車(chē)輛大數據在智能(néng)交通中(zhōng)的重要作(zuò)用(yòng)-明景車(chē)輛大數據分(fēn)析檢索系統

• 2016/09/27

随着我國(guó)城鎮化和公(gōng)路網絡的快速發展，地區(qū)車(chē)輛的彙集使得車(chē)輛在繁忙路段和特殊時期變得擁堵不堪，交通出行成為(wèi)日漸突出的問題。雖然各地都針對目前遇到的難題開始着手建設智能(néng)交通綜合管控平台，但由于缺乏高效的平台系統，很(hěn)多(duō)地方在海量數據的采集、處理(lǐ)和分(fēn)析應用(yòng)方面，在結合視頻監控、交通信号控制系統、誘導系統、交通流量檢測系統等方面的綜合應用(yòng)還有(yǒu)待提高。

      傳統架構的瓶頸

　　通過各路前端設備24小(xiǎo)時不間斷的抓取，屬于安(ān)防性質(zhì)的海量數據出現了激增。以保定市為(wèi)例，每天由卡口、電(diàn)子警察等車(chē)牌識别設備所産(chǎn)生的數據量約1200萬餘條，一年達到45億條的數據規模。除此之外，還有(yǒu)車(chē)輛抓拍的圖片數據、違法記錄、事故處理(lǐ)等産(chǎn)生的業務(wù)數據和實時流量信息，以及路網管理(lǐ)與交通事件信息等多(duō)種類型的數據。這些海量數據的産(chǎn)生，使得很(hěn)多(duō)傳統的系統架構面臨着一個海量數據采集、存儲、計算、應用(yòng)的難題，并且通過越來越多(duō)的突發交通時間可(kě)以分(fēn)析發現，視頻監控的作(zuò)用(yòng)仍然停留在被動服務(wù)于“事後研判”的模式，整個監控和控制系統并未做到主動幹預，更無從談起防患于未然。

　　與此同時，在面對海量數據時，也暴露了傳統的系統架構在海量結構化數據處理(lǐ)上的瓶頸，如系統存儲無法彈性擴容;查詢速度緩慢，無法快速響應突發事件;應急指揮系統操作(zuò)複雜;各種類型數據資源分(fēn)散，無法做到整合并進行綜合分(fēn)析……這些都預示着當前的交通部門需要一個可(kě)以應付智慧交通業務(wù)需求的全新(xīn)系統架構。

      大數據提高城市治安(ān)管理(lǐ)水平

　　大數據的價值在于通過對大數據進行高速捕獲和實時分(fēn)析，及時獲取核心業務(wù)和戰略決策所需的關鍵信息，提升管理(lǐ)決策水平。
　　依據統計學(xué)，任何動态發展的事物(wù)，隻要有(yǒu)足夠多(duō)的樣本數據，就一定能(néng)從樣本數據中(zhōng)找到動态發展的規律。數據越多(duō)，準确率越高，這就是數據的價值所在。對于商(shāng)業應用(yòng)，可(kě)以通過數據分(fēn)析用(yòng)戶行為(wèi)規律從而提高銷售量、分(fēn)析市場規律從而定點投放廣告降低成本；對于公(gōng)安(ān)行業，可(kě)以通過數據分(fēn)析區(qū)域性犯罪趨勢，提前預防從而降低犯罪率，可(kě)以分(fēn)析交通行為(wèi)規律，提前做交通疏導，提高交通通暢率。

