论文部分内容阅读
摘 要：高速公路会产生大量数据，将这些数据进行分类和存储，通过相应计算方法进行分析计算，为智慧高速公路的优化运营、稽查分析、客户服务、应急调度、预测预警等方面的应用发挥着重要作用。本文首先对高速公路数据信息化、大数据平台架构设计以及数据处理做了简单介绍，重点对其在智慧高速公路中的应用展开详细探讨。
关键词：大数据平台；高速公路；信息化；存储
中图分类号：U495 文献标识码：A 文章编号：1004-7344（2018）33-0192-02
1 高速公路数据信息化
交通的信息化建设包括从基建到信息记录的多个层面，每一个环节都在不停的产生数据，形成交通大数据。比如，车辆开进收费站，首先要经过地下预埋的地感线圈，这时会产生很弱的电流，当车辆行驶进来时，在地感线圈位置的摄像机会拍照，产生第一个数据。然后进行收费卡的写卡、读卡，写卡从此地到出站口的费用，每一个动作都在产生数据。高速公路的收费方法有时也会很复杂，不同的路段收费标准不一样，在收费上需要对其进行拆分，折旧需要后台相关系统的计算。
除了车辆产生的数据之外，还有收费员以及其他工作人员的动作，比如放行键、抬杆键等，都会产生数据，为以后的稽查、逃费等情况提供信息。设备也会产生大量数据，比如红绿灯转换、打票机等，这些日常操作都会被记錄输入到数据库中。另外还有很多的信息采集系统，比如摄像头、车辆速度检测设备、地磁式传感器等，这些产生的大量数据都会记录在大数据平台中，然后进行后续的分类和存储。
2 交通大数据平台架构设计以及数据处理
高速公路上的数据需要一个非常大的数据平台，对这些数据进行分类并存储，TDH作为常用的企业级一站式大数据平台，可以快速、有效的对交通数据进行分布式构架计算和存储，然后在此基础上应用到实际的交通管理中。
2.1 大数据平台架构设计
大数据平台中，对数据进行加工处理以后，可以形成整体层、明细层以及模型层，方便数据的调取和使用。比如，建立收费站的入口和出口流水表，并储存在Search引擎中，通过检索快速找到，历史数据。如果是非结构化的数据，比如视频、图像等，可以存储在Hyperbase引擎中。通过大数据平台架构设计可以对数据进一步挖掘，比如，高速公路拥堵程度预测、节假日车辆预测等。
2.2 高速公路数据存储以及处理
交通大数据主要有几个部分组成：收费系统主要针对收费管理、运营优化以及风险管理；交调设备系统主要针对基础信息的采集、指挥调度以及运营管理等；监控系统主要对车辆行驶进行监控、运营管理、视频监控等。交通数据尤其是图像数据和视频数据，数据量非常大，对其进行处理和分析更加复杂化。
高速公路的车辆信息、用户信息、收费情况、车辆行驶路线、信息采集系统等形成的大量数据对存储功能和处理功能提出更高要求。常用到存储系统主要有DB2、Oracle等系统，可以对数据从传统架构中进行传输和处理，实现数据处理核心的升级换代。
3 大数据在智慧高速公路中的应用
交通大数据就是将高速公路上的收费情况、监控信息等实时数据进行上传，与传统业务相关数据和信息进行综合整合，包括与外联单位的历史数据等，共同形成一个大数据平台。交通大数据平台可以将监控视频和图像、收费情况以及抓拍信息等进行数据的处理和转换，通过模型分析建立相应数据库，然后将这些数据库应用到相应系统中，为交通行业提供技术支撑。主要应用在以下几个方面：
3.1 客户服务
越来越多人在高速公路行驶中使用ETC，给人们的出行带来极大便利。ETC用户管理系统就是通过Apriori方法进行计算和关联分析，可以给客户提供增值服务，满足客户管理的要求，同时可以对车辆行驶路线跟踪，进行信息的精准推送。这种系统在用户购买商品历史以及行驶路线的基础上，通过进行高维矩阵分解方法进行分析，通过规律，可以推算出用户的潜在需求，发现用户的购买偏好。用户在通过ETC时，该系统会通过拍照自动识别用户，将用户通过卡口数据基础上，通过在线数据模型，对客户的行驶路线通过可视化的方式显示出来，同时对用户未来的行驶路线也能预测出来，从而形成行驶路线信息推送。
