浅述大数据综合治堵.docVIP

浅述大数据综合治堵 　　一、背景分析 　　大数据时代的到来，为智慧交通的发展提供了有力的支持，同时也带来了巨大的变革。 针对常发拥堵点，分析拥堵原因，提出改进措施，向治堵平台提供实时动态数据；深化智能化公共交通调度系统，完善行车和停车诱导系统；建立交通拥堵预报及反应机制，形成拥堵事后评价体系；以公众服务为导向，推进城市交通数据逐步开放，多种方式为公众提供出行信息服务。 　　二、整体架构 　　大数据+综合治堵利用大数据技术，将采集的多源异类海量交通传感数据和交通业务数据进行大数据处理和分析，实现客观、准确、实时的堵点定位、堵因分析、治堵措施建议及评估、拥堵预报和公众服务，其架构由数据接入层、数据处理?雍陀τ貌闳?大部分组成。 　　（一）数据接入层 　　数据层主要采集部署在道路上的各类传感器，包括GPS、微波、卡口、线圈、流量检测仪等的传感数据和各业务部门的业务数据，将其接入处理层，为交通业务各环节提供数据支撑。其中，不同种类的主流传感器具有不同的功能，如表1所示。 　　各部门根据其业务差别产生不同业务数据，如表2所示。 　　（二）数据处理层 　　数据处理层由大数据平台组成，主要分为数据存储中心和数据计算分析中心两大部分。 　　1. 数据存储中心 　　构建数据存储中心，对采集到的结构化和非结构化交通传感数据和业务数据进行交换、清洗、整合、存储、检索、资源管理等一系列数据处理过程，最终在数据存储中心进行统一管理，为后续的深度分析担当基础。 　　2. 数据计算分析中心 　　在数据计算分析中心对存储在资源中心的数据进行多维度、多层次、多模型分析处理，分析中心主要由算法模型、分析工具、数据可视化和应用开发平台四个模块组成。其中，算法模型涵盖特有的交通行业专业算法，包括多源交通数据融合、时空关联数据挖掘、交通流数据多维统计和深度学习、基于规则集的智能推荐等。 　　（三）应用层 　　上述交通大数据处理分析结果可有效应用于构建大数据缓堵综合平台。在平台中，数据业务应用主要在以下五部分实现： 　　1. 堵点定位 　　建设城市交通拥堵态势评估系统，通过分析多源异构海量交通数据，综合应用交通状态、交通流量、交通指数、交通流OD等多重指标体系，对交叉口、路段和区域等不同对象评估堵态，从点、线、面多维度反映城市拥堵情况，准确定位堵点。 　　2. 堵因分析 　　基于出行规律分析、路网空间结构、车流跟踪模型等技术构建拥堵分析辅助决策系统，结合专家服务，从源头分析拥堵成因。 　　3. 治堵措施建议及评估 　　基于数据分析结果，结合多学科背景的大数据治堵专家团队，从交通规划、交通管理、交通服务等方面研究治理交通拥堵的措施，形成基于大数据分析的城市治堵方案并设符合交通特点的治堵措施仿真评估系统。 　　4. 拥堵预报 　　利用大数据技术对历史和实时交通数据进行分析，建设城市交通拥堵预报系统和交通流量预警系统。对时间、地点、天气、特殊事件（交通管制、重大事故、热点事件等）等不同因素影响交通拥堵的情况进行预报，协助交通管理部门提前制定有效的治堵措施。 　　5. 公众服务 　　建设出行诱导系统和停车诱导系统，针对大数据分析得到的堵点、堵因、治堵措施和拥堵预报，结合基于路况的路径推荐、实时出行诱导、拥堵报警、停车诱导等功能，通过网站、微信、APP、车载终端等方式协助出行者躲避拥堵，提高公众出行效率，最终从全局上对整个城市的交通通行压力进行均衡化缓解。 　　三、相关具体应用 　　（一）堵点定位 　　堵点定位功能通过智慧交通运行状态监测系统、智慧交通流量报警系统去实现城市拥堵点的监测和挖掘，从不同角度实现互补完善，实现城市交通态势的评估和拥堵点挖掘。智慧交通运行状态监测系统通过分析速度、占有率等数据实现对城市道路交通多指标多维度的评价。智慧交通流量报警系统从道路交通流量的细化分析挖掘出城市道路交通流量的瓶颈点。 　　（二）堵因分析 　　堵因分析通过交通流量OD分析系统、信号灯辅助决策系统及城市拥堵报告实现对堵因多角度的全面分析。 　　交通流量OD分析系统通过对流量OD的微观及宏观分析挖掘流量通行瓶颈的主要原因。 　　信号灯辅助决策系统从交叉口红绿灯配时、相位等情况分析得出不合理的红绿灯配时设置。 　　城市拥堵报告结合数据分析结果，深度挖掘拥堵潜在内因，提出具有本地化特征的拥堵成因和措施建议，最终生成城市交通拥堵报告。 　　（三）信号灯辅助决策 　　信号控制交叉口是城市道路网的重要组成部分，其主要功能是把道路连接起来，使其构成道路网络，从而实现人流和物流的移动，因此交叉口的畅通与否对整个路网的行车速度和运行效率起关键作用。 　　交叉口服务水平这一指标可用来评价信号控制交叉口的交通运行状态，在此基础上挖掘常发