城市交通智能管控系统联网联控框架及实施方法与流程

本发明涉及城市交通管理技术领域，具体涉及一种城市交通智能管控系统联网联控框架。

背景技术：

近年来，我国各城市在智能交通系统建设方面加大了投入，道路交通管控设施设备日益完善，大大提升了交通管理和路面通行效能。然而，各类智能管控系统相互独立，信息资源不共享，协同管控能力差，严重影响了系统功能的进一步发挥。为突破解决现有问题，亟需实现各类智能管控系统联网联控，推动交通信息资源关联共享，实现各类系统间的协同控制，充分发挥智能交通系统的作用，提高道路交通管理效能和服务水平。

技术实现要素：

围绕城市交通智能管控系统联网联控需求，本发明提供一种城市交通智能管控系统联网联控框架及实施方法，集成现有的城市道路交通管控系统，规范接入各类交通管控信息资源，实现信息资源的关联共享，为交通运行状态监测、警情分析研判、组织管控措施优化、系统协同管控、勤务安排部署、秩序管理效果评估等提供应用服务。本发明采用的技术方案是：

一种城市交通智能管控系统联网联控框架，包括系统接入层、资源共享层、应用服务层，以及数据传输模块、系统管理模块；

系统接入层用于实现交通流量采集系统、交通视频监视系统、交通信号控制系统、交通诱导系统、交通违法监测系统、122警情处置系统、警力资源定位系统这些智能管控系统的接入和数据交互；

资源共享层用于对系统接入层采集的数据与信息进行融合、存储和管理；为各类智能管控系统和应用提供数据共享服务；

应用服务层通过构建城市交通智能联网联控应用平台，实现交通管理具体业务功能；

数据传输模块实现各类智能管控系统采集的数据与信息传输至联网联控框架的资源共享层，以及联网联控框架内部各部分之间的数据传输；

系统管理模块负责实现联网联控框架内部的用户权限、日志、数据字典、基础代码的管理和维护。

进一步地，系统接入层包括标准化接口、数据交互协议、数据抽取工具；

标准化接口采用webservice服务和mq消息实现，将各智能管控系统的私有数据格式转换为标准格式；

数据交互协议用于系统接入层与智能管控系统间的数据交互，数据交互协议采用xml数据包方式；

数据抽取工具负责从交通管理综合应用平台、交通地理信息系统抽取相关静态业务数据和交通地理信息，交通地理信息中包括gis路网信息。

进一步地，资源共享层包括信息关联融合处理模块、公共资源池和数据仓库；

信息关联融合处理模块对数据进行清洗、修补、分类、关联、存储处理，保证数据规范和数据质量，为数据分析挖掘建立数据关系；

公共资源池用于存放包括gis路网、交通视频、警力资源、设备资源在内的共用数据资源，提供实时数据访问更新webservice服务；

数据仓库用于存放包括交通流量、信号控制、诱导方案、交通警情、违法监测在内的数据或信息，以及数据分析研判结果数据。

更进一步地，数据仓库选择普通关系型数据库或大数据处理平台实现，当联网联控路口规模小于200个时，采用普通关系型数据库，否则采用大数据处理平台。

更进一步地，信息关联融合处理模块对数据关联是指对交通流量与信号控制、交通流量与诱导方案、交通警情与违法监测、交通警情与诱导方案进行关联。

进一步地，应用服务层包括以下业务功能的应用：交通运行状态监测预警、警情分析研判、组织管控措施优化、系统协同管控、勤务分析与决策支持、秩序管理效能评估。

一种城市交通智能管控系统联网联控框架的实施方法，包括以下步骤：

步骤1，系统接入：按照《ga/t1049公安交通集成指挥平台通信协议》，制定标准化接口，接入交通流量采集系统、交通视频监视系统、交通信号控制系统、交通诱导系统、交通违法监测系统、122警情处置系统、警力资源定位系统这些智能管控系统；采用数据抽取工具，接入交通管理综合应用平台的车辆、驾驶人、交通违法、事故静态业务信息，以及交通地理信息系统的交通地理信息；

