联网收费高速公路大数据分析与应用-20160911
大数据背景下高速公路收费系统数据分析

大数据背景下高速公路收费系统数据分析高速公路收费系统数据分析一、背景介绍在大数据时代的背景下,高速公路收费系统承载着大量的交通流量和收费数据。
通过对这些数据进行分析,可以帮助相关部门和企业更好地了解交通状况、优化收费策略、提升服务质量和安全性。
二、数据收集1. 数据来源:高速公路收费系统的数据记录、车辆识别系统、电子收费系统等。
2. 数据内容:包括车辆类型、车辆进出时间、收费金额、车辆轨迹、收费站信息等。
三、数据清洗与预处理1. 数据清洗:对原始数据进行去重、缺失值处理、异常值处理等,确保数据的准确性和完整性。
2. 数据预处理:对数据进行格式化、转换、标准化等操作,以便后续的数据分析和挖掘。
四、数据分析方法1. 描述性统计分析:通过统计指标(如平均值、中位数、标准差等)来描述数据的基本情况。
2. 关联分析:通过挖掘数据中的关联规则,了解不同变量之间的关系,如车辆类型与收费金额的关系等。
3. 聚类分析:将数据对象划分为不同的类别或簇,发现数据中的潜在模式和规律。
4. 时间序列分析:对时间维度的数据进行分析,探索数据的趋势和周期性变化。
5. 空间分析:通过地理信息系统(GIS)等工具,对数据进行空间分布和相关性分析。
五、数据分析应用1. 交通流量预测:基于历史数据,通过建立预测模型,预测不同时间段和地点的交通流量,为交通管理部门提供决策依据。
2. 收费策略优化:通过对收费数据的分析,了解不同车型、不同时间段的收费情况,优化收费策略,提高收入效益。
3. 交通事故分析:通过对车辆轨迹和事故数据的分析,找出事故易发地段和高风险时段,提出相应的交通安全措施。
4. 高速公路建设规划:通过对交通流量和收费数据的分析,为高速公路的建设规划提供科学依据和决策支持。
5. 服务质量评估:通过对车辆进出时间、收费时间等数据的分析,评估高速公路收费系统的服务质量,发现问题并改进。
六、数据分析工具1. 数据库管理系统:如MySQL、Oracle等,用于存储和管理大量的数据。
大数据背景下高速公路收费系统数据分析

大数据背景下高速公路收费系统数据分析一、引言随着大数据技术的发展和应用,高速公路收费系统的数据量不断增加,数据分析成为了提高收费系统效率和优化管理的重要手段。
本文将针对大数据背景下的高速公路收费系统数据进行分析,旨在通过对数据的深入挖掘和分析,为高速公路管理部门提供决策支持和优化建议。
二、数据收集与处理1. 数据收集高速公路收费系统的数据主要包括车辆通行记录、收费信息、车辆类型、时间戳等。
这些数据可以通过收费站的车道设备、ETC系统、视频监控等方式进行收集。
2. 数据清洗与整理在进行数据分析之前,需要对收集到的原始数据进行清洗和整理,以保证数据的准确性和一致性。
清洗过程包括去除重复数据、处理缺失值、纠正错误数据等。
三、数据分析方法1. 数据可视化通过数据可视化技术,将庞大的数据转化为直观的图表和图形,帮助我们更好地理解和分析数据。
常用的数据可视化工具包括Tableau、Power BI等。
2. 数据挖掘数据挖掘是从大量数据中发现潜在模式、关联规则和趋势的过程。
在高速公路收费系统数据分析中,可以利用数据挖掘技术来发现车辆通行规律、高峰时段、拥堵路段等信息。
四、数据分析案例1. 车流量分析通过对高速公路收费系统数据的分析,可以得到不同时间段的车流量情况。
通过对车流量的分析,可以预测未来的交通拥堵情况,为交通部门提供决策支持。
2. 收费效率分析通过分析收费系统数据,可以评估收费效率,例如平均收费时间、收费车道的利用率等。
通过优化收费系统,可以提高收费效率,减少车辆排队时间。
3. 车辆类型分析通过对车辆类型数据的分析,可以了解不同类型车辆的通行情况,例如货车、客车、私家车等。
这些信息可以为交通管理部门提供决策依据,例如调整收费标准、优化车道设置等。
4. 收费异常分析通过对收费系统数据的分析,可以发现异常情况,例如收费漏费、重复收费等。
