免费试用

大数据环境下的交通管理

2017.05.04 / View:

侯长林:各位嘉宾,各位朋友,下午好!

非常荣幸有这个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。首先做一下自我介绍,今天过来有两个身份,第一个身份是海颐软件智能交管,我现在是负责这个产品线整体的发展动向。主要是提供交通管理大数据的整体方案还有智能的一些交通管理类软件。

另外一块,我作为济南交警科学研究所的大数据架构师,现在负责济南交警以及它的上级山东省公安厅交通管理局、山东高速交通警察总队这样大数据的整体架构规划以及设计。

今天为大家演讲的题目,是大数据环境下的交通管理。主要从以下三个方面:

首先介绍一下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。

第二个是作为问题主要面临的单位,我们的解决思路。

第三个是对几个典型案例做一个分享。

首先第一块看一下现状。现在的交通管理的现状,主要是分成两大体系:

第一大体系就是公安主要是交警行业,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。这是作为公安这条线公安交警行业所要管理的。

另外一个体系是交通局,交通局主要是对共路水路的规划,市场监管。水路安全。一般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等。所以交通管理整个这个大的领域,其实是多个单位共同进行管理的。

刚才我们说到了,我们公安交警作为管理的主体,它主要管理这样几个方面。人与车以及人驾驶车在路上,发生的一些事情。

所以我们看一下,现在全国的机动车已经突破了3亿,这是我们刚刚统计得出的数据。山东省是有2300万辆,整体增长率在7%左右。济南是有193万,同比增长14.25%,远远高于全国的整体水平。

对于驾驶人这块,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,在全国范围内是排名到第二位的,广东省居首位,山东省是在第二位。

看道路通车里程,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,这块儿交通管理领域是有很大压力存在的。

在这种情况之下,我们面临哪些问题呢?就在昨天,高德联合几个权威机构发布的全国的交通拥堵的延时指数来看,首先不说这个指标是不是有科学性,单从这个指标来看,济南是已经代替了北京成为了首堵,交通延时指数达到了2.136。就是我们平时出行时间,在拥堵的是平时不拥堵的时候的2倍。环比变化率是-8.9%,这个说明我们拥堵延时在不断增加,但是有所改善。

我们拥堵的改善跟我们大力发展交通建设有一定的关系。但是还是有很大的提升空间,交通拥堵是我们面临的第一位的问题。

第二块是交通事故频发。交通事故在2017年第一季度,我们通过大数据平台各个途径,通过我们122接警平台,通过我们的泉城行+App,以及103.1车主服务,以及公共服务平台等,各个渠道,当然包括保险行业等等。我们现在所收到的数据是49503起,包括小事故、大事故等等所有的。主要集中在市区。

第三块是交通违法激增。2017年一季度130.9万,同比增长18.72%,这个增长率是非常高的。当然这个增长率不能完全代表交通违法,以前就没这么高,可能现在我们信息化手段,抓拍违法的手段,我们智能化手段在不断提升,可能更多发现了以前我们没有发现的违法行为。但是随着车辆保有量和通车里程增加,这个数据可能会逐年的增加。

刚才说我们面临的这些问题,以下是我们的解决思路:

第一个是我们大的方向,是依靠大数据的手段,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,以及精确违法打击这几个方面。

第二个是互联网还有移动化。

现在每个行业,包括制造业、普通传统行业以及政府,现在都脱离不了互联网,因为每个人和互联网移动化是越来越紧密了。

第三个,我们想交警作为交通管理部门,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。互联网移动化给我们从管理到服务的转变是息息相关的。

要做到这几个大的方向,有三个关键点:

第一个就是做好信息融合。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,包括我们保险的数据。包括互联网现在滴滴、百度、高德,以及他们所发布的一些数据。大家在济南的时候,也能看到,济南很多诱导屏,其实是和百度还有滴滴共同来完成这样一个诱导数据的分析与发布,这块儿也是数据融合的体现。

数据融合主要还有统一数据标准,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。有了统一的数据标准,打通了我们之前说的,在很多行业和企业里面,政府所有的信息孤岛。

最后信息融合里面说的就是数据质量,可能在企业里面数据质量会稍微好一些。但是在很多传统行业里面,包括政府机关里面,这个数据质量其实并不是那么高。包括现在智能化的设备,包括我们现在智能化抓拍设备、卡口等等,这些时钟是不是准确,抓拍数据识别率是不是高?这一块都是很大的数据质量问题,这是在信息融合这块儿我们要解决的。

第二块有了信息融合打通了信息孤岛,有了统一的数据标准。第二块是做协同共享,实现交警内部,或者交通管理内部部门的不同应用,包括行业外的,我们会提供给交通局,会提供给社会征信单位,个人的交通征信数据,会提供互联网公司去提高他车辆的道路通行效率。

后面两块是在协同共享里面,我们所面临的信息安全和增强隐私保护的问题。我们在济南做大数据行业内、行业外与信息共享这块,是对所有数据做公共的动态脱敏和动态加密的处理。有了信息融合和协同共享这块儿,最终其实想要实现的是精确的决策。数据是要为决策做依据。

