車輛大數(shù)據在智能(néng)交通(tōng)中的重要(yào)作(zuò)用-明(míng)景車輛大數(shù)據分析檢索系統

• 2016/09/27

随着我國(guó)城鎮化和(hé)公路網絡的快(kuài)速發展，地(dì)區(qū)車輛的彙集使得車輛在繁忙路段和(hé)特殊時(shí)期變得擁堵不堪，交通(tōng)出行(xíng)成為(wèi)日漸突出的問(wèn)題。雖然各地(dì)都(dōu)針對目前遇到的難題開(kāi)始着手建設智能(néng)交通(tōng)綜合管控平台，但(dàn)由于缺乏高效的平台系統，很(hěn)多地(dì)方在海(hǎi)量數(shù)據的采集、處理和(hé)分析應用方面，在結合視(shì)頻(pín)監控、交通(tōng)信号控制系統、誘導系統、交通(tōng)流量檢測系統等方面的綜合應用還有待提高。

      傳統架構的瓶頸

　　通(tōng)過各路前端設備24小時(shí)不間(jiān)斷的抓取，屬于安防性質的海(hǎi)量數(shù)據出現了(le)激增。以保定市為(wèi)例，每天由卡口、電子警察等車牌識别設備所産生的數(shù)據量約1200萬餘條，一(yī)年(nián)達到45億條的數(shù)據規模。除此之外(wài)，還有車輛抓拍的圖片數(shù)據、違法記錄、事故處理等産生的業務數(shù)據和(hé)實時(shí)流量信息，以及路網管理與交通(tōng)事件信息等多種類型的數(shù)據。這(zhè)些海(hǎi)量數(shù)據的産生，使得很(hěn)多傳統的系統架構面臨着一(yī)個海(hǎi)量數(shù)據采集、存儲、計算、應用的難題，并且通(tōng)過越來越多的突發交通(tōng)時(shí)間(jiān)可(kě)以分析發現，視(shì)頻(pín)監控的作(zuò)用仍然停留在被動服務于“事後研判”的模式，整個監控和(hé)控制系統并未做(zuò)到主動幹預，更無從(cóng)談起防患于未然。

　　與此同時(shí)，在面對海(hǎi)量數(shù)據時(shí)，也暴露了(le)傳統的系統架構在海(hǎi)量結構化數(shù)據處理上(shàng)的瓶頸，如(rú)系統存儲無法彈性擴容;查詢速度緩慢(màn)，無法快(kuài)速響應突發事件;應急指揮系統操作(zuò)複雜(zá);各種類型數(shù)據資源分散，無法做(zuò)到整合并進行(xíng)綜合分析……這(zhè)些都(dōu)預示着當前的交通(tōng)部門需要(yào)一(yī)個可(kě)以應付智慧交通(tōng)業務需求的全新系統架構。

      大數(shù)據提高城市治安管理水平

　　大數(shù)據的價值在于通(tōng)過對大數(shù)據進行(xíng)高速捕獲和(hé)實時(shí)分析，及時(shí)獲取核心業務和(hé)戰略決策所需的關鍵信息，提升管理決策水平。
　　依據統計學，任何動态發展的事物(wù)，隻要(yào)有足夠多的樣本數(shù)據，就一(yī)定能(néng)從(cóng)樣本數(shù)據中找到動态發展的規律。數(shù)據越多，準确率越高，這(zhè)就是數(shù)據的價值所在。對于商業應用，可(kě)以通(tōng)過數(shù)據分析用戶行(xíng)為(wèi)規律從(cóng)而提高銷售量、分析市場規律從(cóng)而定點投放廣告降低(dī)成本；對于公安行(xíng)業，可(kě)以通(tōng)過數(shù)據分析區(qū)域性犯罪趨勢，提前預防從(cóng)而降低(dī)犯罪率，可(kě)以分析交通(tōng)行(xíng)為(wèi)規律，提前做(zuò)交通(tōng)疏導，提高交通(tōng)通(tōng)暢率。

　　大數(shù)據通(tōng)過對海(hǎi)量數(shù)據的整合和(hé)挖掘，揭示傳統技術(shù)方式難以展現的關聯關系，還可(kě)以預警風(fēng)險，及時(shí)切斷風(fēng)險鏈。例如(rú)：

