城交通大數(shù)據(jù)技術及智能應用系統(tǒng)分析

1、城市交通大數(shù)據(jù)技術及智能應用系統(tǒng)分析1引言2015年兩會上，大數(shù)據(jù)(big data ) ”一詞首次寫入政府工作報告。在交通 領域，大數(shù)據(jù)一直被視作緩解交通壓力的技術利器。應用大數(shù)據(jù)有助于了解城市交通擁堵問題中人的出行規(guī)律和原因， 實現(xiàn)交通和生活的和諧，提高城市的宜居 性，為政府精準管理提供基于數(shù)據(jù)證據(jù)的綜合決策。同時，大數(shù)據(jù)的挖掘和使用還有利于催生信息消費新模式，促進信息消費產(chǎn)業(yè)發(fā)展。隨著手機網(wǎng)絡、全球定位系統(tǒng)(global positioning system , GPS) /北斗車 載導航、車聯(lián)網(wǎng)、交通物聯(lián)網(wǎng)的發(fā)展，交通要素的人、車、路等的信息都能夠實 時采集，城市交通大數(shù)據(jù)來源日益豐富

2、20在日益成熟的物聯(lián)網(wǎng)和云計算平臺 技術支持下，通過城市交通大數(shù)據(jù)的采集、傳輸、存儲、挖掘和分析等，有望實 現(xiàn)城市交通一體化，即在一個平臺上實現(xiàn)交通行政監(jiān)管、交通企業(yè)運營、交通市 民服務的集成和優(yōu)化。城市交通大數(shù)據(jù)的集成與分析技術研究，對我國智慧城市的發(fā)展具有戰(zhàn)略性 意義。交通大數(shù)據(jù)具有種類繁多、異質性、時空尺度跨越大、動態(tài)多變、高度隨 機性、局部性和有限生命周期等特征，如何有效地集成交通大數(shù)據(jù)，滿足高時效 性和知識牽引等城市交通智慧化需求，是各個大中城市所面臨的前所未有的發(fā)展 機遇和挑戰(zhàn)本文首先簡單介紹了大數(shù)據(jù)的發(fā)展狀況及趨勢，然后重點分析總結了城市交 通大數(shù)據(jù)的若干核心技術，并提出城市交通

3、大數(shù)據(jù)的智能應用系統(tǒng)解決方案，最后重點列舉了幾種典型應用。2大數(shù)據(jù)的發(fā)展狀況及趨勢近年來，數(shù)據(jù)的快速增長成了許多行業(yè)共同面對的嚴峻挑戰(zhàn)和寶貴機遇，信息社會正在進入大數(shù)據(jù)時代。大數(shù)據(jù)指的是涉及的資料量規(guī)模巨大到無法透過目 前主流軟件工具在合理時間內達到感知、擷取、管理、處理和服務的數(shù)據(jù)集合。從2009年左右開始，大數(shù)據(jù)”開始成為互聯(lián)網(wǎng)信息技術行業(yè)的流行詞匯。根據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心(IDC)估測，數(shù)據(jù)一直以每年50%的速度增長(大數(shù) 據(jù)摩爾定律)，這意味著人類在最近兩年產(chǎn)生的數(shù)據(jù)量相當于之前產(chǎn)生的全部數(shù) 據(jù)量，預計到2020年，全球將總共擁有35億GB (35 ZB)的數(shù)據(jù)。大數(shù)據(jù)處 理的數(shù)據(jù)規(guī)模從T

4、B級上升到PB、EB甚至ZB級，人們面臨著如何降低數(shù)據(jù)存 儲成本、充分利用計算資源、提高系統(tǒng)并發(fā)吞吐率、支持分布式非線性迭代算法 優(yōu)化等眾多難題。為了應對大數(shù)據(jù)的發(fā)展趨勢，更好地為行業(yè)用戶和個人提供數(shù)據(jù)分析的服 務，亟需構建各類不同的大數(shù)據(jù)平臺， 支持用戶對數(shù)據(jù)的多種需求。構建大數(shù)據(jù) 平臺就是要將不同渠道、不同來源、不同結構的數(shù)據(jù)進行有機的整合。 與傳統(tǒng)數(shù) 據(jù)平臺不同的是，大數(shù)據(jù)海量的規(guī)模、多樣的類型、快速的流動和動態(tài)的體系以 及巨大的價值是大數(shù)據(jù)平臺構建需要重點考慮的幾個因素。除此之外，數(shù)據(jù)的分類存儲、數(shù)據(jù)平臺的開放性、數(shù)據(jù)的智能處理以及數(shù)據(jù)平臺與用戶的交互都為大 數(shù)據(jù)平臺的建設帶來前所未有