这些异常情况的发现可以帮助管理部门及时进行处理,提高收费系统的准确性和公平性。
2016高速公路运行大数据分析报告

2016高速公路运行大数据分析报告一、引言高速公路作为现代交通运输的重要组成部分,对于经济发展和社会生活起着至关重要的作用。
随着信息技术的不断发展,大数据在高速公路运行管理中的应用日益广泛,为深入了解 2016 年高速公路的运行状况,我们对相关数据进行了全面的分析。
二、数据来源与处理本次分析的数据来源主要包括高速公路收费系统、监控系统、气象监测系统以及交通管理部门的统计数据等。
为了确保数据的准确性和可靠性,我们对原始数据进行了清洗、筛选和整合,去除了异常值和重复数据,并对缺失数据进行了合理的补充和估算。
三、高速公路车流量分析1、总体车流量2016 年,全国高速公路车流量呈现稳步增长的趋势。
其中,节假日期间车流量明显高于平日,特别是春节、国庆等长假期间,高速公路出现了较大的交通压力。
2、不同路段车流量通过对不同路段的车流量分析发现,经济发达地区的高速公路车流量较大,如长三角、珠三角和京津冀地区。
同时,连接主要城市的干线高速公路车流量也相对较高。
3、车型分布在车流量中,小型客车占据了主导地位,约占总车流量的 70%;货车和大型客车的比例相对较小,分别约为 20%和 10%。
四、高速公路通行速度分析1、平均通行速度2016 年,全国高速公路的平均通行速度约为 80 公里/小时。
然而,在一些拥堵路段和高峰时段,通行速度明显下降。
2、影响通行速度的因素天气状况是影响高速公路通行速度的重要因素之一。
恶劣天气如暴雨、大雾等会导致道路湿滑、能见度降低,从而限制车辆行驶速度。
交通事故也是导致通行速度下降的主要原因之一,一旦发生事故,往往会造成局部路段的交通拥堵。
五、高速公路收费情况分析1、收费总额2016 年,全国高速公路收费总额达到了_____亿元,较上一年度有所增长。
2、收费标准差异不同地区、不同类型的车辆收费标准存在一定的差异。
一般来说,东部地区的收费标准相对较高,而西部地区相对较低。
六、高速公路服务区使用情况分析1、服务区人流量服务区的人流量与车流量密切相关,节假日期间服务区的人流量明显增加。
大数据背景下高速公路收费系统数据分析

大数据背景下高速公路收费系统数据分析在大数据时代,高速公路收费系统的数据分析变得越来越重要。
通过对收费系统数据的深入分析,可以帮助管理者更好地了解交通流量、车辆类型、收费情况等信息,从而优化管理决策,提高服务质量。
本文将从数据分析的角度探讨大数据背景下高速公路收费系统的重要性和应用。
一、交通流量分析1.1 分析高峰时段的交通流量,帮助调整收费策略1.2 比较不同路段的交通流量,优化路线规划1.3 预测未来交通流量趋势,制定合理的交通管理措施二、车辆类型分析2.1 统计不同车型的通过数量,优化车道设置2.2 分析不同车型的收费情况,制定差异化收费政策2.3 预测未来车辆类型的变化趋势,调整服务设施和设备三、收费情况分析3.1 分析不同时间段的收费情况,识别收费高峰时段3.2 比较不同收费站的收费额,评估服务效率3.3 针对不同用户群体的收费情况进行分析,优化服务模式四、用户行为分析4.1 分析用户的通行频率和通行路线,了解用户行为习惯4.2 分析用户的支付方式和偏好,提供个性化服务4.3 预测用户未来的需求和行为趋势,制定用户管理策略五、安全事故分析5.1 分析事故发生的时间、地点和原因,提高事故预防措施5.2 比较不同路段的事故率,优化道路设计和交通管理5.3 预测未来可能发生的安全事故,制定安全预警机制综上所述,大数据背景下高速公路收费系统的数据分析对于优化管理、提高服务质量、提升用户体验等方面具有重要意义。
通过深入分析各项数据,管理者可以更好地制定策略,提高系统效率,实现智能化管理。
希望未来在高速公路收费系统的数据分析领域能够有更多的创新和发展。
大数据背景下高速公路收费系统数据分析