　　針對堵車現象，實時(shí)采集車流數(shù)據，自(zì)動控制信号燈，讓堵車能(néng)有所緩解。
　　針對城鄉結合部“治安盲區(qū)”，采集人(rén)口流動信息，分析出潛在風(fēng)險，警力針對性地(dì)科學調配。
　　針對保險理賠，通(tōng)過社會信息搜集分析系統，上(shàng)海(hǎi)等地(dì)正積極探索商業保險公司參與社會治理，将保險事務由“事後理賠”轉為(wèi)“事先風(fēng)險防範”。
　　針對聚集疏導，通(tōng)過關鍵詞搜索技術(shù)、熱(rè)力圖技術(shù)、電子巡邏技術(shù)等，探索預測人(rén)群聚集苗頭和(hé)動向，人(rén)員(yuán)過密時(shí)及時(shí)提示預警，适時(shí)分流人(rén)群。
　　針對犯罪熱(rè)點，集成公安專業數(shù)據，實時(shí)掌握犯罪軌迹、預判犯罪熱(rè)點，提高防範打擊犯罪的水平。
　　針對安全生産，工(gōng)程建設特别容易出事，建立工(gōng)程建設監管和(hé)信用平台，以大數(shù)據為(wèi)依托，“全程留痕”，讓監管“無死角”。

      車輛大數(shù)據面臨的問(wèn)題

　　大數(shù)據的特征是大量性（規模超大、不斷攀升）、高速性（高速産生、處理高效）、多樣性（種類多樣、來源多樣）、低(dī)密性（有用數(shù)據提純）。海(hǎi)量數(shù)據給常規技術(shù)（獲取存儲管理、處理傳遞共享、關聯聚類分析）帶來了(le)衆多挑戰——雖然數(shù)據很(hěn)多，但(dàn)是有用的數(shù)據隻有34%，好用的數(shù)據僅有7%，被分析的數(shù)據更是少(shǎo)到隻有1%。如(rú)何在海(hǎi)量的數(shù)據中提取出有價值的信息需要(yào)多學科多技術(shù)的研究。當前的特點是大數(shù)據、小模型、小定律交叉，即使是同一(yī)類問(wèn)題，每個系統也都(dōu)不一(yī)樣，所以模型和(hé)程序要(yào)針對數(shù)據設計。結構化數(shù)據通(tōng)過數(shù)據庫或者數(shù)據倉庫解決，半結構化數(shù)據使用網頁和(hé)搜索引擎等技術(shù)解決，非結構化數(shù)據使用深度學習、網絡交互和(hé)群體智能(néng)解決。
　　幹警在實戰使用中，最主要(yào)的操作(zuò)應用是查詢車牌信息和(hé)其他(tā)過車記錄以便掌握線索。面對動辄幾十億、上(shàng)百億甚至千億級别的海(hǎi)量過車數(shù)據的存儲和(hé)查詢壓力，如(rú)何進行(xíng)可(kě)靠存儲和(hé)高效應用？傳統的普通(tōng)關系型數(shù)據庫解決方案和(hé)技術(shù)手段存在檢索難、并發難、挖掘難、擴容難、應用難等一(yī)系列問(wèn)題，速度慢(màn)、準确性差，需要(yào)投入大量的精力和(hé)資源進行(xíng)技術(shù)升級改造。因此，及時(shí)準确獲取各類相關數(shù)據并構建大數(shù)據處理模型是建設平安城市大數(shù)據中心的前提，而這(zhè)一(yī)難題目前正逐步通(tōng)過先進的大數(shù)據技術(shù)進行(xíng)解決。

  　車輛大數(shù)據的幾項關鍵技術(shù)

　　1、海(hǎi)量數(shù)據檢索
　　數(shù)據檢索作(zuò)為(wèi)大數(shù)據最基本的應用，分布式內(nèi)存檢索引擎通(tōng)過将海(hǎi)量數(shù)據在集群各個節點創建索引，并高速緩存在各節點內(nèi)存，節點之間(jiān)通(tōng)過分布式特有的網絡通(tōng)信技術(shù)，用最小的代價将計算和(hé)讀取數(shù)據完成彙總。當然，基于智慧城市車輛大數(shù)據中數(shù)據模型的特點，還要(yào)對分布式內(nèi)存檢索引擎的機制做(zuò)專門的優化，才能(néng)實現千億級數(shù)據多條件組合的秒級查詢。
　　針對百億級以上(shàng)數(shù)據，大數(shù)據檢索的硬件服務器需要(yào)考慮SSD固态硬盤，核心數(shù)據存儲在固态硬盤，可(kě)以提高磁盤的讀取速度，在分布式并行(xíng)計算的同時(shí)，進一(yī)步提升了(le)數(shù)據的檢索效率，也為(wèi)數(shù)據的穩定性提供了(le)重要(yào)保障。
　　2、大數(shù)據研判分析
　　目前比較先進的方式是流式處理與批量處理相結合，以Hbase數(shù)據倉庫為(wèi)數(shù)據源，針對車輛大數(shù)據研判分析，可(kě)以提供多樣化的應用功能(néng)，既滿足實時(shí)在線的數(shù)據處理需求，又支持海(hǎi)量數(shù)據的線下(xià)分析。例如(rú)，天地(dì)偉業Easy7公安實戰平台的信息深度研判系統提供了(le)多點碰撞、區(qū)域徘徊、伴随車輛、晝伏夜出等将近20種技站法以及各種流量統計和(hé)态勢分析，都(dōu)是在數(shù)據挖掘中将流式處理技術(shù)、數(shù)學統計算法、遺傳算法、神經網絡算法、貝葉斯判别、機器學習等算法結合起來，并針對現場用戶實際需求研發出來。