5、的挑戰(zhàn)。大數(shù)據(jù)平臺處理的數(shù)據(jù)類型是多種多樣的。目前這些平臺的搭建已經(jīng)有了一 些有代表性的成果，如 Google公司的Freebase、微軟公司的Probase、國內 著名的中文信息結構庫一一中國知網(wǎng)。在商用數(shù)據(jù)平臺方面， 舊M公司的 Infosphere大數(shù)據(jù)分析平臺、天睿公司的 Teradata統(tǒng)一數(shù)據(jù)環(huán)境以及由國內大 貓、阿里云、萬網(wǎng)聯(lián)合推出的國內首個電商云工作平臺聚石塔是3個典型的數(shù)據(jù)平臺。大數(shù)據(jù)”本身是一個現(xiàn)象而不僅僅是一種技術，這是信息科技歷史發(fā)展的必 然結果。大數(shù)據(jù)的采集、傳輸、處理和應用所需的相關大數(shù)據(jù)處理技術，是通過 系列地使用非傳統(tǒng)工具來對大量的結構化、半結構化和非結構化數(shù)據(jù)

6、進行處理， 從而獲得分析和預測結果的一系列大數(shù)據(jù)處理技術。大數(shù)據(jù)技術的戰(zhàn)略意義也不僅在于掌握龐大的數(shù)據(jù)信息，而更在于對這些含有意義的數(shù)據(jù)進行專業(yè)化處理。 換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實現(xiàn)盈利的關鍵在于提高對 數(shù)據(jù)的加工能力”，通過加工”實現(xiàn)數(shù)據(jù)的增值”。大數(shù)據(jù)領域已經(jīng)涌現(xiàn)出了大量 新的技術，它們成為大數(shù)據(jù)采集、存儲、處理和呈現(xiàn)等功能的有力武器。大數(shù)據(jù) 發(fā)展呈現(xiàn)以下趨勢。(1)基于云計算的數(shù)據(jù)分析平臺云計算為大數(shù)據(jù)提供了可以彈性擴展、 相對便宜的存儲空間和計算資源，使得 中小企業(yè)也可以像亞馬遜公司一樣通過云計算來完成大數(shù)據(jù)分析。云計算IT資源龐大、分布較為廣泛，是異構系統(tǒng)較多的

7、企業(yè)及時準確處理數(shù)據(jù)的有力方式， 甚至是唯一的方式。大數(shù)據(jù)要走向云計算，還有賴于數(shù)據(jù)通信帶寬的提高和云資源池的建設，需要確保原始數(shù)據(jù)能遷移到云計算環(huán)境以及資源池可以隨需彈性擴展。(2)數(shù)據(jù)分析集逐步擴大，企業(yè)級數(shù)據(jù)倉庫將成為主流當人們從大數(shù)據(jù)分析中嘗到甜頭以后，數(shù)據(jù)分析集就會逐步擴大。目前大部分的企業(yè)分析的數(shù)據(jù)量一般以 TB為單位。按照目前數(shù)據(jù)的發(fā)展速度，數(shù)據(jù)量很 快將會進入PB時代。特別是目前在100500 TB和500+ TB范圍的分析數(shù)據(jù) 集的數(shù)量會成倍增長。隨著數(shù)據(jù)分析集的擴大，以前部門層級的數(shù)據(jù)集將不能滿足大數(shù)據(jù)分析的需 求，它們將成為企業(yè)級數(shù)據(jù)庫(EDW)的一個子集。因此，企業(yè)內的

8、數(shù)據(jù)分析 將從部門級過渡到企業(yè)級，從面向部門需求轉向面向企業(yè)需求， 從而也必將獲得 比部門視角更大的益處。隨著政府和行業(yè)數(shù)據(jù)的開放，更多的外部數(shù)據(jù)將進入企 業(yè)級數(shù)據(jù)倉庫，使得數(shù)據(jù)倉庫規(guī)模更大，數(shù)據(jù)的價值也更大。(3) Hadoop對MapReduce的依賴程度越來越Hadoop是一個能夠對大量數(shù)據(jù)進行分布式處理的軟件框架，能夠處理 PB 級數(shù)據(jù)，具有高可靠性、高擴展性、高效性和高容錯性等特點。其新版本不只為 MapReduce服務，而是和Cloudera的Impala 一樣用一個SQL查詢引擎或者 其他的方法來替代 MapReduce。 HBaseNoSQL數(shù)據(jù)庫就是Hadoop離開 MapR

9、educe約束后的一個很好的例子。未來 Hadoop平臺將在大數(shù)據(jù)處理中發(fā) 揮越來越重要的作用。3城市交通大數(shù)據(jù)3.1 城市交通大數(shù)據(jù)的主要研究內容城市交通大數(shù)據(jù)的研究內容主要包括以下方面。(1)時效約束的大數(shù)據(jù)多尺度匯聚計算和動態(tài)圖譜交通大數(shù)據(jù)存在多源、異質、局部性、時空關聯(lián)、異步性、信息稀疏性和并 發(fā)性等特點，而城市交通系統(tǒng)存在著對大數(shù)據(jù)匯聚處理的高時效性以及對人而信息稀疏”的交通大數(shù)據(jù)的領域知識牽引要求?，F(xiàn)有的數(shù)據(jù)融合、計算理論與方 法難以滿足高時效性的大數(shù)據(jù)處理和基于數(shù)據(jù)的知識構建與轉換等需求，亟需提出時效約束的大數(shù)據(jù)多尺度匯聚計算和動態(tài)圖譜的交通大數(shù)據(jù)處理新理論與新 方法。(2)高維

