[00121129]智能交通大数据服务关键技术研究与应用

本课题是广州市科技计划项目。 智能交通系统是复杂系统研究的重要领域。近30多年来,面向智能交通复杂系统的建模、控制、优化等理论研究一直是一个重要的科学研究方向,吸引了一大批学者进了了大量而深入的研究。现实中运行的智能交通系统会产生大量的数据。引入大数据理论研究智能交通系统,开辟了研究智能交通复杂系统的新途径。智能交通大数据主要研究内容包括智能交通大数据质量控制、智能交通大数据存储与检索、基于多源信息融合的特定目标实时追踪及可视化展现、基于智能交通大数据的出行路径优化规划等的理论与方法。 综上所述,本项目研究具有重要的科学意义。同时,项目研究对广州市、广东省和国内大数据、云计算、智能交通产业发展及交通效率、交通安全性提高等具有十分重要的经济意义和社会意义。 我国高速公路总里程已达12.5万公里。通过多年的信息化建设,高速公路智能交通数据呈现出种类多、数据量大、结构和非结构数据并存等特点。以广东省为例,高速公路智能交通月数据量达1.5PB。如何对这些数据进行必要的内容屏蔽或保密处理,为国家安全、政府管理、商业活动、科学研究、居民工作与生活等不同的应用角色等提供合法、可靠和快捷的大数据服务,是一个亟待解决的问题。 项目研究开发了面向高速公路领域应用的智能交通大数据服务的若干关键技术,并进行了示范应用。完成的主要研究内容：智能交通大数据质量优化控制技术研究,基于云计算的角色符合智能交通大数据的提取、优化存储与快速检索技术研究,基于多源信息融合的交通状态识别与演变机理研究,基于多源信息融合的特定目标实时追踪、运动轨迹还原及可视化展现技术研究,基于云计算的出行路径优化规划方法研究,基于云计算的智能交通大数据公共服务平台开发,客户端软件开发及示范应用。采用粗糙神经网络聚类分析、灰色时空关联分析、粗糙预测控制等技术,提出了智能交通源大数据获取过程的数据质量优化控制并行快速算法;采用灰色时空关联分析、模糊专家系统等技术,提出了快速识别和清除失效与失误数据、快速识别和校正失准数据、快速识别和完整化残缺数据的方法,并基于云计算实现。采用粗糙神经小波分析、模糊支持向量机、智能化并发控制等技术,提出了不合角色身份内容的屏蔽技术,提出了基于云计算的角色符合高速公路智能交通大数据的智能化提取、分布式优化存储和快速索引的并行算法。采用粗糙量子均值漂移、模糊知识库、背景差分法等技术,提出了基于多源信息融合的识别干线、匝道的车流量、流速、密度及收费站排队长度、排队时间等交通流参数的并行快速算法,提出了交通拥堵、交通事故、交通中断等交通异常事件识别算法;采用模糊专家系统、粗糙模糊神经网络等技术,提出了基于多源信息融合的高速公路交通流参数的演变规律,提出了交通事故、交通管制与施工等交通事件影响下的交通流演变规律。采用采用粗糙量子均值漂移、灰色时空关联分析、自适应小波压缩等技术,提出了基于多源信息融合和云计算的高速公路特定目标的实时追踪、运动轨迹还原等方法;采用面向对象、模糊知识库技术,提出了基于多源信息融合的特定目标运动轨迹文件的自动化快速生成、可视化展现方法和相关标准。采用混沌混合蝙蝠算法、混沌混合量子进化算法等技术,提出了基于云计算的高速公路出行路径优化规划的并行快速智能算法。采用云计算、模糊知识库、模糊专家系统、面向Agent、GIS等技术,开发了基于云计算的智能交通大数据公共服务平台。应用Eclipse 4.5、Android Studio 2.0等,开发了客户端软件。 通过本平台,为国家安全、政府管理、商业活动、科学研究、居民工作与生活等不同的应用角色等提供合法、可靠和快捷的高速公路智能交通大数据服务。 本项目按计划展开研究,圆满地完成项目合同规定的研究内容、技术指标、技术经济指标。开发平台软件1套：基于云计算的智能交通大数据公共服务平台。发表论文22篇,申请发明专利24件、授权1件,申请实用新型专利2件、授权1件,获得软件版权2项,制订企业标准1项,引进人才6人,培养人才23人,开发新产品1个,提出新方法21个。实现销售收入560.37万元、利税269.17万元。