复合型大数据交通态势感知联合作战智慧交通指挥中心解决方案（42页 PPT） - 副本

微信扫码，打开到小程序

构建复合型大数据交通 态势感知联合作战智慧交通指挥中心 交通形势及主要问题 › 预计到 2020 年，全国 GDP 将超过 90 万亿元人民币，人均 GDP 将突破 1 万美元，常住人口城镇化 率将达到 60 ％；汽车保有量将由 " 十二五”末的 1.72 亿辆增至 2.5 亿辆，汽车保有量超过 100 万辆 的城市将由 31 个增至 100 个，驾驶人将由 3.27 亿人增至 4.2 亿人；高速公路里程将由 12.35 万公 里增至 15 万公里。机动车、驾驶人及道路物流等仍将处于高速增长期，交通事故预防工作压力增大。 同时，城市交通拥堵、出行难等问题可能会加剧，对道路交通安全工作提出更高的要求、带来更加 严峻的挑战。 › 在科技支撑方面，道路交通安全基础理论、关腱技术、先进装备研发不足，产学研用结合不够，科 研成果转化程度低，不能满足道路交通安全管理实战需求。部门间数据壁垒、信息“孤岛”依然存在， 现有海量数据未充分整合、挖掘、应用。道路交通事故深度调查分析未形成规范化机制，调查成果 转化应用不足。 › 以党的十八大和十九大全会精神为指导，认真贯彻落实习近平总书记等中央领导同志关于安全生产、 道路交通安全的系列重要指示批示精神，牢固树立“以人为本、安全发展”的理念，围绕防事故、保安 全的目标，以问题为导向，以改革为动力，以信息为引领，以科技为支撑，坚持“预防为先、综合治 理、齐抓共管、社会共治、科技支撑、法治保障”的原则，运用法治思维和法治方式，建安全路、造 安全车、培养安全交通参与者、培育交通安全文化，加强科技研发和应用，提升主动防控能力，使 道路交通更安全，更好地适应全面建成小康社会的发展要求 — 3 — 路 高速公路 城市道路 城乡道路 人 行人，乘车人，驾驶人，管理 者，运营者，执法者，监督者 车 运营车辆，非运营 车辆 设备 摄像头，交通诱导设施， 交通控制设施 环境 全景，天气，视频 事件 事故，违法，其他 交通管理大数据是以路为核心的复合型跨界大数据 环 保 气 象 交 管 电 信 运 营 商 互 联 网 公 交 交 通 感知交通态势，防控交通风险，提升通行效率，提高治理能力 传统 集成 传统 集成 传统 集成 传统 集成 传统 集成 大数据信息 融合及场景 融合 传统 集成 传统 集成 跨界多维数据融合 — 5 — 跨界复合型大数据 - 多维数据源 序号 行业领域 数据 数据规模 更新周期 1 运营商 运营商脱敏信令位置数据（移动） >100 亿条 / 天 5 分钟 2 运营商 运营商脱敏信令位置数据（电信天翼） > 10 亿条 / 天 15 分钟 3 交通厅 高速收费站车流量数据 > 100 万条 / 天 5 分钟 4 公安交管 交通事故数据 >100 万条 历史数据 100 万条，天更新 5 公安交管 交通违法数据 >10 亿条 5 分钟，历史数据，含违法图 片 6 公安交管 交通设施的位置数据 ( 卡口） 1 万条 月更新 7 公安交管 | 交通 厅 道路高清视频监控数据 > 10 万路 实时视频流 8 互联网 天气数据（含天气预警） >1 万 1 小时 9 互联网 互联网地图路况数据（百度，高德等） >1 万 2 分钟 10 公安交管 警力数据（阳光警务 APP) >10 万 10 分钟 11 交通厅运管 重点车辆位置数据 > 1000 万 5 分钟 12 公交公司 城市公交车实时位置数据（贵阳市） > 