路线预测建模过程是：车辆与用户信息→车辆通过卡口数据历史数据→高维矩阵分解与关联分析法→车辆卡口对应关系→预测客户下一段要通过的卡口→预测车辆行驶路线，从而形成车辆的行驶信息。
大数据的可视化方法，可以看到每辆车的行驶轨迹，也能看到所有车辆的行驶总路线，比如春运时期，可以看到车辆基本上都是北上广城市向中西部城市行驶，春节后又向北上广城市汇集。又如，某货车司机有固定的运行路线，可以直接判断他的来往路线。
3.2 运营优化
交通大数据平台的应用可以为高速公路的运营进一步实现优化管理。通过流式机器学习法进行时效分析，做出预警提示，为单位提供指挥调度保障；通过数据分析，可以对交通热点视频的查看，可以自动对车辆的行驶路线进行推送；通过建立的领导驾驶舱，对车辆行驶流量进行排名和分析，为高速公路的运营管理提供决策依据。
比如，将高速公路划分成很多小型区域，对这些区域进行同时分析，属于整体性的预测，具有周期性、平滑性、趋势性以及时间属性等特点。①平滑性，对局部相邻时刻进行模拟，比如下午三点和下午四点的流量变化不是很大，是一个平滑的过程。②周期性，对同一个时间点的数据流量进行比较和分析，比如昨天、前天、一周、一个月的下午三点进行比较，进一步模拟周期性。③趋势性，就是把当前的时间点往前推1个小时或者2个小时的时间点的数据进行模拟。④时间属性，这种是将一个区域划分成多个子区域以后，通过深度卷积神经网络卷积之后，就会得到子区域的周围车辆相关信息，再经过多次卷积之后，就可以将更远的区域信息汇集到一起。 3.3 稽查分析
交通大数据可以为高速公路中的车辆提供稽查分析服务，通过对原始交易信息进行分析，对出入口流水进行对比等，可以发现车辆的异常行为，为车辆稽查分析提供依据。
在实际的应用中：①对大数据采用分布式自动时序预测法，对卡口的当前流量进行预测，对实际出入情况进行对比，如果当前流量没有超过预测流量，车辆就有可能出现逃费稽查情况。②发现车辆有行为诡异时，可以通过分布式异常检测方法自动进行检测，如果与平时的缴费习惯不一致，或者与所属群体习惯有很大不同，综合偏离程度大的，那么车辆逃费的概率也有增大。③通過非线性模型融合的方法进行分析和计算，可以对车辆进行准确定位，及时发现车辆的异常行为，为高速公路稽查分析提供智能。
3.4 联合指挥
将所有数据在Inceptor中进行汇总和分析，形成相关数据，应用在消防、路政、交警等各部门的联合指挥中，为路网管理提供可视化的管理方式以及提供决策支持。
3.5 调度应急资源
通过数据处理模块，对传统应急资源和设备进行整合，建立最优化的调度系统。应用在应急指挥调度系统中，可以对出现的特殊情况采取科学措施对其进行有序、快速处理，为高速公路的畅通运行和安全运行提供保障，实现应急情况的信息化管理。
3.6 预测预警作用
通过自回归积分滑动平均模型即ARIMA模型，在历史通行数据的基础上对车辆流量进行预测和分析，为节假日车辆安全、畅通行驶做出预警，提前做好公路畅通措施，为人们的畅通出行提供保障。
3.7 实现资产有效管理
通过监控系统，可以对高度公路中摄像机、车检器、情报板等进行一体化监控，点击相应图标就可以看到这些设备是否损坏、歪倒等不良状态，从而对设备的质量进行分析和预测，进一步实现交通设备的使用周期管理，为智慧高速的构建提供保障。
4 总 结
通过以上各个方面的介绍，我们了解到随着物联网建设的进一步推进，产生越来越多的数据，对数据进行科学、有效的处理和存储，为智慧公路的实际应用提供支持。
参考文献
[1]张海云.大数据在智慧高速中的创新应用[J].交通与科技，2015（19）.
[2]谢仲恺.交通大数据在智能高速公路中的应用探讨[J].交通与科技，2016（06）.
