综合交通辅助决策支持平台.docx

综合交通辅助决策支持平台

建设方案

2004年10月

目录

TOC\o1-3\h\u106281.综合交通辅助决策支持平台 4

255771.1.平台概述 4

293271.2.体系架构 5

298981.2.1.数据层 5

277781.2.2.分布式计算处理层 6

121151.2.3.分析模型层 6

146921.2.4.业务决策分析层 6

292701.2.5.交互展示层 7

56341.3.分析模型 7

9311.3.1.交通状态分析模型 7

92781.3.2.行程时间计算模型 7

275571.3.3.常驻车辆识别模型 8

104261.3.4.车辆行为异常模型 9

191461.3.5.套牌车辆识别模型 9

243501.3.6.车辆伴随异常模型 10

243941.3.7.路网出行量分析模型 10

249001.3.8.超限治理分析模型 11

261201.3.9.危险品运输分析模型 11

166571.4.平台功能 12

60551.4.1.交通运行状态分析 12

127401.4.2.短时交通流预测分析 12

192021.4.3.常驻人口车流时空分析 13

176581.4.4.临时人口车流时空分析 15

206481.4.5.道路交通运行规律分析 15

83941.4.6.交通安全预警分析 16

304841.4.7.交通组织优化决策分析 16

326591.4.8.交通规划决策支持 21

260331.4.9.交通舆情监测分析 21

综合交通辅助决策支持平台

平台概述

综合交通辅助决策支撑平台是以大数据技术为基础，整合交管数据、车流数据、手机信令数据、浮动车数据、交通运输数据、互联网位置数据等，结合地理信息系统定量分析等先进规划技术手段，建立科学的道路交通态势和管理、人流特征、车流特征、公共管理、城市规划等指标体系和分析模型，应用相关数据关系分析、挖掘，研究人口时空分布、居民出行特征、典型吸引点客流集散特征等一系列交通特征以及设施合理性以及规范性等，为交通组织优化、舆情监测、交通规划、城市规划以及政策决策提供辅助支撑。

体系架构

数据层

数据层负责各类数据的采集、传输，主要通过多元信息系统系统和数据共享交换平台，将交通外场采集的感知数据、互联网+数据、其他机构部门数据等纳入交通大数据决策分析系统，支撑上层模型计算、应用分析。根据道路交通管理的业务架构，AA交通数据模型的数据实体按数据域进行划分，具体包括：交通检测数据、基站信令数据、浮动车数据、手机位置数据、车辆基础信息、交通小区/GIS地理信息、互联网数据、道路交通规划、政策法规、道路运输、安全应急、公众出行服务和地理信息等。

分布式计算处理层

分布式计算处理层是交通大数据决策分析的中央处理器，它构建了成熟、先进的hadoop生态系统为基础的分布式计算基础支撑体系，从而实现海量数据的采集、存储和计算处理，向各类决策分析应用提供离线分布式计算处理、在线实时分布式计算处理以及优化的任务管理和调度。通过流处理+内存数据库技术来对海量数据实时计算处理，实现海量数据秒级的数据处理效率；采用MPP并行大规模数据库技术，支持海量数据计算和存储，日处理数据量百亿条，存储容量PB级。

分析模型层

分析模型层通过研究交通数据间的关系和作用，量化各类数据指标，建立各类交通分析模型，以实现对各类交通应用的决策分析和支撑。决策分析模型主要包含交通状态分析模型、短时交通预测模型、常驻人口车流分析模型、路网出行质量分析模型、交通组织优化决策分析模型等。

业务决策分析层

根据交通行业现在面临的几大问题，依托大数据处理能力，提炼出贴近实战、满足需求的业务功能，主要包含：区域车流量分析、车辆停留时长分析、车流量超标预警、特殊车辆轨迹监控等功能。

交互展示层

为实现平台一体化运作，系统通过服务展示层对外提供数据展示、数据服务两大类调用接口。数据展示主要包括统计报表、分析报表、GIS可视化展现；数据服务主要包括实时数据、非实时数据的API接口、短信接口等。

分析模型

交通状态分析模型

（1）模型背景

针对一些重点道路路段，车流量突增会带来交通瘫痪，甚至是安全隐患，因此实时监控交通状态和预警车流量，有效防止车流量突增造成的一系列事件。

（2）模型原理

将实时车流量与历史平均车流量、历史高峰车流量、前一个监控时点的车流量、前一日的平均车流量等做对比，判断区域车流量是否需要超标，并且通过红、橙、黄三色对道路的通行状态进行刻画。

（3）分析周期