福州交通管理应用大数据技术的实践与经验

福州公安交通管理大数据主要来源于以下五个途径：

（一）科技前端自动采集。主要包括市区道路上建设的各种视频监控、卡口、电子警察、RFID、地磁、微波等自动采集的交通数据等。

（二）人工采集。主要包括路面执勤民警检查的车辆和驾驶人信息、查处的交通违法信息、处理的道路交通事故信息等。

（三）行政收集。主要包括道路规划、车辆及驾驶人档案等。

（四）共享收集。主要包括其他政府职能部门和其他警种共享收集的数据、视频、交通气象信息和营运车辆的实时GPS信息等。

（五）自愿提供。主要包括网上登记、便民服务自愿登记等。

上述五种途径获取的大数据的特点体现在六个方面：

（一）海量性。以福州为例，每天各种科技前端自动采集的数据量都是ＴＢ级别以上的，数据体量巨大。

（二）多样性。在交通管理领域，数据类型多样繁多。

（三）规范性。以机动车信息、驾驶人信息、交通事故信息、交通违法信息等为代表的交通管理数据按照公安部的统一规范和要求具有绝对的规范性。

（四）复杂性。数据体量大，使数据本身的价值密度降低，以视频为例，连续24小时的监控过程，可能有用的数据仅仅有一两秒。

（五）高速性。由于数据体量巨大，采集到的数据需要实时处理，处理速度要快，一般要在秒级范围内给出分析结果。

（六）保密性。例如机动车驾驶人信息、交通事故信息等数据信息涉及公民的个人信息，公安交通管理大数据在建立、调取查询、传递下载过程中要有严格的保密措施。

按照党的十九大提出建设“数字中国”的总目标以及公安部党委关于实施公安大数据战略、建设智慧公安的部署要求，福州交警支队坚定数据共享、数据开放、数据挖掘等三大意识，深度挖掘交通管理海量大数据价值，借助云端存储、数据漫游和数据共享等手段，实现交通管理大数据融入大平台、实行大集成和实现大共享。

2.1建立交通拥堵评价体系，应用大数据治堵

采用大数据Hadoop分布式计算技术，完成开发福州市道路通行状态大数据智能研判平台（以下简称“大数据平台”，如图1所示），实现整合市区3170个地磁、752个视频线圈、78台微波、4335辆公交车和6553出租车浮动车GPS等多源异构数据，以每秒分析1万条数据，日不间断计算8.6亿条数据的处理计算能力，实时研判市区道路“拥堵延时指数”和信号灯路口“交通强度”等拥堵程度的量化评价指标，建立福州市交通拥堵评价体系，对市区交通管理态势进行“智慧研判”。大数据平台实现总体态势、实时路况、路况预测、数据质量、统计分析及交通报告等六大功能。

图1 大数据平台

（一）总体态势。实时显示福州市区行政区域、道路及路口按照“拥堵延时指数”和“交通强度”进行总体拥堵排名，并在PGIS地图上进行动态定位展示。

（二）实时路况。实时计算“拥堵延时指数”和“交通强度”，分别在PGIS地图上用绿色、浅绿、黄色、橙色、红色等5种颜色表示市区道路畅通、基本畅通、轻度拥堵、中度拥堵、严重拥堵等状态，用绿色、黄色、红色等3种颜色表示信号灯路口畅通、缓慢、拥堵等状态。实现可视化掌控市区道路通行状态，准确评估和预警交通节点和堵情。

（三）路况预测。通过大数据研判，预测未来一周内交通状态，实现研判节假日市区道路道路流量变化情况。

（四）数据质量。形成统一的数据格式规范，整合多源异构数据，建立一套实时、精确、全面的交通数据质量评价体系，通过量化指标在PGIS地图上直观了解前端数据源准确性的优、良、差情况，为及时修正数据源和精确发布状态信息提供坚强保障。

（五）统计分析。采用时间、空间等不同维度方式对交通数据进行统计分析，实现使用数据并以图表方式直观展示交通节点改造、交通组织优化、信号灯配时调整等前后改善效果。

（六）交通报告。形成福州市区道路月、季、年通行状态分析报告，准确反映阶段性市区道路拥堵指数和最拥堵道路、拥堵路口。

通过大数据平台的应用，实现向政府职能部门发布更为精确、合理、全面的交通评价信息。一是实时评价福州市区路网整体通行状态，以及缓堵行动软硬件改善前、后工作成效。二是实时向交通管理部门发布交通状态预警信息，科学指导优化交通勤务、应急排堵保畅、交通组织调整、通行管制、信号灯配时等工作。三是精确研判市区交通堵点，为规划、建设、交通、交警等部门制定缓堵工作措施提供科学依据。

