前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >DT 浪潮下,大数据在交通管理中的应用实践

DT 浪潮下,大数据在交通管理中的应用实践

原创
作者头像
腾讯云商业智能分析团队
修改2017-08-25 11:04:01
1K0
修改2017-08-25 11:04:01
举报

腾讯云商业智能分析产品北京永洪商智科技有限公司提供,永洪BI-一站式大数据分析平台

作者 : 侯长林,海颐软件智能交管产品部经理、济南交警科学研究所大数据架构师 来源 : 2017永洪科技济南大数据峰会

非常荣幸有机会给大家分享一下我们在智慧城市、智慧交通方面的大数据应用案例。今天为大家演讲的题目是《大数据环境下的交通管理》,主要包括以下三个方面:

第一:交通管理现状以及我们在交通管理领域所面临的一些问题; 第二:作为问题主要面临的单位,我们的解决思路; 第三:分享几个典型案例。

一、交通管理现状及问题 现在的交通管理的现状,主要是分成两大体系:

第一大体系:交警行业 包括做车辆和驾驶人的全生命周期管理、道路安全管理、交通秩序的整治、管理以及疏导,违法以及事故的处理、预防等。这是公安这条线上,公安交警行业所要管理的。

第二大体系:交通局 交通局管理的主体有道路建设、路政管理、水路管理。公路局作为交通局的一个单位,主要负责公路建设、公路养护、规费征收还有路政管理等。这涉及交通管理整个领域,是多个单位共同进行管理的。

公安交警作为管理的主体,主要管理人与车以及人驾驶车在道路上面对的事情。目前,全国驾驶员有3.68亿,山东省有2600万。同比增长在8%左右。这块济南是228万,同比增长9%,略高于全国的平均水平。山东省作为一个车辆和驾驶员大省,在全国范围内排名第二位。

全国的机动车已经突破了3亿,山东省有2300万辆,整体增长率在7%左右。济南有193万,同比增长14.25%,远远高于全国的整体水平。道路通车里程,全国有469.63万公里,山东省占到1/18,有26.6万公里。济南作为全国道路交通的枢纽,包括铁路枢纽、公路枢纽,交通管理领域有很大压力。在这种情况之下,我们面临哪些问题呢?

交通拥堵是我们面临的首要问题。昨天,高德联合几个权威机构发布了全国交通拥堵的延时指数,单从这个指标来看,济南市交通延时指数达到了2.136,已经代替了北京成为了首堵。

其次是交通事故频发。2017年第一季度,我们通过122接警平台、泉城行+App、103.1车主服务广播、公共服务平台、保险行业等各个大数据平台,收到了包括大小事故49503起数据,这些事故主要集中在市区。 第三方面是交通违法激增。2017年一季度发生130.9万起,同比增长18.72%,增长率非常高。我们推测,可能是随着信息化、抓拍违法、智能化等技术手段不断提升,发现了很多以前没有发现的违法行为;随着车辆保有量和通车里程增加,这个数据会随之逐年增加。

二、我们的解决思路 以上谈了我们面临的现状和问题,以下是我们的解决思路:

第一:信息化、智能化; 依靠大数据手段,提升我们信息化的联动水平、智能化水平,包括后续的智能化决策,准确的事故预防,以及精确违法打击几个方面。

第二:互联网+、移动化; 现在每个行业,包括制造业、传统行业、政府,都脱离不了互联网,因为每个人和互联网移动化越来越紧密了。

第三:管理向服务转变; 作为交通管理部门,不能单纯作为管理部门,要逐渐向服务部门去转变,和人民站在一个体系里面。互联网移动化与我们从管理到服务的转变是息息相关的。

要做到这以上三大方向,有三个关键点: 第一:做好信息融合 1)信息融合也就是融合内外部的信息:包括我们交警内部数据、公安的数据、保险的数据以及包括互联网现在滴滴、百度、高德所发布的一些公开数据; 2)数据融合还要有统一数据标准:不同平台、不同单位的数据,需要有一个统一数据标准为我们平台所用,为我们去做分析; 3)有了统一的数据标准,就能打通很多行业和企业之间以及和政府之间的信息孤岛 4)数据质量:在很多传统行业里面,数据质量相对比较低。包括现在智能化的设备、智能化抓拍设备、卡口等,这些时钟是否准确,抓拍数据识别率是否够高?数据质量问题,需要我们进行解决。

第二:协同共享 实现交警内部,或者交通管理部门内部的不同应用,包括行业外的协同共享。我们会提供给交通局以及社会征信单位个人的交通征信数据,会提供给互联网公司,去提高车辆的道路通行效率。

在协同共享里面,目前所面临的是信息安全和增强隐私保护等问题。我们在济南做大数据行业内、行业外与信息共享这块,会对所有数据做公共的动态脱敏和动态加密的处理,来保护信息安全和增强隐私保护。

第三:精准决策 有了信息融合和协同共享,最终目标是想要实现精确决策,因为数据是要为决策做依据的。

决策第一是精准决策,科学治堵;第二是准确实施事故预防;第三是精确打击交通违法;第四是个性提供公众服务。为此,我们现在在做一些努力。 接下来将围绕以上这几个关键点,分享一下我们在这几点上是怎么做的。

在信息融合这一块,最开始提到了大数据平台。大数据并不等于Hadoop,Hadoop只是大数据平台里面的一种技术实现方式,里面还有MPP、NoSQL数据库等。我们现在使用的永洪科技的后台是用了一个MPP数据库,这也是属于大数据的一部分。