大数据背景下高速公路收费系统数据分析在大数据背景下,高速公路收费系统的数据分析变得越来越重要。
通过对收费系统的数据进行深入分析,我们可以获得有关车流量、收费金额、通行时间等方面的有价值信息,从而优化收费系统的运营管理,提高效率和服务质量。
一、数据收集与清洗1. 数据源:高速公路收费系统的数据库2. 收集数据:从数据库中提取有关车辆通行记录的数据,包括车牌号、通行时间、通行路段、收费金额等。
3. 数据清洗:对收集到的数据进行清洗,包括去除重复数据、处理缺失值和异常值等。
二、数据探索与分析1. 车流量分析:- 统计不同时间段的车流量,了解高峰时段和低谷时段的车流情况。
- 比较不同路段的车流量,找出拥堵和畅通的路段。
- 分析不同车型的车流量,了解不同车型的通行情况。
2. 收费金额分析:- 统计不同时间段的收费金额,了解高峰时段和低谷时段的收费情况。
- 比较不同路段的收费金额,找出收费较高和较低的路段。
- 分析不同车型的收费金额,了解不同车型的收费情况。
3. 通行时间分析:- 统计不同时间段的通行时间,了解高峰时段和低谷时段的通行时间情况。
- 比较不同路段的通行时间,找出通行时间较长和较短的路段。
- 分析不同车型的通行时间,了解不同车型的通行效率。
4. 车流量与收费金额的关系分析:- 探索车流量与收费金额之间的关系,通过相关性分析等方法,了解车流量对收费金额的影响。
5. 数据可视化:- 利用图表、地图等可视化工具,将分析结果以直观的方式展示,帮助决策者更好地理解和利用数据。
三、数据应用与决策支持1. 收费策略优化:- 基于数据分析的结果,优化收费策略,如调整不同路段的收费标准、优化不同时间段的收费方案等,以提高收费效益和用户满意度。
2. 交通管理改进:- 根据车流量和通行时间的分析结果,优化交通管理措施,如调整车道数量、改善拥堵路段等,以提高交通流畅度和通行效率。
3. 预测与预警:- 基于历史数据和趋势分析,建立预测模型,预测未来的车流量、收费金额等指标,为决策者提供决策依据。
高速公路联网收费系统中的大数据应用

高速公路联网收费系统中的大数据应用文章结合高速公路联网收费系统建设运行的实际情况,对高速公路联网收费系统所涉及的大数据安全问题进行全面分析和探讨。
通过分析联网收费的大数据流程,确定系统中的敏感大数据,探索影响其大数据安全的关键因素,并就联网收费的大数据处理平台相应技术方案和应用措施。
标签:高速公路;联网收费系统;大数据应用一、大数据库设计的规范化规范化就是将事物放置于正确的位置并使它们正常化的过程。
规范化过程的结果是使在应用中使用的信息及其各元素之间的关系得到更加透彻的了解。
系统分析的第一步就是建立商用大数据的逻辑模型(logical model),逻辑模型是规范化的大数据流图。
规范化的过程通常用“范式”一词来讨论,最常用到的是第一、二、三范式,其中第三范式代表最高的规范化等级。
第一范式第一步是将大数据规范为第一范式。
其方法是将每个表中具有相似类型的大数据放入不同的表,并给每个表确定一个主关键字。
第二范式第二范式是指找出只依赖于主关键字的部分大数据。
第三范式第三范式是指找出表中不只依赖于主关键字的大数据。
只要大数据符合第三范式,那么它们就自动符合第二和第一范式。
尽管按照现代关系理论,一高速公路收费系统大数据库应完全遵循第三范式。
但我在大数据库设计时,并不完全以第三范式的方式构造的。
这是因为在应用系统上运行select,insert,update,delete时,联机和批处理程序可能太慢。
这常常是由于连接的表太多引起的。
同样,任务分析将发现,每次需要对太多表进行访问才能得到所需信息的地方。
因此,在表设计时,有时有意地违背第三范式,将大数据冗余地装入不完全以来于主关键字的表中。
事实上,这也是大数据库表结构设计时的常用方法。
但此时,要仔细设计应用系统,尽管在表的物理设计上违背了第三范式,但从逻辑上仍要保持第三范式。
如在生成某些用到用戶号和用户名的报表时,根据第三范式的原则,收费员姓名依赖于收费员工号名,应只存在于收费员表中,但为了查询的方便。
