基于大数据技术的智能高速公路系统应用

2020-11-26许春杨李欢

电子技术与软件工程 2020年15期

许春杨李欢

（河南省高速公路联网监控收费通信服务有限公司河南省郑州市 450000）

如今，我国的公路交通建设已经较为成熟，所构建的公路交通网络不仅为我国国民的出行提供了极大的便利，更对我国的经济建设产生了积极的影响。高速公路建设加快了物流运转的速度，极大促进了国民经济的发展，减轻了繁重的交通压力[1]。但高速公路作为公路交通网络极为重要的部分，因高速公路的快速发挥发展，高速路网所产生的交通信息日益增多，这些海量的数据就被称为大数据，如何对智能高速公路系统进行大数据管理，提高高速公路管理质量，保障高速路网的有效运转尤为重要[2]。大数据技术在建设高速公路中的应用，能够整合高速公路的信息资源，可以有效地提高高速公路的管理和运营，因此正确将大数据技术应用到智能高速公路系统中是我国高速公路发展的重要内容[3～4]。

1 交通大数据的基本概念

社会经济的快速发展提高了居民的生活水平，私家车的数量大幅度增加，交通数据倍增，原有的交通管理方式已经难以满足当前的需求，必须寻找适合当下交通数据管理的方案。大数据技术的出现让交通数据处理更加方便，交通管理的效率提高了数倍[5～6]，而且大数据技术还可以应用到交通卡口视频、图片等信息的采集、存储以及分析工作中，与以往的交通管理办法进行对比，其效率更高、成本更低，而且大数据技术处理下的交通信息准确性更高，与实际情况完全相符，虽然短时间内大数据技术的应用会增加交通管理成本，但从长远的发展角度来看，大数据所带来的成本节约是相当可观的[7～8]。

2 智能高速公路系统大数据的来源及特点

2.1 高速公路大数据的重要来源

高速公路具有庞大的营运量，所有的营运信息都将组成大数据库的一部分，对其进行大数据分析已经成为不可避免的发展趋势，从高速公路大数据的数据来源可以看出，其主要包括收费数据、监控数据、调度数据、运营数据等，主要内容如下：

2.1.1 高速公路收费数据

高速公路上均设有收费站点，每个收费站点在运营过程中都将收取大量的收费数据，这些数据包括通行车辆的基本信息、车辆的通行情况、车辆的载货情况等，这些数据都构成了收费数据，其蕴含着重要的价值，值得高速公路管理人员进行开发利用[9]。

2.1.2 高速公路应用系统数据

高速公路上相关的管理软件如收费站管理软件、复合卡动态管理软件等均在营运过程中积累了大量的数据，这些数据包括高速公路上交通事故的发生情况、救援部队的使用情况、违章违法时间的发生情况以及车辆黑名单的情况等，这些数据的存在也具有较强的使用价值[10]。

2.1.3 高速公路监控数据

高速公路上视频监控较多，如收费站、服务区、隧道、收费站广场等位置均设有视频监控，正常情况下，视频监控独自运转，当发生交通事故时，视频监控的价值就发挥出来了，相关人员可以通过调动视频监控来分析交通事故的发生原因，从而明确主要责任人。因此对于高速公路上的监控数据来说，有效的数据存储尤为重要，常见的监控数据保存时间为一个月，随着科学技术的迅速发展，各种现代化的视频监控技术得以应用，提高了监控数据的精度和准确度，为后期数据的应用分析提供了基础保障[11]。

2.1.4 高速公路传感器数据

传感器数据也是高速公路数据的重要来源，其包括微波车检、路感线圈传感器、气象监测、环境检测等多项组成部分，一般情况下上述设施分布在高速公路的互通立交匝道上或者标识站上，用于感知过往车辆的基本情况，对其进行分类统计，汇总到交通信息中[12]，除此之外，传感器还连接了第三方信息，如公安交警数据、路政数据、地方道路数据等，这些数据同样具有规模庞大、类型复杂的特点，值得借助大数据技术进行分析解决。

2.2 高速公路大数据的基本特点

从高速公路数据的来源可以看出，高速公路的数据来源复杂且规模庞大，因此高速公路大数据的基本特点可以总结为以下几点：

2.2.1 数据规模庞大

数据规模庞大是高速公路数据的重要特点，一般情况下，在衡量高速公路数据时G 和T 已经难以满足需求，常使用“艾字节”作为衡量单位，而且非结构化数据的占比在90%以上，近些年来，这一现象还在逐渐加重[13]。

2.2.2 数据类型繁多

高速公路数据的来源较多，直接导致高速公路数据类别繁多，其中从数据类别来看，分为图像类、视频类、文本类等多种类型，这些数据又可以分为图像数据、视频数据、养护数据、收费数据、管理与业务数据等。

2.2.3 数据价值密度低

高速公路数据种类繁多，且不集中，所有数据都具备较强的使用价值，因此高速公路数据价值密度低是其重要特点，一般情况下，一小时左右的视频数据，只有几秒钟具有使用价值[14]。

