交通需求管理與大數據

『壹』 大數據在智慧交通中起了哪些作用

大數據用於智能交通的積極意義
第一，大數據的虛擬性可以解決跨越行政區域的限制。交通大數據的虛擬性，有利於其信息跨越區域管理，只要多方共同遵照相關的信息共享原則，就能在已有的行政區域下解決跨域管理問題。
第二，大數據具有信息集成優勢和組合效率。大數據有助於建立綜合性立體的交通信息體系，通過將不同范圍、不同區域、不同領域的「數據倉庫」加以綜合，構建公共交通信息集成利用模式，發揮整體**通功能，這樣才能發現新價值，帶來新機會。例如氣象、交通、保險部門的數據結合起來，可高效率地研究交通領域防災減災;IC卡數據結合抽樣調查，能更快捷、更精確測得城市交通流分布狀況。
第三，大數據的智能性能較好的配置交通資源。通過對大數據的分析處理，可以輔助交通管理制定出較好的統籌與協調解決方案。一方面減少各個交通部門運營的人力和物力，另一方面可有些提升道理交通資源的合理利用。如根據大數據結果確定多模式地面公交網路高效配置和客流組織方案，多層次地面公交主幹網路綠波通行控制以及交通信號自適應控制。
第四，大數據的快速性和可預測性能提升交通預測的水平。在對各個部門的數據進行准確提煉和構建合適的交通預測模型後，可以有效模擬交通未來運行狀態，驗證技術方案的可行性。而在實時交通預測領域，大數據的快速信息處理能力，對於車輛碰撞、車輛換道、駕駛員行為狀態檢測等實時預測也有非常高的可靠性。
第五，提高交通運行效率。大數據技術能促進提高交通運營效率、道路網的通行能力、設施效率和調控交通需求分析。交通的改善所涉及工程量較大，而大數據的大體積特性有助於解決這種困境。
大數據的實時性，使處於靜態閑置的數據被處理和需要利用時，即可被智能化利用，使交通運行的更加合理。大數據技術具有較高預測能力，可降低誤報和漏報的概率，隨時針對交通的動態性給予實時監控。因此，在駕駛者無法預知交通的擁堵可能性時，大數據亦可幫助用戶預先了解。
第六，提高交通安全水平。主動安全和應急救援系統的廣泛應用有效改善了交通安全狀況，而大數據技術的實時性和可預測性則有助於提高交通安全系統的數據處理能力。在駕駛員自動檢測方面，駕駛員疲勞視頻檢測、酒精檢測器等車載裝置將實時檢測駕車者是否處於警覺狀態，行為、身體與精神狀態是否正常。同時，聯合路邊探測器檢查車輛運行軌跡，大數據技術快速整合各個感測器數據，構建安全模型後綜合分析車輛行駛安全性，從而可以有效降低交通事故的可能性。在應急救援方面，大數據以其快速的反應時間和綜合的決策模型，為應急決策指揮提供輔助，提高應急救援能力，減少人員傷亡和財產損失。
第七，提供環境監測方式。大數據技術在減輕道路交通堵塞、降低汽車運輸對環境的影響等方面有重要的作用。通過建立區域交通排放的監測及預測模型，共享交通運行與環境數據，建立交通運行與環境數據共享試驗系統，大數據技術可有效分析交通對環境的影響。同時，分析歷史數據，大數據技術能提供降低交通延誤和減少排放的交通信號智能化控制的決策依據，建立低排放交通信號控制原型系統與車輛排放環境影響模擬系統。

『貳』 城市交通大數據可視化解決方案

作者 | 網路大數據

如今，城市交通擁堵狀況日益嚴重。雖說智能交通布局在不斷地完善，但交通管理仍舊收效甚微。數據獨立存儲難以融合應用、數據內在規律難尋、數據缺乏深度挖掘等諸多問題，其困難重重，該如何解決呢?不妨看看城市交通大數據可視化解決方案吧！

