大数据应用的交通管理论文

一、上海市公安交通管理信息化的基本情况与“大数据”应用的初步探索和实践

（一）数据深度挖掘与预测研究对海量数据进行挖掘，分析、提炼出有价值的信息，一直是交警总队在常态交通管理中努力和不断尝试并力求达到的分析动态化、管理精细化的目标。在交通事故预警方面，我们通过对370余万条交通事故的地点、人员、车辆等信息分析，每年市、区两级事故易发或死亡人数较多的“黑点”，由总队定期督促属地交警支（大）队限期整改。针对一段时间内本市欺诈通事故（俗称“碰瓷”）高发的情况，我们建立并不断补充完善了事故“碰瓷”嫌疑人员和车辆黑名单，通过提前预警、发案比对等方式累计锁定相关嫌疑人415人，取得了很好的成效。在交通状况评价方面，我们以道路拥堵程度、交通事故数量为主要评价要素，创新性地将各区（县）地面道路和快速路的整体交通情况以“指数”的形式分色展现，供业务部门和支（大）队参考。为掌握全市快速路交通流结构和集散规律，我们利用分布在中环及中环以内快速路上约300个断面构成的车牌识别系统实时采集流量数据，开展了集散性OD分析的探索，即将全市快速路网划分成20个“小区”，通过数学建模和车辆信息的跟踪，展现各“小区”间交通流转移的时空分布特征，为拥堵成因分析、排堵预案制定等提供参考。在道口安保方面，我们通过对历史数据的分类统计、比较，研究制定了重大活动安保工作的道口查控方案。2010年上海世博会举办前夕，时任市委书记的俞正声同志在G15沈海高速公路朱桥检查站现场，对“车驾查控系统”的技术架构、实时运作以及海量数据的采集、分析及应用状况进行了详细调研，当即要求我们研发“世博道口通行证管理及不停车安检系统”。上海世博会期间，该系统累计实时关联10多个数据库，核发297.7万余张通行证，不仅将进沪车辆安全审核检查关口前移，还通过利用“车驾查控系统”的实时比对功能，既做到了“持证”车辆的快速通行，又实现了“逢疑必查”的目标。世博期间，系统比对命中有关车辆1.5万余辆次，有效提升了民警的工作效率和打击精确度，同时也对预防和缓解全市各道口因安检引发的大面积拥堵问题起到了积极作用，减少了道口现场安检压力及对交通的影响，得到了各级领导和社会的一致肯定。在为“大公安”服务方面，我们尝试定期将网上追逃人员信息与本市机动车档案进行关联比对，筛选出在逃人员可能驾驶的机动车信息，累计抓获在逃人员329名，探索出了“先由人查车、再由车查人”的信息提炼新方法，取得了很好的实战效果。

（二）数据可视化随着各类统计、分析数据的不断增多，各级领导、基层民警都希望通过直接的“可视化”界面展示各类数据和信息。2009年，我们构建了基于GIS地图的应用平台，并将采集或共享的实时路况、“110”交通类报警事件、视频监控、快速路入口匝道控制、停车场泊位等信息在电子地图上进行分层次展现，这些实时、动态的信息可按需随时调阅。2010年上海世博会期间，根据安保工作的需要，我们制作了两张专题图。“进沪陆路道口流量专题图”实时展示当日全市进沪道口的机动车流量、“持进沪通行证”机动车流量、5分钟进沪流量等信息和道口排队区、安检区的视频监控信息。此外，通过对各道口历史流量的数据统计，提供流量预警信息。“世博园区管控区周边道路流量专题图”除整合了全市快速路、高速公路、地面主干道路的实时路况和快速路匝道开闭状态等信息外，实时展示当日进出世博管控区的机动车流量、5分钟流量等。两张图的应用，为市公安局“二指”坐镇指挥的领导以及民警实时掌握交通流量、科学指挥、调配警力等提供了依据，受到了充分肯定。

（三）参与“交通指数”的研究经过多年的建设，上海已经完成市区重要道路的交通流信息的采集，并实现以红、黄、绿三种颜色代表路况的信息。为使交通参与者全面、客观地了解本市道路交通的实时通行状态，向其提供了量化的拥堵指标。2009年，交警总队在数据应用上的视野不再仅着眼于自身，而是跨出一步，会同市政府相关部门，将手中的静态数据和市政府相关部门可共享的动态数据关联起来。继参与了荣获上海市科技进步一等奖的“上海世博智能交通系统关键技术及应用”项目研发之后，2011年起，交警总队积极配合上海市城乡建设和交通发展研究院（原上海市交通信息中心）研究“道路交通指数”。通过对大量采集的各类交通实时数据、历史数据进行统计、分析、比较，最终用“道路交通指数”这一数值方式来量化描述道路交通运行状态，同时结合GIS地图加以分色、分块展现，并通过网站、微博、手机APP等向公众实时，力争做到既能客观地评价交通拥堵状况，又能方便出行者的理解与记忆。

二、与当今“大数据”应用的差距

目前，“大数据”的应用处于发展初期，在我国更是刚刚起步。通过多年的实践和积极探索，交警总队“大数据”的应用成效明显，但我们感到，与当今国内外成功的“大数据”应用相比，我们还存在差距，主要表现在：

