基于时空大数据挖掘的高速公路运行管理服务关键技术与应用
来源：成果转化处、省对外科技交流中心
时间：2017-11-08 15:33
一、课题来源与背景：经过20年的飞速发展，我国高速公路通车里程已经超过13万公里（截至2016年12月），位居世界第一，为中国经济和社会的发展提供着便捷的、高效率的运输服务。高德地图2016年交通报告显示，全国高速公路货车流量增14%。 随着城际间客货运流量持续增长及路况老化，不确定因素不断增加，高速公路安全生产问题日益突出。统计数据显示，2016年，全国发生交通事故30万起，死亡40824人，是煤矿安全事故死亡人数的8倍，如何加强高速公路运行安全管理，以提升用户行车安全性，已成为国内高速公路管理行业迫待解决的关键问题。
高速公路交通运行安全是一个由人、车、路、管理组成的系统问题，而大数据处理技术的出现为分析高速公路行车特性，并破解高速公路运行安全管理难题提供了新的契机，但当时有一系列关键技术问题需要解决。主要难度在于：
① 高速公路行车的定位及其跟踪困难。高速公路数据采集环境复杂，行车数据采集经常出现"漏采"现象，难以对车辆进行定位与跟踪；
② 高速公路运行管理主要采用无人值守模式，增加了用户异常行为识别难度。如高速入口的大型货车载重预检为无人值守运行模式，驾驶员往往采用各种方法逃避预检，导致大型货车入口限重管制困难；
③ 高速公路行车用户对于交通信息服务的精准性与预警性要求高；
④ 高速公路运行管理的大量数据应用在其系统票亭终端，而票亭终端往往数量多、空间分布距离远，且稳定性要求高。
总之，项目之初高速公路各类多源异构数据融合困难，对车辆难以进行定位与跟踪，对行车用户的异常行为识别主要人工检查辨识，提供的信息也难以满足高速公路行车用户的精准性与预警性要求。
二、技术原理及性能指标：针对上述问题，本项目深入研究了多源交通数据组织与融合机制,并重点研究了车辆运动轨迹、交通流量、交通视频等异构数据之间的时空关联性与时空相关性度量方法及其融合应机制。进而成功研发了高速公路多源动态时空大数据挖掘平台，实现了百亿级大数据的快速挖掘处理，通过用户多源数据的特征提取及其深度学习训练，以发现用户行为中的异常行为模式，实现了基于数据特征深度学习的高速公路运行管理服务创新应用模式，包括逃费稽查电子辅助系统，有效提高了我省高速公路运行安全管理水平；并成功研发了一体化收费票亭模式及其“闽通宝”出行服务系统，建立了用户出行信息的主动服务机制，有效提升了我省高速公路运行管理效率及公众出行信息服务能力。
三、技术的创造性与先进性：1）研发了交通时空大数据的稀疏知识表示模型，成功实现了高速公路多源异构数据特征快速分析与融合处理，包括驾驶员特征识别、车牌识别及异常路段发现等，进而将高速公路复杂的多源时空数据融合成统一的稀疏表示知识集；2）成功研发了数据知识驱动的高速公路运行管理自适应学习模型及其服务机制，针对高速公路复杂多源时空数据挖掘场景，在统一稀疏表示的基础上设计了自适应演化学习模型，实现高速公路运行中逃费等异常行为模式的快速识别；3）国内率先提出并研发了高速公路一体化收费票亭模式，大幅提高了高速公路运营管理效率并节约营运成本。 项目研究成果总体达到了国内领先水平。
四、技术的成熟程度，适用范围和安全性：本项目研究成果已达到熟练应用阶段，主要适用于高速公路管理及其信息服务领域，成果已广泛应用于福建省全省高速公路行业，制定了相关技术的地方标准，成果也已应用于国内其他省份高速公路行业（云南省、北京市等）。
