安防大資料下全新智慧交通的需求分析

随着我國城鎮化和公路網絡的快速發展，地區車輛的彙集使得車輛在繁忙路段和特殊時期變得擁堵不堪，交通出行成為日漸突出的問題。雖然各地都針對目前遇到的難題開始着手建設智能交通綜合管控平台，但由于缺乏高效的平台系統，很多地方在海量資料的采集、處理和分析應用方面，在結合視訊監控、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還有待提高。

傳統系統架構的瓶頸

通過各路前端裝置24小時不間斷的抓取，屬于安防性質的海量資料出現了激增。以保定市為例，每天由卡口、電子警察等車牌識别裝置所産生的資料量約1200萬餘條，一年達到45億條的資料規模。除此之外，還有車輛抓拍的圖檔資料、違法記錄、事故處理等産生的業務資料和實時流量資訊，以及路網管理與交通事件資訊等多種類型的資料。這些海量資料的産生，使得很多傳統的系統架構面臨着一個海量資料采集、存儲、計算、應用的難題，并且通過越來越多的突發交通時間可以分析發現，視訊監控的作用仍然停留在被動服務于“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，在面對海量資料時，也暴露了傳統的系統架構在海量結構化資料處理上的瓶頸，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；應急指揮系統操作複雜；各種類型資料資源分散，無法做到整合并進行綜合分析……這些都預示着目前的交通部門需要一個可以應付智慧交通業務需求的全新系統架構。

全新智慧交通系統架構的需求

建構全新的智慧交通系統架構，需要從大資料思想出發，可以從三個次元分别解析智慧交通與大資料的關系建構。從系統架構來講，分為資料采集、時空資料庫、大資料分析引擎和行業應用四個層次，分别對應了智慧交通業務中的原始視訊庫，基礎資訊庫與警情/案事件庫，而從資料發展的次元，則對應了資料向知識遞進的知識管理理論基礎。

資料采集層：海量與多種類資料采集

智慧交通系統中的資料采集層，主要指卡口、電子警察等終端裝置，它們采集的非結構化的視訊和圖檔資料，以及經過前置智能算法所處理後輸出的結構化過車資訊資料。除此之外，還有大量的其他物聯網感覺資料的接入，比如rfid射頻資料，gps定位資料，手機資訊，以及其他諸如單兵、浮動車等裝置采集到的資料。

時空資料庫：海量和多種類資料存儲

所有來自于資料采集層的資料在時空資料庫中進行存儲。在這裡根據資料類型的不同進行了不同的存儲。結構化資料存儲在資料庫服務中，非結構化的原始視訊和圖檔資料則存儲在基于類似cds雲存儲方案的存儲媒體中。

大資料分析引擎：海量資料的快速計算

在大資料的思想下，不追求個體資料的精确性，而是在海量資料中挖掘出規律性本質。在這裡，所有的基于結構化資料的檢索與資料挖掘計算的服務得以實作。同時，為實作更多的智能化業務，在資料應用服務層，也提供基于流式資料處理的視訊智能分析服務。為滿足更多的實時性要求，基于unihadoop分布式計算使得海量資料檢索與計算都以秒級為機關完成。

行業應用：資料計算的可視化呈現

基于資料應用服務的計算結果，在資料可視化層進行呈現。例如指揮中心的大屏顯示，或者是基于電子地圖的實時軌迹顯示，或是基于交通流量統計的多種形式的資訊釋出等。

而貫穿整個系統架構的基礎則是ip全交換技術。擺脫了傳統流媒體轉發的技術，ip全交換技術可以大幅提高資料在網絡中互動的效率。

使用者對于智慧交通方案的需求

在厘清了全新的系統架構的需求後，使用者其實更關心智慧交通的落地解決方案，可以從以下四個方面進行闡述。

綜合管控平台

通過交通資訊采集（電子警察、卡口監控、視訊監控、交通流量資料等）、交通誘導以及交通信号控制等系統的部署，有效合理的調控區域交通流量，優化路網流量分布，均衡幹道間的交通負荷度，并通過區域信号的協調控制，合理優化交叉口信号配時，協調管控路面交通，從均衡交通流的時空分布上提高道路交通運作效率。

基于地理資訊系統，建立交通指揮資訊智能交通綜合管理與指揮排程平台，實作交通狀況動态顯示、接處警、報警定位，動态警力定位、交通信号控制、視訊監控、交通誘導等系統的可視化綜合內建，利用決策支援及預案管理、無線叢集系統，實作扁平化指揮，對市區交通進行有效的控制和管理。

大資料分析系統

實作資訊資源共享，包括交通違法資料的上傳、路網運作狀态資料的共享、違法告知資料、交通流量資料的接入等資料交換。實作交通管理決策方式的新突破，提高科學決策、精确指導工作水準。同時以準确及時的交通資料資訊為基礎，以深入細緻的分析預報為保障，通過科學的交通組織優化與仿真系統，深入進行資料挖掘，及時客觀評價交通運作狀況，預警提示突出重點問題。

交通流量檢測系統

實作基于視訊的車輛檢測功能，在城市正常杆件上安裝視訊檢測裝置，支援3~4車道的流量檢測。支援到車流量、平均速度、車頭時距、車頭間距、車道時間占有率、車道空間占有率、車輛排隊長度、車輛分類、交通狀态等資訊的檢測和統計。在支援交通參數采集的同時，兼顧視訊監控的功能。

交通誘導系統

交通誘導的資訊包括微波采集、視訊采集等自動采集系統的采集資料，也包括交通事件、交通事故、交通管制、交通報警等資訊，通過資料計算中心系統對所有資料進行融合運算，實時釋出在交通誘導屏，為出行者提供便利。

全新智慧交通的使用者價值

在大資料技術支撐下，這些需求将會為使用者提供以下三點的使用價值。

海量資料，綜合研判

智能交通綜合管控平台整合智能卡口、電子警察、高清監控、交通誘導系統、交通流量采集系統、綜合管理平台等多個業務系統，針對結構化基礎資訊，通過大資料挖掘系統按照既定的規則對情報化資訊進行分析，尋找内在聯系，例如大貨車闖禁行、交通态勢分析、套牌車輛分析，跟車關聯分析，車輛軌迹碰撞，可疑人員、可疑車輛分析等，從海量的情報化資訊中挖掘隐藏在其中的警情資訊，服務于交通管控，公安治安應用，做到防患于未然。

精确檢測，疏導交通

系統通過收集電子警察、智能卡口、流量檢測系統所采集的過往車輛資訊，排隊長度等資訊，結合路網的曆史車輛通行時間，能夠實時檢測路網的通行狀況，同時由交通誘導系統将交通路況資訊釋出在室外交通誘導屏上，為出行者提供友善快捷的交通資料。

及時糾正車輛違法

對道路車輛進行實時監測，對車輛闖紅燈、逆行、壓雙黃線、不按車道标線行駛等各種違法行為進行自動判定及抓拍，也可以在重要的路段對于黃标車、大貨車闖禁行等行為進行自動抓拍，進而規範駕駛員駕駛行為，保證車輛有序順暢通行，減少交通事故。

透過這些貼近使用者業務的需求，以及展現使用者價值的功能應用，可以看出安防大資料技術對于建構新型智慧交通系統架構的核心作用是相當的明顯。在未來的交通行業市場，大資料技術是極其重要的競争力，誰能在海量的安防資料裡收集、存儲和利用有價值的資料，并切合使用者需求解決實際業務發展的需求，誰将獲得交通行業市場更多的話語權。

本文轉自d1net（轉載）