复合型大数据交通态势感知联合作战智慧交通指挥中心

构建复合型大数据交通态势感知联合作战智慧交通指挥中心交通形势及主要问题预计到2020年，全国GDP将超过90万亿元人民币，人均GDP将突破1万美元，常住人口城镇化率将达到60％；汽车保有量将由"十二五”末的1.72亿辆增至2.5亿辆，汽车保有量超过100万辆的城市将由31个增至100个，驾驶人将由3.27亿人增至4.2亿人；高速公路里程将由12.35万公里增至15万公里。机动车、驾驶人及道路物流等仍将处于高速增长期，交通事故预防工作压力增大。同时，城市交通拥堵、出行难等问题可能会加剧，对道路交通安全工作提出更高的要求、带来更加严峻的挑战。在科技支撑方面，道路交通安全基础理论、关腱技术、先进装备研发不足，产学研用结合不够，科研成果转化程度低，不能满足道路交通安全管理实战需求。部门间数据壁垒、信息“孤岛”依然存在，现有海量数据未充分整合、挖掘、应用。道路交通事故深度调查分析未形成规范化机制，调查成果转化应用不足。以党的十八大和十九大全会精神为指导，认真贯彻落实习近平总书记等中央领导同志关于安全生产、道路交通安全的系列重要指示批示精神，牢固树立“以人为本、安全发展”的理念，围绕防事故、保安全的目标，以问题为导向，以改革为动力，以信息为引领，以科技为支撑，坚持“预防为先、综合治理、齐抓共管、社会共治、科技支撑、法治保障”的原则，运用法治思维和法治方式，建安全路、造安全车、培养安全交通参与者、培育交通安全文化，加强科技研发和应用，提升主动防控能力，使道路交通更安全，更好地适应全面建成小康社会的发展要求路高速公路城市道路城乡道路人行人，乘车人，驾驶人，管理者，运营者，执法者，监督者车运营车辆，非运营车辆设备摄像头，交通诱导设施，交通控制设施环境全景，天气，视频事件事故，违法，其他交通管理大数据是以路为核心的复合型跨界大数据环保气象交管电信运营商互联网公交交通感知交通态势，防控交通风险，提升通行效率，提高治理能力传统集成传统集成传统集成传统集成传统集成大数据信息融合及场景融合传统集成传统集成跨界多维数据融合跨界复合型大数据-多维数据源序号行业领域数据数据规模更新周期1运营商运营商脱敏信令位置数据（移动）>100亿条/天5分钟2运营商运营商脱敏信令位置数据（电信天翼）>10亿条/天15分钟3交通厅高速收费站车流量数据>100万条/天5分钟4公安交管交通事故数据>100万条历史数据100万条，天更新5公安交管交通违法数据>10亿条5分钟，历史数据，含违法图片6公安交管

