大數據在智能交通領(lǐng)域的應用

　　大數據是最近最為火爆的技術(shù)概念，尤其是在貴陽(yáng)召開(kāi)的大數據博覽會(huì )之后，大數據已經(jīng)成為國家和各個(gè)城市在IT基礎領(lǐng)域下一步的重點(diǎn)發(fā)展方向。不論政府、企業(yè)還是個(gè)人，都在關(guān)注如何采集數據，以及如何從數據中挖掘出有用的信息，進(jìn)而創(chuàng )造社會(huì )價(jià)值、商業(yè)價(jià)值?；ヂ?lián)網(wǎng)是大數據最早發(fā)揮效用的行業(yè)，淘寶、京東、亞馬遜等電商企業(yè)通過(guò)對海量數據的掌握和分析,為用戶(hù)提供更加專(zhuān)業(yè)化和個(gè)性化的服務(wù)。大數據也在重構很多傳統行業(yè)，通過(guò)收集、整理生活中方方面面的數據，進(jìn)行分析挖掘，從中獲得有價(jià)值信息，并衍化出新的商業(yè)模式。麥當勞、肯德基以及蘋(píng)果公司等旗艦專(zhuān)賣(mài)店的位置都是建立在數據分析基礎之上的精準選址。

　　隨著(zhù)平安城市、智慧城市、工業(yè)4.0等項目和技術(shù)的推進(jìn)，物聯(lián)網(wǎng)大數據逐步成為大數據發(fā)展的新方向。對遍布大街小巷的攝像頭、各類(lèi)傳感器和工業(yè)生產(chǎn)數據等新的大數據來(lái)源進(jìn)行分析挖掘的物聯(lián)網(wǎng)技術(shù)蓬勃發(fā)展。安防行業(yè)隨著(zhù)高清化、智能化、網(wǎng)絡(luò )化、數字化的要求，數據量也迅速增加，早在幾年前就已踏入大數據的門(mén)檻。安防領(lǐng)域的“大數據”一般具有幾個(gè)特點(diǎn)：首先，數據量巨大，一個(gè)地級市30天的視頻錄像數據就已經(jīng)是PB級;其次，區別于傳統的數據結構，安防領(lǐng)域的數據結構比較復雜，超過(guò) 80% 都是非結構化數據，比如智慧型平安城市建設中的視頻監控數據、卡口的抓拍照片、智能分析輸出的特征數據等;再次，數據更新快，視頻監控每秒鐘都在進(jìn)行;最后，這些更個(gè)性化的數據在存儲后被要求能隨機訪(fǎng)問(wèn)，這就要求新的物聯(lián)網(wǎng)大數據系統更加快捷地處理數據，更具智能地保存和管理數據。

　　二 、 大數據 技術(shù) 發(fā)展創(chuàng )新

　　基于大數據的智慧安防在技術(shù)方面重點(diǎn)應關(guān)注大數據處理技術(shù)和智能分析技術(shù)。大數據處理技術(shù)主要解決數據的采集、存儲和分析挖掘問(wèn)題，而智能分析技術(shù)是為了實(shí)現對視頻的分析和理解，解決視頻結構化問(wèn)題，推動(dòng)視頻數據向視頻信息的轉變。

　　大數據應用主要涉及數據整合、數據存儲、挖掘應用等多方面和多層次。其中，大數據技術(shù)作為大數據應用的基礎設施保障至關(guān)重要。主要內容包括：

　　• 大數據采集 和 管理技術(shù)

　　(1)可擴展的數據描述規范

　　數據的快速增長(cháng)迫切需要一套可擴展的數據描述規范，實(shí)現數據描述、數據存儲、共享和交換?，F階段，數據的形式主要有源自攝像頭采集的視頻數據和其他各類(lèi)復雜結構數據。設計面向多維數據的本體描述框架,可以較全面地描述多維語(yǔ)義內容。

　　(2)多維數據集成共性技術(shù)

　　數據抽取、轉換和加載(ETL)是解決異構多維數據一致性和集成化的有效方案，利用工具將數據按照統一的規則進(jìn)行集成，完成數據從多數據源向統一目標數據庫的轉化。

　　• 大數據存儲技術(shù)

　　規模龐大的感知設備、繁多的業(yè)務(wù)系統每天產(chǎn)生海量的數據，這些數據既有結構化的，也有半結構化和非結構化的，這為數據的統一描述和存儲帶來(lái)了困難。

　　(1)資源描述元數據管理技術(shù)

　　資源描述元數據是海量異構數據實(shí)現透明訪(fǎng)問(wèn)的基礎。通過(guò)擴充現有的數據對象和存儲資源描述方法，從多個(gè)方面描述數據的內在屬性(關(guān)鍵字、數據編碼格式等)、應用需求(性能、可用性、安全性、持久性等)和資源特性(位置、訪(fǎng)問(wèn)方式、服務(wù)能力等)，以支持智能分級的存儲虛擬化及存儲服務(wù)。

