智慧交通大数据融合平台整体解决方案

智慧交通大数据融合平台建设

目录

1 智慧交通大数据及支撑平台方案 (5)

1.1 总体设计 (5)

1.1.1 系统概述 (5)

1.1.2 系统设计原则 (7)

1.1.3 系统框架 (8)

1.1.4 系统的实现技术 (13)

1.2 交通大数据采集子系统 (13)

1.2.1 前端采集技术 (14)

1.2.2 数据共享和交换平台 (15)

1.2.3 框架支撑平台 (16)

1.3 大数据资源整合存储子系统 (49)

1.3.1 基础交通数据 (50)

1.3.2 实时采集数据 (105)

1.3.3 实时计算数据 (105)

1.4 大数据清洗子系统 (115)

1.4.1 概述 (115)

1.4.2 数据清洗方法 (123)

1.5 大数据融合分析子系统 (176)

1.5.1 交通调查指标数据计算 (177)

1.5.2 交通运行指数计算 (187)

1.5.3 信号优化 (197)

1.5.4 基于大数据的OD分析 (246)

1.5.5 基于车辆识别的大数据套牌车分析 (301)

1.5.6 尾气排放分析 (316)

1.5.7 交通信息发布系统 (325)

1.6 统一消息服务子系统 (334)

1.6.1 概述 (334)

1.6.2 服务接口 (335)

1.7 三维GIS平台子系统 (340)

1.7.1 概述 (340)

1.7.2 三维系统平台介绍 (344)

1.7.3 三维地图模型设计与建设 (347)

1.8 系统规划和平台建设 (362)

1.8.1 存储规划 (362)

1.8.2 数据库规划 (376)

1.8.3 主机规划 (385)

1.8.4 云平台建设 (390)

1.9 大数据支撑平台系统的性能设计要求 (404)

1.9.1 系统的处理能力 (404)

1.9.2 系统的可用性 (405)

1.9.3 系统的安全性 (405)

2 大数据资源整合存储平台 (408)

2.1 基础交通数据 (408)

2.1.1 城市路网数据 (409)

2.1.2 公交线路数据 (446)

2.1.3 公交车辆数据 (447)

2.1.4 长途客运车数据 (448)

2.1.5 出租车数据 (450)

2.1.6 危化品车数据 (451)

2.1.7 共享单车数据 (452)

2.1.8 火车客运数据 (453)

2.1.9 民航客运数据 (455)

2.1.10 交通资产数据 (456)

2.1.11 出行需求数据 (457)

2.1.12 公路费用数据 (460)

2.1.13 气象数据 (461)

2.1.14 监控设备数据 (461)

2.1.15 追逃车辆数据 (462)

2.2 实时采集计算数据 (462)

2.2.1 城市交通运行数据 (463)

2.2.2 公交车实时位置数据 (465)

2.2.3 公交（地铁）卡刷卡数据 (466)

2.2.4 长途客车实时数据 (467)

2.2.5 出租车实时数据 (467)

2.2.6 危化品车实时数据 (467)

2.2.7 共享单车实时数据 (468)

2.2.8 路口通行量 (469)

2.2.9 套牌嫌疑车数据 (469)

2.2.10 基于车辆识别的OD分析数据 (470)

2.2.11 基于车辆识别的车辆数据 (470)

3大数据清洗子系统 (47)

3.1概述 (472)

3.1.1 数据清洗 (472)

3.1.2 缺失值处理 (472)

3.1.3 数据选择 (473)

3.1.4 数据变换 (474)

3.1.5 数据集成 (475)

3.1.6 数据削减 (475)

3.1.7 数据清洗评估 (476)

3.1.8 在交通领域的应用 (477)

3.2 数据清洗方法 (479)

3.2.1 错误数据的判别和修正 (479)

3.2.2 丢失数据补齐 (489)

3.2.3 冗余数据简约 (496)

3.2.4 基于Hadoop的分布式数据清洗 (501)

1 智慧交通大数据及支撑平台方案

1.1总体设计

1.1.1 系统概述

城市交通服务提供全面的路况，需要交通监测网对城市道路交通状况、交通流信息、交通违法行为等的全面监测，采集、处理及分析大量的实时监测数据，具有数据量巨大的特点；随着城