大数据背景下高速公路收费系统数据分析
大数据背景下高速公路收费系统数据分析在大数据背景下,高速公路收费系统的数据分析具有重要的意义。
通过对收费系统数据的深入分析,可以帮助相关部门了解高速公路的交通状况、收费情况以及用户行为等信息,从而为交通管理、收费策略的制定提供科学依据。
本文将从数据采集、数据清洗、数据分析和数据可视化等方面,详细介绍大数据背景下高速公路收费系统数据分析的标准格式。
一、数据采集高速公路收费系统的数据采集是数据分析的基础,需要收集包括车辆信息、收费信息、时间信息等在内的大量数据。
数据采集可以通过以下几种方式进行:1. 收费站数据采集:通过收费站的收费系统,获取车辆的进出站时间、车型、车牌号等信息。
2. 电子不停车收费系统数据采集:通过电子不停车收费系统,获取车辆的通行时间、车型、车牌号等信息。
3. 路段监控数据采集:通过路段监控摄像头,获取车辆的通行时间、车型、车牌号等信息。
4. 交通卡口数据采集:通过交通卡口,获取车辆的通行时间、车型、车牌号等信息。
二、数据清洗数据清洗是指对采集到的原始数据进行处理,去除重复数据、缺失数据以及异常数据,保证数据的准确性和完整性。
数据清洗的过程包括以下几个步骤:1. 数据去重:对于重复的数据,保留一条并删除其他重复数据。
2. 数据缺失处理:对于缺失的数据,可以通过插值法或者删除缺失数据的方式进行处理。
3. 异常数据处理:对于异常数据,可以通过设定阈值或者使用统计方法进行处理,例如删除异常值或者进行平滑处理。
三、数据分析数据分析是对清洗后的数据进行统计和分析,从中挖掘出有价值的信息。
在高速公路收费系统数据分析中,可以进行以下几方面的分析:1. 交通流量分析:通过统计不同时间段的车辆通行量,分析高速公路的交通流量变化趋势,为交通管理提供参考。
2. 收费情况分析:通过统计不同时间段的收费金额,分析高速公路的收费情况,包括总收费额、平均收费额等指标。
3. 车型分析:通过统计不同车型的通行量和收费金额,分析不同车型的使用情况,为车型管理和收费策略制定提供依据。
大数据分析在高速公路收费管理中的应用
大数据分析在高速公路收费管理中的应用摘要:随着高速公路建设的逐步推进,我国大规模路网的格局已经基本形成,高速公路也成为人们出行的首选方式之一。
目前,高速公路收费设备系统种类繁多、集成性不高、维护难度大、管理成本高;运营中心对车辆限流管控调度能力不足,对识别偷逃通行费行为(包括ETC大车小标)、异常情况自动拦截行为稽查难度大;收费站出入口对车辆自动判别车型分类难度大,人工判别车型种类繁多容易出错;收费站出口人工收费自助缴费技术不成熟;车道增值服务实时性不高、维护成本高等。
高速公路大数据技术具有处理速度快、价值密度低、数据类型多、数据规模大等特点。
大数据技术已经应用到高速公路冒充绿通行为、识别偷逃通行费、联网收费分析业务以及运营管理系统等方面,但是在应用过程中依然存在一些问题。
因此,本文论述高速公路收费管理中大数据分析的应用,对高速公路的收费管理工作具有重要参考价值。
关键词:大数据;收费管理;高速公路引言在我国庞大的交通系统中,高速公路做出了突出的贡献。
不论是在军事运输上,还是国民的日常出行,高速公路都提供了极大地便利。
我国在高速公路的建设中投入了较大的人力和物力,根据国家有关规定,在高速公路沿线匝道设立收费站,并收取一定的费用。
随着高速公路的不断发展,其收费管理系统也应该进行现代化建设,以便提升其收费效率。
高速公路大数据技术的应用,可以为高速公路的决策制定、市场监督、出行服务以及交通安全应急等方面提供数据支持,不断提升高速公路的管理水平以及运营效率。
1现阶段我国高速公路收费管理中存在的困境分析1.1收费管理人员水平参差不齐由于我国高速公路收费管理相对于发达国家起步比较晚,目前在我国的高校中很少有高速公路收费管理专业。
收费管理人员所接收的专业、系统的培训和教育尚不达标,从而导致了收费管理人员的水平参差不齐。