100 万 分钟 13 公安交管 电警卡口数据 >1 亿 天 — 6 — 多维数据源 - 目前 86 类数据源 数据源名称 数据类型 传感类型 数据周期 历史 行业分类 移动手机信令位置数据 人 混合传感 实时 否 运营商 高速公路收费站过车数据车 直接传感 实时 否 交通 高速公路收费站位置数据路 直接传感 静态 是 交通 实时视频流数据 环境 直接传感 实时 否 交通 / 交管 / 公安 摄像头位置数据 设备 直接传感 静态 是 交通 / 交管 / 公安 警力位置数据 人 直接传感 实时 否 交管 警力基本信息数据 人 直接传感 静态 是 交管 气象信息数据 环境 直接传感 实时 否 气象局 / 互联网 道路拥堵数据 路 直接传感 实时 否 高德地图 重点车辆实时 GPS 数据 车 直接传感 实时 否 交通 - 运政 公交车实时 GPS 数据 车 直接传感 实时 是 公交公司 公交车线路数据 路 直接传感 静态 是 公交公司 交通事故数据 事件 直接传感 实时 是 交管 交通违法数据 事件 直接传感 实时 是 交管 车辆管理数据 车 直接传感 静态 是 交管 驾驶员管理数据 人 直接传感 静态 是 交管 交通舆情信息数据 事件 直接传感 实时 否 互联网 / 交管 诱导屏位置数据 设备 直接传感 静态 是 交管 可变情报板位置数据 设备 直接传感 静态 是 交管 红绿灯信号配时数据 设备 直接传感 静态 是 交管 路口车流量数据 路 直接传感 实时 否 交管 停车场位置数据 路 直接传感 静态 是 城建 停车场停车实时数据 车 直接传感 实时 否 城建 / 企业 出租车实时 GPS 数据 车 直接传感 实时 否 企业 大车占道数据 车 直接传感 实时 是 交管 物流市场位置数据 路 直接传感 静态 是 交管 重点学校位置数据 路 直接传感 静态 是 交管 三甲医院位置数据 路 直接传感 静态 是 交管 视频团雾数据 环境 间接传感 实时 否 交通 / 交管 / 公 安 视频隧道交通事件数据 环境 间接传感 实时 否 交通 / 交管 / 公 安 公路服务区位置数据 路 直接传感 静态 是 交管 互通立交位置数据 路 直接传感 静态 是 交管 紧急避险车道数据 路 直接传感 静态 是 交管 紧急停车带数据 路 直接传感 静态 是 交管 隧道位置数据 路 直接传感 静态 是 交管 桥梁位置数据 路 直接传感 静态 是 交管 中央开口数据 路 直接传感 静态 是 交管 道路路网基本参数数据 路 直接传感 静态 是 交管 道路路网风险技术参数数据 路 直接传感 静态 是 交管 事故黑点数据 路 直接传感 静态 是 交管 事故灰点数据 路 直接传感 静态 是 交管 易雾路段数据 路 直接传感 静态 是 交管 易凌冻路段数据 路 直接传感 静态 是 交管 卡口位置数据 设备 直接传感 静态 是 交管 红绿灯位置数据 设备 直接传感 静态 是 交管 重点风景区位置数据 路 直接传感 静态 是 交管 重点商圈位置数据 路 直接传感 静态 是 交管 机场位置数据 路 直接传感 静态 是 交管 火车站位置数据 路 直接传感 静态 是 交管 长途汽车站位置数据 路 直接传感 静态 是 交管 重点住宅区位置数据 路 直接传感 静态 是 交管 重点安保区位置数据 路 直接传感 静态 是 交管 警车位置数据 车 直接传感 实时 是 交管 — 7 — 智能交通系统中时常面对一些管理缺陷 与技术故障难以区分的问题 : 1. 如何把非概念问题概念化？ 