浅谈智能交通平台的建设方向

□ 文/王启东

前言

近年来，城市交通的矛盾日趋上升，一方面是车辆保有量的急剧上升，另一方面是智能交通建设的进度滞后，以交通拥堵为典型的交通管理问题甚嚣尘上，高德地图2014年中国第三季度交通报告发布，最新的全国十大拥堵城市新鲜出炉，北京、杭州、上海荣膺前三甲，以杭州为例，三季度平均拥堵指数为2.09。（拥堵指数是指拥堵情况下的行车时间和正常情况下的行车时间之比，例如正常行车20分钟，而杭州的城市通行需要42分钟！）

对于交通管理者而言，道路交通管理的核心职能可以分为“秩序管理”、“事故处理”、“路网管理”、“特勤任务”、“肇事逃逸车辆追捕”以及“交通出行服务”六大部分。

当前绝大部分交通信息化建设手段都是围绕着这六大目的进行展开，例如交通秩序管理，需要建设违法手动抓拍系统、闯红灯自动记录系统、违法占用公交车道监测系统、城市道路违停系统、人行横道智能监测系统，规范人员的交通驾驶行为；针对交通事故管理，建设交通事件检测系统，通过视频智能分析的手段及时发现交通事故并预警；针对交通路网管理，建设交通固定监视系统、交通制高点监视系统、高清车辆卡口系统，确保路网的运行处于可视化的状态；针对特勤任务、肇事车辆追捕以及交通服务等目的，分别建设交通信号控制系统（实现绿波控制）、肇事车辆逃逸追捕（利用交通测速系统判断异常车辆）以及车辆监测及参数采集系统、动态交通诱导系统和城市停车诱导系统（流量采集、分析以及导行）。

在这些系统中，根据交通矛盾的激烈程度可以将系统分为几大类：

第一类，处于最普遍也是最基础的需求，包括交通秩序管理、交通路网管理；

第二类，在第一类的基础上，进一步建设肇事逃逸车辆追捕、交通服务的科技强警手段措施；

第三类，补齐事故管理、特勤任务的交通管理手段。

那么如何综合地服务于交通管理业务，将建设的前后端设备进行统筹管理，一个成熟、稳定而又先进的综合管控平台则是进一步建设的主要手段。以海康威视为例，它基于智能交通综合管控平台，能实现交通状态监测、交通基础数据管理、机动车稽查布控、非现场违法取证、应急指挥与协作以及交通安全态势评估为一体的综合应用。

智能交通综合管控平台功能

智能交通综合管控平台，首先是一个统一的交通数据汇聚中心。针对不同数据的重要程度，交通数据又可以分为几大类：

第一类数据，包括交通车辆信息、交通违法信息、交通设施信息，这类信息最为基础，是组成智能交通应用的根本数据源；

第二类数据，包括交通事件信息，交通管制信息，满足进一步交通差异化管理的应用需求；

第三类数据，包括交通流量信息、交通气象信息、停车诱导信息、勤务安排信息以及警车单兵信息等，满足进一步交通服务与勤务管理的需求。

其次，智能交通综合管控平台则应围绕着当前管理的核心矛盾设计业务功能。这些功能包括交通出行秩序的管理；差异化交通综合管控；交通统一违法录入发布；交通违法行为的专项整治；一体化交通信号管控；可视化指挥调度；交通出行服务等功能。

可视化交通秩序管理功能

可视化交通秩序管理包括常态的道路设施管理以及非常态的交通管制措施管理：前者包括电子监控设备、交通信号设施、交通管控标志以及交通道路标线的管理；后者包括禁行/禁鸣/封道区域、限行路段、时间段；道路施工段以及路段、重点关注区域、事故多发路段等交通敏感区域管理，最终通过GIS地图呈现，实现道路交通可视化监管。

差异化道路综合管控

面对当前不同城市的交通现状，智能交通综合管控平台需要满足不同需求的道路管控措施。包括违法嫌疑车辆布控、限行车牌管控、非法占用公交车道管控、单行、潮汐、黑白名单车辆的布控等。

数据专项分析应用

通过专门的道路交通管控以及违法数据采集，海康威视能够在一定范围内进行道路秩序的管理。但是这仍然解决不了交通警力资源与交通案件资源的矛盾，如何更高效地利用交通数据的汇总，从而达到警力资源的最优化配置呢，这里就有对数据规律进行分析了。因此，智能交通综合管控平台还需要交通数据专项分析应用的数据专家库功能。

例如某个城市是专门划定了施工工地渣土的倾倒区域的，而且规定了倾倒的时间必须是夜里的某个时间段，但是现实中往往大货车司机为了自身利益就近在偏僻处倾倒渣土。

如何确认这个措施是否实施得力呢？海康威视对数据进行挖掘对比后进行分析，一方面统计大货车在夜间的出没频率，判断大货车在夜里的出行趟数；一方面统计大货车夜间遮挡号牌的次数，另一方面通过三台合一等公安数据库系统所接收到的投诉报警事件，从而判断出这一现象是否猖獗活跃；有了这些数据后，执法交警就可以有针对性地在出没路口设卡拦截处置。

这就是新一代的数据专项分析应用的范畴，数据规律的来源一方面包括前端采集设备，一方面来自于公安数据库系统；结合前面介绍过的交通大数据系统进行分析，从而获取更高的数据价值，便于后续的专项整治行动。