「大數據可視化」能夠將城市運行核心系統的各項關鍵數據進行可視化呈現，通過貼合實戰，從感官、操作、應用及數據四個維度解決交警個性化需求，構建業務場景深度應用，從而打通數據到決策的最短路徑。交通管理者可以根據實戰場景，利用各類圖表、趨勢圖、視覺效果將龐雜枯燥的數據展現出來，進而深度挖掘內在數據規律，以此指導決策，助力城市交通健康的發展。

通過前端感知系統，實時獲取城市交通動態信息。將各個子系統的數據錄入數據可視化平台進行融合、分析後，呈現出不同場景下的交通信息個性化視圖，從而為城市交通的管理和調控提供指導依據。

01強大的數據源整合能力

數據接入靈活多變，支持靜態數據、API、資料庫、本地數據四種數據對接模式，其中資料庫類型支持主流的MySQL、Oracle、MPP，滿足龐大、繁雜、多樣數據的集中匯聚展示，從而實現不單單是海量數據表面的業務處理而是通過清洗雜亂數據，優化數據結構來進行深層次的信息挖掘，發現數據的真正含義。

02豐富的圖表組件搭建工具

提供豐富多樣化的圖表組件工具，支持包括圓餅圖、極區圖、地圖、柱狀圖等超過1100項效果配置，用戶可以根據實際應用需求進行組合使用。通過結合大屏形成的組件搭配展示給人一種視覺沖擊，不僅僅是簡單的把數字用圖表表示，而是幫助用戶，發現數據背後的規律。

03多樣化的場景模板

數據可視化平台提供多種應用場景模板，合理運用搭配色彩、布局以及組件，解決用戶設計難題。簡單的修飾即可使用，業務全景一目瞭然。

04圖形化的編輯界面

用戶也可以通過友好的圖形化編輯模式完成樣式編輯和數據配置，創建屬於自己的個性化需求模板，並且可以進行分享，無需編程能力就能輕松搭建可視化應用。

從多個角度進行日常路網運行監測與協調管理、交通警情分析研判、重點人車管理，以滿足常態下交通監測監管、應急狀態下協同處置指揮調度的需要，滿足交通行業各個場景的應用需求。

01交通態勢可視化

通過對多項核心交通數據進行分析，實現交通態勢評估，輔助交通管理部門依據交通評估結果動態跟蹤、監測擁堵狀態和預測變化趨勢，為交通規劃、交通優化的提供量化指標依據。

02設施運維管理

可視化運維基於系統中各種設備的運行狀況，能及時直觀的反映故障點位信息，包括設備在線情況、完好率以及設備故障類型，幫助運維人員解決問題、提高效率，讓運維由繁化簡，更加有效的保障智能交通系統的順暢運行。

03重點車輛管控

通過構建重點車輛管控場景，可以幫助用戶直觀的了解到區域內所有重點車輛的類型和數量以及發放的通行證數量，實現對嫌疑車輛、布控車輛、涉案車輛、重點車輛等黑名單車輛實時監控告警強化交通管控力度。

04交通事件研判分析

針對歷史交通流、交通違法、交通事故等數據進行分析匯總整合、專題化分析，達到科學細化管理目的，為交通管理部門在交通組織、警力部署、設備布設等方面的優化提供決策依據。

以上便是城市交通大數據可視化解決方案的有關介紹。

該方案不僅打通了各交警業務子系統間的數據壁壘，將交通大數據真正的價值發掘出來;更以豐富的視圖展示滿足了實戰應用數據可視化場景需求，交通管理部門可通過清晰可視的交通動態圖進行車流管控及警力調度，為城市交通的管理與健康發展帶來極大的改善。

『叄』 基於大數據的軌道交通網路化運營管理

摘要：我國作為一個領土遼闊、海陸兼備的大國，幅員遼闊的最大特點就是在進行人員流動經濟交流的過程中，對 交通運輸力量有著巨大的考驗，在改革開放初期，徐啟斌先生就提出了「要致富，先修路」的口號，只有完善全面交通 網路運營，才能真正支持我國龐大的交通運力需求，而軌道交通作為陸地交通上最主要也是性價比最高的交通方式，是 我國經濟建設的運輸的主要運力。因此，如何將軌道進行網路化運營，成為提高當前軌道交通未來發展的主要方向。

