翁湦元

（中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司 電子計(jì)算技術(shù)研究所，北京 100081）

智能交通系統(tǒng)將信息技術(shù)、通信技術(shù)、計(jì)算網(wǎng)絡(luò)技術(shù)有效集成，有助于綜合交通信息的融合與綜合運(yùn)用。2001年美國(guó)智能交通運(yùn)輸協(xié)會(huì)明確了智能交通建設(shè)主題，以緩解日益惡化的交通擁擠與基礎(chǔ)設(shè)施建設(shè)擴(kuò)張乏力之間的矛盾[1]。美國(guó)ADVANCE系統(tǒng)采集車輛信息與地面?zhèn)鞲衅餍畔⒔?jīng)過(guò)系統(tǒng)處理分析后，將交通引導(dǎo)信息下發(fā)至車載設(shè)備，引導(dǎo)司機(jī)選擇最優(yōu)路線[2]。日本建立VICS[3]系統(tǒng)，能提供實(shí)時(shí)路況、停車場(chǎng)實(shí)時(shí)車位等信息，功能較為完善。我國(guó)智能交通信息系統(tǒng)始于90年代，經(jīng)過(guò)20多年探索已進(jìn)入實(shí)用階段[4]，北京市交通運(yùn)行協(xié)調(diào)指揮中心、杭州智能交通信息系統(tǒng)平臺(tái)等均實(shí)現(xiàn)了跨區(qū)域、跨行業(yè)交通信息資源的集成、共享與交換[5]，為綜合交通科學(xué)管理提供技術(shù)保障。目前，城市交通、鐵路、民航、公路、水路等交通行業(yè)均在建設(shè)與發(fā)展本行業(yè)智能交通信息系統(tǒng)，由于各領(lǐng)域業(yè)務(wù)相對(duì)獨(dú)立[6]，交通數(shù)據(jù)分散在大型交通企業(yè)與相關(guān)業(yè)務(wù)部門中，缺乏跨行業(yè)交通信息資源的整合和綜合運(yùn)用。

高速鐵路綜合樞紐車站同時(shí)連接鐵路運(yùn)輸、城市交通、公路、民航等多種交通工具。隨著客流不斷增加，為方便旅客在車站內(nèi)快速進(jìn)出，對(duì)綜合交通信息與換乘引導(dǎo)服務(wù)的需求極為迫切。本文研究高速鐵路綜合樞紐車站旅客換乘引導(dǎo)信息服務(wù)平臺(tái)（簡(jiǎn)稱：平臺(tái)）方案，實(shí)現(xiàn)車站周邊地面公交、軌道交通、出租車、網(wǎng)約車、停車場(chǎng)、共享單車等多源交通信息融合，建立高效的綜合交通數(shù)據(jù)發(fā)布渠道，為旅客提供換乘引導(dǎo)信息服務(wù)；并通過(guò)對(duì)高速鐵路與城市交通接駁服務(wù)需求的預(yù)測(cè)及運(yùn)力資源的優(yōu)化配置，提升高速鐵路綜合樞紐車站內(nèi)旅客疏解效率，提升旅客出行體驗(yàn)。

1 平臺(tái)架構(gòu)設(shè)計(jì)

1.1 總體架構(gòu)

高速鐵路綜合樞紐車站旅客換乘引導(dǎo)信息服務(wù)平臺(tái)主要由3部分構(gòu)成：底層基礎(chǔ)軟件、平臺(tái)基礎(chǔ)運(yùn)行環(huán)境、大數(shù)據(jù)分析與應(yīng)用服務(wù)。

底層基礎(chǔ)軟件主要包括操作系統(tǒng)、數(shù)據(jù)存儲(chǔ)、文件存儲(chǔ)組件，提供高性能的分布式結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)服務(wù)以及高性能的分布式文檔存儲(chǔ)服務(wù)；為提高系統(tǒng)穩(wěn)定性和運(yùn)行效率，基礎(chǔ)軟件主要以物理裸機(jī)結(jié)合虛擬化部署為主。