现阶段我国的高速公路管理人员的选用途经主要有三个,一是高校应届毕业生;二是退伍转业人员;三是公路基层人员中选拔出来。
大数据分析在高速公路收费管理中的应用
祖国2019.5.上|经济与管理|摘要:高速公路的建设是一个长期且投资费用巨大的项目,因此在高速公路投入使用后需要进行收费,以达到收回投资的目的,所以高速公路收费管理成为一项重要的工作。
目前,随着整个社会经济的快速发展,高速公路运输量处于不断增加的状态,对于高速公路收费也提出了较高的要求,同时也面对着较高的压力,因此在对高速公路收费管理中应用大数据分析就可以很好地解决一些问题,但是如何将大数据分析在高速公路收费管理中进行良好的应用以及把控就成为了一个关键问题。
接下来,在本文中就将针对这个问题进行详细的阐述。
关键词:大数据分析高速公路收费管理应用特点现状应用大数据分析在高速公路收费管理中的应用文/苏度我国幅员辽阔,交通发展迅速,交通网四通八达,交通运输量极大,在整个运输事业中,高速公路承担着十分重要的任务,可以极大地促进经济发展,便利生产生活。
这是由于高速公路在经济、生产生活中的作用越来越明显,因此对于高速公路收费系统也提出了更高的要求,应该不断向现代化、数据化、信息化的方向发展,使得高速公路收费管理效率更高,服务水平更佳。
高速公路收费系统在应用过程中,伴随着大量数据的产生。
因此,对于整个高速公路的长期发展服、务水平以及建设方向等方面来讲,对其进行大数据分析已经成为了必不可少的一项重要举措,由此可以在整体上提高高速公路运营水平,提高收费管理效率。
一、大数据分析在高速公路收费管理中的应用特点从当前来看,大数据分析应用在高速公路收费管理中所体现的特点,主要有以下几个方面:(一)数据系统庞大在高速公路使用过程当中,一旦有车辆经过,收费站系统将自动为每辆车辆进行拍照。
由于车辆通行量大,即便一张照片拍摄后内存仅为0.5M ,但是将全年通行车辆进行监控记录后的数据规模可以达到上百T 。
这样庞大的数据规模,对于高速公路收费系统、监控系统来说,一年的数据基本可以达到很高的PB 级别。
值得注意的是这个样庞大的数据体系,目前仍然处于不断增长的状态。
大数据背景下高速公路收费系统数据分析
大数据背景下高速公路收费系统数据分析引言概述:随着大数据时代的到来,各行各业都在积极探索如何利用大数据进行数据分析,以提高效率、降低成本、优化决策等。
高速公路收费系统作为交通运输领域的一个重要组成部份,其暗地里的数据也具备巨大的分析潜力。
本文将探讨在大数据背景下,如何对高速公路收费系统数据进行分析,以期为相关领域的决策提供参考。
一、高速公路收费系统数据的采集1.1 车辆识别技术现代高速公路收费系统通常采用车牌识别技术,通过摄像头捕捉车辆的车牌信息,并将其转化为数字化数据。
这种技术可以高效准确地获取车辆信息,为后续的数据分析提供基础。
1.2 电子收费系统电子收费系统是一种无感支付方式,通过车载设备与路侧设备之间的通信,实现车辆通过收费站时的自动扣费。
这种方式可以减少人工操作,提高通行效率,并产生大量的支付数据,为后续的数据分析提供了丰富的资源。
1.3 交通监控系统为了保证高速公路的安全畅通,交通监控系统在各个路段设置了摄像头、传感器等设备,用于监测车辆的流量、速度、车道占用等信息。
这些数据可以与收费系统的数据进行关联分析,为交通管理部门提供参考依据。
二、高速公路收费系统数据的清洗与整理2.1 数据清洗由于高速公路收费系统产生的数据量庞大,其中可能存在一些错误、重复、缺失等问题。
在进行数据分析之前,需要对数据进行清洗,去除无效数据,修复错误数据,并进行重复数据的去重处理。
2.2 数据整理高速公路收费系统的数据通常包括车辆识别信息、收费信息、通行时间等。
在进行数据分析之前,需要将这些数据进行整理,建立合适的数据模型,以便后续的数据分析工作。
2.3 数据归档与备份由于高速公路收费系统的数据量大且持续增长,为了保证数据的安全性和可用性,需要定期对数据进行归档和备份。
这样可以确保数据在分析过程中的完整性和可追溯性。