2. 如何把异构问题同构化？ 3. 如何把不可靠的部件组成可靠的系统？ 4. 如何通过组成智能预测系统之中的前 / 后 （刚性、柔性）反馈系统把人的失误 / 错误减到 最小，同时把机和环境的有效性提高到最大？ 需要聪明的对策 1975 年计算机图灵奖及 1978 年诺 贝尔经济奖得主西蒙 （ H.A.Simon ）提出了一个聪明的 对策： 有限的理性，即把无限范围中的非 概念、非结构化成分可以延伸成有 限时空中可以操作的柔性的概念、 结构化成分处理，这样就可把非线 性、不确定的系统线性化、满意化 处理（不追求在大海里捞一根针， 而只满意在一碗水中捞针），进而 把表面上无关之事物相关在了一起， 使复合型智能交通大数据变得更加 智慧落地。 聪明的对策 通过复合型大数据融合构建数据铁笼，态势感知， 融合指挥，情指一体，信息闭环的智慧计算技术支撑体 系，建成实战、实用、实效，集情报中心，宣传中心， 舆情控制中心，督察中心，指挥中心等五大业务中心为 一体大数据联合作战智慧指挥中心，从而提升交通管理 和治理的能力，更好地服务人民群众。 复合型大数据交通态势感知联合作战智慧交通指挥中心 需要闭环的全方位交通态势及风险感知 › 态势感知是指在特定时间空间范围内，对环境要素的认 知理解以及对当前或近期状态的预测。态势感知不仅涉 及原始数据（一级 SA ），还包括理解任务目标重要 性的融合数据（二级 SA ），预估近期将要或可能发生 事件的数据（三级 SA ），这对前摄决策制定有着重要 意义。态势信息共享不仅意味着低层数据的共享，也包 括根据作战目标等因素如何理解信息和预测未来。 › 有效的态势感知是要能够形成闭环的态势感知：实现路 网感知、运行感知、违法感知、事故感知、气象感知， 舆情感知，警力感知，以及在此之上的全面态势及风险 感知，并且所有的感知都是持续的、不间断的。态势感 知不仅仅是看见，还包括决策和响应。 — 10 — 交通管理智慧指挥中心的本质就是构建一套 赛博（ Cyber ） 空间与物理（ Physical ）空间之 间基于数据自动流动的状态感知、实时分 析、科 学决策、精准执行的闭环赋能体系，解决交通管理、 应用服务过程中的复杂性和不确定性问题，提高资 源配置效率，实现资源优化。 智慧指挥中心就是通过各种各样的传感器感 知物质世界的运行状态，实时分析就是通过交通智 能软件实现数据、信息、知识的转化，科学决策就 是通过大数据平台实现异构系统数据的流动与知识 的分享，精准执行就是通过控制器、执行器等机械 硬件实现对决策的反馈响应，这一切都依赖于一个 实时、可靠、 安全的网络。我们可以把这一闭环 赋能体系概括为“一硬”（感知和自动控制）、“一 软”（交通智慧计算软件）、“一网”（交通网络）、 “一平台” （交通云和大数据智慧赋能服务平台）， 即“新交通智慧四基”。“ 需要闭环赋能体系 需要一个生态体系 › 一个完整的交通安全态势感知体系实现必须是“平台 + 数据 + 团队”三位一体：交通安全态势感知 体系不仅仅是一个技术实现，也不仅仅是软件和硬件，他是一个系统工程，体现了各类交通设备 和系统之间的机机协同，还包括人机协同。交通态势及风险感知平台是整个系统运转的大脑，是 数据融合中心、数据分析中心、决策指挥中心；态势感知数据源是获取全面要素信息的抓手和神 经节点；态势感知支撑团队则是系统发挥实效的指挥官、决策者和关键保障；三者相互支撑、缺 一不可，其本质是要打造“态势感知 - 实时分析 - 科学决策 - 精准执行”的数据闭环，构筑数据自动 流动的规则体系。 › 态势感知是一个生态体系：交通安全的生存理论告诉我们，面对交通安全，没有人可以独善其身， 也没有人可以单独为之，构建态势感知体系也不例外。它是一个复杂的系统工程，需要将各种交 通安全技术、产品和能力连接到一起，形成一个生态系统。 › 交通安全态势感知体系必须是一个安全开放的系统： – 数据接口开放，要能支持各种类型、各种厂商的数据； – 平台开放，对下要能接入各类数据信息，对上能够面向所有数据提供各种分析和展示的接口， 能够集成各种第三方的分析算法和展示界面； – 支撑团队开放，通过规范化的交互式分析流程，使得各种符合标准规约的分析与运维团队都能 参与到态势感知体系的运营中来。 交通管理智慧指挥中心大脑的未来， 应是所有数据都集中到一个中心，为队 伍管理，交通管理、安全管理，停车监 管、运输监管、公交管理，以及为出行 服务提供数据和方案支持，同时与统一 集群通讯平台，统一接警信息平台，统 一视频汇聚平台等无缝对接，优化交通 管理和治理，更好的服务人民群众。 需要耳聪目明的智慧交通管理大脑 信息灵、情况明、看得见、喊得应、调得动 • 智慧指挥中心的六大方向： 监管，指导，评价，指挥，培训，服务 — 13 — 总队 支队 大队 …… 总队 - 支队 - 大队： • 系统统一，三级共享：一套系统服务全省交警 • 信息统一：自上而下的监管、指导；自下而上的信息汇报，信息统一无偏差 • 多系统统一认证登录管理：外部系统多，用户名、密码多，不方便记忆 4A 统 一 用 户 安 全 管 理 管理融合 — 14 — 信息融合 大数据交通 智慧指挥 中心大脑 数据融 合 平台融 合 网络融 合 技术融 合 场景融 合 业务融 合 功能融 合 系统融 合 管理融 合 — 15 — 场景融合 旅游 保障 城市 畅通 公路 安全 特勤 安保 车辆 功能融合 态势 感知 风险 预警 交通 诱导 辅助 决策 智慧 指挥 重点 车辆 仿真 评价 信号 优化 停车 监管 公交 优先 应急 保障 — 17 — 系统融合 交通管理智 慧指挥中心 公安交通管理综合 应用平台（六合一 系统 ) 集成指挥平台 PGIS 交通管理地 理信息平台 智能交通综合监管 云平台 公路立体化治安防 控平台 交通气象服务系统 高德地图 百度地图 农村道路交通安全 云平台 交通安全综合监管 云平台 阳光警务平台 交警 App 交通视频联网管理 平台 天网视频监控平台 智能交通管控平台 统一接警 统一通讯 统一视频 统一信息 统一出警 统一策略 统一角色 扁平化七统一实战智慧指挥体系 统一 接警 统一 出警 统一 通讯 统一 视频 统一 策略 统一 信息 统一 角色 • 大数据智慧升级七步法 : 方法论 - 七步法 顶层设 计 团队建 设 政策保 障 数据治 理 场景嵌 入 流程改 造 治理提 升 • 智慧指挥中心六项核心的功能： 队伍管 理 态势感 知 风险预 警 融合 指挥 阳光警 务 辅助 决策 智慧指挥中心 态势 感知 融合 指挥 情指 一体 数据 铁笼 复合型大数据智慧指挥中心 路 车 设备 环境 事件 人 — 21 — 复合型交通大数据 智慧计算解决方案 交通大数据 智慧计算体系 交通态势 及风险 感知体系 深度学习 云计算基础设施 4A 用户安全，路网规则，交通静态数据，统一信息上报，数据质量监测。。。 交通大数据智慧计算体系 - TRASI 交通基础设施 大数据分析 交通仿真 机器学习 气象，舆情，警力，视频（固定，移动，执法记录仪），。。。 