智慧城市网

　　【中国安防展览网 企业关注】智慧交通是智慧城市的一个重要应用载体，要真正的推动技术融合、业务融合、数据融合，跨层级、跨地域、跨系统、跨业务、跨部门，才能真正实现智慧生成、信息融合、智能化管理和服务。
 

　　9月21日，由中国智能交通协会支持，湖南省智能交通行业协会、深圳市智慧交通产业促进会、上海智能交通系统产业联盟、南京市智能交通产业协会、安徽省智能交通协会等地方行业组织联合主办的“2017年中国城市智能交通管理暨科技创新论坛”在长沙枫林宾馆举办。青岛海信网络科技股份有限公司华中分公司陈晓明总设计师分享了《基于数据大脑的城市交通管理一体化解决方案》的主旨演讲。本文为现场演讲速记整理，未经演讲者本人审核。
 

　　青岛海信网络科技股份有限公司华中分公司陈晓明总设计师
 

　　陈晓明：谢谢，今天有机会在这里和大家分享。海信网络科技在行业做了一些事情，但我们还需要继续努力，今天主要是从数据应用方面跟各位汇报海信的一些思路和想法。
 

　　在这之前，先简单介绍一下海信。早些年提到海信网络科技，有人会说我们是做家电的，这些年略好一点，但又有人认为海信是做信号机的，实际上我们不止做信号机，实际上涉及的行业很多。
 

　　目前整个海信网络科技七大块业务版块，早起步的是公安交警智能交通管理，另外在公共交通领域面向交委、交通局、公交、出租行业做得也比较早，这些年逐渐向平安城市、轨道交通、智慧城市、智慧建筑(楼宇、管廊)，城市运维服务拓展。目前业务情况发展不错，连续几年在行业内。今天从数据角度讲海信对大数据的认识，主要有三个方面：

 

　　 从系统建设分析数据应用现状

 

　　1、单系统建设阶段
 

　　早时我们只做单系统的建设，建了很多系统，包括电警、信号、诱导、卡口等，这个阶段主要包括几个特点：单个项目投资额度小，建设系统单一；每个前端子系统都有一个独立的后台系统或平台，相互独立；各子系统仅使用自身的数据；数据并未统一管理。
 

　　2、多系统集成阶段
 

　　在此阶段，单系统已经逐渐采用集成管理平台将数据统一管理，包括后来加入互联网GPS数据。
 

　　这个阶段的系统投资很大，每个系统通过集成指挥平台都有统一管理和集成，在数据层面也实现了一定的交互。但是数据共享应用还是处于初级阶段，各系统间依然无法共享数据。
 

　　第二 交通数据应用的新需求

 

　　现阶段来讲，即使已经将互联网数据引入，公安交管对于大数据的应用，还属于刚刚起步，我们下一步该怎么做呢？首先看一下数据应用的方面新需求。
 

　　1.数据应用的新变化。
 

　　很多行业同仁提到了数据监测方式的改变，新的监测方式逐渐成熟。比如排队长度的数据以前没办法监测，现在不仅可以监测到，甚至种类也越来越多，准确率也越来越高。随着大数据应用分析技术能力越来越强，比如OD分析，以前在学术层面只是一个比较完整的理论，在用户层面如何在系统中能够快速获取区域或者一个大区的OD，这在以前是做不到的。现在我们跨系统应用需求也越来越多，济南的互联网数据和信号的联动就是一个典型的例子。
 

　　2.如此庞大的数据应如何应用？
 

　　对于交警来说主要有两大数据，一个是本身的大数据，各种监测的技术，包括线圈、地磁、微波等断面数据。还有一个是电警卡口数据，一个中等规模城市一年就可以产生五六十亿到过百亿的过车数据，现在还加入了越来越多互联网数据。
 

　　第三 交通数据的应用方案

 

　　在新的应用背景下，这么庞大的数据如何考虑使用呢？我们整理了一些数据，进行了分析，思考和研究。
 

　　传统智能交通建设应用，数据接入以后直接进入平台进行存储，而现在都说要在交警行业建一个数据中心，不仅要存储、处理、挖掘，还要能横向跟其他部门进行交换。
 

　　先看一个数据，公安交警的数据分路口、路段、路网数据。
 

 

　　路段的基础数据处理之后形成了二次加工的数据，包括路况、OD数据、旅行时间等数据。

 

 

　　路段数据集成以后变成路网数据，现在路网数据使用没有特别成熟的方案，路网数据怎么使用？实际上还是以路段集成数据在使用。路口精细化数据一般来自信号系统，因为可以分车道、分方向，可以实现秒级控制，包括控制策略。
 

