基于大数据的交通管控技术应用分析

随着机动车保有量的快速增长，城市交通“停车难、行车难”的问题日益凸显。提高城市交通管理的指挥调度效率，提升交通管理的科学技术水平，建立和完善交通诱导系统，实时发布各种动态交通信息、停车信息，合理引导出行和停车，减少道路无效占用时间，已成为缓解城市拥堵问题的有效措施。

交通管控系统是一个以提高交通管理服务水平、管控效率为目的，综合利用多种交通管控资源，为提高公安交通管控的快速反应能力和交通指挥中心的工作效能提供技术保障的交通综合信息集成系统。海信城市智能交通管控系统以大数据为中心，综合运用计算机、信号控制、通信、数字视频、云计算等技术，集成交通信号控制、交通高清视频监控、交通违法检测、交通信息采集、车辆智能检测、GPS警力定位、诱导发布等交通子系统，建立了扁平化的交通指挥模式，使公安交通指挥中心具备了快速准确的交通信息采集、处理、决策、指挥调度能力，从而更好地服务于城市交通管理者、治安管理者和社会出行者。

海信智能交通管控系统综述

海信管控系统综合利用大数据、云计算、自动控制和人工智能等技术，构建城市交通大数据中心，将交通指挥控制、交通警情处置、视频监控、违法监测及交通信息发布等业务功能模块有机地结合起来，通过对情报分析、指挥调度、勤务控制的一体化联动，实现交通管控的集成化、自动化、智能化，为城市交通的指挥管理、实时控制与出行服务提供强有力的支撑。

图1：海信管控系统架构图

图2：海信城市智能管控技术结构图

交通管控技术应用

大数据检索技术

当前国内一个中型城市日均约1000万~2000万过车数据，2到3年数据量即突破百亿规模。目前行业内系统在处理50亿以上规模数据检索时，简单精确查询需要10秒左右，模糊查询需要1分钟以上，严重影响了用户体验，尤其在打击涉车犯罪时，很可能贻误战机。近年来，部分交通企业开始采用通用大数据技术来解决此问题，但实际应用效果难尽人意，无法满足交通管理业务对大数据检索性能的要求[1]。其根本原因在于，通用大数据技术缺乏对交通数据专项优化，导致海量检索、模糊检索时性能不佳。海信大数据检索技术针对交警行业数据特点，在分词器、存储路由、分片策略和固态存储等方面进行了专项优化，使海量数据检索达到极致性能，为大数据分析研判提供很好支撑。

大数据可视化技术

目前行业大都为了可视化而可视化，忽略了交管日常场景和业务需求，在呈现内容、效果等方面与交警日常业务需求脱节，实际应用效果不佳[2]。海信智能管控系统根据交通管理特点，将数据分为安全、效率、管理三大专题，预置数十项数据可视化效果，通过数据聚合、前后端分离、动态布局等技术，可按照客户当前管理重点进行信息动态调整，做到重点突出、主题明确。真正体现交管数据的可视化价值，助力交通管理者掌控全局，科学决策。以贵阳为例，根据客户在环线流量、外地车监管等方面的需求，海信以大数据可视化技术为基础，快速搭建了“慧眼”系统，实现关键业务分类实时监管，帮助客户随时掌握核心交通指标情况。以下是海信根据客户需求开发的慧眼系统。

图3：海信大数据“慧眼”

大数据分析研判技术

行业内传统的分析研判功能多为定制化，研判内容单一，难以满足复杂多变的交通管理决策需求。数据分析需求急、变化快，采用传统的技术手段难以应对主题复杂多变、任务紧急的交通情报分析，无法快速响应不同实战场景下的客户业务需求。为有效解决数据分析研判定制开发周期长、客户需求响应慢的问题，海信管控系统利用大数据技术，构建了“数据魔方”情报分析工具，并建立了基于大数据的“数据魔方”分析研判平台，实现了大数据采集汇聚、加工处理、分析建模、可视化展示、情报共享的分析研判全流程功能。

• 城市级交管大数据汇聚

系统基于海信交通大数据分析平台，汇聚交通违法、事故、流量、过车、车辆、驾驶员、重点车辆、黑名单车辆、气象等不同业务部门的多源数据数据，实现交管大数据中心化存储管理和集中应用，为城市级的大数据分析挖掘提供基础数据支撑。

• 专业化与标准化的数据处理

建立基于规则的可扩展数据处理引擎，可对多源异构数据进行标准化、规范化的数据处理，可以定期或按需对数据进行异常清洗、去重，以及格式、字典转换，并进行必要的预处理。最终实现多源数据的加工处理、任务调度的统一管理，为上层“数据魔方”的分析建模提供支撑。

• 可视化的“数据魔方”制作和展示工具

系统通过建立“数据魔方”分析研判体系，通过可视化的情报分析工具，实现了各类交通数据全面筛选统计、灵活组态、自由碰撞，能快速建立起实战分析模型，并对分析结果提供丰富的图形化展示。实现数据分析挖掘的可视化和工具化，做到了“数据随用即得、战法随想即成、应用随需而变、警务效能倍增”，满足了任务紧急、临时多变的情报分析实战需要。

• 专题化的情报集市管理

系统建立专题化的大情报分析集市，用于汇聚所有情报分析方法及结果。用户可将实战应用发布到情报集市。获授权用户可随时调取分析过程查看结果，并根据需要进行二次修改和发布使用，实现各部门情报共享、技战法积累、分析主题自我更新和优化。

