交通大数据在智能高速公路中的应用分析

傅清丁

（江西锦路科技开发有限公司，江西 南昌 330038）

0 引言

社会经济的迅速发展、各类车辆的迅速普及，使人们对高速公路的需求进一步提高。高速公路建设里程、车辆通行量逐年上升，为加强高速公路建设、运行管理控制，有必要完善智能高速公路体系，引入交通大数据，整合各阶段、各部分数据，将其纳入管理进程，可以有效调整管理过程、降低管理难度，充分发挥高速公路的实际价值，提供更良好的出行环境。

1 交通大数据概述

1.1 内涵

大数据，即数据资料巨大到当前的主流工具难以计算的数据，但可在有效时间内下载、整理为辅助企业决策的相关资讯。本文所探讨的交通大数据，指的是可用于各个交通卡口的实时视频与图片的搜集、存储等，进行大数据分析，可以掌握高速公路在24h 内的车流量、事故发生量、事故原因等的交通运行状况，并对运营管理过程加以分析，明确其中的漏洞、问题，安排专业技术人员及时处理，提升数据采集效率、质量，对比传统交通信息采集、管理手段，大数据分析过程更加真实、可靠，但前期投入成本会同比增长[1]。

1.2 交通大数据特点

1.2.1 体量大，交通大数据涉及多方面的信息，在对各类数据信息处理时难以依靠简单的公式来计算，且必须引入“艾字节”进行分析。在交通大数据分析进程中，大部分数据呈非结构化形式，处于逐渐上涨状态，随时间增长而增加。

1.2.2 种类多，高速公路涉及多种类型的信息，如公路养护管理、收费计费、车辆监控等，在对各类信息展开分析、处理、调度时，必须综合考虑多方面因素。

1.2.3 价值密度低，海量高速公路信息中，有价值的数据较少，特别是部分有价值的视频可能仅有数秒或数分钟，需严控分析过程，进行精细化处理[2]。

1.2.4 信息处理快，高速公路自身的特点，使其对信息处理速度有较高要求，进行公路信息分析时，需对运营规律加以研究，再通过大数据技术对其中可能涉及的问题加以快速归纳、总结、处理。

2 交通大数据在智能高速公路中的应用

实现交通大数据在智能高速公路中的灵活应用，关键在于搭建大数据平台，将智能高速公路运营管理中的诸项要素纳入平台统一管理，形成一体化管理格局，提升管理质量。以下为具体实践探究过程：

2.1 平台架构

2.1.1 平台搭建思路

明确交通大数据平台作为公路数据资产管理承载体的核心地位，基于智能高速公路当下所用的信息系统，进行各类数据管理系统的关联，发挥整体化作用；重新梳理数据信息，统一数据标准、搭建数据仓库、建设数据模型，实现对海量数据的快速整合、计算；提供外部接口，对接公安、路政、交警、智能地图导航APP（高德地图、百度地图等），引入各类数据信息，进行数据的融合、分析、梳理、分类、评价、存储、归类、决策等，辅助客户服务、指挥研判、预测预警、调度指挥等运营管理过程。

2.1.2 平台整体结构

结合智能高速公路运营管理基本需求，按照三层结构模式搭建平台：数据层、模型层、应用层。数据层作为模型算法、系统平台基础部分，是保障交通大数据分析结果科学真实的基础，在数据采集、处理进程中，筛选有效数据接入平台大数据中心，实施数据串联、共享；模型层主要用于数据融合、算法模型搭建，将得到的各类数据进行计算、分析，纳入系统分析模块，保障数据可视化；基于以上两个层级，应用层结合高速公路气象、路网、路况等信息，提供安全隐患排查、智慧出行服务、机电智能运维、道路科学养护、交通趋势评估、综合稽查、交通分析等各类应用功能[3]。

2.2 数据层搭建

2.2.1 确定数据来源

高速公路数据来源相对广泛，如分布于高速公路各个区段的高清摄像装置，可收集车辆抓拍图片、视频等；又如车辆进入收费站后，经过地下埋设的地板线圈，地感线圈切割磁力线，产生微弱电流，由定焦在地感线圈的摄像机拍摄一张图片，产生车辆的相关数据，递交收费卡、读卡、写卡等过程也会产生数据。归纳总结数据来源，包括但不限于：高德地图、出行服务、养护施工、移动通信、数据运营、路政管理、收费、视频监控等[4]。