10、空間的隱性知識序貫挖掘與演化模型交通主體、行為、態(tài)勢、路網(wǎng)拓撲和環(huán)境形成了高維生態(tài)系統(tǒng)閉空間，相互 之間存在著高度非線性、隨機性和動態(tài)的耦合關系。交通態(tài)勢及其演化是交通系統(tǒng)的宏觀體現(xiàn)，具有約束條件下的動態(tài)性、序貫性、自組織、隨機性等特點，交 通態(tài)勢機理解釋對解決城市交通的難題非常重要。傳統(tǒng)的交通理論難以發(fā)現(xiàn)隱含在如此高維空間的知識，對交通出行規(guī)律及其時空演化、大面積交通擁堵演變規(guī) 律、環(huán)境與交通行為等進行綜合知識和數(shù)據(jù)支撐的解釋與評價，高維空間的隱性知識序貫挖掘與演化將為此提供堅實的理論與技術支撐。(3)交通態(tài)勢的預測機理與調控策略交通態(tài)勢是城市交通系統(tǒng)運行狀態(tài)的反映，受到交通需求、網(wǎng)絡拓撲、

11、多交 通子系統(tǒng)、環(huán)境、管理和調控策略等眾多因素的相互影響與作用。由于城市交通態(tài)勢具有時變性、不確定性、非馬氏性以及影響因素之間的相關性等特點，是一 個超維的復雜巨系統(tǒng)，其調控與預測是世界性的難題，目前尚缺乏相關的理論與 方法。交通態(tài)勢的預測機理與調控策略的研究，將創(chuàng)建復雜交通巨系統(tǒng)的預測及 其控制的新理論與途徑。3.2 城市交通大數(shù)據(jù)相關處理技術在城市交通蓬勃發(fā)展的過程中，其數(shù)據(jù)采集量必然成倍增長，形成海量、動 態(tài)、實時的交通大數(shù)據(jù)。因此，以大數(shù)據(jù)處理技術為支撐的城市交通信息服務將 成為未來智能交通發(fā)展的增長點。 城市交通所涉及的大數(shù)據(jù)技術，總結起來大致 包括如下內容。(1)基于Hadoop框

12、架的MapReduce模式技術Hadoop是一個能夠對大量數(shù)據(jù)進行分布式處理的軟件框架，而map/reduce 是Hadoop的核心計算模型，它將復雜地運行于大規(guī)模集群上的并行計算過程高 度地抽象到了兩個函數(shù)。Hadoop實現(xiàn)了一個分布式文件系統(tǒng)(Hadoop distributed file system , HDFS ) 。 HDFS有著高容錯性的特點，用來部署在低 廉的硬件上。而且它能提供高傳輸率來訪問應用程序的數(shù)據(jù)，適合那些有著超大 數(shù)據(jù)集的應用程序。(2)數(shù)據(jù)倉庫技術數(shù)據(jù)倉庫是決策支持系統(tǒng)(DSS )和聯(lián)機分析應用數(shù)據(jù)源的結構化數(shù)據(jù)環(huán)境， 研究和解決從數(shù)據(jù)庫中獲取信息等問題。數(shù)據(jù)倉庫

13、的特征在于面向主題、集成性、 穩(wěn)定性和時變性。其主要功能是將組織通過資訊系統(tǒng)的聯(lián)機交易處理( OLTP) 經(jīng)年累月所累積的大量資料、數(shù)據(jù)倉庫理論所特有的資料存儲架構進行系統(tǒng)的分 析整理，以利于各種分析方法如線上分析處理 (OLAP )、數(shù)據(jù)挖掘(data mining ) 的進行，進而支持決策支持系統(tǒng)、主管資訊系統(tǒng)(EIS)等系統(tǒng)的創(chuàng)建，幫助決 策者快速、有效地從大量數(shù)據(jù)資料中分析出有價值的信息，以利于決策擬定及快速回應外在環(huán)境變動，幫助構建商業(yè)智能。(3)中央數(shù)據(jù)登記簿技術中央數(shù)據(jù)登記簿系統(tǒng)是平臺數(shù)據(jù)統(tǒng)一管理、綜合交通信息服務的基礎，包括 與交通信息有關的數(shù)據(jù)表示和交互以及交通信息服務、 適

14、合于綜合交通環(huán)境的數(shù) 據(jù)字典和消息模板、交通數(shù)據(jù)項定義規(guī)則、注冊和管理機制等。(4)平臺GIS-T應用技術平臺GIS-T應用技術是交通地理信息系統(tǒng)的支撐技術，可為交通信息服務 提供高效的信息查詢功能、海量的存儲功能，包括出租車、公交車、綜合交通視 頻信息等數(shù)據(jù)；提供優(yōu)秀用戶體驗的 WebGIS引擎，讓用戶享受基于瀏覽器的 交通信息服務。(5)基于非序列性數(shù)據(jù)操作技術基于非序列性數(shù)據(jù)操作技術包括虛擬化環(huán)境以及流數(shù)據(jù)處理技術， 通過網(wǎng)絡 將大 量服務器的內存空間統(tǒng)合在一起，使之形成一個超大型的虛擬內存，然后 在其上進行數(shù)據(jù)配置，可實現(xiàn)對現(xiàn)有設備資源的最大使用效率，同時實現(xiàn)對即時 性數(shù)據(jù)的反饋能力。

