banner
大数据平台>新闻与活动>交通管理大数据

深度分享 | DT浪潮下,大数据在交通管理中的应用实践

作者: admin来源: 未知时间:2017-05-27 16:04:21

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。

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。

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!

精彩文章推荐

解密:如何高效优化数据,提升数据分析效能与价值?

“中国POS机龙头”的数据化转型之道

大数据竞争:始于产品,成于应用

能源企业大数据转型的“杠杆”

banner
看过还想看
可能还想看
最新文章
Yonghong Z-Suite一站式大数据分析平台 —— 以卓越的数据技术为客户创造价值,实现客户成功。