交通设施的位置数据(卡口）1万条月更新7公安交管|交通厅

道路高清视频监控数据>10万路实时视频流8互联网

天气数据（含天气预警）>1万1小时9互联网

互联网地图路况数据（百度，高德等）>1万2分钟10公安交管

警力数据（阳光警务APP)>10万10分钟11交通厅运管重点车辆位置数据>1000万5分钟12公交公司城市公交车实时位置数据（贵阳市）>100万分钟13公安交管

电警卡口数据>1亿天多维数据源-目前86类数据源数据源名称数据类型传感类型数据周期历史行业分类移动手机信令位置数据人混合传感实时否运营商高速公路收费站过车数据车直接传感实时否交通高速公路收费站位置数据路直接传感静态是交通实时视频流数据环境直接传感实时否交通/交管/公安摄像头位置数据设备直接传感静态是交通/交管/公安警力位置数据人直接传感实时否交管警力基本信息数据人直接传感静态是交管气象信息数据环境直接传感实时否气象局/互联网道路拥堵数据路直接传感实时否高德地图重点车辆实时GPS数据车直接传感实时否交通-运政公交车实时GPS数据车直接传感实时是公交公司公交车线路数据路直接传感静态是公交公司交通事故数据事件直接传感实时是交管交通违法数据事件直接传感实时是交管车辆管理数据车直接传感静态是交管驾驶员管理数据人直接传感静态是交管交通舆情信息数据事件直接传感实时否互联网/交管诱导屏位置数据设备直接传感静态是交管可变情报板位置数据设备直接传感静态是交管红绿灯信号配时数据设备直接传感静态是交管路口车流量数据路直接传感实时否交管停车场位置数据路直接传感静态是城建停车场停车实时数据车直接传感实时否城建/企业出租车实时GPS数据车直接传感实时否企业大车占道数据车直接传感实时是交管物流市场位置数据路直接传感静态是交管重点学校位置数据路直接传感静态是交管三甲医院位置数据路直接传感静态是交管视频团雾数据环境间接传感实时否交通/交管/公安视频隧道交通事件数据环境间接传感实时否交通/交管/公安公路服务区位置数据路直接传感静态是交管互通立交位置数据路直接传感静态是交管紧急避险车道数据路直接传感静态是交管紧急停车带数据路直接传感静态是交管隧道位置数据路直接传感静态是交管桥梁位置数据路直接传感静态是交管中央开口数据路直接传感静态是交管道路路网基本参数数据路直接传感静态是交管道路路网风险技术参数数据路直接传感静态是交管事故黑点数据路直接传感静态是交管事故灰点数据路直接传感静态是交管易雾路段数据路直接传感静态是交管易凌冻路段数据路直接传感静态是交管卡口位置数据设备直接传感静态是交管红绿灯位置数据设备直接传感静态是交管重点风景区位置数据路直接传感静态是交管重点商圈位置数据路直接传感静态是交管机场位置数据路直接传感静态是交管火车站位置数据路直接传感静态是交管长途汽车站位置数据路直接传感静态是交管重点住宅区位置数据路直接传感静态是交管重点安保区位置数据路直接传感静态是交管警车位置数据车直接传感实时是交管.。。。。。。。。智能交通系统中时常面对一些管理缺陷与技术故障难以区分的问题:1.如何把非概念问题概念化？2.如何把异构问题同构化？3.如何把不可靠的部件组成可靠的系统？4.如何通过组成智能预测系统之中的前/后（刚性、柔性）反馈系统把人的失误/错误减到最小，同时把机和环境的有效性提高到最大？需要聪明的对策1975年计算机图灵奖及1978年诺贝尔经济奖得主西蒙（H.A.Simon）提出了一个聪明的对策：有限的理性，即把无限范围中的非概念、非结构化成分可以延伸成有限时空中可以操作的柔性的概念、结构化成分处理，这样就可把非线性、不确定的系统线性化、满意化处理（不追求在大海里捞一根针，而只满意在一碗水中捞针），进而把表面上无关之事物相关在了一起，使复合型智能交通大数据变得更加智慧落地。聪明的对策通过复合型大数据融合构建数据铁笼，态势感知，融合指挥，情指一体，信息闭环的智慧计算技术支撑体系，建成实战、实用、实效，集情报中心，宣传中心，舆情控制中心，督察中心，指挥中心等五大业务中心为一体大数据联合作战智慧指挥中心，从而提升交通管理和治理的能力，更好地服务人民群众。复合型大数据交通态势感知联合作战智慧交通指挥中心需要闭环的全方位交通态势及风险感知态势感知是指在特定时间空间范围内，对环境要素的认知理解以及对当前或近期状态的预测。态势感知不仅涉及原始数据（一级SA），还包括理解任务目标重要性的融合数据（二级SA），预估近期将要或可能发生事件的数据（三级SA），这对前摄决策制定有着重要意义。态势信息共享不仅意味着低层数据的共享，也包括根据作战目标等因素如何理解信息和预测未来。有效的态势感知是要能够形成闭环的态势感知：实现路网感知、运行感知、违法感知、事故感知、气象感知，舆情感知，警力感知，以及在此之上的全面态势及风险感知，并且所有的感知都是持续的、不间断的。态势感知不仅仅是看见，还包括决策和响应。交通管理智慧指挥中心的本质就是构建一套赛博（Cyber）空间与物理（Physical）空间之间基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系，解决交通管理、应用服务过程中的复杂性和不确定性问题，提高资源配置效率，实现资源优化。