一体化稽查报警及拦截技术

稽查报警业务的核心是准确识别问题车辆，快速安全完成车辆拦截抓捕。行业现有的系统普遍重报警轻抓捕，导致实际工作中，难以安全有效拦截车辆。针对此问题，海信研发了集车辆识别、报警、拦截于一体的稽查报警及处置技术。利用号牌号码、车辆特征识别比对技术对经过路口的车辆进行分析，当检测到问题车辆后，可进行实时报警，并根据号牌号码、车身颜色、报警地点、报警时间、行驶方向、所在车道等报警信息及车辆行驶路线，对车辆行进方向和路线进行预测。稽查布控人员在接收到车辆报警后，根据预测车辆行驶方向，通过系统推荐的周边视频进行跟踪监控，配合远程信号控制，将车辆限制在路段上，同时与单警移动指挥调度手段相结合，调派警力现场查扣，实现涉案车辆的快速高效抓捕。以下是布控报警界面。

图4：稽查报警

具体的一体化流程如下：

图5：稽查处理一体化流程图

自动特勤任务保障技术

目前行业内执行多个医疗救援等特勤任务时，需要投入多名民警每人负责一条特勤路线。不但人力投入大，且指挥长无法直观看到多条特勤任务的执行情况，存在指挥盲点，智能化及自动化低。针对目前现状，海信开发了自动特勤任务保障技术，具体包括：

• 多任务实时监控及冲突预警

系统能够提供不同场景下的多任务实时监视功能。其中普通用户应用场景，可同时支持5条勤务任务；指挥长应用场景，可同时支持50条勤务任务。系统实时监测行进路线和速度，一旦发现潜在的路线冲突，可进行预警，提醒及时人工干预保证安全。解决了传统方式下无法应对多线路特勤任务的问题，能保障大型特勤任务的顺利执行。

• 多路线自动特勤控制

基于PGIS及路线库实现特勤任务路线的快速配置，通过集成视频监控、诱导发布、信号监控、流量检测及GPS定位系统，实现了“全程车队可跟、路线可控、警力可监督”，为特勤车辆提供绿波带，保证车队安全、快速通行。优先放行任务做到信号远程控制为主，民警执勤为辅，减少人为交通管制，降低社会影响。以下是多路线特勤任务执行界面。 

图6：特勤任务执行地图

人工智能的警情处置专家方案推荐技术

日常的警情处置主要依赖于指挥员的个人经验，存在两方面的不足之处：首先，指挥调度依赖有经验的专家，但是有经验的专家总还是少数，在警情处置任务重时难以满足业务需求。其次，处置效果完全依赖于个人水平，处置方案系统性和科学性也难以保证。

基于人工智能技术，海信开发了警情处置专家系统，实现了警情处置预案的精准推荐。通过海信在多年实践中行业积累，形成了基于不同道路和交通流在多种时空分布情况下形成的综合交通疏导处理模块，并将各个城市的警情处置专家经验沉淀下来，构建了专家经验知识库，基于人工智能和机器学习，将道路信息、交通流信息等交通警情特征信息与专家库预案进行反复学习训练，自动给出警力调配、处置流程、信号控制、诱导发布等综合处置方案，在指挥中心远程操控信号和诱导系统进行梳堵保畅，辅助普通人员作出专家级调度，保证处置方案的系统性和科学性，实现最优管控。以下是警情处置专家系统运行界面。

图7：警情处置专家系统

突/常发拥堵自动检测及指挥处置技术

传统的突发拥堵一般发现慢，不能迅速发现拥堵诱因。针对此问题海信管控系统能够通过视频巡检、突发拥堵分析、事件检测和互联网信息采编4种式快速发现警情，警情检测范围覆盖城市主次干道，监测范围基本覆盖市内道路，而且建成区主要道路一旦发生交通拥堵，利用突发拥堵判别技术会快速自动发现警情，发现时间由原来的30分钟降低为5分钟。

行业内常发拥堵路段识别，主要依靠人工排查和人工经验，人工调查工作量巨大、耗时、耗力，难以获取全面的统计信息，例如全年各时段交通数据，且数据难以全面覆盖城市道路。基于交通大数据挖掘分析发现拥堵路段及其规律，判定快速、准确、全面。可查看路段交通指数、拥堵时长、拥堵时段分布、日变化趋势等拥堵详情，并直接调取视频录像，快速准确高效地进行赌点排查。

指挥中心充分利用智能设备，在警力到达现场前即可开展先期处置，拥堵处置响应迅速。同时通过视频、信号、诱导以及警力定位等手段，整个处置过程全程可视化。指挥中心可以对上、下游以及周边道路进行放行控制以及行车指引，与建设前只靠人工出警处理当前路口相比，充分发挥指挥中心的居中指挥调度作用，处置响应速度更快，且拥堵疏导更有效。

结束语

通过对海信智能管控系统各项技术的分析发现，大数据技术、云计算技术与人工智能等各项技术在交通管控领域得到了较好的应用，这其中包括交通情报分析研判、稽查布控、警情处置及指挥调度等，大大提高了城市交通管理的指挥调度效率，提升了交通管理的科技水平，对智能交通管理的建设和发展具有重要的意义。

作者单位：青岛海信网络科技股份有限公司城市交通事业部

高歌 马晓龙 冯远宏