CN108510733A - 一种跨界数据深度融合解决公路交通拥堵的管控系统 - Google Patents
一种跨界数据深度融合解决公路交通拥堵的管控系统 Download PDFInfo
- Publication number
- CN108510733A CN108510733A CN201810028609.8A CN201810028609A CN108510733A CN 108510733 A CN108510733 A CN 108510733A CN 201810028609 A CN201810028609 A CN 201810028609A CN 108510733 A CN108510733 A CN 108510733A
- Authority
- CN
- China
- Prior art keywords
- traffic
- data
- big data
- situation
- fusion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 19
- 238000004891 communication Methods 0.000 title claims abstract description 11
- 238000004088 simulation Methods 0.000 claims abstract description 15
- 230000008447 perception Effects 0.000 claims abstract description 11
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 10
- 206010039203 Road traffic accident Diseases 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008520 organization Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Analytical Chemistry (AREA)
- Game Theory and Decision Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交通管控系统，尤其是涉及一种跨界数据深度融合解决公路交通拥堵的管控系统。该一种跨界数据深度融合解决公路交通拥堵的管控系统，由大数据交通态势及风险感知系统、公安交通管理系统、交通仿真辅助决策系统、城市智能监管系统和公安交通行业附属管理系统组成联合系统，通过网络进行数据交换，由人工操作实现交通管控。其有益效果是：加强了道路交通安全大数据应用，全面覆盖道路交通安全事故研判分析，实现跨部门、跨地区的信息资源共享共用，建立交通安全风险隐患动态研判预测系统，实现面向不同地区、不同类型道路交通安全及运行态势的分析研判和集成应用，建立完善交通大数据信息安全保障体系，为数据的大范围应用提供基础。
Description
技术领域
本发明涉及一种交通管控系统，尤其是涉及一种跨界数据深度融合解决公路交通拥堵的管控系统。
背景技术
随着国民经济的快速发展，机动车辆增长迅速、路面交通任务日益繁忙，国内交通安全形势面临日益严峻的考验，虽然基础应用系统已经达到了较高的技术和应用水平，但也存在着一些问题和不足：各应用系统只针对本系统的数据处理，局限于简单的统计，统计信息都有其局限性，出现“信息孤岛”现象，无法实现数据融合、信息共享，为交通运行评估和辅助决策提供依据，不能进行相关系统的协同联动，使之在日常工作中，工作效率仍没有显著提高。
由于缺少科学管理手段，信息服务、协同指挥及公共服务功能的不足，各交通管理部门，越来越难以适应当前形势的要求。
发明内容
本发明的目的在于提供一种跨界数据深度融合解决公路交通拥堵的管控系统，本发明采用的技术方案是：
本发明一种跨界数据深度融合解决公路交通拥堵的管控系统，其特征在于：由大数据交通态势及风险感知系统、公安交通管理系统、交通仿真辅助决策系统、城市智能监管系统和公安交通行业附属管理系统组成联合系统，通过网络进行数据交换，由人工操作实现交通管控；
其中：
大数据交通态势及风险感知系统（TRAS）包含有交通大数据及机器学习支撑系统、高速公路态势感知风险预警系统、 道路态势感知风险预警系统、城乡道路态势感知风险预警系统、重点区域态势感知风险预警系统；所述大数据交通态势及风险感知系统（TRAS）网络结构主要由客流引擎、融合引擎、安网融合引擎和仿真引擎构成；
公安交通行业附属管理系统包含有警报合作服务系统、交通便民服务系统、农村道路交通安全综合监控系统、阳光警务监管系统、重点车监管理系统。
本发明具有的有益效果是：加强了道路交通安全大数据应用，全面覆盖道路交通安全事故研判分析，提出针对性、系统性的解决措施，实现跨部门、跨地区的信息资源共享共用，建立交通安全风险隐患动态研判预测系统，健全省、市、县三级道路交通安全常态化分析研判机制，应用大数据、机器学习、深度学习等技术，实现面向不同地区、不同类型道路交通安全及运行态势的分析研判和集成应用，建立完善交通大数据信息安全保障体系，为数据的大范围应用提供基础。
（四）附图说明
图1为本发明的系统框架结构图；
图2为本发明交通态势感知系统架构图；
图3为本发明交通态势感知网络结构图；
图4为本发明系统支持的跨界多维数据源表格图；
（五）具体实施方式
下面将结合附图和实施例对本发明作进一步的说明。
