深圳市交委:道路交通运行指数系统在交通精细化治理中的应用实践 - ITS文库 - 智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 首页 > ITS百科 > ITS文库 > 正文

    深圳市交委:道路交通运行指数系统在交通精细化治理中的应用实践

    2017-08-03 17:07:30 来源:www.its114.com 评论:
    分享到:

      由深圳市交通运输委员会主办,深圳市智能交通行业协会承办,深圳市智慧交通产业促进会协办的第十四届中国(国际)城市智能交通论坛,于2017年6月24日在深圳国际会展中心六层桂花厅举行,论坛的主题为“跨进城市智能交通质量新时代”深圳市交通运输委员会综治处处长韩浩发表《道路交通运行指数系统在深圳交通精细化治理中的应用实践》的主题演讲。本文为演讲速记,未经演讲者本人审核。 

      韩浩:各位领导、各位嘉宾,大家好!我今天分享的主要内容是道路交通运行指数与交通精细化治理。我们把道路交通运行指数系统作为管理手段,去开发、拓展其应用功能,去满足行业管理、交通综合治理以及公众出行服务的需要。下面我给大家做个简要汇报。

      从对交通未来治理发展的考虑,在工作层面,实施动态监测和效果评估,更广维度和更精准覆盖,都对高效业务联动的管理都提出了新要求,我们认为需要应用运行指数的平台来支持交通治理工作。

      深圳交通运行指数的建设应用分四个阶段

      第一阶段是 2012 年,深圳随北京之后第二个发布交通指数,当时上线的公众版运行指数系统是基于全市 14000 多辆出租车的浮动车数据实现道路运行指数体系的构建和实时发布,为政府和市民提供了及时准确的宏观交通指数。

      第二个阶段是 2015 年,拓展阶段。完成运行指数系统的专业版,在细化路网的基础上,新增实用化的拥堵查询,还有交通运行情况报告的生成,专业分析,深度可视化的功能。在全市拥堵治理、片区改善和需求管理、研究等方面发挥了重要的作用。

      第三阶段是 2016 年,重点推了三件事:一是构建多元融合模型来进一步提升道路运行监测评估范围,还有精度。二是建立交通预测模型,来实现出行时间的短时预测和长期预测。短时预测是未来两三个小时的交通情况预判,长时是指节假日前一周对周边路网的拥堵情况做预判,做出行的指引。三是建立公交运行相对竞争力的评估体系,来支撑公交优先战略的实施和效果跟踪。

      第四阶段是 2017 年,引入网约车、"两客一危"、地磁等更多数据源,实现临深区域和全省高速公路的路况覆盖,基于深度学习、人工智能等技术对特殊交通事件进行识别,实现拥堵溯源与原因识别,构建面向不同用户的分级共享接口,实现多维度交通结果数据的开放,面向精细化应用,对重点 POI 周边的道路进行拥堵监控、预警及评估。

    1.jpg

      系统具有三个技术特点

      一是关于多元数据的融合,目前我们融合了百度、出租车、公交、地磁等更多的多元数据,提升了指数系统的覆盖率和精度。我们从最开始从 1.4 万多辆的出租车的数量覆盖量做起,数据覆盖率从原来的 32%到现在的 77%,在保证精度的情况下,实现了覆盖的扩大。

      二是关于短时交通预测。基于速度、天气等特征的关联挖掘,预测未来 2 小时的交通运行,实现了交通拥堵形成的消散预测,以及识别源头,实现精准的监测和预警。(图)灰色的这块是对未来状况的预测,给市民的出行甄别可以走哪条路段。

      三是关于公交车相对竞争力的评估体系,在整个架构里面,包括全市、片区、道路、专用道、线路,我们对实时公交运行和小汽车运行进行比对,指标里面包括速度比,绝对比和相对比,还有对横向和纵向的比较,建立了推动公交战略的评估体系。

      深圳市精细化综合治理的探索。

      我们过去做了一些事情,未来我们考虑要推动的事情。探索层面,我们在进行多因素的关联挖掘,实现交通运行监测预警和拥堵识别,通过长时间的监测对比,可用于发现和分析交通状态变化的节点及原因。基于标准化的模块、算法逻辑,实现面向各辖区交通运行的常态化、精细化监测,实现预警、预测功能,支持一键式生成监测报告。对各个片区、各个路段都有一个定制的精细化的管理,然后对它进行实时监控,监测报表实现了自动化,也就是说什么时候需要就什么时候形成,一键生成监测报告。

      时空多维指标辅助定位拥堵路段,支撑治堵点的选择与效果评估。交通与路面积水相关性的知识挖掘,实现安全预警与绕行诱导。这里有一个例子,2017年 6 月 13 日,在台风"苗柏"的影响下,深圳早高峰拥堵里程从 80 公里暴涨到超过200 公里,脆弱路段超过 120 公里,提醒我们管理部门、研究部门要关注这些路段的交通与排水管网的综合治理,治理联动会做进一步介绍,这是对恶劣天气路网脆弱性的评估工作。