2.2.2 大数据类型分析

智能高速公路大数据包括以下部分：一是基础设施数据信息：服务区、停车区、收费站、桥梁、隧道、路段等。二是收费数据信息：免通车、征费稽查、入口承重、出站收费、ETC 监测等，主要用于运营优化、风险管理、收费管理等。三是运营数据信息：指挥调度、行驶路径、进出站点与时间、缴费类型、车流量、车牌号、车速、车型等。四是运维数据信息：路产巡查、道路养护、维修经费、机电监测数据、交通事件等。五是出行服务数据：收费站开闭、路况、道路问询、气象监测等[5]。六是交警车管数据：车驾信息、事故处理、执法纠违等，主要用于基础采集、指挥调度、运营管理等。七是路政运营数据：施工管理、超限执法、危化运输、救援与灾控。八是公安管理数据：黑名单、涉车犯罪等。

2.2.3 数据处理与存储

智能高速公路体系中产生的各类数据进入交通大数据平台加以存储、处理，各类数据结构复杂、形式多样，对存储、处理过程有较高要求，表现在：其一，交通大数据平台兼容Teradate、DB2、Oracle 数据库，可直接将数据从传统架构中迁移，便于技术人员完成数据处理核心设备的转型升级[6]。其二，TDH 支持高吞吐、低时延的实时计算场景，可进行流数据、非结构化数据、基础结构化数据存储，结合实际条件无缝扩容，存储在平台数据管理库。

2.3 模型层搭建

2.3.1 基础信息数据、业务数据模型

该模型针对的是智能高速公路已获取的、尚未能投入使用的数据，这部分数据在精度、类型丰富度方面欠佳，将得到的数据纳入模型，搭建各类数据格式转化模型，维持数据标准一致，对各类数据展开校核、相互验证，提升大数据平台数据分析过程的利用率、准确性。

2.3.2 交通流量预测模型

以数据层为基础，收集高速公路各时段的交通流量数据，关联相关维度的数据分析，如车流量、路段、时间段、天气、节假日、工作日等，进行多维度的交通流量变化预测，以图表形式呈现，清晰准确地呈现不同时段的交通流量，作为交通调控的基础参考。

2.3.3 运营管理模型

对车流、路况、ETC 门架等相关数据的收集，获得高速公路断面车流量、路面损耗、均车速等运营指标，实施交通组织优化，制订应急处置预案，引入交通仿真模型，优化运营管理过程，如交通事故的提前预防、事故责任的正确判定、事故处理时间的大幅度减少等，保障高速公路的正常通行。

2.3.4 综合稽查分析模型

进行入口承重、征费稽查等收费数据及车型、车牌号、行驶路径、缴费等运营数据的收集、筛选，实现稽查分析、问题总结与处置、数据上报、跟踪反馈等功能，完善稽查闭环管理体系。

完善的灌溉管理制度可以加速农业节水灌溉技术的推广，促进农业经济的发展。在灌溉管理制度中，要重视对农业节水灌溉技术的宣传，使更多的农民可以更加了解农业节水灌溉技术，调动农民采用农业节水灌溉技术的积极性。

2.3.5 突发事件评估模型

统计高速公路路政交通事件历史数据，从地点、路段、天气、时间、原因、发生频次等不同维度，搭建突发事件评估模型，进行突发、多发事故的提前预判与处理。

2.4 应用层搭建

应用层按照模块化方式布置，实现各模块间数据信息共享的同时，减少模块间的相互影响，保证对数据层的高效应用。主要包括：

2.4.1 公路健康监测模块

在高速公路沿线布置若干传感器、摄像头，对接大数据平台，持续采集路面高程、风速风力、温度等参数，对比设定的额定值、现场监测数值，若监测值大于额定值，或在监控画面中出现槽坑、麻面、裂纹等质量缺陷，平台发布报警信息，提示运营管理部门递交高速公路健康监测报告；在安排路面维修的同时，发布路况信息、安排路段封闭工作，恢复公路结构状态。