平臺(tái)基礎(chǔ)運(yùn)行環(huán)境主要結(jié)合當(dāng)前主流的容器與容器編排技術(shù)，部署Docker運(yùn)行環(huán)境，搭建Kubernetes應(yīng)用集群，為大數(shù)據(jù)分析與應(yīng)用服務(wù)提供基礎(chǔ)運(yùn)行環(huán)境，具備自動(dòng)化部署、彈性伸縮的能力。

大數(shù)據(jù)分析與應(yīng)用服務(wù)運(yùn)行于Kubernetes環(huán)境內(nèi)，大數(shù)據(jù)分析基于主流開源數(shù)據(jù)分析工具進(jìn)行二次研發(fā)，應(yīng)用服務(wù)基于Spring Cloud微服務(wù)架構(gòu)進(jìn)行定制化開發(fā)。

邏輯上，平臺(tái)技術(shù)架構(gòu)可劃分為資源層、中間層、應(yīng)用層、接口層4個(gè)層次，如圖1所示。

圖1 平臺(tái)技術(shù)架構(gòu)示意

（1）資源層：包括基礎(chǔ)運(yùn)行環(huán)境和資源服務(wù)，提供平臺(tái)運(yùn)行所需的環(huán)境與數(shù)據(jù)文件資源，支撐平臺(tái)的運(yùn)行。其中，基礎(chǔ)運(yùn)行環(huán)境主要包含操作系統(tǒng)與虛擬化環(huán)境；資源服務(wù)主要包含數(shù)據(jù)庫(kù)、文件存儲(chǔ)、數(shù)據(jù)緩存等與平臺(tái)業(yè)務(wù)無(wú)關(guān)的資源服務(wù)。

（2）中間層：由數(shù)據(jù)庫(kù)連接服務(wù)、消息隊(duì)列服務(wù)、分布式任務(wù)調(diào)度服務(wù)、集群管理服務(wù)等組成，是連接應(yīng)用層與資源層的橋梁；應(yīng)用層的大數(shù)據(jù)分析與應(yīng)用服務(wù)統(tǒng)一通過(guò)中間層提供的服務(wù)訪問(wèn)資源層的數(shù)據(jù)資源，保證資源的使用穩(wěn)定與合理負(fù)載。

（3）應(yīng)用層：由大數(shù)據(jù)分析與應(yīng)用服務(wù)組成；大數(shù)據(jù)分析包括非實(shí)時(shí)分析的離線計(jì)算服務(wù)與實(shí)時(shí)分析的流式計(jì)算服務(wù)；應(yīng)用服務(wù)包含數(shù)據(jù)接收與采集、數(shù)據(jù)處理、平臺(tái)管理以及數(shù)據(jù)查詢服務(wù)。

（4）接口層：由負(fù)載均衡、MQ服務(wù)以及Restful接口組成；負(fù)載均衡用于將外部請(qǐng)求流量分配給后端Restful接口服務(wù)實(shí)例；Restful接口用于接收外部請(qǐng)求，并將需要應(yīng)用層處理的請(qǐng)求傳遞給下層的應(yīng)用服務(wù)；MQ服務(wù)負(fù)責(zé)接口層與應(yīng)用層間數(shù)據(jù)通信的緩沖與流量調(diào)度。

1.2 離線計(jì)算框架

如圖2所示，平臺(tái)離線計(jì)算采用Apache Spark[7]作為離線計(jì)算引擎，由Apache YARN完成Apache Spark集群的調(diào)度管理。數(shù)據(jù)分析人員通過(guò)離線數(shù)據(jù)分析管理應(yīng)用提交數(shù)據(jù)分析需求，生成數(shù)據(jù)分析任務(wù)；任務(wù)調(diào)度管理根據(jù)分析任務(wù)，驅(qū)動(dòng)離線分析引擎執(zhí)行數(shù)據(jù)分析任務(wù)；離線分析引擎利用基于Spark Core的Spark SQL（用于數(shù)據(jù)處理）、GraphX（用于圖計(jì)算）和MLlib（用于機(jī)器學(xué)習(xí)）完成數(shù)據(jù)分析。

