鄭亮　張云麗

摘 要：綜合交通大數(shù)據(jù)分析是中南大學交通運輸工程學院交通運輸專業(yè)核心課程《智能交通系統(tǒng)》的重要講授內(nèi)容，基于大數(shù)據(jù)分析的智能交通系統(tǒng)建設(shè)是當前國內(nèi)、外的研究熱點與發(fā)展趨勢。基于綜合交通大數(shù)據(jù)分析平臺教學系統(tǒng)的功能需求，構(gòu)建一套基于綜合交通大數(shù)據(jù)采集模塊、傳輸與存儲模塊、演示模塊和分析、研判與試驗?zāi)K的教學系統(tǒng)架構(gòu)，并設(shè)計一套教學控制機系統(tǒng)，改進了傳統(tǒng)的課堂集中講授的教學方式。此系統(tǒng)可以讓學生直觀、深刻、快速地掌握綜合交通大數(shù)據(jù)分析相關(guān)的專業(yè)知識與技能，提高教學質(zhì)量和實際教學效果。

關(guān)鍵詞：綜合交通；大數(shù)據(jù)；智能交通系統(tǒng)；教學系統(tǒng)

中圖分類號：G642 文獻標識碼：A

Abstract： Comprehensive transportation big data analysis is an important teaching content of intelligent transportation systems， which is one of the core courses in the major of traffic and transportation at the school of traffic & transportation engineering of central south university. Constructing the intelligent transportation systems based on big data analyses is currently the research focus and developing trend in the domestic and overseas. Based on the functional requirements of the teaching system for comprehensive transportation big data analysis platform， the architecture of such teaching system， based on comprehensive transportation big data collection module， transmission and storage module， display module and comprehensive transportation big data analysis-judge-experiment module， is constructed. Also， a corresponding teaching control system is designed to improve the existing tradition teaching in class. Such teaching system makes students understand the special knowledge and technique ability about comprehensive transportation big data analysis intuitively， profoundly and quickly to enhance the teaching quality and efficiency.

Key words： comprehensive transportation； big data； intelligent transportation systems； teaching system

大數(shù)據(jù)通常是指我們信息爆炸時代產(chǎn)生的海量數(shù)據(jù)，通常具有4V定義[1]，即規(guī)模性（volume）、多樣性（variety）、高速性（velocity）和價值性（value）。最早提出大數(shù)據(jù)概念的是全球知名的麥肯錫，它于2011年發(fā)布研究成果稱：“數(shù)據(jù)已經(jīng)滲透到每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，逐漸成為重要的生產(chǎn)要素，人們對海量數(shù)據(jù)的挖掘和應(yīng)用，預示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來”[2]。在大數(shù)據(jù)的潮流下，建立綜合交通大數(shù)據(jù)分析與試驗平臺，通過大數(shù)據(jù)技術(shù)挖掘可靠的、有價值的交通信息，有助于更好地服務(wù)于交通流的形成機理研究、交通需求預測、交通狀態(tài)評價及智能交通管控、智能公交與城市軌道交通系統(tǒng)的構(gòu)建及交通安全保障。顯然，綜合交通大數(shù)據(jù)分析直接關(guān)系著新一代智能交通系統(tǒng)的建設(shè)，這就要求交通運輸專業(yè)的學生必須熟練掌握大數(shù)據(jù)分析、研判與試驗相關(guān)的專業(yè)知識與技能。因此，結(jié)合綜合交通大數(shù)據(jù)發(fā)展的趨勢，研制出綜合交通大數(shù)據(jù)分析平臺教學系統(tǒng)，用來輔助《智能交通系統(tǒng)》課程的日常教學工作，滿足交通運輸專業(yè)的實踐教學需要，改進傳統(tǒng)的教學模式，使學生通過實踐操作與模擬試驗熟練掌握專業(yè)知識與技能，培養(yǎng)緊跟時代發(fā)展潮流的青年人才。

1 綜合交通大數(shù)據(jù)分析平臺教學系統(tǒng)功能需求

綜合交通大數(shù)據(jù)分析平臺教學系統(tǒng)適用于從事或即將從事交通規(guī)劃、交通設(shè)計與交通運營管理工作的學生或其它相關(guān)人員的學習與培訓范疇。其核心功能包括如下四個部分。