15、(6)視頻大數(shù)據(jù)處理技術視頻大數(shù)據(jù)處理技術將目前各個專用性的視頻監(jiān)控系統(tǒng)有機地整合在一起， 實現(xiàn)視頻資源統(tǒng)一接入、統(tǒng)一轉碼、統(tǒng)一分發(fā)、統(tǒng)一管理和統(tǒng)一運營的五統(tǒng)一”目標。它可整合包括交通視頻、站臺視頻、客運站視頻、高速公路視頻、社會治 安視頻、車載視頻等在內的多種視頻資源， 提高整體視頻監(jiān)控的效率，且基于視 頻監(jiān)控基礎設施之上創(chuàng)造更多增值性的應用，從而實現(xiàn)視頻監(jiān)控系統(tǒng)的最大化效 用。(7)大數(shù)據(jù)處理技術大數(shù)據(jù)預處理技術是將接入平臺的數(shù)據(jù)根據(jù)具體的業(yè)務規(guī)則進行進一步的 處理，包括對接入的數(shù)據(jù)進行有效性的檢驗、大數(shù)據(jù)清洗等。大數(shù)據(jù)標準化處理 技術從數(shù)據(jù)庫中取出經(jīng)過清洗后的數(shù)據(jù)，根據(jù)業(yè)務規(guī)則將外部系統(tǒng)

16、的數(shù)據(jù)格式轉 化為平臺定義的標準格式。(8)大數(shù)據(jù)融合處理技術大數(shù)據(jù)融合處理技術是指采用多源交通信息融合方法，結合特征融合技術 (識別/分類、神經(jīng)網(wǎng)絡、貝葉斯網(wǎng)絡等)、目標機動信息處理技術(自適應噪 聲模型等)及多目標跟蹤的信息融合技術，提高信息系統(tǒng)的頑健性及可靠性。 多 源交通大數(shù)據(jù)信息融合分為3級：基礎級是數(shù)據(jù)級融合，它只完成數(shù)據(jù)的預處理 和簡單關聯(lián)；第二級是特征級融合，就是根據(jù)現(xiàn)有數(shù)據(jù)的特征預測交通參數(shù)； 第 三級是狀態(tài)級融合，根據(jù)當前交通流信息判斷交通狀態(tài)。 交通流信息融合的基本 過程包括多源信息提取、信息預處理、融合處理以及目標參數(shù)獲取和狀態(tài)估計。（9）實時數(shù)據(jù)分發(fā)訂閱技術海量交通大

17、數(shù)據(jù)具有數(shù)據(jù)量大、更新頻繁、時效性高等特點，往往需要來自 于其他系統(tǒng)的實時數(shù)據(jù)來支持其業(yè)務邏輯。比如浮動車輛的GPS數(shù)據(jù)、目前城市道路的路況分析和收費站排隊監(jiān)控分析、省級運政衛(wèi)星定位聯(lián)網(wǎng)監(jiān)控系統(tǒng)的上 報、營運車輛安全監(jiān)管系統(tǒng)等監(jiān)控分析系統(tǒng)需要向外單位共享的數(shù)據(jù)。（10）大數(shù)據(jù)挖掘技術多源交通大數(shù)據(jù)挖掘是一個多步驟的過程，可以分為問題定義、數(shù)據(jù)準備、 數(shù)據(jù)分析、模式評估等基本階段。4城市交通大數(shù)據(jù)的智能應用系統(tǒng)4.1 交通大數(shù)據(jù)采集內容城市交通大數(shù)據(jù)可分為靜態(tài)大數(shù)據(jù)與動態(tài)大數(shù)據(jù)。靜態(tài)交通大數(shù)據(jù)主要包括城市交通的基礎空間數(shù)據(jù)（地表模型、高清正射影像等）、城市及周邊基礎地理信息（城市路網(wǎng)、交叉口布局

18、、城市基礎交通實施 信息）、道路交通網(wǎng)絡基礎信息（道路等級、長度、收費信息）、道路交通客運 信息（客運班線、客動票務、市區(qū)公交信息、車站線路輻射圖、客運企業(yè)信息、 交通換乘點等）、航班信息、列車信息、水運信息（船次、起終碼點、開船時間 等）、停車場信息（停車場位置、名稱、總泊位數(shù)、開閉狀態(tài)、空閑泊位數(shù)等）、 交通管理信息（警區(qū)界限、安全界限、警力分布、交通崗位、執(zhí)法站、車管所、 檢測場、考試場、過境檢查站）以及交通抽樣調查數(shù)據(jù)等。動態(tài)交通大數(shù)據(jù)來源廣泛、形式多樣，主要包括通過衛(wèi)星遙感、航空攝影測 量，低空無人機應急平臺、地面測量車、地面視頻等遙感手段獲取的數(shù)據(jù)以及地 面智能交通系統(tǒng)中，通過視頻