　　大數據通過對海量數據的整合和挖掘，揭示傳統技(jì )術方式難以展現的關聯關系，還可(kě)以預警風險，及時切斷風險鏈。例如：

　　針對堵車(chē)現象，實時采集車(chē)流數據，自動控制信号燈，讓堵車(chē)能(néng)有(yǒu)所緩解。
　　針對城鄉結合部“治安(ān)盲區(qū)”，采集人口流動信息，分(fēn)析出潛在風險，警力針對性地科(kē)學(xué)調配。
　　針對保險理(lǐ)賠，通過社會信息搜集分(fēn)析系統，上海等地正積極探索商(shāng)業保險公(gōng)司參與社會治理(lǐ)，将保險事務(wù)由“事後理(lǐ)賠”轉為(wèi)“事先風險防範”。
　　針對聚集疏導，通過關鍵詞搜索技(jì )術、熱力圖技(jì )術、電(diàn)子巡邏技(jì )術等，探索預測人群聚集苗頭和動向，人員過密時及時提示預警，适時分(fēn)流人群。
　　針對犯罪熱點，集成公(gōng)安(ān)專業數據，實時掌握犯罪軌迹、預判犯罪熱點，提高防範打擊犯罪的水平。
　　針對安(ān)全生産(chǎn)，工(gōng)程建設特别容易出事，建立工(gōng)程建設監管和信用(yòng)平台，以大數據為(wèi)依托，“全程留痕”，讓監管“無死角”。

      車(chē)輛大數據面臨的問題

　　大數據的特征是大量性（規模超大、不斷攀升）、高速性（高速産(chǎn)生、處理(lǐ)高效）、多(duō)樣性（種類多(duō)樣、來源多(duō)樣）、低密性（有(yǒu)用(yòng)數據提純）。海量數據給常規技(jì )術（獲取存儲管理(lǐ)、處理(lǐ)傳遞共享、關聯聚類分(fēn)析）帶來了衆多(duō)挑戰——雖然數據很(hěn)多(duō)，但是有(yǒu)用(yòng)的數據隻有(yǒu)34%，好用(yòng)的數據僅有(yǒu)7%，被分(fēn)析的數據更是少到隻有(yǒu)1%。如何在海量的數據中(zhōng)提取出有(yǒu)價值的信息需要多(duō)學(xué)科(kē)多(duō)技(jì )術的研究。當前的特點是大數據、小(xiǎo)模型、小(xiǎo)定律交叉，即使是同一類問題，每個系統也都不一樣，所以模型和程序要針對數據設計。結構化數據通過數據庫或者數據倉庫解決，半結構化數據使用(yòng)網頁(yè)和搜索引擎等技(jì )術解決，非結構化數據使用(yòng)深度學(xué)習、網絡交互和群體(tǐ)智能(néng)解決。
　　幹警在實戰使用(yòng)中(zhōng)，最主要的操作(zuò)應用(yòng)是查詢車(chē)牌信息和其他(tā)過車(chē)記錄以便掌握線(xiàn)索。面對動辄幾十億、上百億甚至千億級别的海量過車(chē)數據的存儲和查詢壓力，如何進行可(kě)靠存儲和高效應用(yòng)？傳統的普通關系型數據庫解決方案和技(jì )術手段存在檢索難、并發難、挖掘難、擴容難、應用(yòng)難等一系列問題，速度慢、準确性差，需要投入大量的精(jīng)力和資源進行技(jì )術升級改造。因此，及時準确獲取各類相關數據并構建大數據處理(lǐ)模型是建設平安(ān)城市大數據中(zhōng)心的前提，而這一難題目前正逐步通過先進的大數據技(jì )術進行解決。

  　車(chē)輛大數據的幾項關鍵技(jì )術

　　1、海量數據檢索
　　數據檢索作(zuò)為(wèi)大數據最基本的應用(yòng)，分(fēn)布式内存檢索引擎通過将海量數據在集群各個節點創建索引，并高速緩存在各節點内存，節點之間通過分(fēn)布式特有(yǒu)的網絡通信技(jì )術，用(yòng)最小(xiǎo)的代價将計算和讀取數據完成彙總。當然，基于智慧城市車(chē)輛大數據中(zhōng)數據模型的特點，還要對分(fēn)布式内存檢索引擎的機制做專門的優化，才能(néng)實現千億級數據多(duō)條件組合的秒(miǎo)級查詢。
　　針對百億級以上數據，大數據檢索的硬件服務(wù)器需要考慮SSD固态硬盤，核心數據存儲在固态硬盤，可(kě)以提高磁盤的讀取速度，在分(fēn)布式并行計算的同時，進一步提升了數據的檢索效率，也為(wèi)數據的穩定性提供了重要保障。
　　2、大數據研判分(fēn)析
　　目前比較先進的方式是流式處理(lǐ)與批量處理(lǐ)相結合，以Hbase數據倉庫為(wèi)數據源，針對車(chē)輛大數據研判分(fēn)析，可(kě)以提供多(duō)樣化的應用(yòng)功能(néng)，既滿足實時在線(xiàn)的數據處理(lǐ)需求，又(yòu)支持海量數據的線(xiàn)下分(fēn)析。例如，天地偉業Easy7公(gōng)安(ān)實戰平台的信息深度研判系統提供了多(duō)點碰撞、區(qū)域徘徊、伴随車(chē)輛、晝伏夜出等将近20種技(jì )站法以及各種流量統計和态勢分(fēn)析，都是在數據挖掘中(zhōng)将流式處理(lǐ)技(jì )術、數學(xué)統計算法、遺傳算法、神經網絡算法、貝葉斯判别、機器學(xué)習等算法結合起來，并針對現場用(yòng)戶實際需求研發出來。