本发明的一种跨界数据深度融合解决公路交通拥堵的管控系统，其特征在于：由大数据交通态势及风险感知系统、公安交通管理系统、交通仿真辅助决策系统、城市智能监管系统和公安交通行业附属管理系统组成联合系统，通过网络进行数据交换，由人工操作实现交通管控；
其中：
大数据交通态势及风险感知系统（TRAS）包含有交通大数据及机器学习支撑系统、高速公路态势感知风险预警系统、 道路态势感知风险预警系统、城乡道路态势感知风险预警系统、重点区域态势感知风险预警系统；所述大数据交通态势及风险感知系统（TRAS）网络结构主要由客流引擎、融合引擎、安网融合引擎和仿真引擎构成；
公安交通行业附属管理系统包含有警报合作服务系统、交通便民服务系统、农村道路交通安全综合监控系统、阳光警务监管系统、重点车监管理系统。
该发明一种跨界数据深度融合解决公路交通拥堵的管控系统，能够基于车辆个体模拟人－车－路的相互作用，再现交通流的真实状态，描述各种交通控制策略的实施过程；仿真所得到的各种数据可用于对交通状态的分析、预测，对交通管理交通组织等方案进行评估。并加强了道路交通安全大数据应用，全面覆盖道路交通安全事故研判分析，提出针对性、系统性的解决措施，实现跨部门 跨地区的信息资源共享共用，建立交通安全风险隐患动态研判预测系统，健全省、市、县三级道路交通安全常态化分析研判机制，应用大数据、机器学习，深度学习等技术，实现面向不同地区、不同类型道路交通安全运 行态势的分析研判和集成应用，建立完善交通大数据信息安全保障体系，为数据的大范围应用提供基础；典型的微观交通仿真模型系统具有丰富的交通管理、动态路径选择功能，可以实现对具体项目特定要求下模型调整、仿真测试和案评估等城市交通局部仿真功能；通过对具体项目或案例进行仿真模拟，为业务管理部门完善行业管理提供依据，为领导及上级部门提供决策支持，根据仿真设置和仿真输出的不同，可以实现交通工程、交通控制、交通管理、交通评价等功能，具体包括：交通运行状态预测与评价、路网容量与承载力分析、城市交通动态组织优化、城市道路交通改造影响评价、城市交通信号控制优化、城市公交系统仿真、突发事件应急管理与仿真、大型项目交通影响评价、交通环境动态仿真评价与 ITS 设施管理评价。
本发明中，各项引擎的功能具体如下：
客流引擎（KLYQ）： 数据源为运营商的脱敏位置信令，部署在运营商的云计算平台内，计算与交通治理客流相关的各类指标。Hadoop+Spark 计算引擎，分为移动客流引擎(KLYQ-CMCC)，电信客流引擎(KLYQ-CT)和联通客流引擎(KLYQ-CU)。
融合引擎 (RHYQ): 用于计算非客流的其他数据源，如车流，警力，拥堵等，部署在交警专网或公安网的云计算平台内，Hadoop+Spark 计算引擎，分为专网融合引擎（RHYQ-ZW）和公安网融合引擎（RHYQ-GA，主要计算事故，违法等不能离开公安网的数据源）。
仿真引擎 （FZYQ）：仿真引擎主要是对各类交通评价的仿真，RANSMODEL 仿真引擎，数据来源可以是客流引擎或融合引擎处理好的各类数据，也可以是仿真管理系统整理的各类数据源。
本发明通过大数据交通态势及风险感知系统（TRAS）收集、汇总公安交通管理系统、交通仿真辅助决策系统、城市智能监管系统和公安交通行业附属管理系统和外网多维数据源内的数据，并进行仿真模拟，为业务管理部门完善行业管理提供依据，为领导及上级部门提供决策支持。
本发明不局限于上述实施方式，任何人应得知在本发明的启示下做出的与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。
本发明未详细描述的技术、形状、构造部分均为公知技术。
Claims (1)
1.一种跨界数据深度融合解决公路交通拥堵的管控系统，其特征在于：由大数据交通态势及风险感知系统、公安交通管理系统、交通仿真辅助决策系统、城市智能监管系统和公安交通行业附属管理系统组成联合系统，通过网络进行数据交换，由人工操作实现交通管控；
其中：大数据交通态势及风险感知系统（TRAS）包含有交通大数据及机器学习支撑系统、高速公路态势感知风险预警系统、 道路态势感知风险预警系统、城乡道路态势感知风险预警系统、重点区域态势感知风险预警系统；所述大数据交通态势及风险感知系统（TRAS）网络结构主要由客流引擎、融合引擎、安网融合引擎和仿真引擎构成；
公安交通行业附属管理系统包含有警报合作服务系统、交通便民服务系统、农村道路交通安全综合监控系统、阳光警务监管系统、重点车监管理系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810028609.8A CN108510733A (zh) | 2018-01-12 | 2018-01-12 | 一种跨界数据深度融合解决公路交通拥堵的管控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810028609.8A CN108510733A (zh) | 2018-01-12 | 2018-01-12 | 一种跨界数据深度融合解决公路交通拥堵的管控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108510733A true CN108510733A (zh) | 2018-09-07 |
Family
ID=63374742
