城市交通管理关键技术应用分析

晁晓宁 张昆

摘 要 随着社会经济发展，全国机动车保有量、道路公里数、车辆数日益增长，交通违法、事故起数逐年增多，城市道路交通压力不断加大。道路交通拥堵、交通事故频发、出行安全难以保障、通行效率低下等问题日益显著，城市交通管理者的管理压力也随之增大。面对日益严峻的城市交通形势，如何维护道路畅通、保障交通安全成为交通管理部门工作的重中之重。

关键词 交通管理;关键技术;安全

引言

面对日益严峻的城市交通形势和地方警力资源不足的现状，向科技要效益、利用各类关键技术成为解决交通管理难点、痛点的关键。本文重点探讨交通管理的现状、问题及需求，以及关键技术应用。

1管理现状

（1）现状。基础设施方面：路面设备建设日趋完善，各地大量建设流量检测器、电警、卡口、视频监控、信号、诱导屏、事件检测器等设备;警用装备日益丰富，各地交警装备了执法记录仪、警务通、酒精测试仪、对讲机、无人机等装备。信息系统方面：各地建设了大量的信息化系统，如诱导发布系统、稽查布控系统、“情指勤督”平台、源头监管系统、信号控制系统、信息诱导发布系统等。

（2）问题。①信息基础设施建设存在局限。a.设备自身存在不足，检测准确度不够，恶劣天气适应能力不强。b.设备建设没有实现全覆盖，存在检测盲点。②“互联网+”融合创新能力不足。由于旧体制机制的影响，互联网与交通管理融合的步伐较为缓慢，地区差异较大。③各类数据资源缺乏融合。a.各地建设了大量信息化系统，但是系统独立，缺少互通。b.大部分城市尚未建设数据中心，导致数据难以融合，无法深度挖掘数据价值。④交通信息服务水平较低。大部分城市还停留在通过诱导屏和电台发布少量交通信息的水平，难以满足公众对交通出行信息的需求[1]。

2需求分析

（1）业务需求。①建构高效、协同、智能的指挥调度体系。围绕公安部“情指勤督”要求，构建高效、协同、智能的指挥调度体系，实现各类交通情报的实时汇聚、自动化分析，在此基础上进行智能指挥调度，快速处置各类交通事件。同时，对交警勤务工作进行智能监管，实现勤务信息全程记录，智能发掘勤务问题，提升勤务工作效率。②实现智能、高效的交通设施设备全生命周期运维。运用各类前端、后端智能检测手段，对交通设施设备运行进行监测，及时发现各类问题，自动推送给相关运维人员进行处理，处理完成后进行自动化的修复验收，并记录整个处置过程相关信息，实现全生命周期的闭环式运维管理。③构建以人为本的多渠道、主动性的服务体系。通过信息集成、运营集成、优化资源配置，提供个性化、全链条综合出行需求的交通相关服务。

（3）需求分析。①加强基础设施与信息化建设，促进智慧交通集约化发展。硬件建设：各类交通传感器、中心配套设施、大数据中心分析处理设备、网络设施等。软件建设：操作系统、数据库、中间件、大数据基础环境等。②开展交通大数据应用建设，提升行业科学决策水平。主要包括推动交通大数据可视化、增强数据分析挖掘能力、实现车辆/人脸识别、实现大数据共享信息交换等。③加强技术与业务深度融合，提升城市交通治理能力。探索大数据，云计算，图像分析，人工智能，车联网，卫星定位，“电子车牌”等高新技术与交通管控，交通运输行业实际业务的结合[2]。

3關键技术应用

（1）大数据。目前城市交通大数据，多源异构，主要体现在下面两个方面：①数据体量极大，市级数量级已由TB变为PB，省级数据级甚至是EB、ZB。②数据多源异构，既有标准数据库类型的结构化数据，也有视频类型的半结构化数据，还有文本类型的非结构化数据等。运用大数据云计算技术，储存海量数据的同时，对数据进行清晰融合、深度分析，建设交通管理大数据中心，实现亿级数据的秒级运算，为交通管理交通者决策提供数据支撑，极大促进了事件检测、信号优化、辅助决策、研判分析等业务的发展。

（2）人工智能。①基于机器学习的信号优化。利用人工智能机器学习技术，融合路口各类交通信息，无须人为设定具体特征，系统通过逐层迭代自动进行分析，进行信号优化，实现路口自适应，优化速度和效果比传统优化方式要好很多。②交通仿真应用。目前交通设计能力薄弱，专业人才稀缺，很多道路设计不够合理，给交通出行带来了很大的不便。运用人工智能技术进行交通仿真，动态模拟交通流和交通事故等各种交通现象，复现交通流的时空变化，进行交通运行效果评估。在道路建设前，为交通设计者提供数据支持，有效提高了道路规划水平，减少道路调整次数。

（3）物联网。物联网在交通中主要应用在车联网方面，利用物联网技术将“行人、车辆、道路”有机关联起来，对交通进行整体把控，实现三者的动态关联、全局监测、智能服务、辅助驾驶。动态关联：实时采集“人、车、路”运行中的各类信息，将信息汇聚起来，进行统一管理。全局监测：对实时采集的“人、车、路”信息进行整体性分析，分析各类交通运行参量，掌握全局运行情况，及时精准发现各类交通问题。智能服务：根据出行者的出行路线和个人喜好，通过长时间、海量的历史数据分析，自动向出行者推送相关出行服务信息，为出行者提供智能化的信息服务。辅助驾驶：根据交通整体运行情况，结合车辆自身情况，向车辆推送各类相关交通信息，例如周边实时天气、前方拥堵情况、前方事故信息、临时道路管制情况等，辅助车辆驾驶，为未来自动驾驶提供支撑。

（4）移动互联网。交通管理部门从互联网企业（百度、高德等）获取车辆、行人定位等大量出行信息，相比传统交通检测设备的数据，互联网数量覆盖更广、样本更多、准确性更好，可以更好地为交通管理业务服务（路况检测、交通评价等），得出更为精准的分析结果。同时，交通管理部门将各类交通信息（交通事故、道路管制等）发给互联网平台（微博、微信等），更好地为公众提供出行服务。

4结束语

运用大数据、人工智能、物联网、移动互联网把人、车、路、环境、事件、舆情紧密结合起来，通过海量数据的融合分析，为交通管理者提供业务支持，为社会公众提供更为便捷的出行的服务，形成城市交通管理的大脑。

参考文献

[1] 杨永斌，李笑扬.基于大数据技术的智能交通管理与应用研究[J].重庆工商大学学报（自然科学版），2019，36（2）：73-79.

[2] 吴世旺.人工智能在道路交通管理中的应用[J].信息与电脑（理论版），2019（22）：107-109.