收稿日期：2018-11-5
作者简介：兰 良（1990-），女，汉族，广西南宁人，全日制本科，从事智能交通大数据相关领域的应用研究工作。
关键词：大数据平台；高速公路；信息化；存储
中图分类号：U495 文献标识码：A 文章编号：1004-7344（2018）33-0192-02
1 高速公路数据信息化
交通的信息化建设包括从基建到信息记录的多个层面，每一个环节都在不停的产生数据，形成交通大数据。比如，车辆开进收费站，首先要经过地下预埋的地感线圈，这时会产生很弱的电流，当车辆行驶进来时，在地感线圈位置的摄像机会拍照，产生第一个数据。然后进行收费卡的写卡、读卡，写卡从此地到出站口的费用，每一个动作都在产生数据。高速公路的收费方法有时也会很复杂，不同的路段收费标准不一样，在收费上需要对其进行拆分，折旧需要后台相关系统的计算。
除了车辆产生的数据之外，还有收费员以及其他工作人员的动作，比如放行键、抬杆键等，都会产生数据，为以后的稽查、逃费等情况提供信息。设备也会产生大量数据，比如红绿灯转换、打票机等，这些日常操作都会被记錄输入到数据库中。另外还有很多的信息采集系统，比如摄像头、车辆速度检测设备、地磁式传感器等，这些产生的大量数据都会记录在大数据平台中，然后进行后续的分类和存储。
2 交通大数据平台架构设计以及数据处理
高速公路上的数据需要一个非常大的数据平台，对这些数据进行分类并存储，TDH作为常用的企业级一站式大数据平台，可以快速、有效的对交通数据进行分布式构架计算和存储，然后在此基础上应用到实际的交通管理中。
2.1 大数据平台架构设计
大数据平台中，对数据进行加工处理以后，可以形成整体层、明细层以及模型层，方便数据的调取和使用。比如，建立收费站的入口和出口流水表，并储存在Search引擎中，通过检索快速找到，历史数据。如果是非结构化的数据，比如视频、图像等，可以存储在Hyperbase引擎中。通过大数据平台架构设计可以对数据进一步挖掘，比如，高速公路拥堵程度预测、节假日车辆预测等。
2.2 高速公路数据存储以及处理
交通大数据主要有几个部分组成：收费系统主要针对收费管理、运营优化以及风险管理；交调设备系统主要针对基础信息的采集、指挥调度以及运营管理等；监控系统主要对车辆行驶进行监控、运营管理、视频监控等。交通数据尤其是图像数据和视频数据，数据量非常大，对其进行处理和分析更加复杂化。
高速公路的车辆信息、用户信息、收费情况、车辆行驶路线、信息采集系统等形成的大量数据对存储功能和处理功能提出更高要求。常用到存储系统主要有DB2、Oracle等系统，可以对数据从传统架构中进行传输和处理，实现数据处理核心的升级换代。
3 大数据在智慧高速公路中的应用
交通大数据就是将高速公路上的收费情况、监控信息等实时数据进行上传，与传统业务相关数据和信息进行综合整合，包括与外联单位的历史数据等，共同形成一个大数据平台。交通大数据平台可以将监控视频和图像、收费情况以及抓拍信息等进行数据的处理和转换，通过模型分析建立相应数据库，然后将这些数据库应用到相应系统中，为交通行业提供技术支撑。主要应用在以下几个方面：
3.1 客户服务
越来越多人在高速公路行驶中使用ETC，给人们的出行带来极大便利。ETC用户管理系统就是通过Apriori方法进行计算和关联分析，可以给客户提供增值服务，满足客户管理的要求，同时可以对车辆行驶路线跟踪，进行信息的精准推送。这种系统在用户购买商品历史以及行驶路线的基础上，通过进行高维矩阵分解方法进行分析，通过规律，可以推算出用户的潜在需求，发现用户的购买偏好。用户在通过ETC时，该系统会通过拍照自动识别用户，将用户通过卡口数据基础上，通过在线数据模型，对客户的行驶路线通过可视化的方式显示出来，同时对用户未来的行驶路线也能预测出来，从而形成行驶路线信息推送。