（1）綜合交通大數(shù)據(jù)分析與仿真實驗。展示交通大數(shù)據(jù)的多源渠道與異質(zhì)結(jié)構(gòu)，了解交通大數(shù)據(jù)在不同信息表征方面的各自優(yōu)勢，以及某一類數(shù)據(jù)揭示交通活動的局限性，例如： 利用手機數(shù)據(jù)、公交刷卡消費數(shù)據(jù)等既包含出行者空間位置信息又包含其社會行為信息的大數(shù)據(jù)估計交通需求、評價交通狀態(tài)、優(yōu)化交通系統(tǒng)；利用浮動車GPS數(shù)據(jù)劃分城市地塊功能、優(yōu)化停車加油服務(wù)、建立出租車拼車系統(tǒng)；從海量互聯(lián)網(wǎng)文本數(shù)據(jù)中挖掘交通信息，實現(xiàn)交通信息的“眾包”等。此外，熟悉融合多源異構(gòu)交通數(shù)據(jù)的各類方法，學習通過大數(shù)據(jù)分析剖析交通問題的根源。通過此功能模塊讓學生直觀感受到大數(shù)據(jù)的魅力，并學習到當前前沿的交通相關(guān)知識。

（2）軌道交通運營組織與大型綜合交通樞紐仿真。演示軌道交通與大型綜合樞紐客流大數(shù)據(jù)采集、分析與研判，開展高速鐵路運行組織與大型綜合樞紐協(xié)調(diào)管控的虛擬仿真模擬與分析。讓學生了解軌道交通與大型綜合交通樞紐大數(shù)據(jù)的特征與處理流程，掌握單一的交通綜合體模式應(yīng)當如何適應(yīng)高速鐵路對鐵路樞紐建設(shè)的要求，以及如何對高速鐵路綜合客運樞紐進行協(xié)調(diào)組織優(yōu)化。

（3）基于智能管控的多式公交協(xié)調(diào)運行試驗。演示城市公共交通需求時變遷移規(guī)律，并基于這些時變遷移規(guī)律進行城市公共交通信息發(fā)布試驗、城市公共交通多模式網(wǎng)絡(luò)運營的效益評價與分析，開展多式公交協(xié)同運行、線路動態(tài)設(shè)置與信息集成試驗。讓學生掌握路面公共交通線網(wǎng)規(guī)劃與動態(tài)優(yōu)化的大數(shù)據(jù)環(huán)境的建立、維護、更新機制，大數(shù)據(jù)環(huán)境下路面公共交通線網(wǎng)優(yōu)化（時機、目標、方法）的觸發(fā)機制，了解城市常規(guī)公交接駁線路優(yōu)化的相關(guān)知識，如接駁車站、線路經(jīng)由、開行頻率等。同時，讓學生學習單模式、多模式及基于實時信息的公共交通協(xié)同運營調(diào)度的相關(guān)知識，包括理論、方法、關(guān)鍵技術(shù)以及軟硬件支撐平臺。

（4）面向智能車聯(lián)的城市交通管控試驗?；诙嘣磾?shù)據(jù)信息的融合與分析，進行智能化交通管理、智能動態(tài)信息服務(wù)和車輛智能化控制的試驗。讓學生了解智能交通管理的基本概念、系統(tǒng)主要構(gòu)成以及當前發(fā)展前沿，掌握智能交通控制、誘導、控制—誘導一體化的理念及實施過程，了解車輛智能控制的工作原理、系統(tǒng)結(jié)構(gòu)與實施效果，激發(fā)學生在智能交通領(lǐng)域的創(chuàng)新思維。

2 綜合交通大數(shù)據(jù)分析平臺教學系統(tǒng)的功能架構(gòu)

此系統(tǒng)的架構(gòu)包括四個模塊，即綜合交通大數(shù)據(jù)采集模塊、綜合交通大數(shù)據(jù)傳輸與存儲模塊、綜合交通大數(shù)據(jù)演示模塊和綜合交通大數(shù)據(jù)分析、研判與試驗?zāi)K。數(shù)據(jù)采集模塊主要是通過各種儀器設(shè)備采集來自物理世界的空間交通信息數(shù)據(jù)，如交通網(wǎng)絡(luò)GIS數(shù)據(jù)、感應(yīng)線圈數(shù)據(jù)、視頻監(jiān)控數(shù)據(jù)、浮動車數(shù)據(jù)等，與來自人類社會的社會信息，如手機通訊數(shù)據(jù)、互聯(lián)網(wǎng)上與交通相關(guān)的文本數(shù)據(jù)等。數(shù)據(jù)傳輸與存儲模塊主要是根據(jù)各類交通數(shù)據(jù)的數(shù)據(jù)特征采用合理的數(shù)據(jù)傳輸方式，如無線或有線傳輸、并行或串行傳輸、同步或異步傳輸、加密或非加密傳輸?shù)龋瑢⒍嘣串悩?gòu)的綜合交通大數(shù)據(jù)傳輸?shù)椒?wù)器或云平臺上進行分類存儲。數(shù)據(jù)演示模塊主要是將多源異構(gòu)交通大數(shù)據(jù)進行融合并加載到實際的交通路網(wǎng)GIS圖上，并通過大屏顯示系統(tǒng)展示路網(wǎng)交通狀態(tài)的時空演化過程，直觀演示各類交通大數(shù)據(jù)在不同信息表征方面的優(yōu)勢。數(shù)據(jù)分析、研判與試驗?zāi)K主要是通過統(tǒng)計或數(shù)據(jù)挖掘分析交通需求者的時變遷移規(guī)律，通過網(wǎng)絡(luò)分析方法或評價模型研判交通問題的癥結(jié)所在，并通過交通仿真軟件或仿真優(yōu)化平臺嘗試解決交通問題進行仿真試驗。此系統(tǒng)架構(gòu)示意圖如圖1所示：