市机动车保有量不断提高，城市道路交通状况日趋复杂化，交通流特性呈现随时间变化大、区域关联性强的特点，需要根据实时

的交通流数据及时全面采集、处理和分析等，因此具有系统负载时变性高、波动大的特点应支持低延迟、高并发事务；公众出行服务对交通信息发布的时效性要求高，需将准确的信息及时提供

给不同的需求主体，信息处理、分析时效性要求高，这给交通大数据支撑平台提出了挑战。

交通大数据支撑平台面对海量数据，系统不能仅依靠少数几台机器的升级满足数据量的增长，必须做到横向可扩展，既满足

性能的要求，也满足存储的要求；由于服务需求的多样化，平台既要支持交通数据流的实时分析与处理又要支持复杂查询与深度分析所需的高性能、低延迟需求。平台需具有高度容错性，大数据的容错性要求在作业执行的过程中，一个参与节点失效不需要重做整个作业。另外平台应支持异构环境，交通大数据平台的建设是分步骤的，分阶段进行的。

大数据支撑平台囊括了城市交通运行的基本数据，大数据支撑平台系统的设

计、实施，按照一切从实际出发，遵循经济实用的原则，对于整个城市交通运行状态检测的整个过程可以分为确定数据采集目标、采集数据、分析数据和功能实现四个阶段。

第一阶段，确定数据采集目标。目标就是监测的对象，首先要定义哪些对象是城市交通运行需要检测采集数据的，从社会经

济、城市基础设施和人民生活等多个方面进行考虑。

第二阶段，采集数据。确定好城市交通运行需要检测采集的数据目标之后，可以从相关部门或者采用相关仪器设备及手段进行数据采集。

第三阶段，分析数据。城市交通运行特征处于“常态”和“非常态”，需要对采集的数据进行全方位的分析，由“常态”到

“非常态”的一个动态过程，包括很多特殊情况的孕育、发展、扩大和爆发。通过对采集到的数据进行建模等方式来统计分析其诱发因素，以各相关管理部门、工作人员能迅速清晰掌握了解情况的方式进行展现。

第四阶段，功能实现。展示城市运行实时监测状况，显示各

项数据分析结果，及多种系统功能。

交通大数据支撑平台应具有如下的特性：

高度可扩展性，横向大规模可扩展，大规模并行处理；实时性，对交通数

据流，事件的实时处理；

高性能、低延迟分析，快速响应复杂查询和深度分析、

实时分析结果；

高度容错性，系统在硬件级、软件级实现容错；

可用性，系统具有相当高的可用性；

支持异构环境，对硬件平台一致性不高，适应能力强；开放性、易用性，

系统之间可实现数据共享，服务集成；较低成本，较高的性价比。

1.1.2 系统设计原则

1）安全性原则

本系统要实现基于大型数据中心、强大信息处理环境和高速网络为一体，可为交通信息管理的获取、共享和处理服务，支持实时网上数据信息处理，支持协同工作及虚拟办公环境的新一代信息基础设施支撑平台。由于整个系统涉及大量的保密数据，而

且部分数据共享基于网络环境，在设计过程中，必须考虑信息安全及保密措施，确保系统中的信息资源不被非法窃取和篡改，数

据中心不被破坏，同时还要保证用户能够正常使用系统中的共享资源，提供应有的信息服务。为了确保该系统的安全性，在建立健全安全管理制度基础上，还必须采用有效的安全保密技术。本系统采用一整套科学、便利的安全管理模式，系统对终端用户的权限严格界定，终端用户的权限细化到每一个模块的每一个功能，在此基础上系统灵活地使用组的管理方式，很大程度上简化了系

统管理人员的工作复杂度。

2）集成统一性、开放性和标准化原则

各个不同方面的机房需求应组成一个完整的机房信息系统。

并在系统安全性、资源共享、工作协同和系统管理及其开销、系统升级等方面进行规划和设计，所以系统必须具有开放性，标准化。系统的开放性是关系到系统生