福州交警支队充分应用大数据平台研判成果，并取得显著治堵成效。今年4月20日，高德地图联合交通运输部科学研究院等机构发布《2018年第一季度中国主要城市交通分析报告》，显示今年第一季度，福州在全国100个一线和省会城市中位列第44名，高峰拥堵延时指数为1.703，相较于2017年第一季度拥堵排名的32名大幅下降。

2.2基于大数据平台和MAS技术，建立多Agent实战应用体系

基于大数据平台和应用分布式多智能体系统技术（即“MAS技术”），采用J2EE架构体系、主体三层B/S模式和部分子系统C/S模式有机结合以及组件化思路，完成开发福州市公安智能交通控制系统（以下简称“智控系统”），建立多智能体（即“多Agent”）实战应用体系，如图2所示。三层B/S模式搭建的主体系统作为多Agent体系的管理服务机构扩充了信息处理和交换共享上的灵活性，为不同Agent系统的集成、信息通信、协调和合理分配提供了一种途径，利用它可以实现跨平台、可互操作的分布式应用，并且可以兼顾现有系统的可重用性，方便系统集中维护。智控系统通过PGIS平台统一标准规范形成管理服务机构智能体有效融合集成了10个交通管理子系统Agent成员：信息采集系统、流量统计分析系统、交通诱导系统、交通状态系统、勤务管理系统、交通信号控制管理系统、视频监控系统、交通设施管理系统、交通管制查询发布系统、DLP大屏显示系统等，构成开放、分布、异构的环境中多个自治Agent相互作用所形成的动态系统。

2.2.1信息采集系统和交通诱导系统的双Agent协同应用

信息采集系统是整个智控系统的信息基础，它融合了多种科技前端采集设备，实现交管数据自动采集、自动分析、自动研判、自动融合，为其他子系统的应用决策提供数据支撑。同时，实现对所有科技设备进行故障定时轮巡，发现故障及时报警提示。

交通诱导系统通过实时采集和发布交通信息，适时引导交通流量合理分布，从而达到高效率利用道路资源的一种主动交通控制方式。交通诱导系统与信息采集系统通过有效信息融合、数据交流和协同作战实现多种系统功能：交通信息自动采集、事件检测、交通信息自动处理与分析、交通信息组织与管理、交通诱导信息自动发布、信息交互与数据共享等功能，有效管理交通和均衡路网交通流，为群众出行提供较为准确的交通诱导信息。

通过两个Agent成员的协同应用（如图3所示），诱导系统经过近1年的运行，诱导信息发布准确率达到95%。同时，经对3000名驾驶员的问卷调查结果显示，80%的驾驶员每天有通过交通诱导屏实时掌握交通拥堵信息并相应选择出行路径。

2.2.2视频监控系统、交通状态系统和勤务管理系统的3 Agent协同应用

视频监控系统通过在市区路口路段布置高清网络摄像机，实现对主要道路及路口交通的实时监控，在获取直观、丰富的道理交通信息的同时，监控点位的精细化布点和视频预案编辑功能也为各项重大活动提供坚强保障。目前警卫保卫、灯会等大型活动，以及交通事故处理等工作应用率达到100%，视频资源同时共享给各警种使用，为公安工作提供便利支撑。

交通状态系统主要以PGIS平台为基础，实时反映市区整体路网通行状态。路网通行状态通过显示交通路网的某个区域红、黄、绿三种颜色分别代表拥堵、缓慢、畅通。目前，支队设立支队指挥中心和大队指挥室两级指挥体系，应用智控系统实时观测道路通行情况，并依托勤务管理系统实施交通管理和排堵保畅。勤务管理系统主要以“网格化”的勤务布警原则来实现，按照辖区、路段以及路口，分为三环路、二环路、五纵七横道路、40个警察岗亭、128个高峰执勤点等5个网格层次深度开发应用。对巡逻警车、摩托车、单兵民警在PGIS图层上进行GPS无线精确定位，实现跟踪定位、轨迹查询、指挥调度、车辆管理等功能，如图4所示：

通过上述3 Agent的协同应用，一旦视频监控系统和交通状态系统发现交通堵情或逆行、停驶、交通事故等交通事件时并自动报警，即可根据堵情周边的警力部署，通过勤务管理系统直接点对点距离最近的民警快速排堵，实现精确指挥和网格化勤务动态管理。系统应用以来，指挥中心每日处置近100起交通堵情或事件。省市交通广播也根据系统显示的堵情情况和视频监控实时播报给市民。

2.2.3 流量统计分析系统、交通状态系统、交通信号控制管理系统和视频监控系统的多Agent协同应用

流量统计分析系统主要是对交通科技设备采集到的流量自动分析，实现市区道路流量查询、统计、分析等一系列功能。流量统计分析为信号灯配时、交通组织优化、城市道路建设规划提供了科学依据。