關鍵詞：大數據；軌道交通；網路化運營

在軌道交通網路化中，構建大數據的關鍵點之一是利 用全面的全球戰略為軌道交通構建大數據管理平台。軌道 交通數據管理平台的基本內容是重組和優化現有軌道交通 服務的各種工作流程。如果軌道交通服務成功建立了大數 據管理平台，則可以確保系統信息清晰可靠，並使不同業 務之間的系統通信變得方便，有利於決策信息的形成，提 高軌道交通服務信息管理效率，降低運營成本，增加利潤。

1 大數據在軌道交通網路化運營管理方面的不 足之處

1.1 軌道交通統計信息收集系統存在的問題 在大多數發達的西方國家，隨著大數據領域計算機技 術的發展，軌道交通已逐漸實現可操縱和自動化的模型。 新模式給軌道交通帶來的變化非常重要，這主要歸功於軌 道交通的建設。集成的管理系統以及每個子系統到原始生 產系統的集成，形成了一個具有統計和分析功能的信息管 理平台。近年來，中國的軌道交通部門在計算機化建設方 面也取得了進展，但是大數據系統無法滿足所有業務功能 的需求。隨著軌道交通部門的長期發展，數據系統也擁有 大量數據，但所使用的數據仍然不足以容納數據存儲容量。 隨著中國軌道交通服務計算機化需求的增長，數據的發展 也發生了革命性的變化。隨著電子信息技術的飛速發展， 軌道交通的運輸統計部門在全球范圍內發揮著越來越重要 的作用，而軌道交通的統計信息系統在道路上不足以滿足 需求。

1.2 軌道交通數據處理中的問題

大型軌道交通統計服務的數據收集過程分為三個層 次，即基站、各個運輸辦公室和總部。根據不同的統計系 統，如旅客運輸的堆場系統、貨運票務系統、車站行李系 統和其他主要業務系統的收集方法、每日數據量和總交易 量非常大，日均業務處理任務重。說明軌道交通統計數據 規模巨大，隨著軌道交通計算機化的發展，可能涉及軌道 交通統計服務的數據不限於該系統，並且更經常涉及外部 系統，例如鐵路客運系統當中 12306 客戶服務中心的開放 運營以及軌道交通信息資源的不斷擴展，給軌道交通統計 系統帶來了巨大壓力。 多樣化的數據類型在軌道交通計算機化過程中不僅有 結構化的數據（例如報告），還有半結構化和非結構化數 據（如語音、視頻和圖像）。這些不同類型的數據特徵顯 示了交通統計特性的變化。不同業務系統之間幾乎不可能 有相同的內存、存儲方法和數據管理模式，特別是對於非 機構數據。如何從不同的結構化數據中提取有價值的業務 信息，並詳細分析不同數據的相關程度是現階段軌道交通 統計服務面臨的問題。

1.3 軌道交通數據索引系統中的問題

軌道交通數據指標體系的現狀軌道交通的統計指標可 以反映軌道交通服務生產過程的直接績效、財政收支、資 源管理等方面，各項活動的指標密切相關、相互補充，並 匯總到一個統計數據指標體系中。軌道交通數據統計指標 的最基本要求是能夠反映軌道交通服務的當前運行狀況。 總結從初步工作中獲得的結果可以發現當前系統中的各種 問題，以便為下一步的部署提供可靠的計劃。軌道交通統 計指標體系基於不同類型的專業人員，並在各種基準報告 的基礎上，已經形成了 12 個專業，涵蓋客運、貨運、行李、 機車、乘用車、卡車、設備、人工、材料、節能、環保和 投資。從數據指標來看，這些數據指標之間的關系比較復 雜，數據的口徑很難統一，這使得軌道交通系統中大數據 的統一管理更加復雜。