19、、手機、公交卡、地感線圈等傳感設備和移動終端 采集的人、車、路等交通要素的數(shù)據(jù)。從人可以采集到的數(shù)據(jù)有駕駛行為數(shù)據(jù)、 付費行為數(shù)據(jù)和出行行為數(shù)據(jù)，從車采集到的數(shù)據(jù)有車輛信息數(shù)據(jù)、車輛實時位 置數(shù)據(jù)、公交車運營數(shù)據(jù)、出租車運營數(shù)據(jù)、眾包路況數(shù)據(jù)，關于路的數(shù)據(jù)有衛(wèi) 星影像數(shù)據(jù)、航空攝影數(shù)據(jù)和道路基礎設施數(shù)據(jù)。4.2 交通大數(shù)據(jù)云計算支撐平臺城市交通大數(shù)據(jù)和相關業(yè)務的服務采用云計算技術來實現(xiàn)，具總體邏輯架構 如圖2所示。采用云計算技術來支撐一體化交通大數(shù)據(jù)， 按需提供自助管理虛擬 基礎架構匯集成高效池，以服務的形式提供資源。云計算支撐平臺包括數(shù)據(jù)中心 物理資源管理、數(shù)據(jù)中心邏輯資源、數(shù)據(jù)中心運營平臺

20、和維護。城市交通云計算支撐平臺包含多個子系統(tǒng)，各系統(tǒng)提供穩(wěn)定的信息、管理、 監(jiān)控服務。為了支持智能交通 7X24 h的穩(wěn)定、高效服務，可引入云計算虛擬化 平臺。利用虛擬化技術將應用系統(tǒng)與物理機進行分離， 減少因物理環(huán)境導致的系 統(tǒng)中斷服務，在不影響用戶的情況下對物理資源進行刪除、升級或改變。4.3 交通大數(shù)據(jù)的智能應用系統(tǒng)交通大數(shù)據(jù)的智能應用系統(tǒng)是基于交通大數(shù)據(jù)中心、 交通云計算支撐平臺來 搭建的智能應用系統(tǒng)，采用 中心數(shù)據(jù)存儲和處理”和本地服務應用”的模式，從 海量的交通數(shù)據(jù)中抓取實時數(shù)據(jù)，分析挖掘歷史數(shù)據(jù)，基于歷史數(shù)據(jù)對未來情況 做出預測，為智能交通提供決策性建議。交通大數(shù)據(jù)智能應用系統(tǒng)可

21、分別為政府、企業(yè)、公眾提供智能交通信息服務。 系統(tǒng)可為政府部門提供交通行政監(jiān)管支持，主要提供精細地理信息服務、交通管理服務、應急響應服務、路邊車位監(jiān)管服務、公共交通監(jiān)管服務等；為公眾搭建 基于手機應用的交通信息服務，通過交通信息服務也可采集公眾日常出行行為的 數(shù)據(jù)，主要有精細地理信息服務、精準實時路況服務、精準交通信息服務、實時 車輛信息服務、交通誘導信息服務、停車誘導信息服務等；為企業(yè)提供交通信息 增值服務，主要有精細地理信息服務、公交車公司車輛調度及輔助決策、商業(yè)數(shù) 據(jù)分析等。不同用戶可共享行業(yè)數(shù)據(jù)、計算資源、個性化情報分析結果，在數(shù)據(jù) 采集共享、大規(guī)模數(shù)據(jù)實時處理和分析、企業(yè)突發(fā)事件處置

22、應對方面具有十分突 出的優(yōu)勢，從而大大節(jié)約了系統(tǒng)資源和成本，提升了工作效率。系統(tǒng)所采用的技術主要包括基于決策樹 一支持向量機（DTM-SVM ）的多源 異構交通信息融合技術、基于SOA的交通信息基礎數(shù)據(jù)服務設計、ZigBee無線 傳感器網(wǎng)絡技術、基于移動互聯(lián)網(wǎng)的交通信息應用服務設計、 基于機器學習的行 程時間預測、基于位置服務（LBS）的行人交通信息服務技術等。5城市交通大數(shù)據(jù)智能系統(tǒng)的典型應用筆者和廣州市交通委員會及下屬公司等單位的專家們，多年來保持密切的產(chǎn) 學研合作，一起提出了城市交通大數(shù)據(jù)智能系統(tǒng)相關的典型應用解決方案， 大致 介紹如下。5.1城市交通大數(shù)據(jù)的公交行政監(jiān)管與科學決策城市交

