交通“大数据、互联网+可视化”应用需求

交通“大数据、互联网+可视化”应用需求1.背景与挑战在智慧交通建设中，数据中心是其中关键的一环。它作为整个智慧交通的大脑，承载着交通部门关键的业务和数据，实现信息的集中交换、处理、存储和管理，要求能够提供安全可靠且连续不间断的7X24小时服务。数据中心主要包含机房基础设施、IT基础设施、业务系统和数据等内容。然而交通部门传统的数据中心IT系统普遍存在系统利用率不均、整体利用率偏低，建设和扩容成本高、扩容部署周期长，存储扩容压力巨大、缺乏PB级存储扩展能力，数据爆炸式增长、关系型数据库难以支撑海量数据分析，数据结构不统一，分散运维、运维人力物力成本高等问题。公安交通管理数据中心作为智慧交通信息化系统的载体，主要包括计算、存储、网络、大数据分析、智能分析、灾备、安全等系统。交通问题是现在我国较为难解决的问题之一，同时随着车辆数量的不断增长，导致的一系列问题如交通堵塞、尾气污染等也影响着人们的生活。通过GPS地理感知设备所提供的大量定位数据能够清晰地反映城市交通的情况，诊断出城市交通的各种问题，提供人群出行的重要模式，为智能交通的研究提供重要的技术手段。随着近些年来信息可视化技术的不断发展与应用，在智能交通领域的研究出现了交通可视化分析的分支。可视化分析相比较与传统的交通研究方式，能够通过丰富的交互手段为人民显示一种完整的数据明细，并且可视化技术能够应用图形来对结果进行展示，便于人们理解和接受。一、对于交通数据的预处理卫星定位可以采集到GPS车辆的信息，并通过一定的数据重建来反映出车辆轨迹的数据，不过在众多车辆的GPS设备中难免会遇到因设备问题或其他缺陷导致的各种数据异常问题，这就会导致采集的数据中存在异常记录。为了避免这些异常数据对后期数据处理造成影响，应当进行相应的数据清洗工作，主要是清除那些数据整体丢失的、时间错误以及长时间停车和速度过快距离过长等明显错误的记录数据。进行数据的清洗之后仍然会存在与真实情况有一定的偏差，因为在数据发出和接收过程当中GPS系统由于精度问题会存在一定的系统误差。另外GPS系统的坐标和其他市面上一些地图软件系统中采用的坐标不同，直接应用GPS数据点轨迹会有一定的偏移量，表现在其他系统地图上就是会以固定的距离偏离于城市道路网络，因此应当对采集回来的数据进行校对，用修正数据所产生的轨迹代替原始数据，保证最后可视化分析的准确性。最后，对于采集到的交通数据预处理还应当对轨迹数据进行化简，因为GPS在采集数据过程中的频率是比较高的，返回一个数据或者多个数据会造成GPS采样点的叠加和难以处理，因此可以选择用路段来代表轨迹，提高交通可视化分析处理的效率。二、对城市道路交通流量的分析处理第2页共9页对于交通流量的可视化分析早起主要是为了辅助管理人员来了解和分析城市交通运行情况，而随着人们对于数据信息的进一步处理和挖掘，有研究学者提出了将数据融合进数据库后进行交互分享和可视分析的做非法，并且在数据处理中对于通行轨迹进行重建，了解车辆在某一点以及车辆在某两点直接停留的时间，对重要地点和通行轨迹应用一定的方法分类来增强可视性。相应的如果表示在地图上则是对应位置的箭头方向代表的轨迹方向，箭头的粗细程度代表交通流量大小，并且在交通分流出标出箭头拆分后的粗细程度以表示分流后的交通流量大小。另外，针对交通轨迹数据人民逐渐提出了用马赛克图来反应某一块区域或者一段道路上的车流分布特点，并且在此基础上建立相应的2D以及3D方法来强化可视化轨迹空间的属性，通过颜色表示某段路相应属性（速度、流量等）的大小，按照时间顺序予以叠加，并且通过一个二维的时间表来与相应的区域实现连接，便于人们观察某时间段内该区域的交通情况。在可视化技术建立在交通流量的分析基础之上后，有学者通过更加完整清晰的数据建模和管理建立出对城市中出租车的轨迹处理分析系统，它提供了一个包括地图选择区域和时间窗口等一系列过滤工具的可视化界面，来帮助用户进行相应的打车查询，以满足用户对于用车金额和周边交通流量以及周围出租车密度等可视化查询，并且研究人员还能够通过数据的挖掘来了解城市中存在的一些交通枢纽和用车焦点，对交通管理也具有一定的帮助。