1.4無法滿足軌道交通統計的新需求

隨著軌道交通商業化進程的不斷加快，在現代貨運 組織變革、高鐵運輸方式變革等一系列轉型發展形勢下， 傳統的以報代報的統計模式越來越不合適。隨著現代軌 道交通的發展和管理，軌道交通統計的功能正通過大數 據技術的發展模式逐漸發生變化。由於大數據技術的應 用，軌道交通統計的功能越來越豐富。以大數據為框架， 對統計活動的需求和發展進行深入科學分析，開發現代 化、綜合化的軌道交通統計數據，通過高級數據處理架 構獲得信息。管理平台最大化基準統計數據，打破傳統 的統計業務流程，軌道交通統計信息系統的運行過程發 生了根本性的變化。傳統的數據集成處理方式取代傳統 車站和軌道交通局的基礎部分，再移交給鐵路公司，報 告方法浪費了很多時間。

2 大數據在軌道交通網路化運營管理中的問題 和策略

2.1 軌道交通統計信息系統建設策略 軌道交通服務具有關聯的大數據系統和構建大數據的 一般設計缺陷，需要不斷嘗試以實現管理平台統一管理的 目標。從軌道交通公司的角度來看，應將業務和統計信息 有機地集成在一起，使其可以成為有效的信息管理平台， 重塑統計工作流程並最大限度地保證原始數據的准確性和 及時性，為軌道交通業的未來改革和創新提供堅實的決策 基礎。

2.2 軌道交通業務系統數據分析策略 盡管在建設軌道交通統計服務信息方面已經取得了一 些進展，但尚未建立系統的整體數據中心，也沒有統一的 統計管理方法，因此統計系統可以提供的決策內容相對薄 弱，現有的統計數據沒有得到充分利用。該信息主要存在 以下問題：

（1）數據質量差。地方軌道交通單位的計算機化水 平不高，監督管理工作水平不高。通常由於手工填寫表格、 輸入數據和操作錯誤而導致統計數據錯誤。在高精度和錯 誤的情況下，沒有明確的統計積分方法，這大大降低了輸 入數據的質量。 （2）數據收集的粒度極好。當前，生成軌道交通統 計數據統計分析最終內容的過程是使用現有指標進行收 集，並通過不同級別之間的幾次匯總獲得最終結果。但是， 在軌道交通部門實施細化工作之後，很難滿足某些原始數 據和信息的細化要求。只有藉助更多完善的數據，才能順 利完成統計工作內容的完善。

（3）數據利用率低。通常，軌道交通的統計方法包 括處理原始數據。實際的信息使用率不高，可能無法提供 最佳的信息價值。軌道交通服務已經滿足了使用大數據技 術的客觀條件，下一步是通過創建信息管理平台並尋找盡 可能多的信息背後的機會和價值，從而進行深度數據挖 掘、分析和決策，以激活統計服務，生產報告將成為強大 的目標。

2.3 軌道交通統計指標體系問題分析策略 目前軌道交通統計指標的范圍能夠滿足現階段的基本 統計要求，但統計指標體系存在的問題不容小覷。新時期， 軌道交通統計信息化建設的關鍵步驟之一就是如何創新重 構統計指標體系，使之能夠全面、科學地反映軌道交通企 業的綜合實力。

2.4 大數據驅動業務策略 建立完整的統計數據管理平台，以通過統計數據倉庫 以統一，標准化和兼容的方式集成不同業務系統之間的數 據。逐步將原始數據信息整合到信息平台中，根據數據格 式、存儲要求、數據共享等方式保存有價值的信息。建立 規則庫以指定類別、解釋、量表、計算方法等，提高數據 管理質量，統計數據質量是核心，統計數據管理水平需要 不斷提高。由於掌握了數據處理過程，為了驗證每個源點 的信息，必須根據統計規則對數據進行隨時間的修改，以 保證統計數據的質量。在數據校正方面，堅持避免人工干 預，盡量使用計算機化的自動處理和校正功能，盡可能地 輔助特殊問題的手工處理。

3 結束語 軌道交通系統的發展需要強大的統計信息服務集成平 台。通過功能集成以及數據和活動的功能開發，可以提高 統計信息的處理水平，提高統計人員的效率，並提高管理 和決策水平和領導者的指揮能力。由於時間和容量的限 制，筆者只能從概念上討論大數據在軌道交通網路化運營 中的優勢，而未在應用程序級別進行廣泛的分析和研究。 大數據的好處雖然顯而易見，但仍處於初步研究階段，其 實施需要高層科學的設計和合理的發展。相信大數據信息 管理系統可以促進軌道交通統計的發展，具有良好的發展 前景。

參考文獻：

[1]王洪臣. 基於數據驅動的城市軌道交通智慧出行服務研究[J]. 軌道交通裝備與技術,2021(4):54-56.

