交通大数据共享服务与应用研究

李伟强，李亚东，赵 佳

（1.北京易华录信息技术股份有限公司，北京 100043；2.中国卫通集团股份有限公司，北京 100190）

1 引言

随着经济社会的持续快速发展，我国迎来了道路交通大发展的有利时机，截至2018年11月，全国机动车保有量达3.25亿辆，机动车驾驶人达4.07亿人，与此同时，高速公路、公路及城市道路通车里程持续快速增长。为对应人、车、路快速增长带来的交通管理严峻形势和巨大压力，全国公安交通管理部门落实科技强警战略，积极推动智能交通管理系统建设，初步实现了交通管理业务信息化，完善了道路交通监控设施，完成了全国机动车缉查布控系统联网建设。近年来各地陆续开展了公安交通集成指挥平台、大数据分析研判平台等系统建设，有力提升了交通管理服务能力和水平，但是，仍面临着交通拥堵、交通事故频发、交通陋习多等诸多城市交通顽疾，仍存在设备集成度低、交通管控范围不够广、数据应用缺乏信息关联共享等问题。依靠科技力量，推进智能交通系统建设发展，提高交通数据应用水平，仍是未来相当长时间的工作重点。

2 研究背景

（1）“保安全、保畅通”工作需要。近年来全国范围内人、车、路快速增长，机动车驾驶员素质总体不高，群众参与交通守法意识仍比较低，驾驶人、行人交通违法行为多发，造成交通拥堵常态化、道路通行效率低下、事故频发且处置能力不足、重点车辆多头共管信息不完整，交通运行整体效率偏低。

（2）交通科技应用需要。近年来，各地以“向科技要警力”为目标陆续建立了大量的信息化系统，但是，客观上仍然存在交通违法监测手段覆盖不足、交通综合评估缺少决策依据、肇事逃逸事故侦破手段不足、信息发布渠道不多、数据量爆发式增长却难以有效挖掘有效信息等技术应用难题，直接制约着道路交通管理工作的成效。

（3）公众服务需要。随着人民群众交通出行需求的日益增长，不断提高交通公共服务的能力和水平，拓展服务手段，必将是今后交通管理部门工作的重点之一。人民群众在交通管理方面，既是受益者也是参与者，便民服务手段不足、出行缺乏精准指引、信息获取不足、参与度低是交通公众服务亟需改善的几个方面。

（4）数据共享需要。各类交通信息都分散在交通管理各业务信息系统和新兴互联网的平台中，需要实现跨部门、跨业务、跨平台的数据采集、处理、整合、存储，为各级各类应用提供更为丰富的数据信息资源，实现不同行业之间实时的数据交换和共享，并进行综合、全面、深入的数据应用，满足交通管理精细化、智能化、动态化的要求，满足公众信息服务和政府决策数据支持的需要。

3 交通大数据特征

交通大数据是大数据的一种，它具备一般大数据的“4V”（Volume，Variety，Value，VeIocity）特点。

（1）规模大。交通系统是一个复杂的系统，涉及人、车、线路、环境等，数据量巨大。比如手机数据、车辆的北斗／GPS数据、道路的流量数据和天气状况数据等。

（2）种类多。交通大数据包括物理空间的数据，比如车辆移动的北斗/GPS位置数据、车辆状态数据、摄像头视频数据、天气数据以及路网数据等；也包括与人类社会息息相关的移动数据，比如手机基站数据、交通智能卡数据等；还可以包括网络空间数据，比如论坛、新闻、微博及微信等众包数据。

（3）价值密度低。数据总量虽然很大，但对于具体应用而言，挖掘有用的数据有可能像大海捞针一般。比如为分析交通事故，可能只有与事故相关的天气、车辆、人员及视频数据才是有用的，而其他不相关的大量数据需要被过滤掉。

