研究 | 大数据下全新智慧交通的需求分析

2016-10-04 19:10 来源:安防知识网
浏览量: 收藏:0 分享

随着我国城镇化和公路网络的快速发展,地区车辆的汇集使得车辆在繁忙路段和特殊时期变得拥堵不堪,交通出行成为日渐突出的问题。虽然各地都针对目前遇到的难题开始着手建设智能交通综合管控平台,但由于缺乏高效的平台系统,很多地方在海量数据的采集、处理和分析应用方面,在结合视频监控、交通信号控制系统、诱导系统、交通流量检测系统等方面的综合应用还有待提高。


1.webp.jpg  

传统系统架构的瓶颈

通过各路前端设备24小时不间断的抓取,属于安防性质的海量数据出现了激增。以保定市为例,每天由卡口、电子警察等车牌识别设备所产生的数据量约1200万余条,一年达到45亿条的数据规模。除此之外,还有车辆抓拍的图片数据、违法记录、事故处理等产生的业务数据和实时流量信息,以及路网管理与交通事件信息等多种类型的数据。这些海量数据的产生,使得很多传统的系统架构面临着一个海量数据采集、存储、计算、应用的难题,并且通过越来越多的突发交通时间可以分析发现,视频监控的作用仍然停留在被动服务于“事后研判”的模式,整个监控和控制系统并未做到主动干预,更无从谈起防患于未然。   


与此同时,在面对海量数据时,也暴露了传统的系统架构在海量结构化数据处理上的瓶颈,如系统存储无法弹性扩容;查询速度缓慢,无法快速响应突发事件;应急指挥系统操作复杂;各种类型数据资源分散,无法做到整合并进行综合分析……这些都预示着当前的交通部门需要一个可以应付智慧交通业务需求的全新系统架构。


2.webp.jpg


全新智慧交通系统架构的需求   

构建全新的智慧交通系统架构,需要从大数据思想出发,可以从三个维度分别解析智慧交通与大数据的关系构建。从系统架构来讲,分为数据采集、时空数据库、大数据分析引擎和行业应用四个层次,分别对应了智慧交通业务中的原始视频库,基础信息库与警情/案事件库,而从数据发展的维度,则对应了数据向知识递进的知识管理理论基础。   


数据采集层:海量与多种类数据采集  

智慧交通系统中的数据采集层,主要指卡口、电子警察等终端设备,它们采集的非结构化的视频和图片数据,以及经过前置智能算法所处理后输出的结构化过车信息数据。除此之外,还有大量的其他物联网感知数据的接入,比如RFID射频数据,GPS定位数据,手机信息,以及其他诸如单兵、浮动车等设备采集到的数据。  

 

时空数据库:海量和多种类数据存储   

所有来自于数据采集层的数据在时空数据库中进行存储。在这里根据数据类型的不同进行了不同的存储。结构化数据存储在数据库服务中,非结构化的原始视频和图片数据则存储在基于类似CDS云存储方案的存储介质中。


3.webp.jpg


大数据分析引擎:海量数据的快速计算    

在大数据的思想下,不追求个体数据的精确性,而是在海量数据中挖掘出规律性本质。在这里,所有的基于结构化数据的检索与数据挖掘计算的服务得以实现。同时,为实现更多的智能化业务,在数据应用服务层,也提供基于流式数据处理的视频智能分析服务。为满足更多的实时性要求,基于Unihadoop分布式计算使得海量数据检索与计算都以秒级为单位完成。 

  

行业应用:数据计算的可视化呈现   

基于数据应用服务的计算结果,在数据可视化层进行呈现。例如指挥中心的大屏显示,或者是基于电子地图的实时轨迹显示,或是基于交通流量统计的多种形式的信息发布等。  

 

而贯穿整个系统架构的基础则是IP全交换技术。摆脱了传统流媒体转发的技术,IP全交换技术可以大幅提高数据在网络中交互的效率。

  4.webp.jpg
   

用户对于智慧交通方案的需求  

 