23、通大數(shù)據(jù)的公交行政監(jiān)管與科學決策支持系統(tǒng)（如圖3所示）實現(xiàn)可分為3個步驟：首先，集成城市公共交通采集的站臺、線路、道路、活動場所的 交通數(shù)據(jù)，研發(fā)MapReduce框架下的海量交通流融合與預測算法， 針對復雜交 通系統(tǒng)行為的不可預測性，充分考慮簡單對象的主動性和隨機性， 從行為生成的角度出發(fā)實現(xiàn)對城市公共交通系統(tǒng)的 等價”描述；然后，針對城市公共交通的運 營與管理需求，通過計算實驗和涌現(xiàn)觀察，生成實時、未來和各種可能情況下的 交通場景，包含正常條件下的交通環(huán)境，還包括交通事故、惡劣天氣、突發(fā)事件 等異常條件下的交通環(huán)境；最后，通過實際交通系統(tǒng)與人工交通系統(tǒng)之間交互運 行和過程演化，實現(xiàn)城市公共

24、交通運行數(shù)據(jù)分析與調度方案演練，并為交通管理者和出行者提供基于位置的交通服務信息。大數(shù)據(jù)可以輔助公共交通規(guī)劃制定決策。 傳統(tǒng)的方式需要投入大量人力進行 OD調查和數(shù)據(jù)收集。目前的一卡通可讓數(shù)據(jù)更為全面地展現(xiàn)在決策人員面前， 流量數(shù)據(jù)全部可以精確掌握，同時再利用車輛擁堵時間、擁堵路段的大數(shù)據(jù)分析， 公交車的線路調整、增加與減少換乘站的決策就會更加有依據(jù)。(1)城市公共交通云計算服務平臺體系城市公共交通云計算服務平臺采用 4層結構，分別為應用層、平臺層、統(tǒng)一 資源層和物理層。云計算服務平臺使得公共交通管理成為了一個開放式的可擴展 系統(tǒng)。新的交通管理方案可以很快得到實施，而無需對現(xiàn)場的硬件設備進行更

25、新 換代。控制中心通過交通管理云提供的服務，不斷對交通控制代理的運行進行優(yōu) 化，使系統(tǒng)性能得到提升，實現(xiàn)多個城市的交通控制系統(tǒng)連接交通管理云，實現(xiàn)數(shù)據(jù)集中、數(shù)據(jù)共享和服務共享。(2)基于海量交通檢測數(shù)據(jù)的融合與預測城市交通大數(shù)據(jù)和相關的業(yè)務服務采用云計算技術來實現(xiàn)，具總體邏輯架構 如圖4所示。采用云計算技術來支撐一體化交通大數(shù)據(jù)， 按需提供自助管理虛擬 基礎架構匯集成高效池，以服務的形式提供資源。云計算支撐平臺包括數(shù)據(jù)中心 物理資源管理、數(shù)據(jù)中心邏輯資源、數(shù)據(jù)中心運營平臺和維護。在進行交通流預測時，需要根據(jù)交通流檢測數(shù)據(jù)建立合理的交通流模型。采用混合高斯模型，并用期望最大化(EM)算法對模型的

26、參數(shù)進行學習求解。在 MapReduce架構下將EM算法進行并行處理，通過云計算平臺來實現(xiàn)算法的分 布式運行，滿足海量交通數(shù)據(jù)的處理要求， 提升模型參數(shù)學習的速度。實施流程 如圖5所示，首先基于MapReduce模型來實現(xiàn)交通流預測，研究分布式模型學 習方法，建立相應的數(shù)據(jù)處理算法，加速模型參數(shù)的學習過程，進而進行模型合 并，得到各個路口的交通流預測模型，產(chǎn)生最終的預測結果。(3)基于平行交通的公共交通計算實驗平臺在實際交通系統(tǒng)和人工交通系統(tǒng)平行執(zhí)行的基礎上，利用計算實驗方法在平 行交通系統(tǒng)上進行各種試驗，對城市公共交通系統(tǒng)的行為進行預測和分析。實際 交通系統(tǒng)中的算法分析工具以模塊和組件的形式

27、應用于平行交通系統(tǒng)實驗平臺 中，其中包括各類學習策略與優(yōu)化算法、 定性與定量計算實驗評估算法以及對各 交通場景（包括常規(guī)交通需求場景、增強交通需求場景和突發(fā)事件交通場景）提 供特定支持的專用算法模塊，這些工具將動態(tài)地分析、評估和優(yōu)化公共交通計算 實驗過程及其結果，并結合評價指標體系更新評價結果。（4）針對城市公共交通管理應用需求，構建實際交通系統(tǒng)與人工交通系統(tǒng) 之間交互運行和過程演化的平行系統(tǒng)”評估分析城市公共交通當前運行狀態(tài)并預測未來的情況，為公共交通管理方 案提供演練環(huán)境。在平行交通系統(tǒng)的基礎上，開展城市交通管理的評價實驗，評 價并優(yōu)化常規(guī)需求情況下、增強需求情況下、突發(fā)事件情況下的管理方

