方纬科技交通大数据涉车一体化平台依托云计算、大数据、人工智能等先进技术,依托方纬科技核心技术——可计算路网、基于身份检测的交通系统模型,基于交管全量汇聚数据,融合多警种数据,围绕交通管理人、车、路、企、场等交通要素,开展数据分析、模型运算,构建五大交通要素的全息动静态画像,实现对全域车辆的感知、分析、研判、评价,围绕大数据+源头管理、大数据+精准查控、大数据+黑点排查、全域路网车辆特征分析、交通态势全息研判、数据分析建模工具等六大业务应用方向,使能一线公安交警,实现涉车业务在公安交警和其它警种间的双向赋能。
一、 设计理念
以“一套规范、两大核心技术、三大计算平台”为核心设计理念,构建“数据资源标准共享、业务系统数据联动”的交通大数据涉车一体化平台。
一套规范:以新一代智慧交通系统IDPS体系(见图1)为指导,在完善的基础设施(I)条件下,通过完备的数据采集(D),来支撑交通要素全息信息的智能分析计算(P),驱动新一代智慧交通创新业务应用(S),在此体系指导下,对交警现有的多个业务系统、公安其它警种涉车业务系统和外部社会资源系统的数据按业务主体进行分类,对交警各系统所使用的数据字典进行归纳整理,划分通用数据项和特有数据项,建立一套完善的针对涉车业务元数据的标准化数据规范。
图1 IDPS体系架构
两大核心技术:可计算道路交通网络模型、基于身份检测的交通系统模型。
可计算路网模型,将所有交通元素、交通规则、控制策略数字化信息化,让计算机理解其中的交通语义和逻辑关系,实现所有交通元素、数据、信息(设施、设备、路网、停车场、车辆、警员、警力设备、警情、路况、交通态势、视频,等等)有机呈现,将不同数据信息之间内在的逻辑关系、拓扑关系通过一张可计算的路网图实现计算、存储和管理。
基于身份检测的交通系统模型,采用电警卡口、RFID、GPS等具有车辆身份特征的检测方法,构建车辆状态函数模型和道路状态函数模型,实现车辆全息信息的智能分析计算,实现任意时刻、任意路段、任意路口、任意车辆的轨迹和路况状态的精准掌握,提供车道级的“沙盘式”重现,实现交通指挥管理从宏观到微观的精准认知,为指挥决策提供精准数据支撑。
三大计算平台:可计算路网平台、交通认知分析平台、交通仿真决策平台。围绕交通管理核心要素——“车”,汇聚全量交管数据、融合其他警种数据,构建全域精细化的可计算路网,通过三大平台的搭建,打破数据、信息、业务系统之间的壁垒,实现交通全信息要素一体化认知、交通大数据一体化分析研判,全时空车辆轨迹重构,实现交管业务打防管控精准化、实战应用智能化、警务效能最大化。
二、 系统功能
(一)交通要素全息画像
交通要素全息画像以人、车、路、企、场等交通要素为主题,建立内在关联模型和安全评级模型,实现交通要素动静态信息的全息展示和数据画像,实现所有交通元素、数据、信息的“一图式”呈现。同时以动态标签刻画交通要素的行为特征,通过交通大数据深入挖掘分析交通要素的异常行为和隐患现象,为实现有安全隐患的重点人、重点车、重点路的有效预测预警预防提供数据支撑,促进道路交通安全管控措施的优化,建设安全事故发生。
1. 车辆全息画像、安全等级评分
车辆全息画像除了包括车辆基本信息(所有人、品牌型号、外观特征,等等)以外,还根据人车伴随等多种大数据碰撞、分析研判的方式,得到车辆曾驾驶人名单、曾发生的违法记分驾驶人名单、高频行驶路径、工作地/居住地等多种信息。根据车辆行驶轨迹、出行特征分析,分析研判车辆是否具有昼伏夜出、红眼高发、事故多发、高违法记分等高危行驶特征,或者存在疑似假牌、疑似套牌、报废车上路等违法行为,生成车辆特征标签。同时根据车辆违法数据、事故数据、车龄指数、年检指数等多维度指标,构建车辆安全等级评分指标,实现车辆安全等级评分。(见图3)
图3 车辆全息画像
宏观层面,依托大数据分析得到省级/市级车辆保有量、日间在网车辆数、不同使用性质车辆占比、常发违法车辆TOP排名、车辆安全等级评分高风险TOP排名等多维度车辆信息,为嫌疑车辆、违法车辆、高危车辆的精准查控提供数据支撑。
2. 驾驶人全息画像、安全等级评分
驾驶人全息画像除了包括驾驶人基本信息(年龄、驾龄、准驾车型,等等)以外,还根据人车伴随等多种大数据碰撞、分析研判的方式,得到驾驶人曾驾驶车辆、曾抵记分车辆等信息。同时根据驾驶人违法记录、驾龄指数、事故指数、保险赔付记录等多维度指标构建驾驶人安全等级评分,实现驾驶人安全管控,对安全等级评分为危行的驾驶人提前进行约谈教育、驾驶学习等,让交通安全防范从事后被动处置向事前主动预防转变。
同时从持证人员数量、有车人员数量、持证人员安全等级评分总览、失驾人员数量、累计违法记分排名等多维度,对省级/市级驾驶人信息进行群体画像。
3. 企业全息画像、安全等级评分