路线预测建模过程是：车辆与用户信息→车辆通过卡口数据历史数据→高维矩阵分解与关联分析法→车辆卡口对应关系→预测客户下一段要通过的卡口→预测车辆行驶路线，从而形成车辆的行驶信息。
大数据的可视化方法，可以看到每辆车的行驶轨迹，也能看到所有车辆的行驶总路线，比如春运时期，可以看到车辆基本上都是北上广城市向中西部城市行驶，春节后又向北上广城市汇集。又如，某货车司机有固定的运行路线，可以直接判断他的来往路线。
3.2 运营优化
交通大数据平台的应用可以为高速公路的运营进一步实现优化管理。通过流式机器学习法进行时效分析，做出预警提示，为单位提供指挥调度保障；通过数据分析，可以对交通热点视频的查看，可以自动对车辆的行驶路线进行推送；通过建立的领导驾驶舱，对车辆行驶流量进行排名和分析，为高速公路的运营管理提供决策依据。
比如，将高速公路划分成很多小型区域，对这些区域进行同时分析，属于整体性的预测，具有周期性、平滑性、趋势性以及时间属性等特点。①平滑性，对局部相邻时刻进行模拟，比如下午三点和下午四点的流量变化不是很大，是一个平滑的过程。②周期性，对同一个时间点的数据流量进行比较和分析，比如昨天、前天、一周、一个月的下午三点进行比较，进一步模拟周期性。③趋势性，就是把当前的时间点往前推1个小时或者2个小时的时间点的数据进行模拟。④时间属性，这种是将一个区域划分成多个子区域以后，通过深度卷积神经网络卷积之后，就会得到子区域的周围车辆相关信息，再经过多次卷积之后，就可以将更远的区域信息汇集到一起。 3.3 稽查分析
交通大数据可以为高速公路中的车辆提供稽查分析服务，通过对原始交易信息进行分析，对出入口流水进行对比等，可以发现车辆的异常行为，为车辆稽查分析提供依据。
在实际的应用中：①对大数据采用分布式自动时序预测法，对卡口的当前流量进行预测，对实际出入情况进行对比，如果当前流量没有超过预测流量，车辆就有可能出现逃费稽查情况。②发现车辆有行为诡异时，可以通过分布式异常检测方法自动进行检测，如果与平时的缴费习惯不一致，或者与所属群体习惯有很大不同，综合偏离程度大的，那么车辆逃费的概率也有增大。③通過非线性模型融合的方法进行分析和计算，可以对车辆进行准确定位，及时发现车辆的异常行为，为高速公路稽查分析提供智能。
3.4 联合指挥
将所有数据在Inceptor中进行汇总和分析，形成相关数据，应用在消防、路政、交警等各部门的联合指挥中，为路网管理提供可视化的管理方式以及提供决策支持。
3.5 调度应急资源
通过数据处理模块，对传统应急资源和设备进行整合，建立最优化的调度系统。应用在应急指挥调度系统中，可以对出现的特殊情况采取科学措施对其进行有序、快速处理，为高速公路的畅通运行和安全运行提供保障，实现应急情况的信息化管理。
3.6 预测预警作用
通过自回归积分滑动平均模型即ARIMA模型，在历史通行数据的基础上对车辆流量进行预测和分析，为节假日车辆安全、畅通行驶做出预警，提前做好公路畅通措施，为人们的畅通出行提供保障。
3.7 实现资产有效管理
通过监控系统，可以对高度公路中摄像机、车检器、情报板等进行一体化监控，点击相应图标就可以看到这些设备是否损坏、歪倒等不良状态，从而对设备的质量进行分析和预测，进一步实现交通设备的使用周期管理，为智慧高速的构建提供保障。
4 总 结
通过以上各个方面的介绍，我们了解到随着物联网建设的进一步推进，产生越来越多的数据，对数据进行科学、有效的处理和存储，为智慧公路的实际应用提供支持。
参考文献
[1]张海云.大数据在智慧高速中的创新应用[J].交通与科技，2015（19）.
[2]谢仲恺.交通大数据在智能高速公路中的应用探讨[J].交通与科技，2016（06）.
收稿日期：2018-11-5
作者简介：兰 良（1990-），女，汉族，广西南宁人，全日制本科，从事智能交通大数据相关领域的应用研究工作。