　　宏观交通大数据，电警卡口数据，包括旅行时间，过车量也是很准确的，但是随着城市建设覆盖范围越来越大，有些小道、支路没有覆盖。
 

　　互联网大数据，覆盖范围特别全，有车去的地方就有数据，但在准确率上还有一定需要提升的空间，但收集数据有规律。
 

　　有了数据之后要做什么？现在很多交警同志关注一件事情——城市的运行效果。现在有些城市做了类似于大数据的系统，海信也研发了一个慧眼系统，把整个城市运行状态包括旅行时间、违法、车辆等信息集成在一个系统上，帮助用户做出研判，这个是初的使用情况。
 

　　我们讲一下在具体应用方面的数据运用，主要包括三个方面：
 

　　1、提升信号控制效果
 

　　对于单点控制项来讲，一般传统的车道断面数据做信号控制，都是通过预测下一个时段流量，加入了排队长度之后，单点控制效果更了，包括时长的划分，对绿灯的时长预测会更加等。现在都是用相位差来做绿波控制，但相位差怎么得到？很多时候靠人的经验，或是靠部分数据+人工经验得到的信息，如果有了排队长度和路段旅行时间，对不同时段不同道路的相位差优化，就有了更加准确的数据来源，对路段协调效果也有很大提升。
 

　　还有，一直很头疼的区域拥堵控制。比如一个区域非常拥堵，怎么办？以前是采用一些信号控制、诱导等措施，但是这些措施是根据人的经验制定的，准确性并不高。有这些数据以后就能准确的知道区域的交通状态，通过电警卡口的OD数据分析，就可知道车从哪来到哪去，应该怎么控怎么管。
 

　　如图，这是我们现在做的方案，通过卡口数据判断车的路径，结合路面排队长度判断路网上哪个地方可以蓄车，怎么蓄车，车应该通往哪个地方等等，通过信号控制、诱导系统来做缓堵方案。
 

 

　　2、扩展信息服务范围

 

　　现在公安交警行业的出行诱导信息服务一般是两类，一类是通过自己建设的交警采集信息进行判别，第二类互联网公司的路况发布信息，以前这些数据没有完全融合，现在有了准确的断面流量数据采集，包括旅行时间、路段交通流量，三类数据融合后可提供高准确率、高覆盖率、低成本的交通路况发布方案。
 

　　现在互联网公司的出行信息服务只做路况的发布，并没有涉及旅行时间，实际上旅行时间的预测发布可作为一个非常好的方向，海信基于车牌数据和互联网数据的分析处理，不仅可以在互联网公司的APP上做旅行时间预测，也可以进行发布。
 

　　有这么多路段的数据，交警依然头疼的事情是什么呢？并不是高峰时期哪个地方堵，而是平时不堵车的地方突然堵了，或者平峰的时候突然堵车了。针对这个，海信可从时间维度和空间维度实现突发拥堵的自动判别研究。
 

 

　　这是我们研究的一些数据和算法，左侧的图片可以看出，通过数据分析可知道有突变拥堵情况的发生，并做突发前拥堵路段的判别，给交警进行预警并为其处置提供依据。
 

　　3、全面的运行效果评价
 

　　有了数据以后，结合流量+绿灯损失时间+排队长度，对城市中的道路运行情况、信号控制以及方案的执行效果就有了评价的基础。比如绿灯40秒时间只过了十辆车，其中二十秒没有过车，可以直接统计出来，利用率是50%，绿灯损失20秒，可以为交警部门及维护单位直接提供有针对性的方案。比如在某个路段上结合旅行时间和车速，车辆行驶速度是否按照预行速度来的，有没有达到当初的效果，现在道路上总共停了几次车，停车位置在什么位置，哪个路口的绿损是长的，通过这个方案都能直接找到。
 

　　区域控制处理评价，和传统的拥堵指数有一点相似，结合旅行时间和路况可以对整个区域效果进行评价，评价并提供下一步的建议方案，是海信在研究的方向。
 

　　下面几个图是系统效果图，个就是绿灯利用率，什么时间段绿灯浪费比较多，分相位分方向分析。
 

 

　　这就是看一个路口停车次数几次，停了一个周期还是两个周期。在路段上的，绿线是设计车速，蓝线是不同方向的实际车速，通过这个，可以看到绿波带的效果是不是按照设计的车速在跑，是否存在差异。
 

 

　　上图是在干道上停车次数的统计。比如一条路十个路口，这十个路口沿线是绿波设计，路段走完，停车多少次，随着时间推移停车次数有没有上升，都很可以直观地进行统计。
 

　　以上是我汇报的全部内容，在公安交警行业，海信对大数据的研究刚刚起步，应用的点还有非常多，我们深入的程度还不够，现在正在加紧这方面的研究分析。谢谢各位专家、各位领导。

 

　　原标题 陈晓明：基于数据大脑的城市交通管理一体化解决方案