（4）速度快。交通数据具有强实时性特征。无论是交通基础设施、交通运行状态还是交通服务对象和交通运载工具，每时每刻都在涌现大量的数据，同时也需要快速处理、分析和挖掘，并给出反馈。例如交通实时动态路况，一方面大量的视频数据、北斗／GPS位置数据、地感线圈数据等不断涌现，亟待实时处理计算；另一方面还需要根据历史数据，对将要发生的情况进行实时预测，并反馈给出行者。

此外，交通大数据是城市大数据的重要组成部分。城市大数据是在城市管理、生活、建设、发展过程中，由信息空间、物理世界和人类社会“三元空间”所产生的多源、多模态、异构海量数据，蕴涵着丰富的知识和价值。因此，交通大数据还具有时空移动性（时空变化并蕴涵规律）、社会关联性（三元空间分布但彼此关联）、人的参与性（来源于人且服务于人）等特点。

（5）时空移动性。任何交通事件都具有地域和时域特征。为了全面深入理解交通大数据，需要从时间和空间两个维度分析其动态演化特性。

（6）多维结构特征。如一段公路上，既有交通流量属性，也有路面介质信息，还有路基结构等。

（7）社会关联性。人类社会大量的移动轨迹同时存在于信息空间和物理世界，使得信息空问、物理世界和人类社会三元空间之间有机连接与互动，体现在城市发展上即动态信息、个体流动规律以及人群生活与城市交通发展的深层交互上。

4 研究思路

交通大数据共享服务平台是一个完整体系，涵盖数据采集、处理与应用，系统提供多源异构大数据采集能力、大数据集中存储管理能力、大数据实时流处理能力、大数据分布式处理分析能力、图像大数据解析能力、海量数据秒级检索能力等，实现对跨公安网、专网（视频图像、政务、社会）、互联网三网，来自交警部门（总队、地市支队）、各类社会面系统数据的集中汇聚、实时分析处理、融合关联处理、深度挖掘，为道路通行状态研判、道路信号控制、机动车及驾驶人研判、车辆动态监管、驾驶人管理、重大警情研判、交通违法数据研判、交通事故分析研判和舆情研判分析等交通管理业务提供全面支撑。

5 关键技术

（1）大数据采集技术。数据是指涉及交通大数据平台相关的所有数据包括多种方式获得的各种类型的结构化、半结构化及非结构化的海量数据，数据是大数据知识服务模型的根本。运用的采集技术主要包括高速高可靠数据采集、迁移技术；高速数据解析、转换与装载技术等；同时设计质量评估模型，提供数据质量技术。

（2）大数据分析与挖掘技术。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘涉及的技术方法很多，有多种分类法。根据挖掘任务可分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等等；挖掘方法可粗分为：机器学习方法、统计方法、神经网络方法和数据库方法。

（3）大数据检索技术。大数据检索旨在能够快速的在海量数据中检索出用户关心的数据，检索的目标包括各种数据类型。对于结构化数据库能够对所有相关行列信息进行快速全文检索、对于非结构化和半结构化数据库能够不局限于文本自身的信息还能够深入检索到文本内部的数据。同时能够提供多种检索方式，包括过滤检索、条件检索、逻辑查询、分类检索等。

（4）大数据可视化技术。大数据可视化无论对于普通用户或是数据分析专家，都是最基本的功能，将数据图像化可以让数据自己说话，让用户直观的感受到结果。大数据可视化技术不仅能够看到原始的数据，同时能够对数据进行简单的统计分析，并以直观的统计图表进行数据展现，可以帮助用户发现数据内部隐含的价值和规律。

