大数据在交通管理的应用实践

张珏 卢明

摘要

文章以已建成的杭州市交警支队大数据平台为例，对其框架体系、数据融合、场景应用等进行阐述，展示了大数据和分布式等先进技术在交通管理上的应用。

【关键词】大数据 分布式 数据融合

1 引言

大数据有四个特点：

（1）数据量巨大;

（2）数据类型繁多;

（3）价值密度低，商业价值高;

（4）处理速度快。

大数据技术可以快速、准确地获取、挖掘大量有效的交通数据，构建交通数据处理模型，给交通管理智能化带来新思路。

杭州交警整合系统资源，立足业务需求建立各项应用，探索杭州交通特点和出行痛点，为提升交通管理提供决策支持。

2 系统架构

2.1 基本建设思路

一是建设交通管理大数据资源中心。采集各项业务数据，建设大数据资源中心，实现信息资源高度整合共享和综合开发利用;二是建设四大数据分析应用服务平台，创建交管数据信息资源服务集市。具体包括大数据分析应用平台、信息资源服务平台、数据可视化平台、统一数据接口服务平台等。

2.2 系统架构

大數据平台系统架构如图1所示。

3 建立数据仓库

构建数据仓库的一个关键核心技术是数据集成和迁移。ETL作为数据仓库构建的核心和灵魂，它负责按照统一的规则集成并提高数据的价值，负责完成数据从数据源向目标数据仓库转化。如图2所示。

3.1 数据采集

定制开发适应杭州交警信息化建设现状的数据采集平台，实现对采集数据的数据变化捕获、数据分发和数据处理。数据采集范围包含内部自建业务系统所产生的各类业务数据、管理数据和分析数据。数据采集需支持批量采集、实时和离线三种采集方式。

3.2 数据处理

构建分布式处理集群，对数据采集平台的原始数据实现数据清洗功能，支持数据的实时流处理、批处理、迭代处理等方式，支持数据处理任务的扩展，实现数据处理模型的管理。

3.3 数据存储

构建分布式集群，为支队信息化提供数据支撑，支持在线扩容，支持海量数据存储。

4 开发基本应用场景

4.1 大数据分析应用平台

4.1.1 情报分析应用

建立重点人、车管控数据库，与综合业务平台、车驾管系统等实时连接，对重点管控机动车、驾驶人进行自动推送、自动报警。

4.1.2 业务异常情报分析

建立执法规范化规则库，根据不同规则的管理需要，设定管理区间，为业务异常线索的追踪分析提供提醒。

4.1.3 交通小区、交通态势动态分析

通过在商圈综合体构建交通小区，分析区域交通特征，指导交通措施的制定和优化。

4.2 交管信息资源服务平台

4.2.1 智能搜索

实现真正意义上的一键搜索，秒级响应，提供集中、综合、全面的搜索结果，针对搜索结果，根据权限，提供下载、导出等功能。

4.2.2 关系分析

人、车、事故案件、轨迹关系分析，并且在此基础上进行关系挖掘操作。

4.3 数据可视化平台

以PGIS等为底图支撑，通过实时数据计算进行可视化展现，要点包括：分时流量可视化，重点道路的拥堵，大型活动预警，重点车辆轨迹监控等。

4.4 统一数据接口服务平台

通过将大数据中心的各类数据进行信息资源指标体系管理和信息资源目录管理，实现整个平台的数据接口规范及统一管理，为对内和对外各系统提供各类数据接口服务，提供在线和离线方式的可共享的信息资源提供目录查询和封装好的数据信息订阅服务;实现数据服务接口运行的实时监控。

5 结语

目前，杭州交警交通管理大数据平台建设已经完成，在数据层面，实现了对交通管理部门内部海量数据的集中管理、规范化存储、高效处理、业务灵活应用和数据公开共享;在业务层面，依托大数据和分布式技术，开发了大数据分析应用平台、交管信息资源服务平台、数据可视化平台、统一数据接口服务平台等应用场景，为交管工作科学化、针对性、精确化提供了辅助决策。

参考文献

[1]刘韬.基于大数据的交通管理策略研究[J].道路交通管理，2018（01）：34-35.

[2]高子初，张宁.用大数据智能交通技术管理复杂多车道道路的新策略[J].科技与创新，2018（01）：25-26.

[3]邵郦.基于大数据的道路交通安全管理策略探讨[J].甘肃警察职业学院学报，2017，15（02）：1-6.