信息融合过程,最左侧是数据源,中间有数据统一接入平台,然后是数据质量管理平台,这两块主要组成了我们的数据治理平台,然后把各行业数据做一个统一标准,对数据进行清洗转换,也就是ETL的流程,从而提升数据质量。

之后进入实时数据处理引擎,最后进入交通管理信息数据仓库,以及模型算法库作为一个公共组件,这三部分成为基础能力层。再往上是公共资源服务组件,里面有可视化工具,数据探索工具,交互处理引擎,资源分级管理,数据脱敏加密,计算能力共享。这些保证可视化、交互能力的共享,以及保证我们数据的安全。

关于数据可视化以及数据探索工具,在济南我们做架构设计的时候,选择Yonghong Z-Suite做我们的工具。因为它有两个特点,比较适合我们现在的应用场景:

1)特点一:数据可视化 在数据可视化领域内,国内的厂商里面,我认为永洪科技的性价比比较高,它的界面,交互性,友好度是行业内比较领先的。

2)特点二:数据探索工具 永洪提出“释放数据价值,人人都是数据分析师”这一概念,正好契合了我们现在的思路。目前公安以及交警设立了情报部门,他们是依据我们的数据还有自己的想法去探索、去挖掘里面的东西。因此,我们利用永洪科技的工具,构建后台模型,然后提供给他们构建好的工具,他们通过自己的拖拽式操作,得到自己想要的数据。

以上就是我们的数据融合和共享。

三、案例分享 下面我们做几个案例分享: 案例1:精准决策,科学治堵

第一:分析原因 对于拥堵现状,有很多方面的原因。我们提出“侧重某个重点原因,去集中治理。后来发现拥堵现象主要集中在市区。随后我们就分析,产生这个拥堵的原因是什么呢?随后发现是由于事故和交通违法所造成的,也就是交通秩序不规范。然后我们从重点违法出手,分析这些重点区域,重点交通违法就是违停;违停侵占了非机动车道;非机动车把道路占领了,这样道路通畅度就降低了。

第二:制定策略 根据上一原则,我们在市区新增了20条违停道路,增加了停车违法的查处力度。

第三:跟踪执行 通过我们制定的策略,然后发布到每一个指挥中心,是否按照我发布的计划去执行,执行的效果如何,都显示在我们的大数据平台里面,一目了然。

第四:效果分析 济南交警科研所是一个开放性思维的单位,它现在和滴滴、百度、高德都有数据交互和信息共享。下图是高德在2017年第一季度发布的,我们设置市区里面禁停道路有很多实现了提升。虽然现在济南还很堵,但是我相信在不久的将来,拥堵的治理情况会逐渐好转。

案例2:交通配时优化 全国有很多地方在做交通配时,我们现在也在做一些尝试。通向火车站的明湖西路和明湖北路,我们做了一些优化,然后通过视频检测,检测路口实时流量以及交通状态,加上外围数据包括卡口数据、互联网数据,做了从点到线再到面的协调。

实现到点这个步骤之后,进入了实时调节信号灯的周期,然后减少路灯的空放时间,提高道路路口车辆通行效率。路口流量我们经过测试后,平均提高了8.2%左右。

案例3:精准实施事故预防措

事故的发生有很多不确定性,从而造成我们在交通管理部门指挥决策的时候,不知道如何去做。后来我们通过整个体系,从源头进行数据采集。指挥中心在接警的时候会做对现场的信息进行采集,然后派民警到达现场,处理事故的同时将现场环境信息以及现场隔离、绿化带、照明条件等条件下的信息,全部采集到大数据平台来。

之后,结合事故车辆和当事人的信息,对他的交通违法、交通行为,以及描述的一些标签,把这些数据放到我们“交通事故时空特征预警分析模型”当中,结合事故预防措施库,制定好措施,推送到我们的指挥中心;告诉指挥中心具体在哪个路口查什么车,在哪个路口设置交通护栏等一些具体措施。

根据措施的制定,最后会有一个效果的跟踪,同样环境下,这个地方当采取措施之后,同类事故发生的效果怎么样,以便后期我们制定出精准化的事故预防措施。

案例4:精确打击交通违法

我们发现交通违法越来越呈现知识化,也就是说这些违法人员越来越聪明了。为防止此类情况,我们对每一个人会有一个精确的刻画,通过他的行车轨迹、电子眼抓拍数据、“泉城行”+App、公众服务平台等数据,放到“车轨时空联控模型”里面。这个模型会通过数据画像,会判断车辆是否是套牌。如果是套牌车,它会输入到我们智能交通管控平台,也就是说这个平台是我们大数据平台的布控模块。最后,结合济南市现在成立的快速反应骑警队,迅速布控。对交通违法驾驶人这块,我们通过画像数据生成黑名单,通过人脸识别,最后查证,进行布控,最后抓获。

例如下图,传统查处车辆是我们先查看车辆信息,然后核实开车的人;而现在,我们通过人脸识别,判断此时开车的人驾驶证是否已经过期,或者已经被吊销。然后检测此刻他名下这辆车,是否是本人驾驶,如果是本人驾驶,我们结合我现有的布控平台,以及快速骑警队,实施快速抓获。

案例5:个性提供公众服务 现在济南对于公众服务推出了一个公众服务平台,包括“泉城行”+App、微信公众号。我们现在后台是通过大数据支撑,以及互联网数据,做到交通违法的随时查询、违法缴纳、快速便捷、咨询发布以及听取对我们的诉求和投诉等。交通快处、关键信息推送、就是个性化推送,以及电子抓拍的预警提醒。现在我们想努力把重点路口实现违章停车,在10分钟内给大家发布预警提醒。

今天就给大家分享到这里,谢谢大家!

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档