基于车辆信息的大数据分析系统设计与实现

为了充分利用日益庞大的交通卡口数据,满足公安机关信息化建设需求,设计并实现基于结构化过车数据的车辆大数据分析系统。系统以视频结构化平台提供的车辆卡口数据为基础,使用Kafka作为消息总线,Elasticsearch作为存储平台和搜索引擎,并结合Redis内存数据库及分布式的模型算法服务,实现车辆卡口数据的实时传输、入库、检索及分析。在分析中融入多种业务数据,该方法会提供更多有价值的线索。经部署和测试,系统在功能方面满足业务要求;性能方面,总体数据量达到亿级、每分钟新增数据达十万级时,UI响应和算法模块运算时间均达到秒级响应,满足性能要求,能够为公安机关提供种类丰富、结果精准、分析全面、预警及时的实战应用服务。

基于卡口监测数据的路段交通异常状态识别方法研究

以路段为对象,研究交通异常状况自动识别方法,为道路交通管理部门提供技术手段。首先,系统分析了现有交通异常状态识别方法原理和存在的问题,结合卡口监测数据特性,设计异常状态识别的基本思路及研究路线;其次,对路段模型进行重新定义,利用其上下游卡口历史数据,获取行程时间指标参数;再次,基于行程时间概率分布规律,确定异常状态对应的行程时间阈值,建立识别流程,将实测行程时间与行程时间阈值进行比较,实现异常状态判别;最后,选取乌鲁木齐市建国路部分路段开展实例验证。结果显示,采用所提方法进行路段异常状态评价,其评价结果与人工观测情况完全相符,能有效提升异常状态识别的实时性、准确性。

基于卡口数据的交通参数提取方法研究

针对交通参数提取繁琐及流程混乱问题,提出了数据预处理-指标提取-可视化一体的交通卡口数据挖掘流程。针对传统断面数据无法获取过饱和状态交通参数的缺陷,通过深入挖掘卡口数据蕴含的时间关联信息,并结合路网空间逻辑关系,基于Pandas和NumPy工具包构建了行程时间、平均车速和车辆延误提取模型,进而利用时空轨迹图研究了过饱和状态下的最大排队长度测算方法,该方法使用延误、流量、车速参数均为实时提取,实现了主动全时状态提取;以淄博市实际道路卡口数据为例验证了模型的有效性,结果显示,排队长度的准确率达85%以上;基于Python可视化库和Echarts对数据分析结果进行可视化处理,实现了交通需求及状态数据的动静态展现,能够为智能交通管控的决策提供支撑。

基于土地利用的城市卡口缺失数据修复方法

为解决城市道路卡口原始数据大量缺失问题,从道路两侧土地利用的角度出发,提出一种能够描述路段出入口交通量运行状况的出入口交通量估计模型。以该模型为基础,充分利用城市道路交通流运行的时空特性,构建基于土地利用的卡口缺失数据修复方法,并结合济南市经十路两个相邻卡口的交通流数据对该数据修复方法进行实例验证。结果表明,在全天卡口数据修复以及特定时段数据修复中,交通量数据修复的误差大大降低,修复精度能够较好满足工程应用的实际需求。

基于卡口车牌数据的交通拥堵改善方案研究

卡口车牌数据含有极其丰富的交通信息,可以获取传统调查方法无法获取的指标,是交通分析的理想数据。提出卡口车牌数据用于交通拥堵分析的思路和方法,即通过卡口车牌数据获取路段流量、转向流量、路段平均行程时间、车辆OD等指标,了解交通特征,进而有针对性地提出改善方案。在原始数据预处理方面,提出基于路网拓扑结构和大数据思想的数据补全方法;在交通分析方面,根据不同分析目的,将研究问题分为明确路径的轨迹分析、明确起(终)点的轨迹分析以及不明确起终点的轨迹分析三类,并分别探讨了其适用性。最后,以千岛湖镇新安东路改造为例阐述具体分析过程。

基于卡口时空数据的车辆夜间停放供需分析——以广州市为例

车辆夜间停放供需分析是精准缓解停车难问题的关键。由于区域夜间车辆停放需求难以获取,基于卡口时空数据提出了一套夜间停车需求分析关键技术,并以广州市为例从车辆泊位供需比特征、停车供需与轨道供给耦合两方面进行车辆夜间停放供需分析。结果表明:提出的技术能够聚焦停车难问题严重区域、停车设施补短板应关注区域,可作为相关部门有序规划停车资源的重要参考。

基于交通卡口数据的道路快速化需求评价

基于交通卡口数据,以平湖市为例,通过层次分析法,从道路快速化需求匹配程度、道路快速化需求紧迫程度和道路快速化后实现的价值三个方面构建评价指标体系,提出道路快速化需求评价的方法,为当前国土空间规划土地指标收紧背景下,道路的快速化改造提升提供定量化的决策支撑;通过车辆OD计算在途车辆数,并与传统计算方法结果进行对比,提高在途车计算精度后,作为计算道路快速化需求评价的核心指标的基础。