五、应用情况及存在问题：该项目成果已成功应用于全省高速公路309个收费站、1200条车道，年度累计产生经济效益逾2亿元，并制定相关技术标准，逐步将成果应用于国内其他省份高速公路行业（云南省、北京市），社会效益和经济效益明显，促进了高速公路网的系统运行安全和整体运营效益提升，提高了突发事件应急处置能力，推动了大数据技术在高速公路行业应用。
高速公路交通运行安全是一个由人、车、路、管理组成的系统问题，而大数据处理技术的出现为分析高速公路行车特性，并破解高速公路运行安全管理难题提供了新的契机，但当时有一系列关键技术问题需要解决。主要难度在于：
① 高速公路行车的定位及其跟踪困难。高速公路数据采集环境复杂，行车数据采集经常出现"漏采"现象，难以对车辆进行定位与跟踪；
② 高速公路运行管理主要采用无人值守模式，增加了用户异常行为识别难度。如高速入口的大型货车载重预检为无人值守运行模式，驾驶员往往采用各种方法逃避预检，导致大型货车入口限重管制困难；
③ 高速公路行车用户对于交通信息服务的精准性与预警性要求高；
④ 高速公路运行管理的大量数据应用在其系统票亭终端，而票亭终端往往数量多、空间分布距离远，且稳定性要求高。
总之，项目之初高速公路各类多源异构数据融合困难，对车辆难以进行定位与跟踪，对行车用户的异常行为识别主要人工检查辨识，提供的信息也难以满足高速公路行车用户的精准性与预警性要求。
二、技术原理及性能指标：针对上述问题，本项目深入研究了多源交通数据组织与融合机制,并重点研究了车辆运动轨迹、交通流量、交通视频等异构数据之间的时空关联性与时空相关性度量方法及其融合应机制。进而成功研发了高速公路多源动态时空大数据挖掘平台，实现了百亿级大数据的快速挖掘处理，通过用户多源数据的特征提取及其深度学习训练，以发现用户行为中的异常行为模式，实现了基于数据特征深度学习的高速公路运行管理服务创新应用模式，包括逃费稽查电子辅助系统，有效提高了我省高速公路运行安全管理水平；并成功研发了一体化收费票亭模式及其“闽通宝”出行服务系统，建立了用户出行信息的主动服务机制，有效提升了我省高速公路运行管理效率及公众出行信息服务能力。
三、技术的创造性与先进性：1）研发了交通时空大数据的稀疏知识表示模型，成功实现了高速公路多源异构数据特征快速分析与融合处理，包括驾驶员特征识别、车牌识别及异常路段发现等，进而将高速公路复杂的多源时空数据融合成统一的稀疏表示知识集；2）成功研发了数据知识驱动的高速公路运行管理自适应学习模型及其服务机制，针对高速公路复杂多源时空数据挖掘场景，在统一稀疏表示的基础上设计了自适应演化学习模型，实现高速公路运行中逃费等异常行为模式的快速识别；3）国内率先提出并研发了高速公路一体化收费票亭模式，大幅提高了高速公路运营管理效率并节约营运成本。 项目研究成果总体达到了国内领先水平。
四、技术的成熟程度，适用范围和安全性：本项目研究成果已达到熟练应用阶段，主要适用于高速公路管理及其信息服务领域，成果已广泛应用于福建省全省高速公路行业，制定了相关技术的地方标准，成果也已应用于国内其他省份高速公路行业（云南省、北京市等）。
五、应用情况及存在问题：该项目成果已成功应用于全省高速公路309个收费站、1200条车道，年度累计产生经济效益逾2亿元，并制定相关技术标准，逐步将成果应用于国内其他省份高速公路行业（云南省、北京市），社会效益和经济效益明显，促进了高速公路网的系统运行安全和整体运营效益提升，提高了突发事件应急处置能力，推动了大数据技术在高速公路行业应用。
扫一扫在手机上查看当前页面
闽公网安备
35010202000078号