新型智慧交通在智慧城市中的创新应用 - 调查与观点 - 智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 新型智慧交通在智慧城市中的创新应用

    2018-09-19 15:01:53 来源:《中国安防》 作者:徐建明 评论:
    分享到:

    城市交通系统的变革为新型智慧交通提供了技术支撑,新型智慧交通,即在完善的基础设施条件下,通过完备的数据采集来支撑路网交通容量、需求和状态分析,进而驱动新一代智慧交通创新业务应用。相较于传统的智能交通系统普遍存在的“烟囱式”的垂直建设管理模式,新一代智慧交通系统的核心特征如下:

    1.在采集层由状态参数检测转向身份检测;

    2.由单项业务支撑型检测转向系统解构完备型检测;

    3.由分项业务支撑型的数据分析转向以可计算路网支撑的基于身份检测的交通模型分析;

    4.由单向垂直的业务系统转向系统联动的业务系统;

    5.由事后应急响应型转向事前预测预防管控型。

    新型智慧交通指导智能交通系统建设和管理,让交通系统变得可测可解可控,实现了交通基础设施按需而建、数据需求标准规划、智慧平台和业务系统满足业务。按照 IDPS 体系框架,城市智能交通系统建设的核心在于多类基础设施(标志标线、卡口、视频监控、交通信号机等)、一个城市交通大脑和多个业务应用系统(按照业务需要组织)。

    其中城市交通大脑是中枢,基于完备的数据指导完善基础设施的建设,实现城市交通基础数据的标准化采集和管理,同时提供核心分析能力,解构城市交通系统,做到定量、准确掌握大量车辆轨迹和所有路段路口的供给、需求、状态,为城市道路交通管理打下最坚实的基础,为弹性的业务应用系统提供最有效的支持。

    城市交通大脑主要采用两大关键技术:可计算的道路交通网络模型以及基于交叉口身份检测的交通系统模型。 

    1可计算的道路交通网络模型

    在现有的路网模型中,平面路网模型和非平面路网模型均采用一维线段来表示道路,没有准确地描述车道的属性信息;而基于车道的导航数据模型虽然以路段上的车道为建模单位,但是并没有加载路网的逻辑关系,无法进行对象关联和推导,应用仍然存在局限。

    城市交通大脑构建了一个可计算路网模型,基于交通语义的关系表达和计算技术的支撑,将所有的交通设施、规则、控制策略都被数字化、信息化,并以能够为计算机所理解的形式计算、查阅、存储。可计算的道路交通网络模型能够满足对交通路网精细化管理的需求,具体体现在: 

    (1)能够准确地描述复杂路网的线形地物,包括各种立体交叉。

    (2)建立道路之间的拓扑连接关系。

    (3)描述车道的属性和同一路段中相邻车道之间的拓扑连接关系,建立车道与道路的对应关系。

    (4)能够支持对交叉口和道路中细化到车道的交通组织的表达,描述交叉口入口与出口的车辆连接关系。

    (5)描述路网中的要素的时间状态,以描述动态事件。通过描述上述实体及其关系,交通路网模型能为交通运行管理提供:管理对象的基础路网数据描述、管理过程中的交通运行数据组织与管理、管理结果数据与路网具体评价对象的关联展现。在可计算道路交通网络模型的基础上,能够加载数据和业务,实现路网的全表达、数据的层级联动、系统集成的全支撑。 

    2基于身份检测的交通系统模型

    传统的交通系统模型是以假设为前提的四阶段法,假设车辆均匀到达,假设出行需求可知,行驶路线可控,假设以 3-5%的居民出行调查代表全体市民等,忽略了交通系统的本质是时变、非线性、不连续、不可测、不可控。在多重假设的前提下,对交通系统特征的分解只能停留在路网平均参数层间,例如路网平均速度、路网拥堵指数等,不能深入了解个体出行特征,解剖路口、路段、车辆等的交通要素。

    基于此,城市交通大脑构建了基于身份检测的交通系统模型,采用卡口、RFID、GPS等具有身份特征的检测方法。其中卡口系统业务运用范围更加广泛,自动统计监视区域的交通流量、车速、道路占有率等参数,且准确获得目标车辆位置、车牌号码、车辆型号等特征信息,同时具备视频图像以及视频流的采集功能,已经成为了目前较为常见的交通信息采集手段。

    通过精准跟踪路网中每一辆车的出行轨迹等时空特征,帮助准确掌握路段、路口、路网、停车场以及警力的交通容量、需求和状态,从微观、中观、宏观不同层面,在过去、现在、未来不同的时间尺度上,全面解构交通 DNA,破译交通基因,使得交通系统做到可视、可测、可控。

    现有智能交通管理系统主要存在业务系统各自为政,数据标准不统一,缺乏数据深度挖掘应用工具等问题,新型智慧交通以城市交通大脑的理念来设计整合现有资源,完善建设。

    3数据统一标准,促进数据融合

    目前数据共享主要是通过数据仓库实现,数据仓库从各业务系统抽取业务数据,进行分析和应用。由于数据标准不统一、各系统及硬件稳定性不强等原因, 导致数据来源准确性不高,各平台统计数据有一定冲突,限制了数据的进一步挖掘。

    因此亟需建立一套统一的数据标准,搭建数据云平台,实现所有数据的统一汇聚,从业务驱动的角度抽取有用的数据,避免设备的重复建设以及数据的堆砌浪费。 

    1)建立智慧的大数据分析计算平台

    针对智能交通管理系统所能采集的海量数据开展大数据的研究,开发基于交通运行分析系统功能提升的智慧的大数据分析计算平台,实现基于城市交通管理的三要素“容量、需求、状态”计算的静态数据和动态数据的深度挖掘,打造更可靠的数据资源支持管理决策,提高数据质量,确保信息服务的准确性。

    2)完善面向业务应用的驱动组件

    辅助决策系统需要构建一套直接面向业务应用系统的标准化的驱动组件,将辅助决策数据快速、高效的发送给业务系统,驱动业务应用。基于大数据的辅助决策不是一蹴而就的,也不是纯粹的数据展示,而是循序渐进的,包括理念的灌输、方法的转变、手段的更新,不仅仅在管理层需要大数据理念,在基层的战斗实体更加需要提升大数据应用的能力水平,以应用促进技术开发、以技术开发带动应用发展,以达到良性循环。

    新一代智慧交通管理体系可以从根本上转化应用思维,以数据为基础,业务应用为驱动,因此需要在现有建设基础上以城市交通大脑的思维继续整合资源,完善建设。


  • 关键字: 智慧交通 智慧城市
  •    责任编辑:梁兰春
  • 每周新闻精选

  • 关于我们
  • 联系我们
  • 广告赞助