2.2.4 数据处理速度快

高速公路数据的处理速度较快，因为交通数据对实时性的要求较高，需要在数据出现的第一时间进行处理，确定方案对策。

3 大数据技术在智能高速公路系统中应用的关键技术

3.1 并行数据库

智能高速公路积攒了大量的数据，并行数据库难以满足海量数据的处理，性能扩展也无法改善现状。就并行数据库而言，性能扩展方式有横向扩展和纵向扩展两种，纵向扩展是指对某个节点自身的性能进行优化，例如提高硬盘内存等，因此纵向扩展会受到节点提升的限制。横向扩展则是增加节点的数量，让节点成为一个巨大的集群，进而得到性能的提升，这种方式最大的缺陷是耗费资源较多，智能高速公路中并行数据库的应用已经逐渐被淘汰，新型存储模式逐渐得到认可和应用。

3.2 云计算

云计算在并行数据库被淘汰后逐渐成为大数据技术的核心，其包含网格计算、分布式计算以及并行计算多个组成部分，云计算可以让节点集群在更低成本的服务器上完成任务，与传统的并行数据库运作模式进行对比，其具有扩展性高、可用性高以及性能好的特点，国内云计算于2004年起步，在应用期间发挥了巨大的作用。

4 基于大数据技术的智能高速公路系统

4.1 智能交通云平台

4.1.1 海量的数据存储

智能交通系统能够对城市的交通情况进行实时监督，各个路口所拍摄的交通数据都会被传输到大数据云平台中进行存储，由大数据云平台进行分类、整理，得到有效的交通信息。

4.1.2 实时数据查询

大数据云平台开放了查询入口，其中包含了车辆行驶信息、运行轨迹、违章情况等信息的查询，所拍摄照片清晰度较高，能够辨别车牌号、车型以及车体颜色等，在查询数据的过程中，所有存储在云平台中的数据会被完全调取出来，以佐证车辆的违章情况。

4.1.3 智能数据分析

智能数据分析也是智能交通云平台的重要功能，其可以对云平台内的所有数据进行对比、分析以及预测，从而结合实际情况规划出最合适的行进路线，以便车辆能够平稳有序地运行[15]。

4.2 营运管理中的应用

4.2.1 增收堵漏

偷逃通行费行为较为常见，大数据技术作用下可以将收费数据进行统计，找出超时行驶的车辆及车辆换卡信息，也可以高速公路上的抓拍信息，将出入口车牌信息进行对比，锁定逃费问题严重的车辆，在随后的高速公路运转过程中加强检查力度，确保这些逃费情况严重的车辆合理缴费，进而实现增收。大数据分析有利于高速公路管理人员掌握公司的整体收入情况，并作出未来收入情况的预测，为公司制定未来的发展方向提供数据支持[16]。

4.2.2 营运的分析与预测

导入周边区域的各项数据，如经济情况、人口分布情况以及产业分布情况等，可以预估高速公路车流量的变化量。收费者车流量数据分析可以预估出节假日的车流量情况，对于合理规划工作，保证收费站通畅运行具有积极影响。

4.3 道路交通安全管理中的应用

考虑到高速公路管理主体的差异，高速公路数据具有一定的广泛性，需要对高速公路的路面情况、天气状况、车流情况等进行综合评估，找到其中的关联性，从而制定改善措施和预防计划，保障高速公路道路交通安全。除此之外，还可以对高速公路上的车流量情况、车型结构情况以及道路铺设情况等数据进行统计，得出高速公路的路线控制计划图，如主线、匝道等，让高速公路的车辆通行质量得到提升，为司乘人员提供优质的服务。以重庆的高速公路管控方法为例，其根据内含高速公路的路面情况和车流量情况[17]，设置了客货分离以及限时段禁行的条款，有效避免了高速路段内堵车情况的出现。最后在高速公路内设置了有效的信息发布路径，使高速公路的安全信息能够快速传达给所有在高速公路上的旅客，在提高高速公路服务质量的同时也保障了道路交通安全。

4.4 道路养护过程中的运用

高速公路路网迅速发展成熟的今天，通车里程日益增大，高速公路的养护工作也变得尤为重要。高速公路养护也要建立在有效的高速公路数据库上，如高速公路的里程数、运营时间、日常维护时间等，目前在进行高速公路道路维护时，常常由外部的施工单位来完成，不同的外部施工单位在提交养护数据时存在数据处理中的差异，导致养护数据参差不齐、零零碎碎，一些养护数据保存在电脑上而另一些养护数据则保存在纸质资料上，这些养护数据在处理过程中查询难度较大，很难进行高效、精准的管理，在大数据运作模式下，道路的维修保养能够在当地气象环境、路面载荷以及车流量等多种因素的影响下合理开展，有利于道路养护周期的科学、合理设计。