      車輛大數(shù)據分析檢索系統的應用

       以北京明(míng)景科技有限公司推出的明(míng)景車輛大數(shù)據分析檢索系統為(wèi)例，該系統基于視(shì)頻(pín)流、圖片流的智能(néng)車輛識别系統，是國(guó)內(nèi)第一(yī)個車輛全信息識别檢索系統，利用先進的深度學習技術(shù)，實現對卡口設備采集的車輛圖片進行(xíng)全信息識别，通(tōng)過大數(shù)據分析和(hé)挖掘手段，為(wèi)公安交警部門打擊嫌疑、假牌、套牌、駕駛人(rén)違章(zhāng)等各類違法行(xíng)為(wèi)提供有力保障，有效彌補了(le)傳統平安城市項目中對于智慧交通(tōng)和(hé)車輛治安管控的極大不足，能(néng)夠極大提升城市治理和(hé)治安管控的水平，促進智慧公安和(hé)智慧交通(tōng)向更高的科技水平發展。

　　在大數(shù)據技術(shù)支撐下(xià)，該系統為(wèi)用戶提供了(le)以下(xià)三點使用價值：

　　海(hǎi)量數(shù)據，綜合研判

　　整合容納結構化基礎信息，通(tōng)過大數(shù)據挖掘系統按照既定的規則對情報化信息進行(xíng)分析，尋找內(nèi)在聯系，例如(rú)大貨車闖禁行(xíng)、交通(tōng)态勢分析、套牌車輛分析，跟車關聯分析，車輛軌迹碰撞，可(kě)疑人(rén)員(yuán)、可(kě)疑車輛分析等，從(cóng)海(hǎi)量的情報化信息中挖掘隐藏在其中的警情信息，服務于交通(tōng)管控，公安治安應用，做(zuò)到防患于未然。

　　精确檢測，疏導交通(tōng)

  　通(tōng)過收集電子警察、智能(néng)卡口、流量檢測系統所采集的過往車輛信息，排隊長(cháng)度等信息，結合路網的曆史車輛通(tōng)行(xíng)時(shí)間(jiān)，能(néng)夠實時(shí)檢測路網的通(tōng)行(xíng)狀況，為(wèi)出行(xíng)者提供方便快(kuài)捷的交通(tōng)數(shù)據。

　　及時(shí)糾正車輛違法

　　對道(dào)路車輛進行(xíng)實時(shí)監測，對車輛闖紅(hóng)燈、逆行(xíng)、壓雙黃(huáng)線、駕駛員(yuán)不系安全帶駕駛等各種違法行(xíng)為(wèi)進行(xíng)自(zì)動判定及抓拍，也可(kě)以在重要(yào)的路段對于黃(huáng)标車、大貨車闖禁行(xíng)等行(xíng)為(wèi)進行(xíng)自(zì)動抓拍，從(cóng)而規範駕駛員(yuán)駕駛行(xíng)為(wèi)，保證車輛有序順暢通(tōng)行(xíng)，減少(shǎo)交通(tōng)事故。

　　透過這(zhè)些貼近用戶業務的需求，以及體現用戶價值的功能(néng)應用，可(kě)以看(kàn)出車輛大數(shù)據技術(shù)對于構建新型智慧交通(tōng)系統架構的核心作(zuò)用是相當的明(míng)顯。在未來的交通(tōng)行(xíng)業市場，大數(shù)據技術(shù)是極其重要(yào)的競争力，誰能(néng)在海(hǎi)量的安防數(shù)據裏收集、存儲和(hé)利用有價值的數(shù)據，并切合用戶需求解決實際業務發展的需求，誰将獲得交通(tōng)行(xíng)業市場更多的話語權。