- · 《中国安全科学学报》栏[09/01]
- · 《中国安全科学学报》数[09/01]
- · 《中国安全科学学报》收[09/01]
- · 《中国安全科学学报》投[09/01]
- · 《中国安全科学学报》征[09/01]
- · 《中国安全科学学报》刊[09/01]
城市交通管理关键技术应用分析
作者:网站采编关键词:
摘要:引言 面对日益严峻的城市交通形势和地方警力资源不足的现状,向科技要效益、利用各类关键技术成为解决交通管理难点、痛点的关键。本文重点探讨交通管理的现状、问题及需求,以
引言
面对日益严峻的城市交通形势和地方警力资源不足的现状,向科技要效益、利用各类关键技术成为解决交通管理难点、痛点的关键。本文重点探讨交通管理的现状、问题及需求,以及关键技术应用。
1 管理现状
(1)现状。基础设施方面:路面设备建设日趋完善,各地大量建设流量检测器、电警、卡口、视频监控、信号、诱导屏、事件检测器等设备;警用装备日益丰富,各地交警装备了执法记录仪、警务通、酒精测试仪、对讲机、无人机等装备。信息系统方面:各地建设了大量的信息化系统,如诱导发布系统、稽查布控系统、“情指勤督”平台、源头监管系统、信号控制系统、信息诱导发布系统等。
(2)问题。①信息基础设施建设存在局限。a.设备自身存在不足,检测准确度不够,恶劣天气适应能力不强。b.设备建设没有实现全覆盖,存在检测盲点。②“互联网+”融合创新能力不足。由于旧体制机制的影响,互联网与交通管理融合的步伐较为缓慢,地区差异较大。③各类数据资源缺乏融合。a.各地建设了大量信息化系统,但是系统独立,缺少互通。b.大部分城市尚未建设数据中心,导致数据难以融合,无法深度挖掘数据价值。④交通信息服务水平较低。大部分城市还停留在通过诱导屏和电台发布少量交通信息的水平,难以满足公众对交通出行信息的需求[1]。
2 需求分析
(1)业务需求。①建构高效、协同、智能的指挥调度体系。围绕公安部“情指勤督”要求,构建高效、协同、智能的指挥调度体系,实现各类交通情报的实时汇聚、自动化分析,在此基础上进行智能指挥调度,快速处置各类交通事件。同时,对交警勤务工作进行智能监管,实现勤务信息全程记录,智能发掘勤务问题,提升勤务工作效率。②实现智能、高效的交通设施设备全生命周期运维。运用各类前端、后端智能检测手段,对交通设施设备运行进行监测,及时发现各类问题,自动推送给相关运维人员进行处理,处理完成后进行自动化的修复验收,并记录整个处置过程相关信息,实现全生命周期的闭环式运维管理。③构建以人为本的多渠道、主动性的服务体系。通过信息集成、运营集成、优化资源配置,提供个性化、全链条综合出行需求的交通相关服务。
(3)需求分析。①加强基础设施与信息化建设,促进智慧交通集约化发展。硬件建设:各类交通传感器、中心配套设施、大数据中心分析处理设备、网络设施等。软件建设:操作系统、数据库、中间件、大数据基础环境等。②开展交通大数据应用建设,提升行业科学决策水平。主要包括推动交通大数据可视化、增强数据分析挖掘能力、实现车辆/人脸识别、实现大数据共享信息交换等。③加强技术与业务深度融合,提升城市交通治理能力。探索大数据,云计算,图像分析,人工智能,车联网,卫星定位,“电子车牌”等高新技术与交通管控,交通运输行业实际业务的结合[2]。
3 关键技术应用
(1)大数据。目前城市交通大数据,多源异构,主要体现在下面两个方面:①数据体量极大,市级数量级已由TB变为PB,省级数据级甚至是EB、ZB。②数据多源异构,既有标准数据库类型的结构化数据,也有视频类型的半结构化数据,还有文本类型的非结构化数据等。运用大数据云计算技术,储存海量数据的同时,对数据进行清晰融合、深度分析,建设交通管理大数据中心,实现亿级数据的秒级运算,为交通管理交通者决策提供数据支撑,极大促进了事件检测、信号优化、辅助决策、研判分析等业务的发展。
(2)人工智能。①基于机器学习的信号优化。利用人工智能机器学习技术,融合路口各类交通信息,无须人为设定具体特征,系统通过逐层迭代自动进行分析,进行信号优化,实现路口自适应,优化速度和效果比传统优化方式要好很多。②交通仿真应用。目前交通设计能力薄弱,专业人才稀缺,很多道路设计不够合理,给交通出行带来了很大的不便。运用人工智能技术进行交通仿真,动态模拟交通流和交通事故等各种交通现象,复现交通流的时空变化,进行交通运行效果评估。在道路建设前,为交通设计者提供数据支持,有效提高了道路规划水平,减少道路调整次数。
(3)物联网。物联网在交通中主要应用在车联网方面,利用物联网技术将“行人、车辆、道路”有机关联起来,对交通进行整体把控,实现三者的动态关联、全局监测、智能服务、辅助驾驶。动态关联:实时采集“人、车、路”运行中的各类信息,将信息汇聚起来,进行统一管理。全局监测:对实时采集的“人、车、路”信息进行整体性分析,分析各类交通运行参量,掌握全局运行情况,及时精准发现各类交通问题。智能服务:根据出行者的出行路线和个人喜好,通过长时间、海量的历史数据分析,自动向出行者推送相关出行服务信息,为出行者提供智能化的信息服务。辅助驾驶:根据交通整体运行情况,结合车辆自身情况,向车辆推送各类相关交通信息,例如周边实时天气、前方拥堵情况、前方事故信息、临时道路管制情况等,辅助车辆驾驶,为未来自动驾驶提供支撑。
文章来源:《中国安全科学学报》 网址: http://www.zgaqkxxb.cn/qikandaodu/2021/0204/555.html