一体化交通信号控制应用

交通综合管控的意义不仅仅在于道路交通违法行为或者管控措施的管理，更进一步的是结合交通流量分析的道路信号综合管控。交通综合管控平台需要区域协调信号控制、单线绿波、区域绿波信号控制，公交优先、行人优先等多种信号控制方案，而交通路网监控与交通信号控制预案更是相辅相成的功能。全网科学的路况分析，可协助决策最优的信号控制预案；而合理的信号控制预案，可最大程度服务出行、减少拥堵。

可视化指挥调度功能

交通管控的另外一个重要组成部分，在于对交通事件的快速处理，能够有效地将非现场执法与现场执法结合起来。在这个过程中，可视化指挥调度起到了重要的作用。前面通过视频调度系统介绍了可视化指挥调度的一个案例，介绍了基于会话调度的应用模式；那么对于一个灵活的可视化指挥调度平台来说，在一张高度仿真的GIS地图系统，结合视频监控进行灵活的会话调度，以及支持定向广播的应用是重要的指挥过程，例如某一起重大的交通事故，需要指挥多个警员进行现场处理，这时需要指挥中心对于不同的视频发送给指挥人员（例如警员A处理车辆事故，进行交通导行；警员B处理现场伤员，紧急救护），那么指挥中心则分别将交通车辆事故情况以及人员事故情况分别发送，达到高效处理的目的。

最后，通过可以对整个指挥调度过程按事件的方式进行计量，后续可以对处理过程是否闭环进行确认。最终达到可视化、时间化、流程化、服务化的目的。因此智能交通综合管控平台需要具备可视化指挥调度功能。

交通信息服务功能

当然，近年来交通管理的核心矛盾已经逐渐从交通管控向交通服务进行转变，而交通服务的内容包括交通流量信息服务、停车诱导服务等等，随着RFID技术、电子车牌等新技术在今后几年应用场景将越来越广泛，因此交通信息服务的形式也越来越广泛，更进一步贴近实际应用。因此智能交通综合管控平台需要集成丰富的交通信息服务功能。

智能交通综合管控平台架构

平台的应用功能决定了上层应用模型，而如何构建一套先进的平台架构以支撑业务功能呢？云计算和大数据为智能交通平台提供了很好的思路。海康威视智能交通综合管控平台参考网络OSI七层模型，结合了时下最流行的云平台架构，设计包括接入层、转发层、存储管理层、接口服务层等架构在内的核心模块，同时融合全网运维平台与数据共享平台，最终汇总到综合业务展示层。

同时海康威视智能交通综合管控平台，不仅仅是软件平台架构的升级，更进一步在于平台与云存储与大数据技术的结合。为了保证数据存储的安全和可靠性，一套面向视频、图片以及文本应用的交通云存储系统是支撑交通数据存储、分析、挖掘的重要组成部分。相比于传统的存储模式，例如DVR的本地存储模式，IPNAS以及IPSAN等数据中心模式等，云存储在三个方面进行改进：

第一方面是管理信令层，简单来说就是架构更简单了，管理的只做管理，业务的只做业务，而且管理的设备有热备技术，一台坏了另外一台马上顶上去；

第二方面是数据存储层，基于视频的云存储系统是面向于视频流的应用的，比起其他面对文本数据的模式存储效率更高，存储更安全；

第三方面是业务应用层，集成了类似报警联动、事件存储等安防的应用，更加聚焦业务本身。

而交通大数据的核心意义在于解决四个V的问题，何为四个V呢，即：

Volume（数据量）：以一个中等城市的卡口规模为例，1000个卡口系统的项目，一年的过车数据量将达到36.5亿条；

Velocity（速度）：对智能交通而言，数据处理越及时，转换成有效价值的速度越快，那么数据的使用价值就越高；

Variety（多样性）：交通数据类型包括音视频数据、过车数据、GPS数据、行为数据、轨迹数据等等，一方面体现在数据的来源性多样化，另一方面体现在数据的类型多样化。

Value（价值）：视频监控的价值体现在海量数据中寻找有用的数据规律，从而进一步攫取数据的价值。

因此，交通大数据系统通过部署新的Hadoop系统以及Hbase数据库，采用分布式的数据库系统解决数据量巨大的问题；通过全文检索系统解决查询速度慢的问题；通过改变新的数据结构解决数据类型多样的问题；通过数据分析模型提升数据价值的问题。

结语

2014年，是互联网行业大放异彩的一年，阿里的高调上市让“互联网思维”一下子成了千家万户最热门的话题。似乎互联网这个模式一下子开始冲击各大传统行业，在不断拓展人们的思路的同时，也在逐渐改变原有行业的游戏规则。

在智能交通领域，电子车牌规范刚刚登台亮相，集成指挥平台则粉墨登场；似乎一时间，智能交通行业大有乱花渐欲迷人眼之势。而作为行业领军企业的海康威视，在这行业浪潮的冲击中，则是以兼收并蓄之势，博采众长，直指交通业务矛盾的核心关注点，将云计算、大数据与互联网思维融会贯通。相信在不远的未来，智能交通综合管控平台必将智慧交通提升到新的高度！