2.4.2 交通流量预测模块

交通流量预测，主要表现在：其一，依靠平台进行车流数据实时处理，与历史数据展开对比分析，设定流量排名，依托相应算法输出决策建议；相关建议被采纳后，预测交通流量变化趋势，实现对各阶段车流密度精准预测[7]。其二，拥堵预警，节假日期间，部分高速公路会出现拥堵，可结合交通流量相关数据预测未来某阶段某路段车流量变化情况，发布预测图，如在劳动节，可发布如图1 预测图与类似“某日9 时至13时、16 时至21 时某路面车流量将达到峰值”等预警信息，提示车主错峰出行。

图1 “劳动节”日均交通量（万辆）预测图

2.4.3 事故管理模块

2.4.4 逃费稽查模块

结合车辆信息、CPC 卡交易记录等数据，灵活应用逃费稽查分析模型，归纳总结人工经验的分析结果，展开智能科学分析，在各类异常数据提取、筛选、对比中，展开逃费稽查，制作稽核工单，锁定嫌疑车辆，确认后对其违法行为加以处理。具体情况如下：其一，违法逃费，按照我国法律，在春节、劳动节、国庆节等节假日期间会对小型车辆实施免费通行政策，但部分不满足条件的车辆，仍会选择免费车道通行，针对这一情况，稽查分析模型引入既定算法，进行免费通行标准座位数、车型座位数对比分析，判断其有无违法逃费行为。其二，“大车小标”判定，利用稽查模型对降低车型行为展开分析，参考ETC 办理与缴费信息、承重数据、车型等信息展开分析，若有以下现象可判定其属于大车小标：吨位大，座位多的二型车甚至三型车、四型车，在ETC 通行卡上记录的车型比实际车型小的车辆；针对货车、客车、拖挂车辆违法使用其他车辆ETC 的行为，给予严惩。其三，套牌分析，借助稽查模型，对车牌号、车型、车身颜色、违法信息、出入站时间等数据展开综合分析，若显示同一车牌在不同车辆上使用，初步判定为套牌行为，在提取车辆信息后展开跟踪调查，发出预警信息。

2.4.5 道路状况分析模块

该模块主要包括以下功能：一是路况信息提示，在线获取交通信息，如气象预警、事故多发路段、拥堵路段、绕行方案等，提示临近车辆。二是服务区提示，距离服务区小于2km 时，结合驾乘人员需求，提示服务区相关信息，包括服务区距离、基础设施、空余车位与其他相关服务等。三是收费站提示，在即将抵达收费站时，提示收费站相关信息，如开闭情况、车辆汇聚情况、是否可通行等信息。

2.4.6 收费管理模块

该模块包括：其一，收费额预测，结合交通流量确定各阶段收费额，对相关高速公路路段展开月度、季度、年度交通流量预测，获取计算时间段内预测收费额，预测高速公路收费情况。其二，收费人员配置，预测未来交通量后，分析车流量规律，尤其是日间与夜间、工作日与节假日间的车流量区别，作为调整各个收费站人员配置的参考，避免出现“车多人少”“车少人多”的情况。其三，车道开闭，综合相关信息，合理安排ETC、人工车道数量，减少运维费用。

2.4.7 其他

除了上述功能模块外，应用层包括其他功能：其一，路径识别，结合驾驶员不同驾驶习惯、道路情况、收费分析结果等信息，推荐不同路径，提升通行体验。其二，路网营销，结合车牌数据，依据车辆归属地、行驶路径、所属单位、消费行为等展开大数据分析，进行针对性营销，如针对旅行社、客运站、大中型物流等，实施按月、按季包缴的收费制度；针对运输业务灵活，可达到相应趟数的车辆推行按次包缴制度。

3 结语

综上所述，文章就交通大数据在智能高速公路中的应用展开综合分析，提出交通大数据平台搭建思路。要求给予整个探究过程足够的重视，明确其中的优势与不足，持续进行大数据平台的调整、优化，满足不同阶段智能高速公路运维格局的需要，发挥大数据在不同层面的最大功效，辅助高速公路建设、运营管理进程，推动可持续发展。