28、案。將管 理方案置于實際的和各種人工的交通場景之中，涌現(xiàn)觀察”方案的實施效果，建立包含交通疏散任務完成效果、背景交通影響程度等要素的綜合評價指標體系， 綜合評價疏散方案在不同需求情況下的實施效果。（5）綜合利用傳統(tǒng)媒體和移動互聯(lián)網(wǎng)媒體，為用戶提供基于位置的公共交 通服務信息通過手機客戶端、公交電視、電子站牌、Web網(wǎng)站、調度客戶端、監(jiān)控客戶端等形式為公交乘客、公交企業(yè)管理者、政府行業(yè)管理人員提供出行服務、運 營調度、企業(yè)管理、行業(yè)監(jiān)管等不同層次的服務，影響或改變城市公交狀態(tài)。5.2城市交通大數(shù)據(jù)的公交精細化調度與管理將GPS定位技術、3G通信技術、地理信息系統(tǒng)（GIS）技術等結合對車輛 進行監(jiān)

29、控，基于此實施的公交車智能調度策略， 提高了公交車的利用率，同時也 在不斷減輕城市道路的擁堵負擔。城市交通大數(shù)據(jù)的公交精細化調度與管理系統(tǒng)將公交要素標識標簽、公交車載信息中心（車載RSU）等物聯(lián)網(wǎng)設備大規(guī)模部署于公交車、公交站臺等場所， 采集公交車輛狀態(tài)信息、站點信息、行駛信息、客流信息，并通過建設公交大數(shù) 據(jù)處理分析平臺，基于大數(shù)據(jù)技術對上述采集數(shù)據(jù)進行分析，通過數(shù)據(jù)的集成、 計算，形成各類數(shù)據(jù)應用，為公交企業(yè)、公眾出行者、政府管理部門提供公交調 度服務、公交個性化信息服務以及公交行業(yè)監(jiān)管服務，徹底解決公交站點智能維 護、公交飛站”、車距監(jiān)管、精準報站、發(fā)班與客流匹配等公交運營和監(jiān)管難題，

30、最終提升城市公交服務水平。基于城市交通大數(shù)據(jù)的公交精細化調度與管理系統(tǒng) 如圖6所示，包括3個層面。城市公交狀態(tài)感知層：采用基于物聯(lián)網(wǎng)技術的交通要素標識標簽、公交車載 信息中心、司機信息顯示屏以及智能手機等設備， 通過對公交各要素的電子化標 識、數(shù)據(jù)采集和數(shù)據(jù)共享，實現(xiàn)對城市公交狀態(tài)智能感知。同時，接收來自城市 公交信息服務層提供的各類信息。城市公交大數(shù)據(jù)處理層：接收來自城市公交狀態(tài)感知層采集的城市公交數(shù) 據(jù)，基于大數(shù)據(jù)技術進行大數(shù)據(jù)分析，通過數(shù)據(jù)的集成、計算，形成各類數(shù)據(jù)應 用，為城市公交信息服務層提供數(shù)據(jù)服務。城市公交信息服務層：可通過手機客戶端、公交電視、電子站牌、Web網(wǎng)站、調度客戶端、

31、監(jiān)控客戶端等形式為公交乘客、公交企業(yè)管理者、政府行業(yè)管 理人員提供出行服務、運營調度、企業(yè)管理、行業(yè)監(jiān)管等不同層次的服務，影響 或改變城市公交狀態(tài)。5.3 城市交通大數(shù)據(jù)的個性化服務平臺以交通行業(yè)大數(shù)據(jù)處理為核心，整合城市交通各行業(yè)數(shù)據(jù)資源，通過大數(shù)據(jù) 處理技術，實現(xiàn)數(shù)據(jù)存儲、清洗、融合和挖掘，最終為城市交通行政部門決策和 公眾出行提供個性化的支持和服務。個性化服務平臺包括基礎信息綜合平臺實現(xiàn) 交通行業(yè)數(shù)據(jù)采集整合、海量數(shù)據(jù)處理平臺實現(xiàn)數(shù)據(jù)分析處理、交通決策服務平 臺為政府和公眾提供決策支持和信息服務，如圖 7所示。(1)基礎信息綜合平臺基礎信息綜合平臺為個性化服務平臺的基礎，是實時交通信息發(fā)

32、布的數(shù)據(jù)來 源，主要功能是交通信息數(shù)據(jù)的收集和處理。將各個子系統(tǒng)中的交通數(shù)據(jù)按照一 定的編碼規(guī)則和既定格式采集起來， 將其轉換為可用的綜合交通信息，基礎信息 綜合平臺是整個智能交通信息組織過程中的信息樞紐， 是實時交通信息發(fā)布的數(shù) 據(jù)來源，進行交通信息數(shù)據(jù)的收集和處理，并為外部數(shù)據(jù)接入和對外數(shù)據(jù)分發(fā)提 供數(shù)據(jù)規(guī)范和標準接口?；A信息綜合平臺將來自不同系統(tǒng)的數(shù)據(jù)進行處理后，匯入數(shù)據(jù)管理層，數(shù)據(jù)管理層關注與其他層次的交互，擔當事務監(jiān)控器、消息系統(tǒng)及其他角色，存儲 著持久數(shù)據(jù)。選用業(yè)界高性能的數(shù)據(jù)庫來提供數(shù)據(jù)存儲、數(shù)據(jù)存取訪問、數(shù)據(jù)訪問控制、數(shù)據(jù)共享等服務。處理以上各層之間的數(shù)據(jù)通信問題， 包括對各