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810028609.8A Pending CN108510733A (zh) | 2018-01-12 | 2018-01-12 | 一种跨界数据深度融合解决公路交通拥堵的管控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108510733A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110059967A (zh) * | 2019-04-23 | 2019-07-26 | 北京相数科技有限公司 | 一种应用于城市辅助决策分析的数据处理方法及装置 |
| CN110069479A (zh) * | 2018-12-11 | 2019-07-30 | 珠海市新德汇信息技术有限公司 | 一种公安大数据治理方法 |
| WO2020118518A1 (zh) * | 2018-12-11 | 2020-06-18 | 深圳先进技术研究院 | 交通管理与控制服务指数的评价方法 |
| WO2021068602A1 (zh) * | 2019-10-10 | 2021-04-15 | 北京全路通信信号研究设计院集团有限公司 | 一种多制式多业务轨道交通仿真模拟方法及系统 |
| CN114238789A (zh) * | 2021-12-14 | 2022-03-25 | 上海市城市建设设计研究总院（集团）有限公司 | 基于八阶段法的城市道路交通安全管控系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102231231A (zh) * | 2011-06-16 | 2011-11-02 | 同济大学 | 区域公路网交通安全态势预警系统及其方法 |
| CN106251625A (zh) * | 2016-08-18 | 2016-12-21 | 上海交通大学 | 大数据环境下立体城市交通路网全局状态预测方法 |
| CN106373391A (zh) * | 2016-08-31 | 2017-02-01 | 中兴智能交通股份有限公司 | 一种服务于城市交通的多维度智能调度服务平台的使用方法 |
| CN107274667A (zh) * | 2017-08-14 | 2017-10-20 | 公安部交通管理科学研究所 | 城市交通智能管控系统联网联控框架及实施方法 |
-
2018
- 2018-01-12 CN CN201810028609.8A patent/CN108510733A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102231231A (zh) * | 2011-06-16 | 2011-11-02 | 同济大学 | 区域公路网交通安全态势预警系统及其方法 |
| CN106251625A (zh) * | 2016-08-18 | 2016-12-21 | 上海交通大学 | 大数据环境下立体城市交通路网全局状态预测方法 |
| CN106373391A (zh) * | 2016-08-31 | 2017-02-01 | 中兴智能交通股份有限公司 | 一种服务于城市交通的多维度智能调度服务平台的使用方法 |
| CN107274667A (zh) * | 2017-08-14 | 2017-10-20 | 公安部交通管理科学研究所 | 城市交通智能管控系统联网联控框架及实施方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110069479A (zh) * | 2018-12-11 | 2019-07-30 | 珠海市新德汇信息技术有限公司 | 一种公安大数据治理方法 |
| WO2020118518A1 (zh) * | 2018-12-11 | 2020-06-18 | 深圳先进技术研究院 | 交通管理与控制服务指数的评价方法 |
| CN110059967A (zh) * | 2019-04-23 | 2019-07-26 | 北京相数科技有限公司 | 一种应用于城市辅助决策分析的数据处理方法及装置 |
| WO2021068602A1 (zh) * | 2019-10-10 | 2021-04-15 | 北京全路通信信号研究设计院集团有限公司 | 一种多制式多业务轨道交通仿真模拟方法及系统 |
| CN114238789A (zh) * | 2021-12-14 | 2022-03-25 | 上海市城市建设设计研究总院（集团）有限公司 | 基于八阶段法的城市道路交通安全管控系统 |
| CN114238789B (zh) * | 2021-12-14 | 2024-05-07 | 上海市城市建设设计研究总院（集团）有限公司 | 基于八阶段法的城市道路交通安全管控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108510733A (zh) | 一种跨界数据深度融合解决公路交通拥堵的管控系统 | |
| CN107240264B (zh) | 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法 | |
| Effati et al. | Geospatial and machine learning techniques for wicked social science problems: analysis of crash severity on a regional highway corridor | |