      支撑交通政策的落地和跟踪评估。这里包括路边停车收费的政策预评估,深圳路边收费政策按照区域差别和分时差别的原则,分三类的停车收费区域。最后实现的是按照工作日路边临时停车收费的标准,高于非工作日,白天临时收费标准高于夜间。还有错峰和短时、长期停车的对比,通过指数运行系统来去评判未来实施方案的效果评估,来支持停车方案的实施。

      还有网约车的政策。在必要性方面, 2014 年末,深圳路内停车收费在原特区内进行试点,加上全面实施的限购和限外的小汽车调控政策,三大政策落地后的2015 年前 5 个月,交通运行明显好转,中心城区的主干路网的车速比 2014 年有所提升,但是 6 月份逐渐被抵消,反应出来网约车市场当时在不断的扩大,对道路交通运行造成一定的冲击。

      支撑重大基建项目的规划和评估。整个快速路的体系的动态评估分析,这里有个例子,春风高架瓶颈拥堵时间超过 14 小时,拥堵延伸到了新洲路的路段,推动春风路建高架的规划和实施落地。

      轨道网的动态评估分析,去年 11 号线开通之后,西部走廊的公交可达性水平明显提升,整个公交小汽车的时间比,按照 1.5 系数比的区域显着得到扩大。

      支撑片区治理和改善, 2014 年排查出拥堵里程,2015 年、2016 年,2016年查出的里程是 300 多公里,含了高速公路和数据融合的监测,范围扩大,检测出拥堵片区有 14 个,从而支持后续工作的改善和推进。

      综合整治,因为台风的影响,通过这次检验,识别了深圳敏感的十大片区,包括香蜜湖、上梅林等六大片区的车速已经下降超过 15 公里每小时,相比下降比也是到了 50%。对于这些受影响比较大的区域,我们作为重点,在区级交通和管网整治,做了系列措施的安排,目前也在做系统的快速反应和研究工作。

      片区的公交,原来特区内的公交资源优于特区外,这里面除了龙华新区外,三大新城的公交资源明显不足,人口密度大于 2 万人每平方千米的片区与公交资源分布图进行叠加分析,叠加出来之后的区域,把这些区域作为重点整治的安排。

      支撑公交专用通道设置及优化。新彩通道,通过运行评估,通道在早晚高峰发挥走廊作用,南行效果明显,北行效果不显着,分析下来,对新彩通道的通行时间上做出了调整。

      面向公众的交通信息的服务和诱导。通过指数平台、交通在手、路侧诱导、全景大交通电视以及高德、百度的数据共享机制,都会对社会进行开放。还有对电视、指数公众版、专业版的发布,还有后台周报、年报分析的支撑。历史拥堵挖掘和长期的趋势的预测,支撑政府发布节假日交通出行的指引,来引导用户提前规划出行路径,做强预测功能。

    2.jpg

      交通运行指数的应用思考

      我们近期考虑围绕应用端,从政府的管理层面,提高效率、整合,更加深度的去挖掘有效资源来推动工作,我们做了以下几点思考和安排。

      1、业务的协调联动,在今年内形成实时动态与常态化的全委监测、评估加辖区巡查实施的双向互动处置的管理模式,昨天有不少的兄弟单位领导去参观了运行指挥中心。深圳施行大部制,市一级成立了交通运输委,另外 10 个辖区都有派驻机构,通过这种互动和联动能够实时的把后台的大数据的系统分析,跟辖区的交通拥堵治理进行有机结合。避免事后管理的滞后性,实时的通过把辖区的力量调动起来,然后隔天把情况汇聚到中心,依托大数据的平台以及相应的分析,来推动整个路网结构的优化和整理。通过这个系统,服务于未来的交通综合治理。因为我们的城市发展和国外不一样,深圳和国内大多数城市一样,面临高速发展,不仅需要中长期的安排,还有面向近期短平快的安排。

      现在我们有很多资源,但是资源并没有完全有效的进行整合,预期通过实时动态双向的联动,业务管理下沉到各个辖区,要发挥区一级的联动作用。要通过前端的反馈、前端的研究,再加上后端的系统监测、实时监测,发挥大数据的作用,进一步发挥大数据深度挖掘。未来深圳拥堵的综合治理,50%应该是通过自动化、通过指数平台实现自动化的管理、清单化的管理,另外 50%需要结合中长期的安排来考虑怎么制定专项的方案来进行推进。这是业务联动方面的考虑,目前正在做,年内将上线实施这个系统。基于指数系统实时精准的数据,来探索运行和即将出台的政策要素联动和反馈机制。

      2、全面感知和深度应用,需要进一步全面感知预警和更精准的发布方面,要持续的加强、持续的升级指数系统来扩展应用功能。

      3、我们会以更加开放、更加共享、更加包容的方式和模式来推动数据挖掘和关联分析,来实现共享整合与开发,以需求为导向,提升和拓展系统应用的功能,进一步面向公众提供更多的信息服务。

      我的汇报就到这里。谢谢大家!


  • 关键字: 深圳 交通运行指数
  •    责任编辑:its114
  • 延伸阅读!

  • 每周新闻精选

  • 关于我们
  • 联系我们
  • 广告赞助