杭州东站智能交通管控平台的开发和应用

张平 陈梦婷 高介敦

摘 要：杭州东站作为大型交通枢纽之一，不管是车流量还是人流量都呈现拥挤的态势，但目前尚未有较好的办法来解决杭州东站的交通管控难题。本文提出了基于杭州东站的实际运行情况来开发交通管控平台，以期提高杭州东站的交通管控水平。

关键词：杭州东站;智能交通管控平台;多源数据;客流量

中图分类号：U495 文献标识码：A

0 前言

随着经济的快速发展，车辆的保有量也在不断增加，交通枢纽的车流量和人流量也在与日增加，交通的供需矛盾逐渐凸显。交通管控存在力度不足、人员不足以及管控难度大等问题。同时随着科技的发展，交通的数据种类和数据量呈指数级爆发的状态，形成大量的交通信息。传统的交通管控技术对于处理海量的数据已经存在力不从心的问题，亟待通过科技来创新升级。智能交通管控平台是一个集综合集成管理、功能化与指挥应用于一体的大平台，可以综合集成各种图像设备、信号控制设备、检测设备、交通信息的采集与诱导以及交通管理信息等信息系统。因此本文结合杭州东站的实际情况，搭建了能够针对交通枢纽的智能交通管控平台，以增强对交通枢纽的管控能力。

1 杭州东站运行基本情况

杭州东站始建于1992年4月1日，是杭州市最大的门户型城市交通枢纽，于2013年7月完成改建后正式投入运营，主要办理杭长、杭甬高铁全部动车，沪杭、宁杭高铁中长途动车，杭黄铁路部分动车始发终到作业，以及沪昆、萧甬等普速通过作业。杭州东站自完成改扩建实现动车组始发终到功能以来，旅客发送量持续攀升，位列全国第三。

2019年9月25日，浙江杭州东站枢纽铁路换乘地铁开启“免检模式”。杭州东站枢纽地铁安检正式上移至铁路到达层大厅，乘客从高铁出站后可免安检直接进入地铁站，实现无缝换乘。

东站核心区域位于杭州“一主三副”的几何中心，因此交通量需求较大。铁路客流由高速铁路、普通铁路和磁浮列车客流组成。根据客流数据统计，平峰时间铁路到达旅客大约有60%换乘地铁，节假日高峰时占比达70%以上。平峰时间地铁日均进出站客流约为19万人次，节假日高峰时超过30万人次，最高达到38万人次。此外，根据杭州市规划院对铁路的客流预测，火车东站远期2030年旅客发送量为5 020万人次，即日均发送量13.7万人次，日均到发总量为27.4万人次（按到达与发送量相同计）。然而早在2019年杭州东站的铁路客流发送总量就已经达到了7 191万人次，远超原预测量，在超高峰期已出现拥挤态势。

2 智能交通管控平台需求分析

杭州东站作为大型交通枢纽，人流量和车流量的汇入在高峰期都呈现出拥挤态势，必须具有大量的静动态数据的获取和分析挖掘能力才能支撑管控交通枢纽的各项业务的应用。因此为能充分发挥智能交通管控平台的作用，需要充分的利用人工智能、大数据和云计算等技术，因此交通管控平台需要满足以下的基本需求：

（1）支持云计算。通过大量的服务器虚拟化，形成虚拟的资源池使用户能够获取大量的计算资源、存储资源以及网络资源等技术服务。具备多租户、动态可扩展、可扩展性、高可靠性、高灵活性、可共享性等特点，可以为业务层面的应用提供技术基础支持。

（2）支持大数据存储。交通管控平台需要同時高效率的处理海量的数据种类和数据量，因此必须具有高运转性的大数据存储功能。

（3）支持大数据实时查询。在具备大数据存储的功能下，还需要拥有对这些大数据实时快速地查询功能。

（4）支持大数据搜索。可支持通过搜索引擎快速搜索到所需要地数据，简便使用者的操作流程。

（5）支持大数据挖掘分析。根据编程模型以及计算矿建并结合机器学习的监督学习、半监督学习、无监督学习、强化学习以及数据挖掘算法，实现针对海量数据的处理分析功能。可支持多种算法模型。

（6）支持大数据展示。可将数据的分析结果进行可视化展示，方便使用者更好理解数据的内容以及分析的结果。

（7）支持批量处理计算。针对海量数据的处理请求，需要具备批量处理的功能，可执行针对大规模数据的处理任务。

3 智能交通管控平台的设计

智能交通管控平台需要从多源交通量数据、道路地理信息、道路感知设备等渠道多源收集数据，并需要对收集到的大量数据进行清洗、融合、存储和分析，再通过交通管控的算法模型进行计算分析，得出结果并在大屏上进行可视化的多维展示，可以为交通流量预测、应急、诱导、事件等业务提供高效精准的应用服务。管控平台的具体设计方案如下：

