現在較為明顯的趨勢是，公安交管對于城市交通大腦更有興趣，阿里云主導、銀江股份、浙大中控、海康大華等合作的杭州市、蕭山區，中山大學、方緯科技試點的宣城，華為主導合作的深圳，皆是如此，當然，阿里云不會滿足于只在交通領域做實驗，還會延伸到其他領域，比如安防、醫療、教育等等，朝著城市大腦的藍圖直奔而去。另外，據公安部交通管理科學研究所顧家悅副研究員介紹，公安部交通管理科學研究所在重慶和寶雞也在開展城市交通管理大腦的試點工作，未來或將向全國推廣;蘇州高新區交警牽頭和海康威視合作，計劃構建國內首個融合交警、交通運輸、城管三網合一城市交通大腦。

隨著城市機動車保有量的快速增長，城市交通壓力不斷增大，交通安全和交通治堵逐漸成為城市交通管理的主要難題。目前建設智慧交通系統作為解決城市交通問題的重要科技手段已被廣泛采用。

城市交通大數據智能決策支持平臺是智慧交通建設體系的“大腦”，平臺的建立，可實現對城市道路交通管理的精準掌控，對癥下藥，避免“一刀切”等不得要領的“盲管”現象。

什么是交通大數據智能決策支持平臺?

供需平衡則路暢，供不應求則易堵。城市交通大數據智能決策支持平臺，可對路網交通運行的三大特征進行分析計算：交通容量、出行需求、交通狀態。

該平臺能夠通過計算分析路網交通擁堵的具體成因，包括：上下游通行能力不匹配，高峰期交通需求過大、交通信號配時不均衡等，為交通管理智能決策提供大數據分析支持。

六大特點

第一，全新價值數據挖掘。利用卡口式電警、視頻交通流、信號燈、GIS-T交通地理信息、浮動車等5類基礎數據，自動計算路網交通容量、掌握市民出行需求、感知路網交通狀態，掌握城市交通運行的“生命指標”。

第二，城市交通系統解構。以路網容量、出行需求、路網狀態為關鍵指標，以交叉口、關鍵路段為節點，將城市交通系統解構為可聚類的單元，根據不同單元交通運行情況，采取不同交通管控策略，緩堵成效顯著。

第三，建設投資性價比高。平臺只需利用現有的(或新建)卡口式電警系統、信號燈聯網控制系統、視頻監控系統三個基礎應用系統，結合GIS-T交通地理信息平臺，即可給城市交通裝上“大腦”，實現城市交通智慧化的自認知、自調節、自優化。

第四，交通掌控精細化。擁堵分析精細到通行能力是否匹配、交通需求時空分布是否合理、信號控制相位是否均衡等方面，精細劃分常發車輛及偶發車輛的出行需求。

第五，出行服務個性化。根據出行需求的特征，結合路網交通運行的狀態、信號燈控制系統、微信平臺等，為交通出行者提供個性化貼心服務，提高交通參與者的體驗滿意度。

第六，“交通大腦”共享化。平臺的研判結果，可通過標準接口，共享給其他相關業務系統(如交通指揮平臺)，給業務系統提供大腦。

功能介紹

第一，交通容量分析。

掌握路網交通承載力：平臺能夠結合GIS-T可計算平臺，根據現有路網結構情況，自動計算路網的容量，同時分析和評估路況順暢、緩慢和擁堵時，在網車輛數的臨界值。

掌握路口通行能力：根據路口的車道數量、標志標線設置情況，自動計算和分析交叉口的通行能力，可精確到每個進口、每個方向、每條車道。

路段上下游通行能力匹配：根據各個交叉口、不同路段的通行能力，當上游車輛匯入需求大于下游道路承載能力時，能自動計算和分析出潛在擁堵風險。并根據潛在擁堵風險，提出交通組織優化建議，消除隱患。

第二，交通需求分析。

出行需求分析：對卡口和電警式卡口布點比較完善的區域，能夠分析出每天車輛群體出行的需求，群體出行趨勢情況。包括出行OD、出行時間、出行方式、出行路徑等方面的信息。

個體車輛軌跡重構：平臺根據卡口、卡口式電警的行車記錄數據，分析每個監測點的車輛出現頻次，并聚類劃分為通勤車輛、偶發車輛，分析通勤車輛的行駛軌跡。

路段行駛車輛監控：掌握每個路段中正在行駛的車輛數及具體車牌。

精準交通誘導建議：根據通勤車輛的行駛軌跡，當其行駛軌跡上的路況出現緩慢和擁堵時，通過推送手機信息，提醒車主錯峰出行或繞道行駛。

第三，交通狀態研判。

路況分析：平臺根據卡口、卡口式電警、交通流采集系統采集數據、浮動車數據、互聯網數據等多源數據，進行融合分析，分析道路狀態(順暢、緩慢、擁堵)，并將分析結果通過圖標的方式展示，在電子地圖上分別用綠、黃、紅三種顏色顯示不同的路況，并自動生成周期性城區路網運行評價報告。數據共享給其它信息發布系統。

路網運行監控：實時分析路網的平均速度、在網車輛數，監測路網的實時運行情況。以5分鐘或更短時間為周期進行分析，當在網車輛數達到緩慢和擁堵的閾值時，自動報警。

擁堵成因分析：自動分析出現擁堵路況的路段和交叉口的擁堵成因，主要是容量問題、需求問題、信號控制問題所造成的擁堵。輔助工作人員研究解決擁堵的方案。

04、應用案例

案例一：實時計算在網運行車輛數

通過城市交通大數據智能決策支持平臺對宣城市中心城區約150公里路網進行分析計算，具體范圍如下圖所示，得出該路網承載力輕度擁堵狀態下約12000輛車。

再利用平臺實時監測在網運行車輛數，在網運行車輛數變化曲線如下圖4-2所示，由圖4-2可知：晚上9點至次日凌晨6點，在網運行車輛1000輛左右;早高峰時段在網運行車輛數達到7000輛左右;晚高峰時段在網運行車輛數不到8000輛。通過以上分析可以得出結論：該路網在網運行車輛數峰值僅為8000輛，距該路網輕度擁堵狀態下承載力12000輛仍有4000輛左右的差距，只要交通管理有序，擁堵現象是可以避免的。

案例二：發現潛在擁堵風險

平臺利用GIS-T交通地理信息數據，結合信號燈相位配時數據，通過上下游交叉口的通行能力匹配情況計算，分析上下游連續路口交通流壓力。

宣城市上游中山路——錦城路交叉口西行直行通行能力1448輛，下游中山路——狀元路交叉口東進口通行能力731輛，當上游交叉口匯入交通量超過731輛時，下游交叉口即會因通行能力不足造成擁堵。分析出潛在擁堵風險，采取針對性的交通組織優化措施，即可消除隱患。

當前，該平臺一共分析了宣城市城區107個路段，排查出疑似潛在擁堵的路段共31條。為交通信號控制策略和停車場設置提供數據支撐。

文章鏈接：中國安防展覽網 http://www.afzhan.com/news/detail/64111.html

(新媒體責編：wb001)