大数据助力交通行业进入4.0时代

 日前，2017年中国“云上贵州”智慧交通大数据创新大赛在贵阳收关，535个项目经过激烈角逐，16个项目最终站上领奖台。从交通领域看，这些项目涉及公交线路优化、“绿通车”、出行行为预测、交通工程大数据等领域;从大数据角度着眼，物联网、数据挖掘、深度学习等大数据力量在交通全领域、全维度进行着渗透应用。

“通过大赛可以看出，目前交通行业已经开始利用海量数据创造价值，这意味着交通行业已经开始进入4.0时代。”上海交通大学智能交通与无人机应用研究中心教授、长江学者彭仲仁告诉《中国科学报》记者。

挖掘历史，大数据让高速公路更易管理

2016年6月，云南警方利用基于高速公路收费大数据的营运稽查系统，实现穿线，破获了一起篡改通行卡入口信息偷逃费大案，打掉制卡团伙4个，涉案车辆1652辆，涉案金额2250万元。

“早在2015年，云南省出入口日车流量就已经超过160万，传统稽查早已力不从心。”参赛选手孙秀珍表示，“于是我们设计了一个新的基于大数据的高速运营稽查系统。”该系统通过流处理、Hadoop分布式并行数据处理、内存计算等先进大数据技术，整合了高速的全维度数据，利用神经网络技术，对偷逃费车辆精准画像，训练优化出30余种偷逃费模型。

除了能穿越破大案，大赛的项目还解决了“绿通车”逃费问题。“绿色通道”是国家采取的一项免收农副产品运输车辆过路费的政策。但是有一部分人却在农副产品中混装其它货物逃避过路费。“稽查‘绿通车’不仅耗费大量的人力物力，还会造成收费站通行能力降低等，如果不稽查又面临海量的高速收费流失。”贵州省高速公路集团杨莹告诉记者。本次大赛参赛项目高速公路绿色通道“空中查验”诚信管理平台用历史回溯的方式让收费站工作人员全维度了解“绿通车”运行历史，试图解决该问题。

绿通车司机需要下载一个具有防伪拍照技术专用的APP，按要求记录车辆的装载货物的场景，APP将自动记录和识别装货时间、行驶路径、货品类别等多维数据;在车辆到达收费站时，收费站工作人员将结合该车辆历史画像利用大数据技术空中查验“绿通车”，精准感知车辆类型，快速放行真正的“绿通车辆”。

把握现在，大数据让事故监测实时准确

在2014年3月，两辆甲醇运输车辆在晋济高速山西晋城岩后隧道追尾，并引发连环事故，造成40人死亡、12人受伤。

“从事故发生到事故发现我们整整花费了20分钟，如果我们能在第一时间发现事故、准确掌握隧道中的人车情况就可能制定出合理的解决方案，2014年的悲剧就不会那么惨痛。”参赛选手吕超说，“我们参赛项目‘慧眼识交通’就是在这次事故后研发的。”吕超与团队一起，研发了一套深度学习算法及多任务神经网络模型，系统只需4个月的训练，就可以秒级报警隧道交通事故、交通违法、拥堵等异常事件，确认异常事件地点、车型、隧道行人等情况，识别准确率高达99.6%。

“有了‘慧眼识交通’，高速检测员将秒级监控隧道状况，实时反应，第一时间发现并定位事故。”吕超说。另一个参赛项目“慧眼达”与“慧眼识交通”同是利用视频数据的高速公路异常事件监测平台，但是“慧眼达”更擅长全路网、全场景的实时监测。

据介绍，“慧眼达”利用深度学习技术和熵值突变模型对各路网运行态势进行监测和预测、对异常事件进行精准识别和实时报警。哪怕在极端环境下、公路摄像头盲区，也可以通过自适应场景切换的目标识别技术和路网运行间接预测模型实现路运行态势实时监测。

预测未来，大数据让城轨轻松调度

广州地铁的城轨调度员可能是天下最幸福的调度员，因为他们可以“看到”未来。城轨调度员利用‘城轨客流多维智能预测平台’的可视化屏幕可以轻松看到未来5分钟、10分钟、1小时乃至1周、1个月的每个地铁口的进出站量、站间客流分布、客流和换乘量，哪怕遇见节假日、极端天气等，新地铁线运行也丝毫不影响准确度。

“能做到跑得比时间快，是因为我们融合分析了海量历史数据。”参赛选手、“城轨客流多维智能预测平台”项目负责人郇宁表示，“我们将城轨刷卡数据、城轨运行数据、出行行为数据，POI数据、换乘数据、气象数据集合起来，建立了9种预测模型，实现了对城轨客流多粒度、多场景、多指标的精确预测。”

除了预测平台，新的预测算法也频繁出现在本次大赛中。非常态路网流预测算法研究项目设计了一种新的流量预测算法，这种算法基于相同属性下非常态交通流量变化呈现趋势高度重复的特性，将路网流量分解为反映数据趋势的基准和反映数据相对于基准序列的偏离两部分，基于相似模式分别预测，之后叠加。 经过验证，它与传统算法相比准确率提高了3%-5%。