圖2 離線計(jì)算框架示意

1.3 流式計(jì)算框架

如圖3所示，平臺(tái)流式計(jì)算[8]采用Apache Flink[9]作為計(jì)算引擎，數(shù)據(jù)源包括外部數(shù)據(jù)源及有限數(shù)據(jù)源2類：外部數(shù)據(jù)源主要是隨時(shí)間推移不斷變化的實(shí)時(shí)事件數(shù)據(jù)流，由消息隊(duì)列將數(shù)據(jù)傳輸至數(shù)據(jù)處理引擎；有限數(shù)據(jù)源將有限長(zhǎng)度的數(shù)據(jù)集轉(zhuǎn)換為流的形式，并傳輸至數(shù)據(jù)處理引擎進(jìn)行分析處理。數(shù)據(jù)分析管理應(yīng)用負(fù)責(zé)維護(hù)數(shù)據(jù)分析規(guī)則，數(shù)據(jù)處理引擎按照數(shù)據(jù)分析規(guī)則對(duì)數(shù)據(jù)流進(jìn)行相應(yīng)處理后，傳遞給后續(xù)的數(shù)據(jù)存儲(chǔ)及數(shù)據(jù)服務(wù)。

圖3 流式計(jì)算框架示意

2 平臺(tái)結(jié)構(gòu)設(shè)計(jì)

2.1 模塊設(shè)計(jì)

平臺(tái)采用集中化部署，從功能構(gòu)成上劃分為數(shù)據(jù)接口、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、平臺(tái)控制4個(gè)區(qū)域，從網(wǎng)絡(luò)結(jié)構(gòu)上劃分為客服外網(wǎng)、客服內(nèi)網(wǎng)和客票網(wǎng)3個(gè)網(wǎng)絡(luò)安全域，不同網(wǎng)絡(luò)安全域之間通過(guò)安全平臺(tái)實(shí)現(xiàn)安全防護(hù)隔離，如圖4所示。

圖4 平臺(tái)結(jié)構(gòu)

2.1.1 數(shù)據(jù)接口區(qū)

數(shù)據(jù)接口區(qū)是平臺(tái)的入口，提供數(shù)據(jù)接收、采集以及數(shù)據(jù)展示與報(bào)表生成功能。數(shù)據(jù)接收功能完成外部數(shù)據(jù)的統(tǒng)一接入，主要包括數(shù)據(jù)路由、隊(duì)列服務(wù)、流量調(diào)度與負(fù)載均衡服務(wù)；負(fù)載均衡服務(wù)根據(jù)指定策略，將外部數(shù)據(jù)分配給不同的數(shù)據(jù)接入應(yīng)用實(shí)例，并由路由服務(wù)傳遞到相應(yīng)的數(shù)據(jù)處理器進(jìn)行處理；流量調(diào)度與隊(duì)列服務(wù)將處理后的數(shù)據(jù)傳輸給數(shù)據(jù)處理服務(wù)，其中，隊(duì)列服務(wù)完成流量的削峰填谷，避免后端數(shù)據(jù)處理服務(wù)面臨瞬時(shí)大數(shù)據(jù)量處理壓力，并將需要實(shí)時(shí)處理的數(shù)據(jù)轉(zhuǎn)發(fā)給實(shí)時(shí)數(shù)據(jù)處理服務(wù)。

2.1.2 數(shù)據(jù)處理區(qū)

數(shù)據(jù)處理區(qū)提供數(shù)據(jù)分析、交通預(yù)測(cè)及數(shù)據(jù)查詢功能。數(shù)據(jù)分析功能對(duì)所采集的多源交通數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與綜合分析，生成分析結(jié)果，并建立知識(shí)庫(kù)；交通預(yù)測(cè)功能通過(guò)對(duì)歷史數(shù)據(jù)的綜合分析，利用預(yù)測(cè)模型提供未來(lái)交通狀況指標(biāo)的預(yù)測(cè)服務(wù)。數(shù)據(jù)查詢功能提供平臺(tái)內(nèi)數(shù)據(jù)的綜合查詢服務(wù)，可查詢的數(shù)據(jù)包括：平臺(tái)內(nèi)原始數(shù)據(jù)、數(shù)據(jù)分析結(jié)果數(shù)據(jù)及平臺(tái)基礎(chǔ)數(shù)據(jù)。