三、高速公路收费系统数据的分析方法3.1 数据可视化分析通过将高速公路收费系统的数据进行可视化处理,可以更直观地展现数据的特征和规律。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
大数据在联网收费高速公路中的应用一引言近年来,山东省高速公路的建设与发展取得了突出成就。
目前高速公路联网收费里程已达5465公里,截至2016年8月底,全省高速公路网建成收费站391个,鲁通卡268.8万张,OBU189.9万个,日均入出口车流量220万车次。
“五纵连四横、一环绕山东”的高等级公路网主框架基本形成,省会与各市之间实现高速直达,全省“半日生活圈”的宏伟蓝图已经实现。
山东省高速公路建设已经不再是经济社会发展的瓶颈制约,交通中心工作由强调基础设施建设向强调基础设施建设与公共管理并重转移。
随着高速公路路网规模和复杂程度逐步扩大,如何加强管理,提高高速公路运行质量和服务水平,最大限度发挥高速公路运行的经济、社会效益,已成为交通主管部门面临的严峻课题。
要提升高速路网的管理水平,建立交通应急预案,保障路网畅通,方便用户安全便捷出行,需要对高速公路收费大数据进行挖掘分析,量化分析道路管理者、高速公路用户和高速公路设施之间的关系,找出三者之间规律,为管理提供决策支持。
随着我国经济的进一步发展,以高速公路为主体的高等级路网规模不断扩大,区域间的旅客出行需求不断增大,货物流动更加频繁,公众出行目标日益多元化,安全、快捷、经济、舒适和个性化的出行需求变得越来越迫切,需要高速公路交通行业为出行者提供范围更广、质量更高、内容更丰富、区域集成的动态交通情况信息服务。
为达到这一目的,需要对高速公路收费大数据进行深度分析,为公众出行提供高速路网动态路况信息。
目前,高速公路联网收费信息系统中积累了海量的交通量信息,通过构建数据分析应用体系,理清数据分析应用的思路,采用科学有效的数据分析处理方法,对收费大数据进行深度挖掘分析,得到的数据分析结果为领导决策提供数据支撑,为高速公路日常运营管理提供数据依据,为公众出行提供路网实时路况信息。
二高速公路收费大数据资源分析高速公路联网收费信息系统除了完成收费功能外,还具有先进的交通信息采集功能,收费信息系统通过专用通信网络实时把进出收费站的每一辆车的属性信息传递到结算中心,形成高速路网交通信息数据库,数据库中的收费大数据是高速公路管理的宝贵资源,在这些收费大数据中包含了很多信息,比如车流量状况、车流量比例状况、轴重状况、路段车流量分布情况、各收费站进出车流量情况等,高速公路收费信息系统中保存的每条原始数据字段很多,根据数据分析应用的需要,从收费原始数据中提取其中的10个字段,这10个字段包括车流量的出入口站点、出入口时间、车型、轴重、轴数、行驶里程、收费额、超限率,根据这些数据,通过交通流分配模型,可以得到实时的、准确的交通流量、行驶时间、行驶车速、OD交通量、拥挤度、交通事件以及运营特征等方面的交通信息,从而可以进行交通量、路段断面交通量、运输量、超限超载和路网运行状态等方面的分析。
三高速公路收费大数据分析应用体系构建高速公路收费结算数据分析指标体系围绕决策支持、运营管理和公众服务三个应用目标进行构建,路网宏观分析应用指标主要为领导宏观决策提供支撑,在应用上侧重于决策管理、行业管理、科研设计等方面;微观分析应用指标反映道路运行状态和运行质量为主,提供路网中各路段的服务水平,主要为路网监控、应急处置、公众出行信息服务提供信息支撑。
(一)高速公路收费大数据分析指标总体框架根据高速公路收费大数据分析需求,数据分析指标总体框架如图1所示:图1高速公路收费大数据分析应用指标总体框架(二)高速公路收费大数据分析应用指标细化根据高速公路收费大数据应用分析指标总体框架,结合实际情况,对各种分析应用指标进行细化,具体情况如表3所示:表1 高速公路收费大数据分析应用指标体系通行费稽查内部稽查班长卡使用情况外部稽查车辆黑名单通行卡情况分析路网通行卡调拨卡调拨区域通行卡流失情况无卡车换卡车坏卡车路段养护施工路段路况分析路段实时路况公众服务路网实时路况道路服务水平一、二、三、四级服务水平道路交通诱导道路状况发布出行网站交通广播电台出行服务热线情报板、诱导屏行驶路径查询ETC客户服务四、大数据分析系统总体框架结构和功能分析(一)系统总体框架结构和数据处理流程1高速路网大数据分析应用系统总体框架结构系统总体框架结构如图2所示。