      車(chē)輛大數據分(fēn)析檢索系統的應用(yòng)

       以北京明景科(kē)技(jì )有(yǒu)限公(gōng)司推出的明景車(chē)輛大數據分(fēn)析檢索系統為(wèi)例，該系統基于視頻流、圖片流的智能(néng)車(chē)輛識别系統，是國(guó)内第一個車(chē)輛全信息識别檢索系統，利用(yòng)先進的深度學(xué)習技(jì )術，實現對卡口設備采集的車(chē)輛圖片進行全信息識别，通過大數據分(fēn)析和挖掘手段，為(wèi)公(gōng)安(ān)交警部門打擊嫌疑、假牌、套牌、駕駛人違章等各類違法行為(wèi)提供有(yǒu)力保障，有(yǒu)效彌補了傳統平安(ān)城市項目中(zhōng)對于智慧交通和車(chē)輛治安(ān)管控的極大不足，能(néng)夠極大提升城市治理(lǐ)和治安(ān)管控的水平，促進智慧公(gōng)安(ān)和智慧交通向更高的科(kē)技(jì )水平發展。

　　在大數據技(jì )術支撐下，該系統為(wèi)用(yòng)戶提供了以下三點使用(yòng)價值：

　　海量數據，綜合研判

　　整合容納結構化基礎信息，通過大數據挖掘系統按照既定的規則對情報化信息進行分(fēn)析，尋找内在聯系，例如大貨車(chē)闖禁行、交通态勢分(fēn)析、套牌車(chē)輛分(fēn)析，跟車(chē)關聯分(fēn)析，車(chē)輛軌迹碰撞，可(kě)疑人員、可(kě)疑車(chē)輛分(fēn)析等，從海量的情報化信息中(zhōng)挖掘隐藏在其中(zhōng)的警情信息，服務(wù)于交通管控，公(gōng)安(ān)治安(ān)應用(yòng)，做到防患于未然。

　　精(jīng)确檢測，疏導交通

  　通過收集電(diàn)子警察、智能(néng)卡口、流量檢測系統所采集的過往車(chē)輛信息，排隊長(cháng)度等信息，結合路網的曆史車(chē)輛通行時間，能(néng)夠實時檢測路網的通行狀況，為(wèi)出行者提供方便快捷的交通數據。

　　及時糾正車(chē)輛違法

　　對道路車(chē)輛進行實時監測，對車(chē)輛闖紅燈、逆行、壓雙黃線(xiàn)、駕駛員不系安(ān)全帶駕駛等各種違法行為(wèi)進行自動判定及抓拍，也可(kě)以在重要的路段對于黃标車(chē)、大貨車(chē)闖禁行等行為(wèi)進行自動抓拍，從而規範駕駛員駕駛行為(wèi)，保證車(chē)輛有(yǒu)序順暢通行，減少交通事故。

　　透過這些貼近用(yòng)戶業務(wù)的需求，以及體(tǐ)現用(yòng)戶價值的功能(néng)應用(yòng)，可(kě)以看出車(chē)輛大數據技(jì )術對于構建新(xīn)型智慧交通系統架構的核心作(zuò)用(yòng)是相當的明顯。在未來的交通行業市場，大數據技(jì )術是極其重要的競争力，誰能(néng)在海量的安(ān)防數據裏收集、存儲和利用(yòng)有(yǒu)價值的數據，并切合用(yòng)戶需求解決實際業務(wù)發展的需求，誰将獲得交通行業市場更多(duō)的話語權。