2.1.3 數(shù)據(jù)存儲(chǔ)區(qū)

數(shù)據(jù)存儲(chǔ)區(qū)跨越客服外網(wǎng)、客服內(nèi)網(wǎng)、客票網(wǎng)3個(gè)網(wǎng)絡(luò)安全域。平臺(tái)采集的第三方交通運(yùn)輸數(shù)據(jù)作為外部數(shù)據(jù)存儲(chǔ)在客服外網(wǎng)；鐵路內(nèi)部數(shù)據(jù)如時(shí)刻表、調(diào)度數(shù)據(jù)、旅服數(shù)據(jù)等存儲(chǔ)在客服內(nèi)網(wǎng)；余票數(shù)據(jù)、席位數(shù)據(jù)、售票數(shù)據(jù)等鐵路運(yùn)輸生產(chǎn)數(shù)據(jù)存儲(chǔ)在客票網(wǎng)。這些數(shù)據(jù)是平臺(tái)數(shù)據(jù)分析功能的基礎(chǔ)。

2.1.4 平臺(tái)管理區(qū)

平臺(tái)管理區(qū)主要提供權(quán)限控制與服務(wù)管理功能。權(quán)限控制功能主要負(fù)責(zé)管理平臺(tái)用戶（包括調(diào)用平臺(tái)數(shù)據(jù)查詢服務(wù)的外部應(yīng)用、訪問(wèn)平臺(tái)數(shù)據(jù)的管理、運(yùn)營(yíng)及數(shù)據(jù)分析人員）對(duì)平臺(tái)數(shù)據(jù)查詢服務(wù)的使用權(quán)限，以及平臺(tái)管理人員、數(shù)據(jù)分析人員對(duì)平臺(tái)數(shù)據(jù)采集、數(shù)據(jù)分析任務(wù)的操作權(quán)限。服務(wù)管理功能主要是監(jiān)控平臺(tái)內(nèi)部應(yīng)用服務(wù)的運(yùn)行狀態(tài)，采集平臺(tái)內(nèi)部應(yīng)用服務(wù)的運(yùn)行日志，提供日志檢索服務(wù)，對(duì)平臺(tái)應(yīng)用服務(wù)的運(yùn)行實(shí)施控制，如控制應(yīng)用的版本、副本數(shù)量等。

2.2 數(shù)據(jù)處理流程設(shè)計(jì)

平臺(tái)主要數(shù)據(jù)處理流程，如圖5所示，外部數(shù)據(jù)采集由第三方推送，或由平臺(tái)主動(dòng)拉取。消息隊(duì)列服務(wù)將采集的外部數(shù)據(jù)復(fù)制成2份，1份數(shù)據(jù)經(jīng)預(yù)處理轉(zhuǎn)換為標(biāo)準(zhǔn)格式后，存儲(chǔ)在外部數(shù)據(jù)存儲(chǔ)集群中，另1份數(shù)據(jù)發(fā)送給數(shù)據(jù)流式實(shí)時(shí)計(jì)算模塊，由該模塊對(duì)需要實(shí)時(shí)分析的數(shù)據(jù)進(jìn)行處理，分析結(jié)果作為離線分析結(jié)果的補(bǔ)充與修正，存儲(chǔ)在外部數(shù)據(jù)存儲(chǔ)集群中。