　　(2)基于時(shí)空域的視頻數據管理技術(shù)

　　根據視頻數據的時(shí)空域屬性信息，按需求將空間鄰近或時(shí)間鄰近的視頻數據進(jìn)行歸類(lèi)，并在存儲上進(jìn)行關(guān)聯(lián)存儲，同時(shí)利用基于語(yǔ)義內容的去冗余技術(shù)，提升數據的價(jià)值密度。

　　(3)大數據存儲技術(shù)

　　百億甚至千億級的結構化數據為存儲和查詢(xún)帶來(lái)巨大壓力，傳統的關(guān)系型數據庫已無(wú)法支撐此類(lèi)應用。采用針對海量數據特性設計的分布式數據存儲架構和列式數據庫技術(shù)，可以較好地滿(mǎn)足大數據存儲系統可擴展性、高可靠性的要求。

　　• 大數據檢索和挖掘技術(shù)

　　(1)分布式智能全文檢索技術(shù)

　　大數據僅僅依靠單節點(diǎn)進(jìn)行智能全文檢索已遠遠無(wú)法滿(mǎn)足性能要求，采用分布式的多節點(diǎn)并行處理技術(shù)，能有效縮短響應時(shí)間，提高系統性能。

　　(2)基于圖像識別的檢索技術(shù)

　　智慧安防中存在海量的圖片數據，目前的檢索技術(shù)還是以特征文本描述檢索為主，這需要耗費大量的人力、物力開(kāi)展特征描述，當數據持續增長(cháng)時(shí)，這將是一個(gè)不可能的任務(wù)。采用圖像識別及模糊匹配技術(shù)，能真正滿(mǎn)足用戶(hù)的業(yè)務(wù)需求，并促進(jìn)人臉匹配、步態(tài)匹配、行為匹配等應用的開(kāi)展。

　　(3)關(guān)聯(lián)網(wǎng)絡(luò )可視化分析

　　利用可視化分析，將各種不同信息圖形化，建立不同數據來(lái)源、不同信息之間的公共元素和聯(lián)系，建立起不同實(shí)體之間的關(guān)聯(lián)，從而發(fā)現那些隱藏在大數據中的關(guān)聯(lián)性線(xiàn)索和情報。

　　三 、 大數據在智能交通領(lǐng)域的應用介紹

　　近年來(lái)，隨著(zhù)經(jīng)濟的快速發(fā)展，機動(dòng)車(chē)持有量迅速增加，交通管理現狀和需求的矛盾進(jìn)一步加劇。在此情況下，如何利用先進(jìn)的科技手段提高交通管理水平，抑制交通事故發(fā)生，是當前交通管理部門(mén)亟待解決的問(wèn)題。

　　針對交通管理部門(mén)的需求以及我國的道路特點(diǎn)，可通過(guò)整合圖像處理、模式識別等技術(shù)，實(shí)現對監控路段的機動(dòng)車(chē)道、非機動(dòng)車(chē)道進(jìn)行全天候實(shí)時(shí)監控和數據采集。前端卡口處理系統對所拍攝的圖像進(jìn)行分析獲取號牌號碼、號牌顏色、車(chē)身顏色、車(chē)標、車(chē)輛子品牌等數據，并將獲取到的車(chē)輛信息連同車(chē)輛的通過(guò)時(shí)間、地點(diǎn)、行駛方向等信息通過(guò)計算機網(wǎng)絡(luò )傳輸到卡口系統控制中心的數據庫中進(jìn)行數據存儲、查詢(xún)、比對等處理，當發(fā)現肇事逃逸、違規或可疑車(chē)輛時(shí)，系統會(huì )自動(dòng)向攔截系統及相關(guān)人員發(fā)出告警信號，為交通違章查糾、交通事故逃逸、盜搶機動(dòng)車(chē)輛等案件的及時(shí)偵破提供重要的信息和證據。同時(shí)，隨著(zhù)全城Smart系統的建設，新型的Smart IPC監控前端也將成為一個(gè)卡口系統，這使得城市卡口系統更加嚴密，能夠獲取到更多的過(guò)車(chē)數據，能更準確地描繪出車(chē)輛動(dòng)態(tài)信息。

　　前端卡口系統還能及時(shí)準確地記錄經(jīng)過(guò)卡口的目標信息，隨時(shí)掌握出入轄區的車(chē)輛流量狀態(tài)，為交通誘導提供重要的參考數據。為了解決海量過(guò)車(chē)數據分析的挑戰，智能交通要轉變思路，積極嘗試使用大數據技術(shù)來(lái)解決智能交通數據分析和挖掘問(wèn)題。