6 系统构想

整个系统由一中心（云计算中心）、两库（交通业务数据库、交通图像数据库）、三平台（数据服务平台、业务服务平台、行业应用平台）构成。

（1）一中心：云计算中心。充分利用云计算、大数据的高性能、高可用、高扩展的优势，为平台提供强大的网络、计算、存储等基础处理能力。

（2）两库：交通大数据中心（交通业务数据库、交通图像数据库）。包含图像、业务两大数据库，汇聚交通管理业务数据，整合接入外部数据，实现数据的全面融合。

一是图像大数据。视频图像是交通大数据中规模最大、增长最快、信息含量最丰富的大数据源，也是交通管理的重要资源。图像数据信息的完整性、真实性、时效性直接关系到上层应用的使用效率。建立交通管理图像大数据，实现视频、图片资源的全面智能化管理，依托大数据、云计算、机器视觉及深度学习技术，建立图像资源池及图像特征库，实现视频图片的结构化、语义化，实现图像价值的实时提取与应用，实现交通图像数据的存储、解析、管理、检索、应用服务，比如道路路况感知、事件感知、车牌、车型等车辆信息的提取等。二是业务大数据。业务大数据，实现跨部门、跨业务、跨地域的交通业务数据采集、处理、整合、存储、交换共享等功能；建设统一的数据中心，实现不同条块之间的数据交换和共享，并进行综合、全面、深入的数据应用，满足交通业务管理、公众信息服务和政府决策数据支持的需要。

（3）数据服务平台。运用大数据、机器视觉、深度学习等技术，提供数据的解析、挖掘与共享；在数据融合共享的基础上，依据交通管理最核心的要素，对人、车、路、环境、管理等进行主题化梳理，形成跨业务库、跨平台的全息大数据服务。一是全息大数据服务。在全面建立基础数据库之上，按照交管业务关注的重点，从基础数据库中抽取、清洗、提炼并重新聚合，形成跨业务库的全息数据档案，满足交通管理综合研判、分析等业务需求，主要包括车辆全息数据库、人员全息数据库、道路（路口、路段）全息数据库、事故全息数据库、设施设备数据库等。二是海量数据搜索服务。随着交通管理业务数据规模的爆炸式增长，如何从海量的历史、实时数据中快速获取有用信息，变得越来越具有挑战性。搜索是获取信息最高效的途径之一，因此也是各类数据资源、应用的基础标配功能。该服务基于两个大数据库汇聚的数据信息，运用大数据技术对交通管理各类数据优化、融合，实现实时在线对各类交通资源数据进行一键搜索、综合查询，丰富查询内容，提升查询效率。三是大数据可视化服务。大数据可视化平台提供统一数据访问接口，致力于用更生动、友好的形式，即时呈现隐藏在瞬息万变且庞杂数据背后的业务洞察。通过交互式实时数据可视化展示来帮助指挥人员发现、诊断业务问题，越来越成为大数据解决方案中不可或缺的一环。帮助非专业的业务人员通过图形化的界面轻松搭建专业水准的可视化应用。提供丰富的可视化模板，满足指挥调度、业务监控、交通态势分析等多种业务的展示需求。四是数据支撑服务。系统数据支撑服务提供了基于大数据架构的服务框架，建立数据的基础管理、数据监控、共享服务等数据基础支撑服务。

（4）业务服务平台。面向各级业务，构建“去平台化、工具化、可定制”的交通专题分析工具及服务，如勤务岗位分析、事故预警预测、车辆情报分析、违法分析、停车管理等，为上层应用提供模块化支撑；构建模块化、组件化的交通专题分析模型及服务，实现应用模块的注册、发布、分类、搜索、展示等集中管理，共享给需要此服务的各个行业应用，丰富和拓展业务管理手段。

（5）行业应用平台。面向交通管理和公众服务，充分融合大数据平台的数据服务和业务服务，进一步创新和拓展应用手段，建立更加完善、更加智能的指挥调度、信号控制、决策支持、交通安全评估等综合应用。

7 结束语

交通大数据共享服务平台依托大数据、云计算、人工智能技术，建立图像大数据与业务大数据，形成图像、业务主题资源池及跨业务库的交通全息数据档案，构建“工具化、碎片化、可视化”的交通专题分析模型及服务，丰富交通管理业务应用，拓展业务管理手段，实现交通管理数据的“大融合、大碰撞、大应用”，促进数据向价值转变，促进依靠“经验”的决策模式向“数据驱动”的新模式转变，构建大数据时代的交通管理新常态。