>> 您的位置:首页 > 行业市场 > 交通 > 正文
高速公路数据海量大数据分析有可为
2015/5/26 10:36:00      来源:《中国安防》    作者:朱晋杰
    截止到2014年,中国高速公路通车总里程达11.195万公里,管理和监控难度又上了一个新的台阶。目前IT技术、智能视频技术、信息技术、传感技术及计算机技术的有效集成应用,为高速公路监控体系带来了极大的便利,大大提升了高速公路管理、服务、收费、监控的效率。

  截止到2014年,中国高速公路通车总里程达11.195万公里,管理和监控难度又上了一个新的台阶。目前IT技术、智能视频技术、信息技术、传感技术及计算机技术的有效集成应用,为高速公路监控体系带来了极大的便利,大大提升了高速公路管理、服务、收费、监控的效率。同时,在整个体系的运行过程中,各个系统也产生了大量的数据,怎样管理如此庞大的数据量,怎样甄别有效数据和无效数据,怎样高效地实现数据的挖掘,成为现今急需解决的问题。
  大数据应用赋予交通智慧眼
  高速公路数据主要由收费数据、交通监控数据、指挥调度数据、日常运维数据等组成,这些数据体量大、类型多,但仅仅拥有这些数据无法对高速公路的管理提供帮助,如何让数据产生价值才是“大数据”的应用核心。那么通过对高速公路交通数据的智能分析,具体有哪些有效应用?从目前来看以下几点比较凸显:第一,辅助营运管理。大数据在高速公路运营管理中的运营主要表现在两个方面:一是增收堵漏,识别偷逃通行费行为,如通过车牌抓拍系统,对比经常计重逃费、绿通车辆违规加大检查力度;二是营运的分析与预测,如通过分析年高速公路车流量变化、通行费收入状况、路网结构等,进行流量预测与分析。第二,保障道路交通安全。相关部门可以通过分析车流辆、路面状况、天气状况与事故之间的相关性,提出改进措施,进行事故预防,还可以根据高速公路车流量、车型结构、道路特点,开展高速公路主线控制、匝道控制、客货分离、远程引导等措施,降低高速公路拥堵状况。
  目前一些省份的高速公路管理部门越来越重视大数据分析与挖掘的价值,并在探索应用情况。例如山东省针对高速公路专门建设了一套稽查平台,应用数据挖掘实现收费稽查。该平台根据设定的算法,定期对全省联网收费数据集中进行逐条甄别,对于符合逃费特征的车辆进行标识和汇总,继而自动提醒相关部门和各收费站。与此类似,福建省基于福建高速公路的网络特点及数据分布状况,研制了“高速公路逃费稽查电子辅助系统”。其他的一些省市也在探索开展大数据的相关应用,相信大数据的应用会将智能交通的发展带向新的发展高潮。
  数据结构化和语义化是数据分析和挖掘前提
  目前随着IP高清视频监控的应用和摄像机数量的逐渐增多,视频监控的数据量已经成为高速公路数据中占比最大的部分。原始视频的采集只是完成了大数据构架的第一步,结合数据仓库的建立、数据的分析与挖掘、数据可视化的应用,才能最终实现大数据的大数量、多类型、速度快、价值高的使用目标。
  在大数据的架构下,数据的结构化和语义化是数据分析和挖掘的前提。视频数据多为非结构化数据,无法直接被大数据系统使用,所以对视频数据的结构化和语义化是大数据架构使用的首要工作。目前智能车牌识别系统就是高速公路视频数据结构化的核心业务之一,包括宇视在内的一些企业在这块做了不少研究。目前宇视Smart-PL自动偏振镜升降、红外爆闪补光、星光级等技术在卡口设备中的应用,使得卡口设备识别率更高,光污染更少,在高速公路中使用更加安全可靠。在“大数据”时代,收费车道车牌识别系统可将车牌识别数据与通行卡数据关联,每张通行卡都具备了车辆信息,杜绝倒换卡现象,打击“倒卡逃费”,保护高速公路运营单位权益。在联网收费系统中,每一个部署在出入口和沿途的信息卡口都是“大数据”的一个信息节点,通过信息节点之间的关联和配合,可实现对高速公路中的环路、多义性路的精确路径识别。不仅能够将每辆车的通行路径与通行费关联,进行精确计费,还能够对投资主体多元化的路网进行通行费的精确拆分,并提供视频复查。基于宇视“大数据”分析,前端智能识别设备可以自动判断事故隐患,如违停、逆行、大车占道、压线行驶等,并第一时间预警,避免事故发生。通过单点和区间测速得到通行车辆行车速度,除了可以控制车速,减少事故外,还可以对速度信息和事故信息关联分析,制定更合理的区段限速。信息节点的建设越丰富,“大数据”的分析越准确,为高速公路提供实用、专业的服务信息和决策信息,提高管理部门的工作效率和监管水平。
  数据存储和管理成为必须解决的问题
  在“大数据”架构下,信息量的庞大使得数据存储和管理成为必须解决的问题,所以数据仓库的建设尤为重要。以宇视的系统为例,在高速公路收费站、路段监控中心、省监控中心分层部署基于宇视IP-SAN架构的存储设备,借助iSCSI块直存技术,并辅助RAID、双控、N+M保护、NGN的架构等数据保护措施,将可以提供给高速公路用户稳定、安全的数据仓库和快速、高效的调取体验。
  在数据分析和挖掘层,大量数据的集中处理速度,直接决定了整个大数据架构的性能。在容量方面,传统数据库系统一般支持10亿条数据,而开源Hadoop系统容量超过100亿条数据,更加适合“大数据”的应用。但Hadoop是起源于处理网页类数据的,对于高速公路监控数据的时间、空间、车辆及事件特性组成的多维度数据,在挖掘和分析上能力明显不足,对复杂类条件的分析时间较长,如对于100亿数据的条件排列查询,平均需要600秒以上。目前经过对数据结构的优化,提升对监控数据的存储性能和处理速度,从而产生更加适合监控数据的宇视uniHadoop架构,最终性能超越标准Hadoop。通过实验得出,同样100亿数据的条件排列查询,宇视uniHadoop仅需要7秒。
  结语
  随着高速公路数据结构化的进程越来越快,各项技术的飞速发展,“大数据”应用已经悄然进入了高速公路的建设中,在不断的资源优化和整合的过程中,“大数据”将成为高速公路减少损失,避免事故,优化管理的关键支撑。在国家政策层面,据介绍,2014年交通运输部开展的交通运输科技计划项目中的信息化技术研究计划,将基于云计算的交通运输数据交换与处理关键技术、综合交通运行监测与信息服务关键技术作为一个重要方向,可以预见,今后围绕大数据,一批新兴的数据挖掘、数据存储、数据处理与分析技术将不断涌现,处理海量数据将更加容易、更加便宜和迅速。
  【声明】转载本微信平台原创文章时应遵循以下规则:1、保持原创文章中图表、图片、音视频的完整性;2、完整标注文章作者[文章前后有说明];3、转载原创中部分内容也要完整标注来源"中国安全防范产品行业协会",违者本协会将依法追究。
编辑:侯雨婷
注:本文版权归《中国安防》杂志社和《中国安防》杂志网所有,任何媒体或个人未经书面授权严禁部分或全文转载, 违者将严厉追究法律责任。更多详情请订阅《中国安防》杂志。