　　某經(jīng)濟發(fā)達地區城市，近一段時(shí)間，交通事故頻發(fā)，由于失駕和毒駕人員造成的惡性交通事件在在人民群眾帶來(lái)惡劣影響。市委領(lǐng)導決定開(kāi)展一次交通整治行動(dòng)，重點(diǎn)放在“黃標車(chē)、逾期未報廢車(chē)、套牌車(chē)、毒駕失駕人員、遮擋車(chē)牌”等重點(diǎn)交通違法行為的整治。除了加大路面巡邏的力度，也要求交警部門(mén)通過(guò)交通大數據對交通違法行為進(jìn)行監控與挖掘。

　　交通大數據主要來(lái)源來(lái)自交通道路上卡口的過(guò)車(chē)記錄。但是卡口覆蓋范圍有限，能否從社會(huì )資源上獲取交通數據?通過(guò)協(xié)調，交警部門(mén)從停車(chē)場(chǎng)出入口、加油站、公共停車(chē)位等交通流量重點(diǎn)地區調取了監控視頻。通過(guò)海量視頻云分析平臺，將監控視頻中的車(chē)輛相關(guān)數據取出，包括車(chē)牌、車(chē)型、駕駛員特征，并存入大數據平臺。

　　• 套牌車(chē)分析采用兩種方案對比。對于本地車(chē)輛，通過(guò)比對同一個(gè)車(chē)牌記錄中的車(chē)型車(chē)管庫的車(chē)型，如果不一致，有可能是套牌車(chē)，可以提取出來(lái)進(jìn)行下一步分析。對于外地車(chē)輛，采用時(shí)空分析方案。同一個(gè)車(chē)牌如果在同一時(shí)間段出現在距離很遠的兩處，則說(shuō)明是套牌車(chē)，提取出來(lái)進(jìn)行下一步分析。

　　• 毒駕和失駕人員是不允許駕駛機動(dòng)車(chē)上路，否則會(huì )造成極大的交通隱患。交警部門(mén)通過(guò)現有的毒駕和失駕人員重點(diǎn)人員庫。當卡口部署的是高清卡口，可以將駕駛員頭部照片取出。將駕駛員照片和毒駕失駕人員庫中的照片進(jìn)行自動(dòng)人臉比對，如果相似度較高，說(shuō)明有可能是毒駕失駕人員，提取出來(lái)進(jìn)行下一步分析。

　　• 通過(guò)查詢(xún)卡口過(guò)車(chē)記錄中車(chē)牌缺失的車(chē)輛，即可查詢(xún)到車(chē)牌被遮擋的車(chē)輛。但是光發(fā)現車(chē)牌被遮擋車(chē)輛還遠遠不夠，還需要找到這輛車(chē)的真正車(chē)牌。這就需要使用交通大數據的以圖搜圖功能，通過(guò)被遮擋車(chē)牌車(chē)輛的特征在所有過(guò)車(chē)記錄中搜索，找到相似度最高的車(chē)輛，提取出來(lái)進(jìn)行下一步分析。

　　• 查找過(guò)車(chē)記錄中車(chē)輛是否屬于黃標車(chē)或者逾期未報廢車(chē)輛。如果屬于，提取出來(lái)進(jìn)行下一步處理。

　　通過(guò)以上幾種手段對根據通過(guò)交通大數據平臺分析出來(lái)的嫌疑車(chē)輛進(jìn)行仔細排查，確認確實(shí)違法的，通過(guò)交通大數據平臺車(chē)輛軌跡分析功能獲取嫌疑車(chē)活動(dòng)規律，預先設卡，攔截并處理。

　　本次整治行動(dòng)共分析提取了過(guò)車(chē)記錄30多億條，分析社會(huì )視頻達到30萬(wàn)小時(shí)，提取了70多個(gè)子系統的數據。在為期為半個(gè)月的整治期內，通過(guò)交通大數據平臺發(fā)現毒駕、失駕司機十多人，套牌車(chē)超過(guò)八十輛，未報廢車(chē)十幾輛。相關(guān)領(lǐng)導對交通大數據平臺在本次整治活動(dòng)中的表現非常滿(mǎn)意，并表示“本次整治行動(dòng)在交通大數據平臺協(xié)助下，有效并且高效的完成了預定目標”。

　　四 、 總結

　　基于大數據的智慧交通存在多種可能，交通的智能化是根本的趨勢，利用大數據技術(shù)和智能分析技術(shù)，整合城市管理的其他數據，將真正推動(dòng)智慧交通建設，為交通管理奠定良好的基礎。目前大數據技術(shù)主要還是應用在交警和交管部門(mén)道路，隨著(zhù)交通數據的進(jìn)一步聯(lián)網(wǎng)開(kāi)放，整合停車(chē)場(chǎng)、鐵路、軌道交通、公交等等各種來(lái)源的數據，將可以為城市提供更為豐富的交通應用，讓道路暢通，停車(chē)位不再難找，提升城市整體運營(yíng)效率。