（一）在理念和思维上仍存在差距随着互联网、云计算、移动互联等相关智能技术的飞速发展，可以预见，“大数据”陈志康：公安交通管理“大数据”的应用与研究在公安交通管理方面的应用也将愈加广泛。但与其“4V”（即Volume大量、Velocity高速、Variety多样、Veracity真实性）特点相比，未来“大数据”的应用与发展绝不是简单依赖数据采集量的扩大，也不仅仅是服务器性能、数据的简单扩容或累加，而是对于其中蕴含的理念、思维的转变和突破。与“小数据”时代相比，“大数据”时代的转变是多方面的。例如，传统统计方法追求精确，但“大数据”只预测宏观趋势；传统的统计、研究关注因果关系，而“大数据”更强调数据之间的关联等。

（二）在技术和手段上仍较为匮乏就我们目前拥有的各类交通管理数据而言，其体量并不能称之为“大数据”。如果要同各警种的数据相关联，与市政府相关部门的数据相融合，将数据的应用转化为生产力，其所面临的困境还十分明显，这也直接反映了我们在技术和手段上的匮乏。2009年，我们便已利用“数据仓库”技术等当时较为成熟和先进的技术开展交通管理核心数据的深度挖掘，力求为业务部门提供更丰富、有效的统计数据，但受限于传统关系型数据库的架构，无论在计算效率还是结果表现上均无法得到“质”的突破。此外，我们对于海量视频的快速检索、车辆照片关键特征的提取等方面仍缺少高效的手段，使得对于这类非结构化数据的应用、管理仍处于初级阶段，对其中蕴含的有深层次应用价值的信息无法加以进一步挖掘。“大数据”的处理流程一般可概括为四个步骤，即“采集、预处理、统计分析、数据挖掘”。其中，“预处理”是当前传统数据处理中被忽视或被弱化的部分，除了受限于主流的关系型数据库（如Oracle）、集中式存储等架构外，还与缺少将非结构化数据（例如视频、图片、文本、声音等）向结构化数据（即可以用二维表结构来表达的行数据，例如存储在数据库中的记录）转换的有效技术手段有着重要关系。所以，现有的统计分析、数据挖掘等绝大多数针对的是结构化数据（目前仅占所有数据量的10%至20%，其余均为非结构化数据），难以真正体现“大数据”多样性的特点。

三、今后公安交通管理“大数据”的研究与应用方向

（一）研究和建立“公安交通管理大数据应用平台”结合市公安局“十三五”信息化建设规划，研究和建立“公安交通管理大数据应用平台”。不断学习研究Hadoop、虚拟化等新技术，构建全新的数据存储、处理技术架构，不但要使数据的存储容量更大、运算速度更快、展现形式更丰富，更要突破同类数据的局限，从看似毫不相干的数据之间发现关联性，真正体现“大数据”的精髓。

（二）满足数据采集的需求，提升管理水平“大数据”应用的核心是数据挖掘，为公安交通管理中遇到的难点问题提供原因分析依据，但其基础却是所采集数据的质量和种类。因此，一是要不断提高各类交通管理相关基础信息的采集质量，为后续数据处理奠定坚实的基础。二是要积极建立与市交通委员会、市保监会等社会相关部门的数据共享机制，扩充与机动车、驾驶人、特定行业管理、道路等相关的数据类型。三是依托高校、科研院所等专业力量进行深入研究，力争突破图片、视频等海量非结构化数据的管理难题，运用有效的数据模型和架构，实现类似结构化数据的统一描述、查询和处理。四是积极会同市公安局相关部门，在数据层面加强与市公安局“警综平台”“情报综合研判实战平台”“视频监控平台”“治安卡口信息综合管理平台”等的对接，为公安交通信息研判分析提供支撑。

（三）抓住重点，突破四个阶段的核心技术应用“瓶颈”我们要选择合适的软件、工具，真正将数据转化为信息，并提炼出有价值的信息。在数据采集方面，重点解决高并发数的访问、操作问题，使服务器、数据库负载均衡并分片处理。在预处理阶段，重点做好“生产库”向“资源库”的转移和数据清洗等工作，满足后续数据处理的实时计算需求。在统计分析阶段，要在了解业务需求的基础上，着重在不同数据的“关联性”上下工夫，找到规律。在数据挖掘阶段，要力争实现数据从“事后统计”到“事前预测”的突破。

（四）以管理为中心、应用为导向，建立配套的专业队伍和管理机制“大数据”的决策不能仅凭经验，而真正要“拿数据说话”，从深层次看，还需要建立科学的、与之相适应的管理机制。同时，“大数据”的研究、建设、运行、维护、应用等每个环节都需要由会技术、善管理、懂业务的复合型专业人员来承担。“大数据”时代才刚拉开序幕，目前，其许多技术瓶颈尚未取得突破，数据共享绝非易事，数据安全、共享和隐私保护等方面缺乏法律保护，配套的管理和运作机制尚未形成。但是，“大数据”作为生产力，随着其不断发展、应用，必将对公安交通管理工作产生深远的影响，有力地推动各项业务工作向更高的层次发展。

作者：陈志康单位：上海市公安局交通警察总队