路网运行管理系统的数据协同与应用研究

2018-02-23丁志勇黄霖董辉

驾驶园 2018年2期

丁志勇黄霖董辉

摘要：互联网+、大数据、云计算、移动互联和人工智能等新技术的发展及应用，加快了我国交通信息化的发展。本文基于贵州省交通云的路网运行管理系统，研究了路网运行中跨部门、跨行业和跨区域数据的协同与应用，构建了以多源数据采集、数据汇聚共享、数据建模应用为核心的整体策略，重点研究基础指标分析、事件生成和事件评估处理的三级数据建模体系架构，并以路段拥堵模型为例对本文数据协同与应用的实现作了分析。

关键词：交通云；数据协同；数据建模；数据共享

一、引言

“云上贵州”是贵州省为推进政府数据资源整合、共享、开放和利用，推动大数据产业发展，自主搭建的云计算系统平台。贵州省交通云[1]是“云上贵州”七朵云之一，是其建设的重要组成部分，构建了具有交通行业属性的云计算平台，以实现数据资源共享和利用，打破部门、行业、区域间的数据壁垒。然而数据协同与应用存在着数据编码不一致、存储方式多样化等诸多问题[2]。本文基于贵州省路网运行管理系统，提出了多源数据采集、数据汇聚共享、数据建模应用的数据协同与应用整体策略，实现了路网运行管理中的数据协同与应用，提升了路网作业运行信息资源的开发利用程度，增强了路网运行管理与协同能力，加快了对交通应急的处置速度。

二、贵州省交通云整体架构

贵州省交通云[3]整体架构为“三层两域”，三层即IaaS层（基础设施服务层）、PaaS层（平台服务层）、SaaS层（应用软件服务层），两域即云管理域和云安全域，具体架构如图1所示。

IaaS层提供了硬件基础设施、虚拟化资源池以及资源调度与管理自动化的能力。

PaaS层以GIS服务组件、数据服务组件、流程服务组件、视频服务组件等构建了具有交通行业共性的服务资源。同时，搭建了应用开发框架，为交通行业的应用开发提供了开发测试环境。并通过访问控制、连接管理等为上层应用提供平台资源服务能力。

SaaS层对外提供政府决策管理类、企业生产运营类、社会公共服务类等服务应用，实现对行业综合监管、运输组织、公共信息服务等领域应用部署以及灵活的扩展和管理。

管理域面向交通云提供全生命周期的服务管理与控制。安全域对在云计算环境下进行安全防护和管理。

三、路网运行管理系统

（一）系統介绍

路网运行管理系统是交通云的应用示范系统，主要服务省、市、县各级公路管理部门和高速公路管理部门，用于对各自负责范围内的路网运行进行监测与管理，由交通流监测与预警分系统、路网环境监测与预警分系统、交通突发事件监测与预警分系统等8个分系统构成。利用外场信息采集终端、车载终端、人工采集，并整合行业内已有系统信息，与行业外及跨区域交通管理部门共享信息，实现对路网运行状况、路网环境、异常事件、基础设施设备运行状态的监测、管理与预警，以及交通行业内养护路政协同、区域间养护计划协同等。

（二）数据协同需求

路网运行管理的数据协同是提升路网运行状态数据资源开发利用，提高路网运行管理能力的基础。数据协同的需求包含跨部门、跨行业和跨区域的三方面数据[4]，具体如表1所示。

四、数据协同应用研究

（一）数据协同与应用的整体策略

路网运行管理系统作为贵州省交通云建设的示范应用系统，系统具有高度的开放和共享特性。数据协同应用以开放、共享的交通云体系为基础，构建以多源数据采集、数据汇聚共享、数据建模应用为核心的整体策略。

多源数据采集实现了不同部门、不同行业和不同区域的数据采集。通过元数据标准、分类标准、标识编码标准、安全标准等对数据进行汇聚处理，并采用SOA技术将数据需求封装成服务形成数据服务总线。基于基础指标分析模型、事件生成模型和事件评估处理模型构建三级数据建模体系，实现对路网运行数据的协同应用。