（1）格式化数据。需要建立标准的数据字典，并进行集中存储，由于平台收集的数据种类繁多，数据的格式和标准也各有不同，数据之间还不能直接交互，因此还需要建立标准化的数据字典库。数据字典即是以数据基本单元为单位，是描述数据的信息集合，是对系统中使用的所有数据元素的定义的集合。平台首先对多源渠道收集到的数据进行数据字典标准的格式化，从而转换成统一的、满足平台要求的格式的数据，再在平台上集中存储，从而为后面的分析和决策提供数据支持。

（2）数据清洗和融合。上传到综合管理平台的数据质量参差不齐，还有重复和漂移等现象，因此，必须要对数据进行清洗，将无效的数据剔除，以及相同数据相汇和，再将数据进行融合，从而得到具有较高质量的数据，保证数据分析结果的可靠性。

根据综合交通枢纽的多源数据的分类标准，可以建立原始数据的基础数据库，并通过数据的关联规则及数据模型构建分类的专题数据库。此外，依据分析、事故预警、评估等模式，通过净化、转换、筛选、融合、分析和计算等方式对数据进行抽取并建立数据存储仓库及共享仓库，从而可以为数据共享、数据可视化、信息发布等提供数据支持。

（3）智能交通管控平台决策分析算法，并建立模型。可基于不同的分析目的，建立不同的算法模型。例如，以交通枢纽客流量的预测为例，需要充分调用数据库里的数据，这些数据来自于多源的交通量数据，包括地铁闸机数据、手机信令数据以及公交IC卡和GPS数据等数据来源，但它们都可以反映出交通枢纽的客流量的情况，包括高峰时期和平峰时期等，通过数据融合和数据挖掘分析技术研究多源数据量和交通枢纽客流量短时预测量的关系，可基于遗传--BP神经网络模型，用数据去训练模型，并对模型不断地进行优化，最终建立起精准度高的算法模型，从而可为交通管控措施和旅客出行提供决策参考建议。

（4）数据共享。通过多源数据量的融合结果可以直接生成可视化的图表进行展示。交通管控平台的可视化展示需要以用户体验优良、数据直观为前提，将平台智能分析的结果以动态图表等易观察的形式展示，同时也支持三维立体图案展示。管控平台可以兼容杭州东站内部的监控设备以及在东站附近包括路段、桥梁、高架等监控设备和各个系统，建立起标准统一、数据共享、综合决策，并能提供信息发布服务的智能交通管控平台。此外，融合结果的共享形式可以由使用者的需求决定，可以在未来支撑更多的数据共享形式，从而提供更合理和有价值数据融合成果。

4 智能交通管控平台的应用

智能交通管控平台可在多方面提升杭州东站的交通管控水平。本文仅从智能交通管控平台预测杭州东站短时客流量的精确度入手。下图是智能交通管控平台对于客流量的预测效果：

从上图可以看出预测的客流量在分布趋势与实际数值方面均与实测的客流量相近，说明运用智能交通管控平台预测客流量的效果较好，可以为交通管控的方案和游客的出行提供参考建议。

5 结论及未来研究方向

5.1 结论

智能交通管控平台在大数据、人工智能以及云计算技术的基础上打破了传统交管平台难以处理海量数据并进行分析的难题，通过多源的交通量数据实现了精准的算法模型以及数據共享。在业务方面也实现了从功能化到场景化的转变，让分析的结果更为直观清晰。通过将智能交通管控平台实际应用到杭州东站，发现各时段流量预测和实测流量相近，得出智能交通管控平台具有优良的可实用性，可在未来将其推广到更多的交通枢纽上。

5.2 未来研究方向

尽管现在有越来越多的城市在交通治理方面运用了智能交通管控平台，但是大部分还是将其运用到公路和道路上，较少有运用到交通枢纽上，因此本文的提出填补了交通管控平台应用到交通枢纽上的空白。基于杭州火车东站目前的运行状况，主管部门可以对智能交通管控平台进一步的优化，如何更好地发挥平台的作用，通过平台数据分析的结果来为交通管理实现技术赋能。同时，交通管控平台的数据分析结果也可以为未来交通枢纽的选址和建设方案提供参考依据。

参考文献：

[1]梁达.智能交通管控大数据平台设计开发与应用[C]. 第十五届中国智能交通年会，2020.

[2]柴辉照，岳鹏程，郭晓澎.“互联网+高速公路”大数据综合管控平台设计与实现 [J].电子世界，2020（19）：110-111.

[3]吴海卫，刘丰军，程鹏，等.杭州东站枢纽交通综合治理实践[J].综合运输，2021（43）：122-128.