针对重点客运货运企业,根据企业名下车辆、驾驶人的相关信息,实现企业要素信息的全息展示和数据画像,除了企业基本信息和名下车辆、驾驶人清单外,还通过大数据分析得到企业名下高违法记分车辆TOP排名、高频危险驾驶行为车辆清单、多宗违法未处理车辆清单、高频记分驾驶员清单等等多维度信息,并且基于这些信息构建企业安全等级评分,通过分析企业车辆、驾驶人高危异常行为和安全隐患,使企业能够提前处置,实现事前主动预防。
同时通过大数据分析提供省级/市级重点客运货运企业名录、低安全等级评分客运货运企业TOP名录,实现重点高危企业管控。
4. 道路全息画像
通过可计算路网平台的分析,准确计算出每一个路口、每一条车道的通行能力,并对路口/路段上下游通行能力匹配进行计算,针对输入能力大于输出能力的路段,识别潜在拥堵风险。同时基于交通流数据、信号配时数据,监测路口车辆、路口灯控信息,计算路网在网车辆数、路段承载度、路段平均车速等信息,建立道路运行全息画像,为研判道路拥堵和道路通行状况提供依据。
(二)安全管控源头管理
依据车辆、驾驶人、企业的全息画像,从低安全评级、昼伏夜出高危行驶行为、事故多发、高频同行车等多维度进行大数据分析,找出具有高危行驶特征存在安全隐患的对象,提前处置主动预防,实现安全管控源头管理。
(三)违法车辆精准查控
依据车辆、驾驶人、企业的全息画像,结合公安其它警种数据和外部社会资源数据,通过人车拟合、轨迹时空碰撞等多种方式,实现失驾人员违法驾车上路、疑似套牌车、红眼高发车辆等多种特征车辆、特征行为分析,实现交管业务打防管控精准查控。(见图4)
图4 精准查控——失驾人员违法上路
(四)事故隐患黑点排查
根据事故数据挖掘分析,实现对事故、醉驾、失驾、毒驾等常发地点的分析研判。根据非现场违法数据挖掘分析,得到常发违法行为TOP清单、常发违法地点TOP清单、相同违法行为高发地点TOP清单等等信息。针对黑点排查信息在相应地点给出建议,增设或优化交通安全设施,或者采取合理交通管控措施,实现事故的预防。
(五)全域路网车辆轨迹重构与特征分析
在省级层面,将高速公路、国道省道作为主干路网,将城市作为虚拟停车场,高速公路收费站、国道省道市际卡口作为虚拟停车场出入口,构建省级全域路网。市级层面,以城市主要道路、停车场、按街区划分的虚拟停车场构建市级全域路网。依托可计算路网平台,实现省级路网和市级路网的无缝连接。
通过对电警卡口、视频数据的智能分析,重构在全域路网出现的每一辆车的出行轨迹,通过计算车辆的高频出行路段与出行时间,分析车辆的出行特征、起止点及作息规律,建立车辆在全域路网的出行档案,实现车辆行驶轨迹的预测研判,为违法车辆上路缉查布控精准打击提供强大支撑。
(六)交通态势全息研判
通过可计算路网平台以及交通要素全息画像,从车辆轨迹及行驶特征分析、交通事件分析及预测、交通拥堵报警及预测、交通黑点分析等角度,进行深度解析重构,实现交通态势全息研判。
1. 主要干道出行特征以及态势分析
对主要干道\路网进行出行特征分析,结合干道\路网承载力以及车流量等信息,分析研判各路段实时流量饱和度、在网车辆数等指标,对路段的交通运行态势进行分析预测,当车流量或在网车辆数接近承载能力阈值时,提前发出预警,指导交通诱导方案、交通管控方案生成。
2. 重点功能区域出行特征以及态势分析
针对政府职能部门、医院、学校、大型商圈、高速公路枢纽、服务区等重点功能区进行出行特征分析,从车辆出行时空分布、出行交通量、路网交通状态、路网运行车速等不同的维度对交通运行态势进行分析预测,实现功能区域交通需求-容量变化分析研判,为相关区域交通管控提供决策支撑。
3. 交通“黑点”区域运行特征分析
基于路网特征以及车辆出行特征等多源数据进行融合分析,结合交通流需求状态和路网承载能力,分析判断交通状态是否符合预期,针对不同的运行特征设置判别标准,实现路段交通拥堵状态的实时判别,并针对常发拥堵黑点、异常拥堵黑点、事故高发黑点、违法黑点区域进行成因分析。
(七)数据分析建模工具
提供可视化自定义建模工具,一线民警可根据自身业务需求、过往工作经验通过工具建立大数据分析模型,实现大数据分析研判算法模型的众创、共享,成功经验快速复制,满足交管部门各层级用户的实战需求。(见图7)
图7 数据分析建模工具
三、 应用案例
方纬科技交通大数据涉车一体化平台在安徽省交警总队等各级交管部门落地应用,在重点车辆、重点驾驶人、重点企业、重点路段安全隐患的提前防控,违法人员、违法车辆的精准查控等方面,发挥了积极作用。平台以涉车数据为驱动,使能一线公安交警,实现涉车业务在公安交警和其它警种间的双向赋能。
(作者:广东方纬科技有限公司 此文章由中国智慧交通网独家发布,转载需注明来源“中国智慧交通网”)