樞紐客流的監測。為有效解決此類問題，本次研究中提出利用LampSite+SVA進行樞紐室內定位的措施，通過樞紐室內定位技術全面進行綜合交通樞紐客流實時性位置數據的采集。LampSite是當前較為先進的天線室內多規模覆蓋問題處理技術，能夠進行室內盲點的補充和熱點擴充，整體設備的體積很小，能夠靈活進行部署，容量也很高，適合應用在客流密度較大的綜合交通樞紐監測中。與此同時，LampSite架構具備BBU層次、RHUB層次和pRRU層次，不同層次的應用能夠使射頻信號和基帶信號之間良好轉換。SVA是將數字化小蜂窩網絡作為基礎部分的能力開放平臺系統。其中API具備TDOA定位功能、指紋定位功能和場強三角定位功能，能有效進行樞紐室內的位置分析計算和數據信息傳輸。定位算法的精確度能夠達到4～7 m，準確完成不同交通形式乘車區域客流數據、樞紐周圍行人數據、小區住戶數據的區分。將LampSite和SVA技術相互整合，能夠提升樞紐室內定位的精準性。

近年來在綜合交通樞紐室內定位方面主要采用無線網指紋定位技術和藍牙定位技術。定位的準確性很容易受到外部基站位置的影響，定位的范圍較小，不能確保準確進行綜合交通樞紐室內客流的定位。表1為不同定位技術的應用效果對比表。由表1可知，LampSite+SVA定位技術的應用準確性非常明顯，具有推廣的價值，因此本次設計中將LampSite+SVA定位技術應用在樞紐類監測系統中，準確進行樞紐室內客流的定位，實時性獲得位置數據信息，掌控客流時空狀態，動態地對異常狀況作出預警［1］。

2.2樞紐客流分析

整體系統中進行樞紐客流的分析，采用智能手機指令數據獲得實時的樞紐客流數據，對樞紐客流的實時性情況、集散時間與短時客流等進行分析，如圖3所示。

2.2.1客流實時性情況分析

樞紐客流實時性情況分析的過程中主要是進行樞紐在站與乘車區的客流研究，其中在站客流主要是樞紐之內的乘車旅客，需要將內部工作人員數據排除，按照運營商在區域范圍內的占有率，合理擴樣處理，計算方式見式（1）：

可按照基站下各個用戶停留時間做出統計研究和分析判斷，準確判斷工作人員的數據。同時需要注意，樞紐內平均每天停留時間在2 h以上的用戶，可以將其標定成為工作人員。另外，LampSite+SVA定位技術在應用過程中的位置計算精度能夠達到4～7 m的指標，所以使用此類技術可以準確進行區域范圍內等車客流的識別，采集不同交通區域內的等車客流數據信息，計算區域下基站檢測出來的用戶數量之和［2］。

2.2.2集散時間的合理分析

從本質層面而言，樞紐內乘客的停留時間能夠將樞紐集散效率反映出來，合理對其進行分析和研究，需要采集整體計算時間、不同交通區域乘車客流的等車時間，以樞紐內乘客停留平均時間為基礎，將非乘車行為用戶的數據扣除后，對剩余用戶平均停留時間進行計算，得到樞紐內整體集散時間的參數，可按照式（2）進行計算分析：

每個交通乘車區域范圍內的集散時間，都可以通過乘客進入區域到上車離去的平均時間進行計算，將交通運輸能力和服務質量反映出來，使調度部門能夠按照乘車區域集散時間進行分析和研究，制定對交通運力進行調整和調度的方案計劃［3］。

2.2.3短時客流的合理預測分析

在樞紐短時客流預測的過程中主要是將歷史和實時性數據輸入時間序列模型，對歷史數據全面分析排列時間序列，構建相應的預測模型，通過模型進行未來客流量的預測分析。如式（3）所示，在模型中設置相關序列X={X1，X2，……Xn}，預測結果為n個，向前預測的數據值為x（k+h），可利用公式描述線性或者是非線性的回歸過程。

可通過此類模型科學合理分析和預測短時客流，為相關工作的有效開展提供保障，如圖4所示。

2.3樞紐信息發布

在綜合交通樞紐客流監測系統應用的過程中，完成樞紐客流分析操作和樞紐室內定位操作后，需要按照實際情況發布樞紐的數據信息，分析研究樞紐客流狀況，為乘客、周邊出租車、交通行業等發布相關的數據，引導乘客合理進行交通換乘方式的選擇、為運力的調度提供依據、為周圍出租車的運營提供指引，確保能夠改善交通樞紐的換乘效率，預防出現旅客滯留的問題，降低出租車空載問題的發生率［4］。

系統運行期間大數據中心能夠全面采集車流數據、路況數據和客流數據，為管理人員進行車輛靜態信息、車輛運行信息和樞紐運行信息的反饋，使調度工作人員能夠準確判斷是否會發生突發狀況，科學合理開展車輛調度工作。與此同時，綜合交通樞紐是城市交通領域中的重要節點，承擔城市外部和內部交通功能。節假日期間和重大活動特殊期間，可能會有大規模客流，在這種情況下可通過監測系統實時性進行樞紐內客流數據的采集，準確預測短時客流情況，合理進行不同交通等車乘客數量數據和平均集散時間數據的發布，為乘客發布不同交通乘車區域內的等車時間信息和擁堵度信息，使乘客合理選擇換乘的方法［5］。

3結語

綜上所述，以大數據技術為基礎設計綜合交通樞紐客流監測系統，需合理完善相關的大數據建設框架、客流監控系統的架構，確保能夠準確進行交通樞紐客流監測。同時，在基于大數據技術綜合交通樞紐客流監測系統實現方面，必須完善樞紐室內定位的功能、樞紐客流實時性情況分析功能、客流集散時間分析功能和短時客流分析功能，實時發布相關的樞紐信息，確保系統的良好應用。

參考文獻

［1］邰貴華.視頻監控系統的研究與應用［D］.南京：南京郵電大學，2017.

［2］賈小強.基于物聯網的城市軌道交通客流監測平臺設計與實現［D］.北京：北京工業大學，2015.

［3］梁超.地鐵四號線換乘客流信息監測系統設計與開發［D］.北京：北京工業大學，2011.

［4］張英武.軌道交通輻射監測系統設計與實現［D］.北京：中國科學院大學，2016.

［5］張蘭蘭.基于PLC的電梯智能控制與監測系統設計［D］.曲阜：曲阜師范大學，2017.

基金項目：廣西重點研發計劃項目“智慧高速車路一體技術研究與示范項目”（編號：桂科AB21196008）

作者簡介：楊友盛（1982—），高級工程師，主要從事高速公路機電工程建設、運營管理及建筑智能化工程建設工作。