智慧指挥中心就是通过各种各样的传感器感知物质世界的运行状态，实时分析就是通过交通智能软件实现数据、信息、知识的转化，科学决策就是通过大数据平台实现异构系统数据的流动与知识的分享，精准执行就是通过控制器、执行器等机械硬件实现对决策的反馈响应，这一切都依赖于一个实时、可靠、安全的网络。我们可以把这一闭环赋能体系概括为“一硬”（感知和自动控制）、“一软”（交通智慧计算软件）、“一网”（交通网络）、“一平台”（交通云和大数据智慧赋能服务平台），即“新交通智慧四基”。“需要闭环赋能体系需要一个生态体系一个完整的交通安全态势感知体系实现必须是“平台+数据+团队”三位一体：交通安全态势感知体系不仅仅是一个技术实现，也不仅仅是软件和硬件，他是一个系统工程，体现了各类交通设备和系统之间的机机协同，还包括人机协同。交通态势及风险感知平台是整个系统运转的大脑，是数据融合中心、数据分析中心、决策指挥中心；态势感知数据源是获取全面要素信息的抓手和神经节点；态势感知支撑团队则是系统发挥实效的指挥官、决策者和关键保障；三者相互支撑、缺一不可，其本质是要打造“态势感知-实时分析-科学决策-精准执行”的数据闭环，构筑数据自动流动的规则体系。态势感知是一个生态体系：交通安全的生存理论告诉我们，面对交通安全，没有人可以独善其身，也没有人可以单独为之，构建态势感知体系也不例外。它是一个复杂的系统工程，需要将各种交通安全技术、产品和能力连接到一起，形成一个生态系统。

交通安全态势感知体系必须是一个安全开放的系统：数据接口开放，要能支持各种类型、各种厂商的数据；平台开放，对下要能接入各类数据信息，对上能够面向所有数据提供各种分析和展示的接口，能够集成各种第三方的分析算法和展示界面；支撑团队开放，通过规范化的交互式分析流程，使得各种符合标准规约的分析与运维团队都能参与到态势感知体系的运营中来。

交通管理智慧指挥中心大脑的未来，应是所有数据都集中到一个中心，为队伍管理，交通管理、安全管理，停车监管、运输监管、公交管理，以及为出行服务提供数据和方案支持，同时与统一集群通讯平台，统一接警信息平台，统一视频汇聚平台等无缝对接，优化交通管理和治理，更好的服务人民群众。

需要耳聪目明的智慧交通管理大脑信息灵、情况明、看得见、喊得应、调得动智慧指挥中心的六大方向：

监管，指导，评价，指挥，培训，服务

……

总队支队大队总队-支队-大队：系统统一，三级共享：一套系统服务全省交警信息统一：自上而下的监管、指导；自下而上的信息汇报，信息统一无偏差多系统统一认证登录管理：外部系统多，用户名、密码多，不方便记忆4A统一用户安全管理管理融合信息融合大数据交通智慧指挥中心大脑数据融合平台融合网络融合技术融合场景融合业务融合功能融合系统融合管理融合场景融合旅游保障城市畅通公路安全特勤安保重点车辆功能融合态势感知风险预警交通诱导辅助决策智慧指挥重点车辆仿真评价信号优化停车监管公交优先应急保障系统融合交通管理智慧指挥中心公安交通管理综合应用平台（六合一系统)集成指挥平台PGIS交通管理地理信息平台智能交通综合监管云平台公路立体化治安防控平台交通气象服务系统高德地图百度地图农村道路交通安全云平台交通安全综合监管云平台阳光警务平台交警App交通视频联网管理平台天网视频监控平台智能交通管控平台统一接警统一通讯统一视频统一信息统一出警统一策略统一角色扁平化七统一实战智慧指挥体系统一接警统一出警统一通讯统一视频统一策略统一信息统一角色大数据智慧升级七步法:方法论-七步法顶层设计团队建设政策保障数据治理场景嵌入流程改造治理提升智慧指挥中心六项核心的功能：队伍管理态势感知风险预警融合指挥阳光警务辅助决策智慧指挥中心态势感知融合指挥情指一体数据铁笼复合型大数据智慧指挥中心路车设备环境事件人复合型交通大数据智慧计算解决方案交通大数据智慧计算体系交通态势及风险感知体系深度学习云计算基础设施4A用户安全，路网规则，交通静态数据，统一信息上报，数据质量监测。。。交通大数据智慧计算体系-TRASI交通基础设施大数据分析交通仿真机器学习气象，舆情，警力，视频（固定，移动，执法记录仪），。。。路况，车流，客流，事故，违法，重点车辆，公交。。。

道路安全，城市畅通，旅游保障，重点车辆，特勤安保交管，交通，运政，公交，旅游，安监，交通参与者。。。用户场景专题公共基础引擎车路协同基础设施跨界多维交通大数据智慧运营体系