交通信号控制管理系统通过对市区路口信号机进行联网管理，实时掌控信号灯的运行状况，实现信号管理和信号控制两大功能模块。信号控制模块主要实现远程配时、远程控制、勤务预案、自适应控制等功能；信号管理模块则主要实现流量管理，路口渠化建模、配时档案管理、信号机故障报警、运行和维护管理等功能。

通过4个Agent成员的协同应用（如图5所示），已实施了近3000次的交通信号配时优化和方案下发。同时，信号中控在市区交通排堵和警卫保卫中发挥了巨大作用。

2.2.4交通设施管理系统、交通管制查询发布系统、DLP大屏显示系统的多Agent协同应用

交通设施管理系统应用RFID技术采集市区道路所有交通安全设施，并精确定位于PGIS地图上，实现对安全设施进行信息化管理，为民警在路面规范执法提供准确依据。同时，为了方便市民出行，支队在门户网站上开发了“交通安全设施查询服务平台”，供广大市民查询和使用。

交通管制查询发布系统依托PGIS地图，将市区所有交通管制信息按照货车、教练车、客运车辆、摩托车、人力车、单行、禁鸣区域和机动车及非机动车等分类进行图层布控，交通管理者可随时随地查询任一交通管制信息，大大方便了交通组织工作。通过与DLP大屏显示系统协同应用完成了近100次的交通综合整治规划，为公安交通管理者实施系统化的交通组织提供坚强保障。

2.3多维度发布交通信息，引导市民智慧出行

（一）运用车联网和移动定位技术，定向推送道路拥堵短信，提醒市民提前绕行。当道路发生拥堵状态或发生交通事件情况下，“大数据平台”会自动研判该交通状态，通过云计算，实时比对70多万机动车的移动号码与运营商的移动数据库及手机定位，确定即将进入拥堵区域的机动车，系统定向自动给这些机动车驾驶人的手机推送道路拥堵提示短信，提醒市民提前绕行，实现点对地点精确交通诱导。

（二）通过远程数据传输实时将前方路网通行状态发布在交通诱导屏。“大数据平台”将路网交通状态实时发布到设置在市区交通节点的28面交通诱导屏上（如图6所示），引导机动车提前选择畅通的道路通行。

（三）运用“互联网+”技术，使市民在手机上就能查看道路状态。依托大数据平台，开发“福州交警”APP（如图7所示）和“福州交警微发布”，向交通参与者提供道路交通状态和指引信息，减少盲目交通出行对路网造成的压力，改善交通流量在整个路网中的负载平衡。同时，“大数据平台”将交通状态信息实时共享给设在支队的省市交通媒体工作站，第一时间向市民发布交通路况。

通过大数据技术在福州交通管理中的实践应用，实现了六大意义：一是有效地配置交通资源；二是推进警务信息化建设；三是优化警力配置、科技强警；四是加强监管；五是发挥信息查询和科学预警的价值；六是发挥社会服务和便民利民的价值。

三、持续推进公安交通管理大数据建设的对策

（一）推动思维和理念的转变。加强对大数据技术应用的培训，强化提升公安交通管理部门及广大民警对大数据的认知水平。

（二）统一数据的标准规范。制定交通大数据采集、管理、共享、交换、访问方式等标准规范。

（三）推进云计算。充分运用大数据、服务器、存储设备虚拟化管理等新兴科技手段，建设一体化的云计算硬件支撑保障环境，实现新老信息系统整合应用和运维管理。

（四）强化数据采集。继续加大科技前端建设步伐，实现市区交通数据自动采集的全覆盖。

（五）加快数据共享。全面加快各级公安交管部门乃至跨警种之间的数据大共享。

（六）建设交通管理大数据中心。以城市交通大数据为基础，依托交通指挥中心，建设成集采集、分析、研判、发布于一体的交通大数据中心。

（七）加强大数据的分析研判。组建大数据研判专班，专职负责大数据分析研判工作。

（八）强化大数据时代的队伍建设。通过进一步完善公安科技人才政策，创新用人机制，解决公安科技队伍警力不足的问题。

四、结束语

大数据是警务信息化的发展方向，是提高交通管理水平的有效方法。为了更好地适应现代交通发展趋势，积极应对日益严峻的交通管理难题，公安交通管理部门应倚重于大数据的分析，立足警种优势和业务，以资源整合为抓手、数据应用为核心、机制建设为保障，不断加大数据资源的整合和处理，以及对大数据的深度挖掘应用，最大限度发挥管理、服务效能，推进公安交通管理大数据体系建设，为助推现代交通管理工作转型发展提供支撑。

• 注：尤晋闽，西安交通大学工学博士，福州市公安局交通警察支队交通指挥中心副主任

• 原载于智慧交通杂志5-6月刊