根據(jù)用戶需求，數(shù)據(jù)處理模塊從外部、內(nèi)部數(shù)據(jù)存儲(chǔ)集群中讀取數(shù)據(jù)，完成數(shù)據(jù)分析和預(yù)測(cè)計(jì)算，并將處理結(jié)果存儲(chǔ)在數(shù)據(jù)存儲(chǔ)集群中，供用戶和其它內(nèi)部系統(tǒng)讀取。日常的數(shù)據(jù)分析和預(yù)測(cè)任務(wù)均由任務(wù)調(diào)度模塊完成統(tǒng)一調(diào)度和管理。

平臺(tái)的內(nèi)部、外部存儲(chǔ)集群中所存儲(chǔ)的數(shù)據(jù)與文件，以接口、可視化圖形及報(bào)表等形式，統(tǒng)一由數(shù)據(jù)查詢模塊提供訪問(wèn)；將數(shù)據(jù)查詢接口納入平臺(tái)權(quán)限管理，并設(shè)置查詢緩存，以優(yōu)化查詢性能。

圖5 主要數(shù)據(jù)處理流程

3 平臺(tái)功能設(shè)計(jì)

3.1 綜合交通數(shù)據(jù)的采集與融合

考慮到平臺(tái)接入的外部數(shù)據(jù)格式多樣、數(shù)據(jù)接口方式各異以及平臺(tái)自身的可擴(kuò)展性，建立標(biāo)準(zhǔn)化的多源綜合交通數(shù)據(jù)采集流程，提供靜態(tài)、動(dòng)態(tài)數(shù)據(jù)的高效存儲(chǔ)與查詢，實(shí)現(xiàn)高性能的數(shù)據(jù)離線與在線分析。所采集的綜合交通數(shù)據(jù)主要包括：

（1）地鐵數(shù)據(jù)：地鐵車站基本信息、線路基本信息、時(shí)刻表信息、地鐵車站進(jìn)出站旅客人數(shù)、火車站周邊地鐵及前后站的進(jìn)出站人數(shù)、地鐵線路區(qū)間滿載率等；

（2）公交數(shù)據(jù)：公交站點(diǎn)基本信息、公交線路基本信息、站點(diǎn)公交首末班時(shí)間、線路預(yù)計(jì)下班車到站時(shí)間、公交車輛滿載率、火車站周邊公交站點(diǎn)分時(shí)上下車旅客數(shù)量等；

（3）網(wǎng)約出租數(shù)據(jù)：高速鐵路綜合樞紐車站網(wǎng)約出租車打車便利指數(shù)、網(wǎng)約車進(jìn)出站數(shù)量等；

（4）道路交通數(shù)據(jù)：火車站周邊道路和路口交通指數(shù)、車速、流量等；

（5）共享單車數(shù)據(jù)：火車站周邊共享單車數(shù)量等。

3.2 綜合交通數(shù)據(jù)的發(fā)布

綜合交通數(shù)據(jù)的發(fā)布包括對(duì)外和對(duì)內(nèi)2類渠道。對(duì)外發(fā)布渠道以開放數(shù)據(jù)查詢服務(wù)的方式，為授權(quán)用戶提供數(shù)據(jù)查詢；對(duì)內(nèi)發(fā)布渠道以服務(wù)接口的方式，將綜合交通數(shù)據(jù)提供給鐵路12306網(wǎng)站、12306 App、旅客服務(wù)平臺(tái)等業(yè)務(wù)系統(tǒng)，借助鐵路12306網(wǎng)站、12306 App等官方服務(wù)平臺(tái)將數(shù)據(jù)呈現(xiàn)給用戶。

3.3 基于綜合交通數(shù)據(jù)的增值服務(wù)

鐵路12 306網(wǎng)站目前可提供火車票預(yù)定、機(jī)票預(yù)定、汽車票預(yù)定、約車服務(wù)等業(yè)務(wù)，涉及各種主要交通出行方式[10]。利用平臺(tái)提供的綜合交通數(shù)據(jù)，可幫助旅客在行程中提前規(guī)劃好到站后的換乘方式與出行路線，實(shí)現(xiàn)延伸服務(wù)資源的增值，增強(qiáng)鐵路客運(yùn)服務(wù)的市場(chǎng)競(jìng)爭(zhēng)力。