在厘清了全新的系统架构的需求后,用户其实更关心智慧交通的落地解决方案,可以从以下四个方面进行阐述。   


综合管控平台   

通过交通信息采集(电子警察、卡口监控、视频监控、交通流量数据等)、交通诱导以及交通信号控制等系统的部署,有效合理的调控区域交通流量,优化路网流量分布,均衡干道间的交通负荷度,并通过区域信号的协调控制,合理优化交叉口信号配时,协调管控路面交通,从均衡交通流的时空分布上提高道路交通运行效率。  

 

基于地理信息系统,建立交通指挥信息智能交通综合管理与指挥调度平台,实现交通状况动态显示、接处警、报警定位,动态警力定位、交通信号控制、视频监控、交通诱导等系统的可视化综合集成,利用决策支持及预案管理、无线集群系统,实现扁平化指挥,对市区交通进行有效的控制和管理。  

 

大数据分析系统  

实现信息资源共享,包括交通违法数据的上传、路网运行状态数据的共享、违法告知数据、交通流量数据的接入等数据交换。实现交通管理决策方式的新突破,提高科学决策、精确指导工作水平。同时以准确及时的交通数据信息为基础,以深入细致的分析预报为保障,通过科学的交通组织优化与仿真系统,深入进行数据挖掘,及时客观评价交通运行状况,预警提示突出重点问题。  

 

交通流量检测系统   

实现基于视频的车辆检测功能,在城市常规杆件上安装视频检测设备,支持3~4车道的流量检测。支持到车流量、平均速度、车头时距、车头间距、车道时间占有率、车道空间占有率、车辆排队长度、车辆分类、交通状态等信息的检测和统计。在支持交通参数采集的同时,兼顾视频监控的功能。   


交通诱导系统  

交通诱导的信息包括微波采集、视频采集等自动采集系统的采集数据,也包括交通事件、交通事故、交通管制、交通报警等信息,通过数据计算中心系统对所有数据进行融合运算,实时发布在交通诱导屏,为出行者提供便利。


5.webp.jpg


全新智慧交通的用户价值    

在大数据技术支撑下,这些需求将会为用户提供以下三点的使用价值。  


海量数据,综合研判   

智能交通综合管控平台整合智能卡口、电子警察、高清监控、交通诱导系统、交通流量采集系统、综合管理平台等多个业务系统,针对结构化基础信息,通过大数据挖掘系统按照既定的规则对情报化信息进行分析,寻找内在联系,例如大货车闯禁行、交通态势分析、套牌车辆分析,跟车关联分析,车辆轨迹碰撞,可疑人员、可疑车辆分析等,从海量的情报化信息中挖掘隐藏在其中的警情信息,服务于交通管控,公安治安应用,做到防患于未然。  

 

精确检测,疏导交通   

系统通过收集电子警察、智能卡口、流量检测系统所采集的过往车辆信息,排队长度等信息,结合路网的历史车辆通行时间,能够实时检测路网的通行状况,同时由交通诱导系统将交通路况信息发布在室外交通诱导屏上,为出行者提供方便快捷的交通数据。 

  

及时纠正车辆违法  

对道路车辆进行实时监测,对车辆闯红灯、逆行、压双黄线、不按车道标线行驶等各种违法行为进行自动判定及抓拍,也可以在重要的路段对于黄标车、大货车闯禁行等行为进行自动抓拍,从而规范驾驶员驾驶行为,保证车辆有序顺畅通行,减少交通事故。

   

透过这些贴近用户业务的需求,以及体现用户价值的功能应用,可以看出安防大数据技术对于构建新型智慧交通系统架构的核心作用是相当的明显。在未来的交通行业市场,大数据技术是极其重要的竞争力,谁能在海量的安防数据里收集、存储和利用有价值的数据,并切合用户需求解决实际业务发展的需求,谁将获得交通行业市场更多的话语权。


标签:

责任编辑:admin
在线客服