图2 高速路网大数据分析应用支持系统总体框架结构2高速路网大数据分析应用系统处理流程高速路网智能交通管理与数据应用支持系统数据处理流程划分为数据层、分析层和应用层三个层面,分析流程如图3所示:图3 高速路网大数据分析应用系统数据处理流程3子系统框架结构构建和功能分析(1)高速路网断面承运量分析系统构建与功能分析目前,山东省联网高速公路实行吨公里计费联网收费模式。
高速公路收费实现省域联网是提高高速公路效率的有效方法,体现了高速公路安全、快捷、方便的特点。
同时给高速公路运营管理增加了难度,高速公路日常运营模式是以各管理处对所辖路段进行管理,各路段断面交通量大小与车型分布比例是联网高速多路径问题的重要基础数据,但是在收费信息系统中交通量只有入、出口信息,车辆的行驶路径按最短路法确定,各路段的实际交通量与收费信息系统中的路段交通量有一定偏差,根据路段流量检测器得到的交通量只是车流次数,缺少车辆类型信息。
实行吨公里收费模式以后,收费信息系统中添加了交通流的重量信息,利用高速公路收费系统中翔实的交通流数据,对山东高速路网路段断面交通量进行挖掘分析与研究,得到各路段断面交通量的大小与车型分布比例,为解决联网收费多路径问题提供基础数据。
标定路段的每公里承载吨位和通车次数可以确定路面的磨损状况,为确定路段的维修维护费用提供客观依据,通过路段每公里拆账收入,较准确反映路段的效益情况,综合路段的每公里承载吨位和每公里拆账收入情况,得出各路段的经营管理现状。
利用断面交通流承运量,对路面承运量与路面磨损情况之间的关系进行分析研究,为高速公路道路养护、治理超限超载等提供科学依据。
承运量分析系统框架结构如图4所示。
图4 高速路网断面承运量分析系统框图(2)高速公路交通流应急分流仿真系统构建与功能分析随着路网规模的不断扩大,路网中的一些路段、立交桥、桥梁和隧道等联结路网的关键作用日益突出,当这些关键点阻断时,导致路网发生交通阻塞,影响人们的交通出行。
随着自然灾害、公共突发事件、人为破坏事件数量的增多,突发事件破坏性对人们生活破坏性的加重,人们越来越重视关于如何使突发事件对公众生活破坏性降低到最小的研究。
对于突发事件情况下的人员与物资的疏散和撤离、紧急救援的准确到达、破坏影响范围的控制等关键技术环节,公路交通应急疏散及运营安全策略的科学性和有效性将起到至关重要的作用。
高速公路交通流应急分流仿真系统依据山东省高速公路信息管理系统,围绕山东省高速公路、国道和省道,搭建基于GIS的交通应急决策支持系统,仿真山东高速路网中的关键点阻断时,通行高速网的交通量如何通过其他路段进行疏导。
通过交通仿真软件对交通应急预案进行仿真模拟,建立多个山东省高速公路交通应急备选方案,增强全省公路交通应急预防能力。
高速公路交通流应急分流仿真系统框图如图5所示。
图5高速公路交通流应急分流仿真系统框图(3)高速公路路况信息管理系统的构建与功能分析在高速公路单车通行记录数据中,一般都包括以下信息:车辆的车型、车辆的出入口时间、车辆的出入口收费站信息(即通行里程信息)。
通过对该信息的整理、分析,得出某一时间段内,通过高速公路某一断面的交通车辆实体数据量,即高速公路断面交通量,在此基础上借助成熟的交通流模型,进一步挖掘分析,得出高速公路的动态路况信息。
在此基础上,统计分析历史收费大数据、设计与验证交通流计算模型、上传汇总现有检测设施信息、检测设施补强方案制定与实施、设计多元数据融合算法,开发高速公路路况信息管理系统。