4 高速鐵路樞紐站內(nèi)5G技術(shù)應(yīng)用場(chǎng)景

在高速鐵路綜合樞紐車站等人流密集場(chǎng)所，5G通信高速率、低延時(shí)、高可靠、低功率、海量連接的優(yōu)勢(shì)[5]更加突出，基于5G技術(shù)的高速鐵路樞紐車站旅客引導(dǎo)信息服務(wù)可為旅客帶來(lái)更優(yōu)質(zhì)的出行體驗(yàn)。

4.1 站內(nèi)定位服務(wù)

5G高頻毫米波通信技術(shù)具有非常好的方向性，可以實(shí)現(xiàn)更高精度的測(cè)距和測(cè)角。5G大規(guī)模天線技術(shù)具有更高分辨率的波束，定位精度更高，填補(bǔ)了UWB與藍(lán)牙等現(xiàn)有窄帶定位技術(shù)在1～3 m范圍內(nèi)精確定位的空白[11]，可實(shí)現(xiàn)從室外到室內(nèi)定位導(dǎo)航的無(wú)縫切換，為旅客提供更順暢的定位服務(wù)。對(duì)于換乘通道較為復(fù)雜的大型高速鐵路樞紐車站，利用站內(nèi)導(dǎo)航與交通接駁換乘地圖數(shù)據(jù)，可引導(dǎo)旅客快速到達(dá)正確的地鐵、出租車、網(wǎng)約車接駁換乘地點(diǎn)，提高站內(nèi)換乘效率。

4.2 站內(nèi)客流量感知

在高速鐵路綜合樞紐車站內(nèi)設(shè)置5G基站，利用5G高精度定位技術(shù)，根據(jù)樞紐站不同進(jìn)站口的網(wǎng)絡(luò)連接數(shù)量，估算出不同出站/進(jìn)站口客流量；旅客可根據(jù)站內(nèi)客流分布，選擇相對(duì)不擁擠的進(jìn)站檢票口、出站口或換乘通道，方便旅客在車站內(nèi)快速進(jìn)出，提高站內(nèi)旅客換乘體驗(yàn)。

4.3 車站信息智能查詢服務(wù)

在車站使用設(shè)置問(wèn)路機(jī)、智能機(jī)器人等設(shè)備，通過(guò)人臉識(shí)別，借助5G網(wǎng)絡(luò)和邊緣計(jì)算技術(shù)，智能識(shí)別出重點(diǎn)旅客的身份信息和出行信息，提供咨詢、引導(dǎo)、送餐等服務(wù)，協(xié)助旅客安全、順利進(jìn)站。旅客也可以在出站時(shí)查詢與樞紐車站接駁的地鐵、公交、網(wǎng)約車等其它交通工具的實(shí)時(shí)運(yùn)行情況，選擇出站后的換乘方式；可在出租車候乘點(diǎn)安裝攝像頭，利用 5G網(wǎng)絡(luò)傳輸實(shí)時(shí)采集各候乘點(diǎn)的高清視頻，據(jù)此分析出租車排隊(duì)人數(shù)，引導(dǎo)旅客前往排隊(duì)人數(shù)較少的候乘點(diǎn)。

5 結(jié)束語(yǔ)

面向高速鐵路綜合樞紐車站旅客出行需求，針對(duì)當(dāng)前綜合交通數(shù)據(jù)相對(duì)獨(dú)立、缺乏統(tǒng)一管理、未充分發(fā)揮價(jià)值的問(wèn)題，研究高速鐵路綜合樞紐車站周邊交通數(shù)據(jù)融合技術(shù)，提出高速鐵路綜合樞紐車站換乘引導(dǎo)信息服務(wù)平臺(tái)設(shè)計(jì)方案，對(duì)平臺(tái)技術(shù)架構(gòu)、平臺(tái)結(jié)構(gòu)及功能進(jìn)行設(shè)計(jì)，為下一步開發(fā)工作奠定基礎(chǔ)。