33、層之間 的數(shù)據(jù)進行相互傳輸。主要包含浮動車信息采集系統(tǒng)、智能交通監(jiān)控調度系統(tǒng)、 出租車綜合管理系統(tǒng)、停車場行業(yè)管理系統(tǒng)、客運聯(lián)網(wǎng)售票系統(tǒng)、資源整合系統(tǒng)、 仿真基礎數(shù)據(jù)采集系統(tǒng)等。不同的檢測技術適合于不同的采集環(huán)境， 因此仿真基 礎數(shù)據(jù)采集處理包括視頻交通流檢測系統(tǒng)、微波檢測系統(tǒng)、移動式地磁檢測系統(tǒng) 三大模塊。(2)大數(shù)據(jù)智能處理平臺大數(shù)據(jù)處理是結合交通系統(tǒng)的實際情況， 研究綜合交通模型體系，制定綜合 交通信息的數(shù)據(jù)規(guī)范和接口規(guī)范，并在此基礎上研究和驗證綜合交通大數(shù)據(jù)的接 入和融合技術、大數(shù)據(jù)處理和多維度挖掘技術以及大數(shù)據(jù)的安全和有效管理技 術，從而最終建設完成市區(qū)綜合交通信息中心， 并為交通信

34、息服務、交通行業(yè)管 理部門的智能決策等提供支持。（3）交通信息服務平臺交通信息服務平臺是利用基礎平臺和數(shù)據(jù)智能處理平臺提供的經(jīng)整合處理 后的交通信息，為公眾出行提供個性化交通信息服務的發(fā)布平臺。結合筆者和合作單位多年的交通信息服務實踐，交通信息服務平臺將通過移動互聯(lián)網(wǎng)（手機應 用）、傳統(tǒng)網(wǎng)站、電話熱線、電子站牌、交通情報板（誘導屏）、廣播電視、公 共信息亭、導航儀等多種媒介為公眾提供免費或增值服務，該平臺還將為不同發(fā) 布渠道提供軟件配套支持?；谝苿踊ヂ?lián)網(wǎng)的信息服務：利用 3G網(wǎng)絡等移動互聯(lián)寬帶技術，一方面可 以通過其采集用戶位置信息提供豐富位置服務； 另一方面使手機終端能快捷訪問 交通信息服

35、務，包括交通視頻、圖像等多媒體信息，提供的軟件功能包括：路況 信息、停車服務、實時公交、出行規(guī)劃、地鐵信息、鐵路航班、客運信息、的士 查詢、駕培信息、交通資訊等?；趥鹘y(tǒng)互聯(lián)網(wǎng)的信息服務：對交通信息進行采集、分析、挖掘、發(fā)布，打 造全方位、一站式的交通信息服務發(fā)布平臺，為用戶提供包括實時路況、交通視 頻、實時公交、出租車空車分布、網(wǎng)上汽車票查詢預訂、停車場動態(tài)信息、航班 動態(tài)信息、列車動態(tài)信息、地鐵信息以及交通咨詢在內的出行前與出行途中的全 程交通信息服務，使用戶足不出戶即可了解城市交通動態(tài)，科學規(guī)劃出行方案。電子站牌：公交站臺電子站牌為乘坐公交出行的用戶提供交通相關信息，如公交車輛到站信息。

36、交通情報板：利用停車誘導屏等情報板為出行者提供停車誘導服務。廣播電視：通過廣播電視節(jié)目為用戶播報綜合交通服務信息，如實時路況、 航班動態(tài)等信息。公共信息亭：綜合交通信息亭終端采用觸摸屏方式接受用戶的交互式操作， 提供與Web網(wǎng)站類似的綜合交通信息服務。主要用戶是旅游出行人員和通過公 共交通系統(tǒng)（如公路、鐵路和航空）出行的人員。真三維動態(tài)導航與智能預警服務：在智能交通導航中，將以真三維導航（高 分辨率真實影像替代虛擬場景）替代傳統(tǒng)二維虛擬導航。三維導航地圖不是在二 維導航地圖上的3D顯示，而是在獲取三維空間數(shù)據(jù)后，利用信息通信技術處理 三維空間數(shù)據(jù)，包容其他地理信息，可以突破常規(guī)二維表示對形式的束縛， 更好 地洞察和理解現(xiàn)實世界。真三維智能交通中，根據(jù)實地采集的實景資料，對色彩、 材質、燈光等細節(jié)進行處理，逼真地在導航儀上動態(tài)地再現(xiàn)三維道路實景。 針對 交通事故多發(fā)區(qū)域，比如十字路口或者拐彎區(qū)域，通過高清影像與幾何模型結合 運算，計算出大車拐彎的死角范圍，并搜集車身長度和性能進行評價， 將評價結 果及時反饋給司機，將導航過程中經(jīng)常發(fā)生危險的區(qū)域在真三維實景導航中顯示 并警