城市交通大数据中心建设思考——以东莞市综合交通运输体系数据调查项目为例 - 调查与观点 - 智慧交通网 ITS114.COM|领先的智能交通门户网站
  • 城市交通大数据中心建设思考——以东莞市综合交通运输体系数据调查项目为例

    2022-04-18 09:53:53 来源:ITS114 作者:ITS114 评论:
    分享到:

    2021年12月16日,2021年大湾区数字交通TOCC论坛在深圳会展中心成功召开。会上,深圳市都市交通规划设计研究院黎运阳发表了题为《城市交通大脑建设始建与思考——东莞市综合交通运输体系数据调查项目为例》的主旨演讲以下是演讲内容整理,有部分删减,未经本人审核。

    2021年10月交通运输部发布《数字交通“十四五”发展规划》,文件提出打造综合交通运输“数据大脑”——加快建设国家综合交通运输信息平台,构建以部级综合交通大数据中心为枢纽,覆盖和连接各省级综合交通大数据中心的架构体系。

    《规划》明确建设“一脑、五网、两体系”,特别是一脑,建立综合交通运输数据大脑综合交通信息平台,目前省到各个地级市都提出了非常明确的要求和诉求。《规划》从交通设施、信息网络、网络安全、技术应用、行业治理运输服务六个方面提出了明确的发展目标。

    现在各省市在综合交通行业监管及数据治理上会面临许多的问题,包括数据基础薄弱,应用协同性不强,安全保障水平有待提升,发展环境有待完善,以及全类型运输方式数据平台和服务平台的缺失。

    举几个案例,广西某市设有行业监管平台系统维护出租车和网约车的行政审批,但对于数据并没有做很好的维护,目前系统里的数据还是停留在2019年,没有在业务发展和管理过程中进行实时的更新。

    第二个案例是浙江某市计划要搭建一个TOCC团队,在组建过程中,团队的人员配置编制、岗位职责具体工作内容等等非常模糊,甚至直接参考国内一线城市人员的编制和工作内容推动工作但是实际上各个城市因为交通环境差别,TOCC发展路径都是不尽相同的

    接下来围绕东莞综合交通大数据体系构建的案例,介绍下交通数据治理、数据获取,以及未来进一步工作开展的情况

    首先需要摸清东莞市32个街镇情况,包括基础设施、乘客出行需求及交通运行状况等,为行业主管部门从“定性”向“定量”决策提供全面、多维的数据支撑。基于数据处理和调查,建设东莞市综合交通运输“数据大脑”,智慧交通系统建设提供“一张图、一个口径”的结构化、矢量化综合交通运输体系基础数据。

    项目的调查对象即是东莞32个街镇所有跟交通相关的信息,主要涵盖三大主体方向,第一个是交通基础设施数据的获取数字化运作包括道路、公交、铁路港航、慢行静态以及货运交通类型

    image.png 

    道路公路,道路附属设施,包括道路上标志台、标线、广告牌等等数据

    第二个调查方向是交通出行需求调查,从人口岗位、城市交通出行城市对外交通方面进行

    调查内容包括市内32个街镇人口热力图、人口岗位分布等人口情况跨城出行、出行方式等城市交通情况;客运量总体规模、对外交通量等对外交通情况

    第三个调查方向是综合交通运行调查,包括道路交通、公共交通、货运交通以及停车设施的运行情况。

    接下来交通数据调查处置方法。调查围绕道路公路设施、公共交通设施、铁路港航、停车设施、交通运输等6大类46小类基础设施展开调查过程中需求多变复杂,因此需根据不同的调查项目开展不同的调查方式,并通过数据收集、台账整理、矢量化处理、位置校核、属性信息完善、现场核查等环节的工作,对调查内容也需要进行多环节步骤的处理和分析。同时来源于不同的管理主体数据,我们采用了不同的数据调查获取方式,再对这些数据进行收集、加工。

    image.png 

    不同的数据调查获取方式

    然后不同调查方式获取的数据进行校核。举一个例子,道路数据。首先全面收集、校核国土空间规划三调数据、地形图数据、公路管养数据、控规拼合数据、道路数据、高德路网、路网规划等各类道路基础数据,作为道路矢量图形处理和属性信息录入的基础。然后通过对调查调研数据进行清洗、规范化梳理、录入等,补全道路矢量图层(36个字段)和交叉口图层(17个字段)的属性信息。最后通过向政数局、道路路政和养护管理科、市公路事务中心等单位发函调研的方式获取既有道路交通基础数据,通过遥感调查采集道路附属设施点(标志标牌、标线、广告牌、交通沿线设施、控制区内建筑物)、附属设施线(绿化、路基)以及桥梁、涵洞隧道等九类交通部件数据再进行统一矢量化处理,校核完善74项属性信息。