三、对于城市道路中交通事件的分析研究人员在最近的研究中，逐渐分析并挖掘出通过数据收集的一些交通流量信息中存在的一些交通事件。对于现代智能交通建设，了解交通事件的发生原因及影响能够对于解决和处理相应的交通事件产生着直接的影响。从普遍意义上来说，交通事件主要是指的在城市道路中发生的长时间的流量停滞或者聚集状态，较为严重的交通问题会产生道路拥堵。为了进一步对这类交通拥堵情况进行可视化分析，有学者提出了定义交通事件为速度低于某一阈值的一定轨迹，用这一事件作为道路拥堵点的代表体现。表现在地图上就是通过不同颜色来展现不同方向的交通拥堵情况，并且由于交通事件具有一定的传播性质，比如长时间的交通拥堵会导致该区域内整体交通情况复杂化，利用地图相应的像素单元的颜色编码变化情况来表示某一路段或者区域上的拥堵程度，来了解到交通事件的传播情况，从而了解该交通时间的严重程度，以便寻求准确的解决方案。四、对于交通可视化分析过程中交互手段的分析在城市交通轨迹数据可视化的发展过程中遇到的难题很多，而极大多数的难题都是由于数据的抽象性难以与具体化的城市道路网络有效结合所衍生的。在传统的交通可视化分析当中，通过对地图做不同程度的简化或者通过一定的交互手段来打开相互链接是对这种问题解决的主要手段。因此如何将可视化和城市路网地图整合为一个整体是对交通数据可视化研究的一个重要问题和挑战。国外学者面对这一问题提出了一种将数据可视化内嵌于城市路网地图中的思想，作为交互手段来同时观测数据和该数据的时间空间属性，这种思想主要是运用第3页共9页接缝算法来对相关道路进行拓展，虽然会产生一定的失真偏差，但能够保证在准许范围之内。在这一做法能够将时间信息与数据嵌入道路显示，并且通过相应的终端输出。比如在用户地图中通过展示公共交通线路在每一个站点的位置，以及在该站点上的上下车时间以及乘客数据按照时间序列反映在相应的城市道路地图中，这种做法能够通过建立在城市道路地图中的内嵌数据分析系统来直接展现给城市中用户所感兴趣的公共交通问题，并且在不影响用户对地图内容的查看上让乘客对自己出行的形成做一个简要的规划，并且乘客能够通过相应的反馈手段与相应的管理方实施交互活动。随着交通可视化的不断发展，虽然目前市面上大多数输出终端都是以电脑为主的，但众多可视化交互媒体介质已经被人们熟知和应用，各种可视分析系统正以不同的交互方式将数据整理并展现给人们，为人们的出行以及公共交通的发展做出贡献。2.应用需求路面感知多样化、情指联动一体化、交通预案仿真化、事件处置预案化、勤务运行可视化、交通管理运营化1)结合各支队的业务需要，通过对各类繁杂交通数据的提取和处理，采用海量警务信息接入、高分图像处理、高分地图引擎等先进技术，基于一块大屏幕囊括民意警务、勤务管理、铁骑勤务、违法查处、警情研判、交通管理、视频监控、今日警务等内容，实现智能化的指挥与管理。实现“指挥中心与路面、与日常工作的距离，只隔着一块屏幕。”2)根据业务应用需求梳理、展示与利用海量信息是指挥中心高效运营的关键。交通智能指挥中心，需要融合接处警系统、视频综合应用系统、警务管理系统、交通诱导发布系统、互联网发布系统的信息或数据，构建囊括人、车、路的“交通信息中心”。3)通过各类可视图表，实现业务场景的整屏、高分、关联显示，便于全局了解交通状况、实时指挥调度。比如，只需进入可视化平台的“交通管理”应用场景，在超高分辨率电子地图上，可实时显示和定位管辖范围内当天的全部接警警情，支持查看报警详情，周边一键视频分析。同时，整个辖区内的全部警力位置、处置状态和勤务状态也将实时展示。通过关联多业务系统的信息交互、综合展示，大大提升交警指挥中心的接处警能力与实时处置效率。4)高分可视化，可以通过视频对远程事故进行取证，对于海量视频管理与应用的能力。