文档介绍：交通管控大数据分析研判系统
交通管控大数据分析研判系统
设
计
方
案

1 系统概述
系统背景
随着经济迅猛发展，机动车辆不断好的系统设计，以及分层和代理的方法等方法，保证实现的系统层次清晰、模块合理，接口协议开放，保证系统的扩展性
和易维护性。
系统内容
交通管控大数据平台由5类服务器组成，包括：数据接入服务器、数据库服务器、流处理服务器、二次识别服务器、应用服务器。
（1）数据接入服务器：统一接入卡口、电警过车数据和过车图片，并按大数据架构统一转换管理。
（2）数据库服务器：管理节点作为主服务器，管理Hadoop文件系统的命名空间和客户端对文件系统的访问操作。可进行节点安装、配置、服务配置等，对Hadoop服务器进行实时状态检测。数据节点管理存储的数据，支持PB级数据和图片存储和数据索引管理。
（3）流处理服务器：基于Spark的大数据云计算技术，支持高速查询和低延时的统计能力，实现亿以上的过车记录大数据量秒级检索能力。
（4）二次识别服务器：于大数据下深度学****的图像识别技术，支持车辆号牌、品牌型号、车身颜色、车辆型号等信息关联比对。
（5）应用服务器：部署交通管控大数据平台系统软件和数据发布软件。
2 需求分析
业务需求
面向交通管理的大数据业务需求
随着城市交通拥堵问题顽固化、复杂化和多样化，交通管理工作面临着从事后分析向事前研判预警拓展、从历史统计向在线分析挖掘拓展、从简单应用向综合服务评价拓展的内在需求发展方向。并对管辖范围内的车辆出行规律等方面以日、月年为时间粒度进行实时和历史统计分析，并对现有信息开展任意范围内的快速检索和实时统计分析，并将结果可视化显示。
面向交通安全的大数据业务需求
管理路面违法、假/套牌、肇事车辆、黑车等重点布控车辆、维护交通安全和事故处理是交管部门的另一项行政管理职能。基于大数据系统，通过大量历史数据对涉案车开展比对，形成对涉案车辆行为的分析及涉案车辆的匹配分析，为精确打击违法行为提供证据，按照车辆特征进行布控，有效提升现有违法查处的精准打击和查缉布控能力。
功能需求
基于大数据的在线统计和离线分析需求
以总量统计、信息查询等业务数据检索的后台软件模块为支持，通过大数据系统备份或抽取历史数据资源，重构数据结构，并为每一种应用添加算法模块，实现对大批量信息检索及统计分析的实时处理。
基于大数据的车辆特征分析需求
以基于海量卡口数据获取车辆出行OD，挖掘车辆通勤出行行为，分析车辆通勤行为特征与交通拥堵相关性分析，研究拥堵路段车流集散、车辆属地属性发展变化规律。准确统计道路交通、卡点进出车辆流动情况，为合理调配警力、提高车辆管理水平提供科学依据。
基于大数据的违法事故分析需求
基于大数据系统进行违法和事故数据的关联分析，从不同视角研究违法和事故成因，定期将交通违法、事故的相关驾驶人特征与车辆特征进行分析，按类掌握违法、事故中高发、易发的驾驶人与车辆，为重点管理的群体提供数据支撑。
通过大数据平台对交通违法、事故数据及属性开展关联分析，定期将违法、事故与驾驶人特征，包括培训考试过程、工作单位、家庭背景等因素，与车辆特征，包括品牌、车型、营运性质、号牌属地、车身颜色、车辆保养等因素，
与道路特征，包括道路类型、线性、天气、时间、环境、设施等相关联的，集中分析掌握违法、事故中高发、易发的驾驶人、车辆和道路，为管控提供最为真实的资料和依据。
基于大数据的勤务快速处置需求
在岗执勤民警通常负责的是一个区域的交通管理工作，很难掌握管辖区域内所有路口路段的实时交通状况。基于对过车流量特性的大数据分析，可为交管人员分析管辖区域内交通流量情况，为在岗执勤民警提供更加准确的拥堵点，有助于交管人员日常勤务安排和以及上下游及时联动和快速反应。
基于大数据平台的车辆特征二次识别需求
过车图片里面包含了很多信息，这些信息是卡口设备本身无法有效识别出来的信息，例如车辆品牌、车辆型号等。基于大数据系统的车辆特征二次识别技术从根本上克服了传统车辆检索只能按照号牌进行单一查询的功能缺陷，实现了按照车辆品牌、型号、颜色、类别以及局部特征等自定义组合查询和模糊查询强大功能。在不改变现有卡口设备的情况下，就能够挖掘出更多的车辆特征，便于实现更多应用，有效利用了现有卡口设备，降低不必要的卡口重建投入。
基于大数据平台的技战法需求
通过过车图片、行驶行为特征分析和人员、车辆档案关联分析，确定各类涉案人员/车辆的详细信息。以全库精细搜索和