系統(tǒng)的關(guān)鍵組件：

（1）交通流實時監(jiān)控系統(tǒng)：捕捉城市路網(wǎng)及高速公路的實時交通流狀態(tài)，包括高速攝影系統(tǒng)、車輛狀態(tài)高清攝像監(jiān)視系統(tǒng)、視頻采集系統(tǒng)、交通流量計數(shù)器、衛(wèi)星導航接收機。從不同角度截取路網(wǎng)的車流實時狀態(tài)，為出行者與交通管理者提供直觀的交通信息。

（2）客流信息統(tǒng)計系統(tǒng)：掌握城市路網(wǎng)、高速公路、城市軌道、高速鐵路以及交通樞紐的客流相關(guān)信息，包括Stalker雷達測速儀、多普勒測速系統(tǒng)、車載客流統(tǒng)計系統(tǒng)、手持式交通數(shù)據(jù)采集儀、自動數(shù)據(jù)采集控制系統(tǒng)、TFI集成數(shù)據(jù)采集器。通過多渠道獲取客流（即出行者）的相關(guān)信息，為綜合交通大數(shù)據(jù)平臺的建設(shè)提供多源異構(gòu)數(shù)據(jù)。

（3）智慧交通大屏顯示與分析系統(tǒng)：用于多源異構(gòu)綜合交通大數(shù)據(jù)的融合、動態(tài)演示、統(tǒng)計分析與研判，包括LCD接觸屏、視頻綜合平臺、控制軟件、服務(wù)器、交換機、一體電腦。通過一體電腦的控制軟件，從綜合交通大數(shù)據(jù)平臺服務(wù)器提取各類交通大數(shù)據(jù)，加載到交通網(wǎng)絡(luò)的GIS圖中，通過視屏綜合平臺與LCD接觸屏動態(tài)演示出來。

（4）列車調(diào)度仿真模擬系統(tǒng)：用于列車車站、列車區(qū)間段及列車線路網(wǎng)絡(luò)客流和物流的調(diào)度仿真與開行方案測試，包括鐵路列車運行圖編制系統(tǒng)（軟件）、鐵路計算機聯(lián)鎖仿真系統(tǒng)、鐵路綜合實物仿真系統(tǒng)、CTC數(shù)據(jù)庫服務(wù)器、CTC應(yīng)用服務(wù)器。通過編制客流或物流的鐵路列車運行圖，利用鐵路計算機聯(lián)鎖控制系統(tǒng)進行管控，對鐵路列車運行效率進行評價。

（5）交通規(guī)劃與仿真軟件：用于城市交通、高速公路以及綜合交通樞紐的規(guī)劃、仿真與分析試驗，包括出行需求預測軟件Emme、微觀交通仿真軟件VISSIM、宏觀交通仿真軟件VISUM、VISUM-online交通管理軟件、交通規(guī)劃/微觀交通仿真/交通需求及相關(guān)數(shù)據(jù)分析軟件Aimsum。針對不同規(guī)模（路段、路口或路網(wǎng)）不同層次（規(guī)劃、設(shè)計、控制或管理）的交通問題選取合適的交通軟件，有針對性地系統(tǒng)研究。

3 綜合交通大數(shù)據(jù)分析平臺教學系統(tǒng)的教學控制機系統(tǒng)

針對綜合交通大數(shù)據(jù)分析平臺教學系統(tǒng)的功能需求、功能架構(gòu)及關(guān)鍵組件，此教學系統(tǒng)軟件依托一種實時分布式模擬支撐平臺來完成各自的功能，該支撐平臺為綜合交通大數(shù)據(jù)分析與試驗教學軟件提供透明、高效的運行管理環(huán)境，確保教學過程的順利開展。本節(jié)主要介紹相關(guān)的教學控制機系統(tǒng)，該系統(tǒng)針對綜合交通大數(shù)據(jù)分析、研判與試驗的教學任務(wù)設(shè)計相應(yīng)的教學模塊，提供綜合交通大數(shù)據(jù)分析平臺的試驗教學演示、運行、監(jiān)控學生操作和評估學生操作過程的手段，具體包括以下幾個方面：