[2]張靜萱, 劉兵, 李曉璐, 等. 城市軌道交通網路運營安全的綜合評估[J]. 科學技術與工程,2021,21(17):7340-7347.

[3] [3] 何躍齊, 王路萍, 徐文, 等. 城市軌道交通網路運營信息一體化模型研究[J]. 都市快軌交通,2015,28(2):53-56+60.

『肆』 城市交通大數據行業發展現狀剖析

城市交通大數據行業發展現狀剖析
人們在城市中生活每天產生大量的數據，有結構化的也有非結構化的，有一些與交通出行密切相關，而有一些又看似與交通出行沒有什麼關系，這些數據分布在不同的行政管理部門、互聯網公司或者傳統運營企業。舉個例子來說，隨著智慧城市建設熱潮，很多城市中已經布滿了感測設備(交叉口進口道地磁、電子警察、卡口等)，通過地磁可以採集到一定時間間隔交叉口進口道交通流量、速度以及佔有率；通過電子警察或卡口可以實時獲取經過卡口的車輛車牌號、通過時間以及地點車速，這些數據基本都匯聚在地方交警部門。互聯網公司通過為城市居民提供即時通信、導航以及共享服務，可以通過客戶終端定位實時獲取居民的位置。傳統運營企業范圍也很廣泛，包括了公交公司客運企業、計程車公司、通信運營商等，公交公司和客運企業匯聚了客流數據(IC卡、第三方支付以及零票)、車輛定位數據等，計程車公司匯聚了計程車定位數據、而通信運營商則可以匯聚客戶手機MAC地址。上述列舉的數據，都可以為城市交通規劃、政策制定、設計以及管理提供數據支持。後續筆者會結合自身十幾年的理論研究以及交通工程經驗，闡述每種數據未來的應用場景及潛在價值。
城市交通系統分析是一個復雜巨系統，尤其是在交通供需矛盾日益突出的當下，如何提高整個交通系統效率、提升居民出行品質是對每個交通管理者、研究者、工程師的挑戰。交通科學自誕生之日起，就與數據結下不解之緣，這是一門基於統計學的工程科學。
互聯網公司最早認識到了數據在交通領域的應用價值，也極大推動了雲計算、大數據等新一代信息技術在交通領域的應用。高德、滴滴擁堵排名、阿里城市大腦就是互聯網公司藉助自身的數據資源開展交通領域大數據應用的探索。
互聯網公司進軍傳統智能交通行業，一邊是互聯網公司頻頻發布基於大數據分析的各種報告，另一邊也開始產生了各種質疑的聲音。當前城市交通已經有一隻腳邁入了大數據時代，而另外一隻腳則需要傳統交通理論與移動互聯數據有效融合進行驅動。撥開當前交通大數據行業的繁華偽裝，我們以冷靜的眼光去審視，看到當前還存在很多問題，今天就略談一二：
第一、所謂的交通大數據基本還是針對單一數據源開展分析，分析精度有待進一步提高，應用場景有待進一步豐富。大部分的研究集中在基於車載GPS數據以及視頻數據提取車輛描述信息、交通流狀態信息，研究擁堵的表徵指標以及交警執法應用；
第二、城市交通感測設備布局並未從交通大數據的視角進行優化分析。城市智能交通系統規劃一個重要的任務就是研究城市交通採集設備布局方案，目前，較少有人從城市交通規劃與管理智庫頂層設計的高度，對檢測器的分布進行研究。此外，提高感測設備的適用性以及穩定性，也是有效提高當前數據質量的重要手段。
第三、城市交通大數據缺乏統一的數據標准。前面也論述了當前可以用於交通系統分析的數據，這些數據來源不同，要想未來能夠將上述數據利用起來，打破數據壁壘，形成城市交通數據池，就需要共同探討數據共享機制，並制定統一數據標准；此外，形成城市數據池後，城市交通數據治理將是一項復雜而艱巨的任務。
第四、大數據時代城市交通理論的創新面臨巨大挑戰。傳統的交通理論基本都是基於統計學，也就是基於樣本開展研究，而大數據時代的到來變革了交通理論數據來源，使得數據由抽樣變為了全樣，數據由有針對性的調查變為從大數據中抽取有用信息。因此，交通需求預測、交通通行能力分析、交通管控等基本理論將產生巨大變革，交通學者們應當既要仰望天空又要腳踏實地，在基礎領域研究中投入更多的精力，不應被當前的浮雲遮住望眼。
城市交通系統理論與大數據技術的融合發展任重而道遠，也期望與廣大交通工程師以及研究人員共同探討、共同進步。