基础平台数据采集，Hadoop,流处理，内存数据库

时序数据库，机器学习引擎，深度学习引擎，仿真引擎4A统一用户体系

数据中台-数据开发;知识图谱，应用组件-数据分析:交通强度，智慧诱导，警力部署-数据服务：基础模型，融合模型，预警模型，仿真模型

应用创新-交通态势感知，队伍态势感知，风险预警，-智慧诱导，融合指挥，违法图像规范检测，-天态指数，险态指数，事故预测，流量预测，。。流程机制保障运营创新突破唱戏知识图谱的全流程共享，为平台的多个服务方提供最佳实践推广搭台提供数据，平台，产品及组件能力，满足模型及应用的建设需求1.大中台，小前台2.一体化结构3.知识图谱共享有事问老态，小态给答案小态（XiaoTai）ATAssistantofTai交通管理智能助理老态(LaoTai)：BTBrainofTai交通管理智慧大脑小态：态势感知老态：态势认知交通态势信息融合路网风险预警指标路网事故预测指标交通知识智能问答驾驶员信用评分城市交通出行行为城市交通出行规律城市信号控制优化。。。统一用户管理(总队/支队/大队)指挥中心|阳光警务APP|交通诱导指示|交通管制设施9大模块：数据规范|融合资源|态势感知|风险预警|信息服务|分析研判|决策指挥|执行控制|洞察评价城市畅通特勤安保旅游保障公路安全预警舆情天气警力

4大引擎:

5段专网:统一路网基础知识库(省/地市/区县/区域/路段/热点/设施)运营商脱敏信令位置5类场景:事故违法危化车流客流路况诱导仿真N类子应用:大数据计算引擎机器学习引擎交通仿真引擎运营商核心网运营商专网公安网交警专网互联网高速收费站车流交通事故交通违法交通设施位置红绿灯信号配时数据道路高清视频监控互联网交通舆情信息警力（阳光警务APP)危化品车辆位置城市公交车实时位置重点区域全景视频互联网地图（百度，高德等）车联网数据重点区域的交通流量数据停车场数据卡口预警56类数据:天气系统架构深度学习引擎重点车辆功能架构数据规范融合资源态势感知风险预警信息服务分析研判融合指挥执行控制洞察评价基础路网规则知识库（PR）静态交通数据资源库（BD）4A统一三级用户管理（4A）

系统,，网络，应用监控与管理数据铁笼数据可视化及人机交互交通信息上报资源库（IR）网络架构监测感知决策预测研判预警仿真态势多重动态交通数据源全省基础路网规则知识库管理系统4A统一用户安全管理系统数据映射（特征化）机器学习：事故预测，违法检测，拥堵预测。。诱导天气警力车流客流事故违法重点车辆视频舆情指挥，控制，诱导管理系统路况交通态势感知数据融合可视化平台功能感知解决方案架构TRASI：交通态势及风险

指挥诱导警力一路N方交通参与者预警总队/支队/大队大数据分析&机器学习&深度学习&交通仿真计算引擎云计算基础设施融合数据应用场景：道路安全，城市畅通，旅游保障，特勤安保，重点车辆。技术架构各类静态交通数据源控制信号控制交通仿真：事件，路网，行为，车辆引擎架构大数据分析引擎客流模型聚集模型通勤模型职住模型区域交通影响力模型。。。车流模型去向模型来源模型风险预警模型。。。机器学习引擎拥堵模型路网风险预测模型。。。事故黑点。。。深度学习引擎团雾识别隧道交通事件识别。。。违法图像规范化检测交通仿真引擎

信号配时优化路网承载力分析。。。

道路施工评价公交优先公交专用道评价。。。四类核心应用场景全流程监管现场执法业务监管窗口管理队伍管理绩效管理预警处置督办回访评价问责态势感知交通强度风险预警风险地图智慧诱导融合指挥辅助决策1.数据铁笼2.公路安全城市概览交通评价（配时评价）态势感知公交指数停车监管辅助决策交通仿真四类核心应用场景–3.城市畅通区域划定队伍组织勤务任务出行预测交通预案态势感知智慧诱导风险预警融合指挥保障总结3.城市畅通4.旅游保障路网动态风险预测预警指标：天态指数和险态指数单一的道路的风险指标是死的，融合天气、车辆、驾驶人等的风险动态变量，构成道路交通路网的量化风险预测预警指标，提供量化决策依据，使得事故指标能够远低于风险指标是交通管理的目标。路网风险动态量化指标是提前指标，为交通管理指挥决策提供量化依据。