路况信息管理系统实现对高速公路全路网断面交通流和路网运行状况的实时检测分析,以电子地图等形式,对省域高速公路网动态交通流实时展现,路段通行状况判定准确率大于90%,实时分析系统单次处理全路网数据小于60秒。
高速公路路况信息管理系统框图如图6所示。
图6 高速公路路况信息管理系统框图(4)高速公路入口自动发卡智能车型识别系统针对山东省高速公路入口自动发卡车型识别的需求,我们研制了智能车型识别系统,该系统采用高清视频识别,以高清全景车辆图像、车辆牌照为主要识别特征,结合省厅结算中心联网收费综合稽查获取的全路网实时车型数据库,通过车型数据大数据分析挖掘、模式识别技术实现的智能车型识别系统,并具备自学习模糊识别功能。
智能车型识别采用软件识别路线,依靠高清视频、车牌以及中心海量数据仓库,与传统物理车型识别技术路线(依靠车轴、车高、车长)有本质区别。
车型标准一般以客车座位数、货车核定载荷作为判别标准,所有自动识别方式都无法直接去判别座位数、核定载荷。
智能车型识别系统以全路网出口收费员人工校核的车型判别结果为基础样本,并提取每辆车统计角度上最准确车型,因此车型判别结果是最准确和最符合路网实际要求的。
系统包括智能车型识别终端、接口开发SDK、车型识别终端测试软件、设备接口动态库。
高速公路入口自动发卡智能车型识别系统框图如图7所示:接口动态库、测试程序五高速公路收费大数据具体分析应用实践(一)高速公路运行情况分析当前我国经济下行压力不断增大,已成为经济运行中的主要矛盾。
交通运输是经济发展趋势的晴雨表,高速公路是全国运输大通道的重要组成部分,在交通运输体系中占有极其重要的地位,对高速公路路网交通量、运输量、通行费收入和路段断面承运量等参数进行分析,摸清路网运行情况,探索经济运行发展变化趋势,为领导决策提供支持依据。
1京台、青银、京沪高速公路运行情况统计分析为了准确反映路网承运量变化情况,排除新增路的干扰,对京台(德州—鲁苏界)、青银(济南-青岛)、京沪(泰安—鲁苏界)三条高速公路的通行费、交通量和承运货车车货总吨位情况的变化趋势进行统计分析。
2014年1月—2016年7月期间,京台路、京沪路、青银路三条高速路段通行费、交通量和承运车货总吨位同比增速和环比增速分别如图9、图10、图11所示。
从图中可以看出,2014年1月份至今,三条高速路段通行费、交通量和承运车货总吨位变化趋势基本一致:图9 京台、京沪、青银三条高速路段通行费收入变化趋势图10京台、京沪、青银三条高速路段交通量变化趋势图11京台、京沪、青银三条高速路段承运车货总吨位变化趋势3全省高速路网货车运输量情况统计分析2016年7月货车车货总吨位22737.04万吨,同比下降0.60%,环比增长0.54%;1-7月份货车车货总吨位143107.15万吨,同比增长7.11%。
2015年1月以来全路网货车车货总吨位情况见图12:图12 2015年1月—2016年7月份路网车货总吨位月变化情况(二)高速路网交通量时间出行分布特征分析1全省高速路网的交通量年变化特征2002年-2015年我省高速公路车流量具体变化情况如图13所示:图132002年1月—2015年全路网交通量变化情况(单位:万辆)2全省高速路网的交通量月变化特征2014年1月-2016年7月各月交通量具体变化情况如图14所示:图14 2014年1月—2016年7月全路网交通量变化情况2全省高速路网的交通量日变化特征2015年全省路网周平均日交通量变化趋势:周五出行交通量最大,周日出行交通量最小,周变系数具体变化趋势如图15所示:1/D 1.01 1.01 1.00 1.02 1.000.970.980.940.960.981.001.021.04周1周2周3周4周5周6周日图152015年全省路网交通量日变系数交通量 单位:万车次246810121416181-11-313-24-15-15-316-307-308-299-2810-2811-2712-27图16 2015年路网每日交通量情况3全省高速路网客、货车出行时间分布特征高速公路上车辆出行遵循双峰曲线出行规律,小型、中型车辆早高峰上午10点左右,晚高峰下午5点左右。