『伍』 交通大數據分析會對智慧交通產生那些影響

隨著這些年我國城市化發展的加速，城市交通擁堵、交通污染日益嚴重，交通事故頻繁發生。眾所周知，智能交通成為改善城市交通的關鍵策略。因此，及時、准確獲取交通大數據並構建交通數據處理模型是建設智能交通的前提，而這一難題可以通過大數據技術得到解決。

交通行業現狀

我國智能交通發展始於上世紀90年代，在「十二五」規劃中，我國交通部進一步明確未來智能交通運輸的發展目標，例如，感知識別、網路傳輸、智能處理和數據挖掘等。在改善結構調整和城際溝通的支撐、引領雙重作用，成為城市交通最重要的發展領城。包括大數據等現代先進技術的應用，提高整個交通運輸系統的發展水平、質量和管理及服務水平，實現能力供給增加、安全保障性以及經濟、環保等的提高。而且，大數據的應用在地鐵網路化、大客流運營常態下愈發凸現其對地鐵安全、高效運行和乘客服務方面的重要價值。

我國新型城鎮化將需要形成城市群內部城市之間、城市內部的軌道交通系統，交通運輸環境進一步改善。包括大數據等現代先進技術的應用，目的在於提高整個交通運輸系統的發展水平、質量和管理及服務水平，實現能力供給增加、安全保障性以及經濟、環保等的提高。而且，大數據的應用在地鐵網路化、大客流運營常態下愈發凸現其對地鐵安全、高效運行和乘客服務方面的重要價值。

目前遇到的問題

1、海量數據

軌道交通系統每時每刻都在產生大量數據，來自故障維修系統、實時監控系統、項目實施進度系統、物資物料統計系統等，且數據增長速度越來越快，這些數據的價值在哪?該如何利用提升地鐵運營效率，確保項目交付的及時監控。

2.數據認知

大多數傳統系統，故障維修系統，實時監控系統，物資物料統計系統中，已有簡單的分析統計圖表，但數據格式比較單一，靈活性差，交互性低，管理者難以對數據有很好的認知。

3、管理決策

大數據運營在地鐵網路化、大客流運營常態下愈發凸現其對軌道交通安全、高效運行和乘客服務方面的重要作用，能迅速從底層數據中提取關鍵數據，以數據驅動運營方向，對決策提供科學支撐。

現在很多地方的交通大數據系統都用的BI平台，比如永洪科技，一般的大數據分析系統分為3個層次:

1、數據層以及建模層:整合交通行業各信息系統，打破信息孤島，實現數據共享。數據決策方面、銷售方面、運營方面關心的指標，建立不同分析主題集市。

2、業務層:梳理交通行業指標，將分析結果推送至展現層。

3、展現層：以豐富美觀的圖表展現方式，靈活多變的交互方式，將分析結果呈現給各角色管理人員。

基本上現在的大數據分析平台都可以做到以下幾個方面：

1、基於交通數據分析平台，決策層、管理層可能洞察軌交運行狀況。

2、應對軌交各系統數據量的迅速增長，基於明細數據，任意業務的計算及展現，可達到秒級響應。

3、運營和分析部門都能做部分自服務分析，以滿足實時探索分析需求。

4、能夠快速響應新的分析需求和變化，提高工作效率 。