（二）多源数据采集

多源数据采集将分散在不同部门、不同行业和不同区域的数据通过不同方式进行获取，实现源数据采集。本文对多源数据进行来源、类别、数据内容分析，得出数据具有多源性、复杂性等特征，并针对这些特征提出了基于交通云路网运行管理系统的多源数据采集整体框架。

多源数据采集整体框架是利用人工录入、自动采集、接口封装和“云上贵州”数据交换四种方式，对跨部门、跨行业和跨区域数据需求进行采集。

（三）数据汇聚共享

数据汇聚通过对采集的数据源进行格式化、标准化、规范化的转换，使其符合路网运行管理系统的元数据标准、分类标准、标识编码标准以及安全标准等要求，为数据协同提供标准化的数据服务支撑。数据汇聚通过对数据源进行格式转化、字段解码、有效性处理、字典格式化、字段映射、数据丢失处理等处理实现数据变换、数据清洗、数据融合，达到多源数据跨部门、跨行业、跨区域数据汇聚的目的，为数据共享和数据应用提供支撑。

数据共享按照路网运行管理系统的业务规则构建数据服务体系，采用SOA技术将数据需求封装成服务形成数据服务总线。数据共享处理过程包括：数据编目、数据注册、数据同步、数据维护、数据共享发布，实现多源数据跨部门、跨行业、跨区域的数据共享，为数据建模应用提供数据基础。

（四）数据建模应用

数据建模应用是实现数据跨部门、跨行业、跨区域协同的应用环节。在多源数据采集、数据汇聚共享的基础上，通过数据应用建模提升路网作业运行信息资源的开发利用程度和路网运行的管理能力。本文数据建模研究提出了三级数据建模的体系架构，包含：一级基础数据分析模型、二级事件生成模型、三级事件评估处置模型，为贵州交通云路网运行管理系统的交通流、路网环境、基础设施技术状况、突发事件的监测与预警，以及路网状态的综合分析、路网运行的调度与协同管理、信息发布、设备运行状态监测等提供大数据分析处理应用支撑。

1、一级建模：基础指标分析模型

对数据源进行采集、汇集、共享和分类处理，依据上级建模需求构建对应模型的各类基础度量指标，并构建其计算模型和预测模型。对各类基础度量指标进行空间集中度分析、时间集中度分析以及属性集中度分析，以获取路网运行状态、道路运输状态、桥/隧安全状态以及行业安全生产情况等数据分析结果。

2、二级建模：事件生成模型

通过对各类基础指标分析模型输出结果进行时空聚集、变化趋势等情况的分析处理，并依据上级建模需求构建对应的预警事件或突发事件模型。主要包括常态情况和特殊时段下的监测预警模型，如拥堵预警、交通量预警、气象预警等。以及特殊监控对象的安全风险预警，如桥梁安全预警、隧道安全预警、边坡/填方塌方预警和风险隐患预警等。

3、三级建模：事件评估处理模型

对事件生成模型的输出结果进行事件严重性评估，包括：事件级别评估模型、事件持续时间评估模型、事件影响范围评估模型。根据事件严重性评估结果并结合事件对应的处置模型，输出事件处置模型的处理结果，支撑路网运行系统的不同应用功能模块。事件处置模型主要包括：交通分流模型、路径规划模型、安全管理模型、信息发布模型、车辆跟踪模型等等。

五、应用模块案例分析

本文以交通流监测与预警模块路段拥堵模型为例，分析路网运行管理系统数据协同的应用效果。交通流监测与预警模块通过数据协同与应用整体策略实现了交通流查询、交通流運行分析、道路实时拥堵分析、行驶路径规划、交通流预警分析、路段车流时空分析等。

路段拥堵模型基础度量指标的时空集中度分析通过协同路段基础信息、车流量信息（各类车辆上下行流量）、环境监测信息、运行调度信息、气象信息以及时间、空间维度等数据，分析路段拥堵基础指标的时空集中度。同时，根据路段拥堵事件生成模型和事件评估处理模型判定出不同的预警事件和处理意见。路段拥堵模型实现了路段拥堵的时空集中分析，并计算出拥堵状况的分析结果和不同级别的预警事件。