步骤2，关联融合：

采用信息关联融合处理模块对接入的数据进行错误数据清洗、遗漏数据修补处理，确保数据规范和数据质量；

按照数据的业务性质和用途对数据进行分类，分为交通流量、信号控制、诱导方案、交通警情、违法监测这些类型数据；

按照时间和地理位置建立各类数据之间的关系，将交通流量与信号控制、交通流量与诱导方案、交通警情与违法监测、交通警情与诱导方案建立关联关系，以便进行关联分析和协同管控；

构建公共资源池，用于存放gis路网、交通视频、警力资源、设备资源这些共用数据资源，提供实时数据访问更新webservice服务；

建立数据仓库，用于存放包括交通流量、信号控制、诱导方案、交通警情、违法监测在内的数据或信息，以及数据分析研判结果数据；

步骤3，分析研判：基于数据仓库，采用数理统计、聚类分析、决策树、关联分析、神经网络和模糊推理这些算法，构建趋势分析、特征分析、对比分析、关联分析、多维度分析这些交通管理信息分析研判模型，实现交通运行状态评价、警情热点分析、控制效益评价、旅行时间分析、车辆轨迹分析、嫌疑车辆分析的应用，分析研判的结果存入数据仓库中；

步骤4：集成构建：基于标准化接口、数据抽取工具、公共资源池、数据仓库和分析研判模型，构建城市交通智能联网联控应用平台，实现交通运行状态监测预警、警情分析研判、组织管控措施优化、系统协同管控、勤务分析与决策支持、秩序管理效能评估功能；

步骤5：服务应用：利用城市交通智能联网联控应用平台，为政府管理决策、交通管理、交通出行提供服务。

本发明的优点在于：

1、适应多种类型的交通智能管控系统标准化接入。具有适合交通流量采集、视频监视、信号控制、违法监测、诱导发布、警力资源定位等多种管控系统的标准化接口，接口符合《ga/t1049公安交通集成指挥平台通信协议》，能适应不同类型系统通信方式和数据格式，并将各系统的私有数据格式转换为标准格式，形成规范化数据，接口具有跨平台、跨系统、语言无关等能力。

2、适合不同规模城市的交通管控信息存储。根据不同城市联网联控路口规模，设计不同的存储方式。对于规模较小的城市采用普通关系型数据库，对于规模偏大的城市采用大数据平台存储。

3、实现了各类交通管控信息资源关联共享。各类城市交通动态信息与静态管理业务信息的关联融合，将极大提高城市交通管理基础信息化水平，能够促进各系统之间的信息互联互通，提升协同应用水平。

4、框架的实施为解决各类智能管控系统联网联控问题提供了解决方案，整合了各类信息资源，实现了运行状态监测、警情分析研判、组织管控措施优化、系统协同管控、勤务分析与决策支持、秩序管理效果评估等应用，有助于提升交通管理部门交通态势监测、指挥调度、应急处置、拥堵调控、信息服务等能力。

附图说明

图1为本发明的联网联控框架示意图。

图2为本发明的实施方法流程图。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

如图1所示，本发明提供的城市交通智能管控系统联网联控框架，包括系统接入层、资源共享层、应用服务层，以及数据传输模块、系统管理模块；

系统接入层用于实现交通流量采集系统、交通视频监视系统、交通信号控制系统、交通诱导系统、交通违法监测系统、122警情处置系统、警力资源定位系统等智能管控系统的接入和数据交互，系统接入层包括标准化接口、数据交互协议、数据抽取工具；标准化接口采用webservice服务和mq消息（mq即消息队列，messagequeue）实现，将各智能管控系统的私有数据格式转换为标准格式，具有跨平台、跨系统、语言无关等能力；数据交互协议用于系统接入层与智能管控系统间的数据交互，数据交互协议采用xml数据包方式，能适应不同类型系统通信方式和数据格式；数据抽取工具负责从交通管理综合应用平台、交通地理信息系统抽取相关静态业务数据和交通地理信息，交通地理信息中包括gis路网信息；