（1）試驗教學配置。用于該試驗教學系統(tǒng)的配置和協(xié)調(diào)管理，執(zhí)行系統(tǒng)配置管理、學生管理、系統(tǒng)運行初始條件及各種組件的參數(shù)設(shè)置和進程管理等。

（2）試驗教學演示。主要用于教師進行交通運輸相關(guān)專業(yè)的理論知識的講解，通過人機交互界面，向交通運輸專業(yè)的學生講述各種交通數(shù)據(jù)采集設(shè)備的工作原理、操作方法、數(shù)據(jù)格式以及潛在可以描述的交通現(xiàn)象，介紹多源異構(gòu)交通大數(shù)據(jù)的融合方法及各類數(shù)據(jù)表征信息的優(yōu)勢，講解各種規(guī)劃與仿真軟件的內(nèi)核工作原理和操作方法。

（3）學習進程控制。負責暫停學習過程、恢復學習過程、存儲快照、學習過程重演，根據(jù)各個教學模塊的不同要求設(shè)置教學目的，安排教學內(nèi)容，給出教學難點及解決方法。

（4）學習過程的動態(tài)跟蹤。動態(tài)地記錄系統(tǒng)的狀態(tài)和發(fā)生的事件，以便于學生學習過程的重演和對學習效果的評估，同時可以隨時對任意一個終端的學生操作進行實時監(jiān)控。同時，收集學生在學習過程中的問題，并給予重點講解與反饋，讓學生逐步順利完成學習計劃。

（5）學習效果評估。學習結(jié)束后自動生成評估報表，其內(nèi)容包括：針對交通流實時監(jiān)控系統(tǒng)與客流信息統(tǒng)計系統(tǒng)，讓學生采用一種交通流實時監(jiān)控設(shè)備或客流信息采集設(shè)備收集某交通場景的實時交通數(shù)據(jù)，通過簡單的統(tǒng)計分析形成一份交通調(diào)查報告；針對智慧交通大屏顯示與分析模塊，讓學生總結(jié)各種多源異構(gòu)交通大數(shù)據(jù)的差異及優(yōu)缺點，采用某種數(shù)據(jù)挖掘的辦法分析某類交通數(shù)據(jù)，形成一份數(shù)據(jù)分析報告；針對列車調(diào)度仿真模擬系統(tǒng)，讓學生熟悉列車調(diào)度仿真模擬系統(tǒng)的構(gòu)建流程，最后提交一個列車站點/區(qū)間段/線路網(wǎng)絡(luò)仿真模型；針對交通規(guī)劃與仿真軟件，讓學生掌握不同規(guī)劃與仿真軟件的建模流程，最后提交一個路網(wǎng)的交通仿真模型。

4 結(jié)束語

綜合交通大數(shù)據(jù)分析平臺教學系統(tǒng)的功能架構(gòu)主要包括：綜合交通大數(shù)據(jù)采集模塊、綜合交通大數(shù)據(jù)傳輸與存儲模塊、綜合交通大數(shù)據(jù)演示模塊和綜合交通大數(shù)據(jù)分析、研判與試驗?zāi)K。此教學系統(tǒng)不僅融合了道路交通與軌道交通的相關(guān)專業(yè)理論知識，而且與當前國際交通領(lǐng)域的研究前沿和研究熱點緊密結(jié)合，具有很強的綜合性與時代性。此外，設(shè)計了一套相應(yīng)的教學控制機系統(tǒng)，用于教學演示、學習進程控制、學習動態(tài)跟蹤及學習動態(tài)評估，該教學系統(tǒng)不僅可以用于交通運輸專業(yè)學生的實踐教學環(huán)節(jié)，還可服務(wù)于交通科技與管理高級人才培養(yǎng)。通過本教學系統(tǒng)使交通運輸專業(yè)學生更直觀、形象地理解和掌握道路交通與軌道交通規(guī)劃、設(shè)計與運營管理和操作流程，對促進交通運輸行業(yè)專用型人才和科研型人才的培養(yǎng)，具有積極的引導作用。

參考文獻：

[1] Barwick H. The “four Vs” of Big Data. Implementing Information Infrastructure Symposium[EB/OL]. （2012-10-02）[2016-04

-30]. http：//www.computerworld.com.au/article/396198/iiis_four_vs_big_data/.

[2] Manyika J， Chui M， Brown B， et al. Big data： The next frontier for innovation， competition， and productivity[EB/OL]. （2012

-10-02）[2016-04-30]. http：//www.mckinsey.com/Insights/MGI/Research/Technology_and_Innovation/Big_data_The_next_frontier_for

_innovation.