5)可以为指挥中心日常工作场景提供视频预案,提供视频快速调看、预案快速制作、第4页共9页信号布局制作等功能，并能实现视频预案轮播、随机创建视频预案、监控重大警情及启动对应视频预案功能。针对日常海量视频监控管理，指挥中心只需将重点关注区域制作成视频预案，实现一键式快速调取，实时关注治安情况，快速、有效利用海量视频资源。6)可以实时呈现全市铁骑在线分布、实时工作业绩、铁骑小组整体轨迹及业绩、现场视频等信息。具体到每一名警员的相关信息也清晰、实时可见。而一旦出现警情，结合接处警信息，通过铁骑对讲机的实时定位，指挥中心可第一时间通知周围的铁骑警赶到现场，还可调集周边视频对现场进行调查监控，大大提升事故处理效率与交通管理能力。7)可对警员路面执法情况的综合监控和管理。通过多维度展现执法数量、分布情况，以及与拥堵警情的关系，帮助领导和指挥中心人员更容易发现路面交通违法和执法的特点、异常，从而有效决策。8)支持数据海量存储，可扩展。规范数据接口标准，整合汇聚并存储交通车辆、交通违法、交通事件、交通管制、勤务安排停车诱导、警车单兵、卡口电警、交通气象等海量交通相关数据，可根据需要动态扩容。9)进行资源高效整合，省成本。基于虚拟化、云计算技术，构建数据中心统一的计算资源池，为交通指挥调度、交通信息服务、缉查布控。交通综合管控等上层应用提供弹性的计算能力，提升资源利用率并降低整体建设和运维成本，节省机房空间，降低能耗。10)支持信息深入挖掘，深应用。结合交通大数据平台，提供全文检索、以图搜图、道路渠化分析设计等多种智能研判手段，在提高执法效率的同时还可以优化警力资源部署。11)冗余安全设计，高可靠。系统通过虚拟化、集群、容灾、备份等设计，可有效保证系统的可靠性和可用性。第5页共9页3.其他厂家3.1海康应对需求设计的方案思路对于计算需求，采用服务器虚拟化应用，对于视频、图像数据采用云存储模式，对于数据库、虚拟机镜像文件等数据采用FCSAN共享存储。对于网络需求，采用新一代数据中心网络参考架构模型，可选用“分区+分平面”或“分区+分层+分平面”的架构，支持虚拟机任意迁移，无阻塞、低延迟数据转发，多用户和大规模的网络需求。对于大数据分析和智能分析需求，采用大数据平台针对非结构化、半结构化以及结构化的过车视频、数据进行建模分析和交通数据采集，支持全文快速检索、以图搜图、智能研判、OD分析和统计分析等应用。对于灾备需求，可基于存储复制、双机热备、异地容灾等方式，进行两地三中心、同城双中心或异地双中心的容灾建设，同时可选用NBU备份或CommVault备份方案实现数据备份。对于安全需求，依据《信息系统等级保护安全设计技术要求》（GB/T24856-2009），构建“一个中心支撑下的三重防御”的安全防护体系。第6页共9页对于运维需求，将以往对视频设备、网络设备、服务器、中间件、数据库、业务应用和机房动力环境等分割管理的信息孤岛进行有效的整合和关联，实现数据中心全网资源的全面监控与集中统一管理。3.2世纪高通应对需求设计的方案思路OD分析世纪高通凭借交通大数据为交通行业客户提供精准的OD分析，帮助客户更好地去规划城市交通建设，提高城市交通运行效率，优化交通设施布局。通行时间预测依据世纪高通十余年积累的历史交通信息大数据，可以为交通行业客户提供通行时间预测，并给出合理化的通行方案，帮助客户提高通行效率。交通流量分析凭借交通大数据平台的深度分析和计算，帮助交通行业客户分析当前以及未来的交通流量，使客户能够更好地进行交通诱导和规划。拥堵分析针对常规拥堵和异常拥堵，世纪高通根据多年来的交通信息大数据积累，可以提供拥堵的深层次分析，并给出合理化的建议提高交通运行效率。交通设施优化为了帮助交通行业客户更好地管理城市交通，提高城市交通运行，世纪高通可以帮助客户优化交通设施，使城市交通更加通畅。交通指挥世纪高通可以帮助交通行业客户建立城市统一的交通管控平台，并在该平台上进行交通指挥，及时对城市的交通运行状况进行积极的干预，帮助城市交通高效运转。第7页共9页3.3中兴应对需求设计的方