| CN105427610A (zh) | 一种基于车路协同技术的交通管理方法 | |
| Vedagiri et al. | Traffic safety evaluation of uncontrolled intersections using surrogate safety measures under mixed traffic conditions | |
| Nasrollahi et al. | Identification and prioritization of connected vehicle technologies for sustainable development in Iran | |
| Ghosh et al. | Road accident scenario in Kolkata: a spatio-temporal study | |
| CN109658693A (zh) | 一种路况信息获取和处理的方法及装置 | |
| Pan et al. | Research on the behavior decision of connected and autonomous vehicle at the unsignalized intersection | |
| Xie et al. | Study on the controlled field test scenarios of automated vehicles | |
| CN103646533A (zh) | 基于稀疏多输出回归的交通事故建模与控制方法 | |
| Wang et al. | Intelligent algorithm in a smart wearable device for predicting and alerting in the danger of vehicle collision | |
| Sobreira et al. | Disaggregated traffic conditions and road crashes in urban signalized intersections | |
| Ni et al. | A V2X-based approach for avoiding potential blind-zone collisions between right-turning vehicles and pedestrians at intersections | |
| Radhika et al. | An intelligent IoT enabled traffic queue handling system using machine learning algorithm | |
| Zhang et al. | Risky behavior analysis for cross-border drivers: A logit model and qualitative comparative analysis of odds of fault and injury vulnerability in Guangdong, Hong Kong and Macau | |
| Lee et al. | Enhancing School Zone and School Bus Safety | |
| Dener | Smart city companies in Turkey | |
| Woldeamanuel | Stopping behavior of drivers at stop-controlled intersections: Compositional and contextual analysis | |
| Elawady et al. | The benefits of using connected vehicles system on traffic delay and safety at urban signalized intersections | |
| Hazim et al. | Improving Traffic Incident Management Using Intelligent Transportation Systems, A Case of Amman City | |
| CN205302669U (zh) | 高速公路交通异常事件预警系统 | |
| Raees et al. | Context‐Aware Services Using MANETs for Long‐Distance Vehicular Systems: A Cognitive Agent‐Based Model | |
| Alshabibi et al. | Identifying the causes and types of accidents associated with the spatial distribution of black spots in the region of Dammam Metropolitan Area, Saudi Arabia | |
| Juan et al. | A study on the framework of GIS-based basic traffic management system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180907 |