    在调查的同时我们也开发了一些小程序。例如在涉及到公交基础设施信息获取上,开发公交基础设施信息辅助校核小程序组织公交企业车队人员开展实地调查校核统一对公交(线路、站点、停靠站、场站、专用道)、城市轨道(线路、站点、接驳设施)8类基础设施87个字段属性进行梳理及入库。

    在停车方面,我们也开发“东莞停车调查”APP辅助开展停车大调查,完成了园区停车设施普查工作并将调查数据汇入智慧停车云平台。

    数据调查的难点

    接下来整个调查工作上的难点,这些难点可能不同的城市共性。

    首先,调查开展过程中因涉及省厅、市交通运输局、市轨道交通局、市邮政管理局、市公安局、市城市管理和综合执法局,以及交通、公安、交警、规自、统计等多个部门的协调和沟通还需要多元的数据进行收集、汇总、校核、分析、纠正、统一等系列的工作,工作量和复杂程度非比寻常。我们通过协调省市各部门航道事务中心、广铁集团、交投集团等部门和单位,分门别类高速公路、铁路设施、港口航道、公路客货运、邮政快递、绿道自行车道等7类基础设施台账统计数据资料。

    第二在疫情影响传统入户调查无法开展因此我们创新工作组织方式,创立跨部门联合开展工作模式,通过汇聚交通、公安、交警、规自、统计等多个部门大数据,在东莞第一次采用基于手机信数据,莞E申报数据和交通多元大数据等全数据方式,融合分析全市居民出行和交通运行特征。

    最后存在多套数据的问题。在整个调查过程中,我们通过公交、小汽车和手机APP获得的多套数据在这些数据交叉对比中除了对我们的算法有相当严格的要求外,更重要的是数据不准、数据矛盾的问题。例如在东莞的案例我们发现业主梳理卡口基本信息存在位置不准确、卡口时钟不准确等问题。我们最终通过融合公交GPS数据、网约车GPS数据等,对卡口位置、时钟进行校正。

    数据调查工作亮点

    接下来总结下项目亮点。首先充分利用交通模型能力对数据进行加工分析。通过收集到的手机信令数据构建交通模型进行仿真测试,获得各类人群不同出行特征(距离、时耗等)以及分时段分目的出行OD,并补充流动人口出行OD。再通过分析境界线分时段人流,对比境界线调查数据,以验证手机数据分析可靠性。

    第二是通过多元数据融合校准确保信息准确性。以往的手机数据采集分析难以得到准确的短距离人口分布情况,因此,我们采用融合手机数据和莞e申报数据,将出行人员的出行特征结合居住信息和单位信息进行分析,以获取更加科学准确的人口分布情况。在卡口数据处理分析过程中,利用出租车和公交的GPS数据反推求证,实现卡口位置和卡口时钟的自动校正,以此来提高卡口分析结果的准确性。

    第三是完整梳理城市交通设施现状及运行特征。项目对全市各类底层交通基础信息进行了完整的收集和梳理,形成精准的底层数据。对各类交通方式的运行特征进行了“定量”的分析,为工作决策提供了数据支持。

    第四是完成综合交通运输“数据大脑”建设。将收集的信息进行归类整理和分析解读,形成一套统一的综合交通信息基准,并完成综合交通运输“数据大脑”的建设,实现多源数据的统一归集、分析、管理和展现,便于各单位对所需数据的分析利用。

    image.png 

     

    经验思考

    通过这个项目,也有几点经验和深化的思考,以及对未来工作开展的展望。

    1、推动成果从数据调查到政策制定、规划建设等决策支撑应用。通过建设交通模型仿真平台,在平台成果基础上,以多层次、一体化交通仿真模型为核心,面向多维度、多领域应用的综合评估与场景应用决策支持,支撑城市交通规划、交通政策制定、交通拥堵治理、日常工作计划制定等工作;

    2、推动成果从数据调查到具体业务板块政策-监管-服务-考核的深层次应用。通过建设智慧公交大脑平台,在为传统行业赋能,实现全要素信息管理、全方位时空分析、全优化方案供给,实现政府基于数据的精准管理,企业基于数据的精准运营,市民基于数据的精准出行;

    3、经验借鉴:东莞市公交基础设施协同管理系统(基于一条总线,实现公交线路的协同优化调整)。通过整合业务流程,建立流程简洁、协同配合的公交基础设施业务(线路调整、站点场站新增改迁)闭环管理平台,打造一个活的系统,随着管理业务工作的开展,数据常用长新、共享开放,同时为全市智能公交系统建设提供“法定” 数据源。


  • 关键字: 交通大数据
  •    责任编辑:zhuoqun
  • 每周新闻精选

  • 关于我们
  • 联系我们
  • 广告赞助