决策第一块是精准决策,科学治堵。第二块是准确实施事故预防。第三块是精确打击交通违法,第四块是个性提供公众服务。这是我们现在所做的一些努力。

接下来围绕这几个关键点,以及精确决策这四个点,我分享一下我们在这几个点是怎么做的。

第一个就是信息融合,在这一块,在刚开始我提到了有大数据平台。其实大数据并不等于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。当然我们现在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块。我们现在信息融合,从最左侧是有数据源,中间是有一个数据统一接入平台,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,还有一个质量的提升,做一个清洗转换,也就是我们说的ETL的流程。然后进入实时数据处理引擎,然后进入交通管理信息数据仓库。模型算法库作为一个公共组件,这三个成为一个基础的能力层。再往上提供一个公共资源服务组件,这里面有可视化工具,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,还有保证我们数据的安全。这块儿架构比较简单,下面基础层面我就不去多说了。数据可视化以及数据探索工具这一块,在济南我们做架构设计的时候,是选择永洪BI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。

第一个就是数据可视化,在数据可视化领域内,国内的厂商里面,我觉得永洪在性价比方面,它的界面,交互性,友好度这块是比较领先的。在数据探索工具这块,其实永洪在提出这么一个概念,它说都想让每个人成为数据的分析师,正好契合了我们现在的思路。因为现在我知道我们公安还有交警部门设立了情报部门,他们是依据我们的数据还有自己的想法去探索、去挖掘里面的东西的。这一块我们利用永洪的工具,我们构建后台模型,然后提供给他们工具,然后他们通过自己的拖拽式操作,得到自己想要的数据,这是我们的数据融合和共享。

下面我们做几个案例分享:

第一个就是精准决策,然后科学治堵。这块我说的比较简单,第一块我们发现原因。因为拥堵现在有很多方面的原因。我们首先说能不能侧重某个重点原因,能去集中治理,所以我们发现拥堵这块儿主要集中在市区,很多道路被我们景点所切断。但是,我们就分析产生这个拥堵的原因是什么,很多是由于事故和交通违法所造成的,就是交通秩序的不规范。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。所以根据这一个原则,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。

第三个是跟踪执行。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,然后执行的效果怎么样,都在我这个大数据平台里面一目了然。

最后是一个效果分析。最开始我提到了高德这个公司。济南交警科研所是一个开放性思维的单位,它现在和滴滴、百度和高德都有数据交互和信息共享。这个图是高德在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,但是我相信在我们不久的将来,可能会逐渐去提升。

第二块就是科学决策,然后交通配时这块儿。交通配时全国有很多地方也在做,我们现在是做一些尝试。我们对于通向火车站的明湖西路和明湖北路这一条路,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,包括互联网数据,然后做一个从点到线再到面的大的协调。

首先是实现点,然后目前来说是实现到点这个步骤了。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。路口流量我们测试是平均提高了8.2%左右,虽然这个数字很低,但是也是我们一个尝试,是我们提高道路通畅的尝试。

第二块就是精准实施事故预防措施。

前面我讲了,第二个问题就是事故这块儿。事故和我们每个人是息息相关的。事故的发生有很多不确定性,所以这就造成我们在交通管理部门指挥决策的时候,根本不知道如何去做。

我们通过这整个体系,从源头,我们指挥中心在接警的时候做信息采集,采集现场的一些数据,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、照明条件等等条件全部采集到我们大数据平台来。

然后就是结合事故车辆和当事人的信息,他的交通违法、交通行为,以及我们对他描述的一些标签,把这两块数据放到我们“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,然后最终制定好措施,推送到我们的指挥中心。告诉我们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等这样一些具体措施。

然后根据措施的制定,最后有一个效果的跟踪。同样环境下,这个地方当我采取措施之后,同类事故发生的效果怎么样,我们有一个很好的跟踪,这样是一个持续的、精准化的事故预防措施。

下面一块是精确打击交通违法。我们现在发现交通违法现在越来越呈现知识化,就是这些违法人员越来越聪明了。我们通过对每一个人有一个精确的刻画,通过他的行车轨迹,通过电子眼抓拍数据,通过社会化,包括我们泉城行+App,公众服务平台这些数据,放到我们“车轨时空联控模型”里面。这个模型通过数据画像,最终获得它是不是一个套牌车,如果是一个套牌车,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,结合我们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,也是这样的,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。

例如这个,传统是我们能看到车辆信息,然后核实这个人,我们现在通过人脸识别,这个人如果驾驶证已经过期了,或者已经被吊销。然后他现在驾驶他名下这辆车,是不是他驾驶,如果是他驾驶,那么我就要结合我现在的布控平台,还有刚才的快速骑警队,实施快速抓获。

最后是一个是个性提供公众服务。

现在济南对于公众服务推出了一个公众服务平台。它包括泉城行+App,还有微信公众号。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、咨询发布以及听取我们的诉求和投诉等等,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10分钟内给大家发布预警提醒。左侧是泉城行的App,右边是我们做的微信公众号的界面。

今天就给大家分享到这里,谢谢大家!

Yonghong的价值观:以卓越的数据技术为客户创造价值,实现客户成功。
免费试用