路况，车流，客流，事故，违法，重点车辆，公交。。。 道路安全，城市畅通，旅游保障，重点车辆，特勤安保 交管，交通，运政，公交，旅游，安监，交通参与者。。。 用户 场景 专题 公共 基础 引擎 车路协同基础设施 跨界多维交通大数据智慧运营体系 基础平台 数据采集， Hadoop, 流处理，内存数据库 时序数据库，机器学习引擎，深度学习引擎，仿真引擎 4A 统一用户体系 数据中台 - 数据开发 ; 知识图谱，应用组件 - 数据分析 : 交通强度，智慧诱导，警力部署 - 数据服务：基础模型，融合模型，预警模型，仿真模型 应用创新 - 交通态势感知，队伍态势感知，风险预警， - 智慧诱导，融合指挥，违法图像规范检测， - 天态指数，险态指数，事故预测，流量预测，。。 流 程 机 制 保 障 运 营 创 新 突 破 唱戏 知识图谱的全流程 共享，为平台的多 个服务方提供最佳 实践推广 搭台 提供数据，平台， 产品及组件能力， 满足模型及应用的 建设需求 1. 大中台，小前台 2. 一体化结构 3. 知识图谱共享 有事问老态，小态给答案 小态（ XiaoTai ） AT Assistant of Tai 交通管理智能助理 老态 (LaoTai) ： BT Brain of Tai 交通管理智慧大脑 小态：态势感知 老态：态势认知 • 交通态势信息融合 • 路网风险预警指标 • 路网事故预测指标 • 交通知识智能问答 • 驾驶员信用评分 • 城市交通出行行为 • 城市交通出行规律 • 城市信号控制优化 • 。。。 统 一 用 户 管 理 ( 总 队 / 支 队 / 大 队 ) 指挥中心 | 阳光警务 APP| 交通诱导指示 | 交通管制设施 9 大模块：数据规范 | 融合资源 | 态势感知 | 风险预警 | 信息服务 | 分析研判 | 决策指挥 | 执行控制 | 洞察评价 城市畅通 特勤安保 旅游保障 公路安全 预警 舆情 天气 警力 4 大引擎 : 5 段专网 : 统 一 路 网 基 础 知 识 库 ( 省 / 地 市 / 区 县 / 区 域 / 路 段 / 热 点 / 设 施 ) 运营商脱敏 信令位置 5 类场景 : 事故 违法 危化 车流 客流 路况 诱导 仿真 N 类子应用 : 大数据计算引擎 机器学习引擎 交通仿真引擎 运营商核心网 运营商专网 公安网 交警专网 互联网 高速收费 站车流 交通 事故 交通 违法 交通设施 位置 红绿灯信号配时数据 道路高清视 频监控 互联网交通 舆情信息 警力（阳光 警务 APP) 危化品车 辆位置 城市公交车 实时位置 重点区域全 景视频 互联网地图（百 度，高德等） 车联网 数据 重点区域的交 通流量数据 停车场 数据 卡口预 警 56 类数据 : 天 气 系统架构 深度学习引擎 重点车辆 功能架构 数据规范 融合资源 态势感知 风险预警 信息服务 分析研判 融合指挥 执行控制 洞察评价 基础路网规则知识库（ PR ） 静态交通数据资源库（ BD ） 4A 统一三级用户管理（ 4A ） 系 统 , ， 网 络 ， 应 用 监 控 与 管 理 数 据 铁 笼 数据可视化及人机交互 交通信息上报资源库（ IR ） — 26 — 网络架构 监测感知 决策 预测 研判 预警 仿真 态势 多重动态交通数据源 全省基础路网规则知识库管理系统 4A 统 一 用 户 安 全 管 理 系 统 数据映射（特征化） 机器学习：事故预测，违法检测，拥堵预测。。 诱 导 天 气 警 力 车 流 客 流 事 故 违 法 重 点 车 辆