资源共享层用于对系统接入层采集的数据与信息进行融合、存储和管理；为各类智能管控系统和应用提供数据共享服务；资源共享层包括信息关联融合处理模块、公共资源池和数据仓库；信息关联融合处理模块对数据进行清洗、修补、分类、关联、存储等处理，保证数据规范和数据质量，为数据分析挖掘等建立数据关系；公共资源池用于存放gis路网、交通视频、警力资源、设备资源等共用数据资源，提供实时数据访问更新webservice服务；数据仓库用于存放交通流量、信号控制、诱导方案、交通警情、违法监测等数据或信息，以及数据分析研判结果数据；数据仓库根据不同规模城市的数据存储容量和查询检索要求，选择普通关系型数据库或大数据处理平台实现。当联网联控路口规模小于200个时，采用普通关系型数据库，否则采用大数据处理平台。

应用服务层通过构建城市交通智能联网联控应用平台，实现交通管理具体业务功能，包括交通运行状态监测预警、警情分析研判、组织管控措施优化、系统协同管控、勤务分析与决策支持、秩序管理效能评估等应用；

数据传输模块实现各类智能管控系统采集的数据与信息传输至联网联控框架的资源共享层，以及联网联控框架内部各部分之间的数据传输、内外网数据交换等。数据传输模块采用ftp、http和webservice多种传输方式，支持文本和视频流数据传输，提供安全认证和授权访问机制，确保数据传输的安全。

系统管理模块负责实现联网联控框架内部的用户权限、日志、数据字典、基础代码的管理和维护；

城市交通智能管控系统联网联控框架的实施方法包括以下步骤：

步骤1，系统接入：按照《ga/t1049公安交通集成指挥平台通信协议》，制定标准化接口，接入交通流量采集系统、交通视频监视系统、交通信号控制系统、交通诱导系统、交通违法监测系统、122警情处置系统、警力资源定位系统这些智能管控系统；采用数据抽取工具，接入交通管理综合应用平台的车辆、驾驶人、交通违法、事故等静态业务信息，以及交通地理信息系统的交通第六信息；

步骤2，关联融合：

采用信息关联融合处理模块对接入的数据进行错误数据清洗、遗漏数据修补处理，确保数据规范和数据质量；

按照数据的业务性质和用途对数据进行分类，分为交通流量、信号控制、诱导方案、交通警情、违法监测这些类型数据；

按照时间和地理位置建立各类数据之间的关系，将交通流量与信号控制、交通流量与诱导方案、交通警情与违法监测、交通警情与诱导方案等建立关联关系，以便进行关联分析和协同管控；

构建公共资源池，用于存放gis路网、交通视频、警力资源、设备资源等共用数据资源，提供实时数据访问更新webservice服务；

建立数据仓库，用于存放包括交通流量、信号控制、诱导方案、交通警情、违法监测在内的数据或信息，以及数据分析研判结果数据。数据仓库根据不同规模城市的数据存储容量和查询检索要求，选择普通关系型数据库或大数据处理平台实现。当联网联控路口规模小于200个时，采用普通关系型数据库，否则采用大数据处理平台。

步骤3，分析研判：基于数据仓库，采用数理统计、聚类分析、决策树、关联分析、神经网络和模糊推理等算法，构建趋势分析、特征分析、对比分析、关联分析、多维度分析等交通管理信息分析研判模型，实现交通运行状态评价、警情热点分析、控制效益评价、旅行时间分析、车辆轨迹分析、嫌疑车辆分析等应用，分析研判的结果存入数据仓库中；

步骤4：集成构建：基于标准化接口、数据抽取工具、公共资源池、数据仓库和分析研判模型，构建城市交通智能联网联控应用平台，实现交通运行状态监测预警、警情分析研判、组织管控措施优化、系统协同管控、勤务分析与决策支持、秩序管理效能评估等功能；

步骤5：服务应用：利用城市交通智能联网联控应用平台，为政府管理决策、交通管理、交通出行等提供服务。