R：Risk风险指数L：Link路段风险系数C:Car车流量风险系数P：People人流量风险系数W:Weather气象条件系数a0：

基础风险调整因素Ai：

路段风险调整因子2017.10.20-2018.1.25196万条拥堵源数据的机器学习结果地市区县拥堵地点经度纬度拥堵时长（分钟）拥堵里程（米）拥堵次数平均拥堵时间（分钟）平均拥堵距离（米）铜仁松桃松桃苗族自治县大兴街道G56杭瑞高速109.31480727.9104184479826407482609171012黔西南兴义兴义市顶效镇迎宾东路105.01863625.1699212045240837094822431贵阳白云白云区艳山红镇白云北路106.63088226.700061973028006942546659毕节织金织金县三甲街道307省道105.97802626.6816661777223177251494121551六盘水盘县盘州市平关镇G60沪昆高速104.32777225.6410581715415067101170151288遵义红花岗红花岗区北京路街道大连路106.95187727.7090841669642505849634857贵阳花溪花溪区阳光社区服务中心贵筑路兰花小区106.68420626.4366421616422294528457785贵阳清镇清镇市红新社区服务中心云岭西路106.47056826.5592921590033680850631666遵义红花岗红花岗区中华路街道环城路长青大厦106.94722327.695341562239409355228714黔东南黎平黎平县高屯镇222省道109.20618126.293192145401405632146610959黔东南黎平黎平县德凤镇222省道109.19818926.289513137621355311141310959毕节织金织金县少普乡017县道105.6454926.5422461314412065271173111029毕节织金织金县官寨乡748县道105.85254226.80314312006215692612221017652017.10.20-2018.1.25196万条拥堵源数据时间分布智慧诱导：精准，及时，覆盖范围广，示例可评估智慧诱导可以以公路上的某一点为中心，按照区域半径（5公里-100公里），交通参与者（省内/省外），运动状态（运动/全部），运动方向（东西向/南北向），时间段，涉及的公路，涉及的相关交通事件等选项，自动筛选相关人员，发送相关交通诱导信息。

复合型大数据交通态势感知智慧指挥中心系统能够基于态势感知道路交通拥堵情况，快速、定点、定时、定向发送交通拥堵诱导信息，从而达到降低交通流、疏通交通道路、降低交通事故发生率，保障交通安全。

拥堵区域临近车流引流：拥堵区域的车流量很难瞬时降低，拥堵中的车辆也很难做出调整改变，因此在发送信息的时候是不会针对拥堵区域中的车辆，而是拥堵区域附近20-100公里左右的高速公路上的车辆，引导不要开往拥堵区域，或者绕行到其他高速公路，或者延缓行车速度，或者停车等待。拥堵区域道路流量峰值削减：一定时间段的总交通量往往是固定的，是客观存在的。造成交通瘫痪的并不是总交通量，而是交通峰值。因此我们需要通过信息发送引导交通参与者的出行行为来削减峰值，使得交通流走势趋于平缓。智慧诱导案例入境和危险路段，恶劣天气诱导:收到信息人员的行车速度变化交通拥堵/缓行/交通管制诱导:收到信息人员延迟出行，收到信息人员绕道出行，收到信息人员放弃出行日期经度维度拥堵里程（m)拥堵速度(km./h)拥堵时长(min)预警发布时间预警解除时间2.21106.42597426.528046157381511:18:4211:33:00106.44630126.5340651942181011:44:0011:53:00106.43085926.531944182861113:46:0013:57:00106.42145426.52253418496214:12:0014:15:00106.44630126.534065772141314:32:0014:45:00106.42923826.530405189214516:24:0016:29:42高德导航拥堵事件接口提供的拥堵事件数据(C区域）：沪昆高速红枫湖区域，安顺贵阳方向针对上述拥堵事件的智慧诱导诱导信息内容：【贵州交警】沪昆高速安顺往贵阳方向，红枫湖路段缓行，往贵阳、广西、湖南方向的车辆请从花安高速绕行。信息发送点：红枫湖路段A点和B点为信息发送中心点，C点为拥堵区域。以A点（经纬度为105.01063；26.540986）和B点（105.113971；25.763043）为圆心，给附近50公里范围内的交通参与者（运动用户）发送诱导信息。（收到短息的人，都是高速公路上运动的人群）发送时间：从2018年2月21号8：00到2018年2月21号17：00。诱导策略：选择的信息发送点A和B离拥堵点140公里，离拥堵点的车程控制在2个小时左右，从而提前对车流进行引导。A和B周围50公里范围覆盖了杭瑞高速、水盘高速、都香高速、六威高速、镇胜高速和晴兴高速等。前往贵阳、湖南和广西的车辆会经过沪昆高速红枫湖路段，因此精准筛选