首頁熱門文章
淺談大數據時代下如何打造“智慧交通”
發布時間：2019-10-18 分類：趨勢研究 來源：騰訊網
當今時代，數據已經滲透到每一個行業和業務職能領域，對于海量數據的挖掘和運用，因為近年來，互聯網和信息行業的發展而進一步引發關注。僅從交通管理角度出發，探索在大數據時代背景下，如何在智能交通的基礎上進一步打造智慧交通警務。
打造“大數據智慧警務”原因分析
從必要性方面分析：一是日益凸顯的交通管理困境。面對人口高度密集、交通飛速發展、管理日趨艱難的困境，人車路矛盾的進一步加劇，積極發展以大數據為基礎的智慧交通，是時代和形勢的緊迫要求。也是我國交通管理轉型升級的必然要求，運用大數據技術對交通管理手段進行革新顯得尤為迫切。二是警力嚴重短缺。隨著我國社會經濟的不斷發展，公路里程數已躍居世界第一，私家車的擁有量也呈現爆發式增長，在這種情況下，交通管理警力明顯不足，在當前交管任務如此嚴峻的情況下，向科技要警力，依托科技解放警力顯得尤為重要。
我們應當利用互聯網科技便捷的數據傳輸功能，實現對路面交通的管理與監控，只有認識到位，才可以真正了解互聯網對交通管理工作的重要性，進而才可以利用互聯網科技服務交管業務。三是傳統管理手段具有局限性。無論是從對交通資源的支配、交管數據的整合還是從對交通發展趨勢的預判上看，傳統的交通管理手段已經與現實的交通發展水平拉開了極大距離，疲于應付的交通管理方式已難以適應日益嚴峻的挑戰，推動智慧警務已是迫在眉睫。
從可行性方面來看，現有的智能交通建設為實現智慧警務提供了更多可能。一方面政府部門更加重視智能交通基礎設施投入。為緩解交通擁堵，力保路暢民安，國內很多省市在大數據交通應用上已經不同程度的嘗試，并取得了明顯效果。各大城市相繼開展智能交通系統建設，市區燈控路口監控實現全覆蓋，交通信號燈實現智能化、國標化改造。研發交通指揮調度智能平臺，實現指揮調度、智能交通信號控制、特勤路線警衛、情報信息綜合研判等功能，并基于PGIS地圖操作，通過科技信息化手段提升交通指揮調度和路面查緝智能化水平。
另一方面是智能交通系統帶來的效果顯著。其一，有利于精準引導實戰。運用系統挖掘數據、研究數據，可以有效指導勤務管理、強化源頭監管、引導事故預防，實現異常道路流量快速報警、快速精確疏導，交通違法行為精準查處，實現情報信息引領警務實戰。其二有利于指揮調度科學高效。以交通警情為導向，以視頻、網絡為載體，高度整合PGIS、監控、信號、誘導、GPS定位系統及110接處警的資源和功能，對交通安全警情和道路擁堵警情可視化監測和處置，建立協調聯動、快速反應、合成作戰的多級應急指揮體系。
其三有利于交通組織智能精細。燈控路口實現信號智能化，實行全天侯自適應信號控制，有效解決了交通流密疏不平衡問題。其四有利于治安防控精準打擊。燈控路口實現了高清監控全覆蓋，建立車輛軌跡云平臺，實現車輛、軌跡和圖像信息的融合共享，利用大數據云計算技術，對海量數據進行深度挖掘，為治安刑事案件偵破工作提供強有力的技術支撐。
大數據背景下數據太多與智慧偏少的矛盾沖突
道路交通管理涉及面廣、參與者多，各種交通行為和交通管理手段產生了巨大的基礎數據。其中包括道路監控、路口流量等所采集的動態數據、車駕管理服務基礎數據、交通違法處理數據以及其他道路交通管理的相關數據。目前我省有831萬名機動車駕駛人，657萬輛機動車，其日常交通行為必然還會在通行區域廣為分布的監控及數據采集器上產生更為巨量的道路交通基礎數據。但實際卻發現，交管部門的調查研究卻并沒有能有效跟得上電子采集數據的腳步。其中主要忽視了幾個方面的重要內容：
一是數據理解不夠全面、利用率嚴重不足。有了更多數據，并不意味著會產生更全面和更深刻的理解，因為數據需要科學的分析和解讀才有意義，僅僅運用系統自身挖掘數據、研究數據勢必存在很大局限。另外，數據基數巨大，更迭頻繁，面對海量數據，執法者很難有效提出適合用這些數據解決的新問題。除了常規分析交通流，高效指揮調度、精準打擊之外，很難進一步充分利用新數據更加高效地指導其他工作開展，其實從某一方面來說也形成了一種數據資源的浪費。
二是資源整合存在難度，數據分析不全面。在經濟全球化、區域一體化、社會信息化的背景下，各類風險跨界性、關聯性增強，沒有哪類風險不需要綜合施策，沒有哪個地方和部門不需要協調配合。但僅在公安內部，各警種部門就存在權力限制，各項數據難以相互融合，資源、數據難以統籌，程序、規范難以對接，條條、條塊、線上線下難以實現一體化，制約了數據的有效利用和長遠發展。內部關聯整合尚且不足，遑論外部聯合配合。
目前智能交通系統尚未與其他系統建立常態化數據匯聚機制，很難做到公開信息全量共享，數據分析進而進一步受限。
三是海量數據兼具迷惑性。無論是視頻監控、執法數據匯總抑或是交管大平臺等的的確確都可以為交管工作提供頗為精確的數據，海量數據的產生也確實將會進一步豐富交通管理手段，疏導交通難點、痛點，并可以通過解決一系列問題為交通管理帶來深刻影響。
但是其中所記錄的每一條車輛軌跡、每一條違法記錄、每一名駕駛人身份信息以及其他每一項數據，并未完完全全發揮其應有的貢獻，反而對交通管理者造成一種假象，好像擁有了更多關于交通方面的數據，交通管理的現狀就真的立即得到改善一樣，并因此獲得極大的成就感。這就極易造成一種惡性限制，執法者沉溺于現有的設施中，對于大量數據產生滿足感，并不進一步發揮主觀能動性，探索挖掘數據背后的信息。
實現智慧警務可以從哪幾方面著手
一是聚焦數據增效，打造主動警務。一方面是基于已經建成的智能交通綜合應用平臺為載體，深度集成管控要素和警務資源，力求警務決策用數據支撐、基礎建設用數據說話、打防管控用數據指導，提升反恐維穩、打防管控的前瞻性和精準度。努力用數據警務打造創新發展的強大引擎。
另一方面要努力提升民警的綜合能力。既要提升民警的科技應用能力，也要提升民警的綜合分析能力，在現有的智能系統基礎上，引導民警研發功能模塊，提升交通組織管理水平；在現有的海量數據面前，引導民警主動思考探索，充分挖掘數據潛在價值。可以進一步引入獎勵激勵機制，充分調動民警積極性、創造性。
二是健全基礎設備。一方面是要全力避免智能交通設備的“馬太效應”。所謂馬太效應，是指多的越多、少的越少的一種正反饋現象。而現在的智能交通建設基本是針對交通管理更為精細化的市區，市區燈控路口監控實現全覆蓋，可謂錦上添花。
相反，一直處理管理短板的農村地區在硬件設施方面仍有較大補足空間，硬件不到位，管理手段自然更難以進一步拓展。所以，應該根據農村地區不同的區域特點、經濟水平、個性化需求等實際情況逐步推進完善智能交通建設，補齊農村地區短板，全面整合數據資源。另一方面推動聯動融合，抓好資源整合。努力破解與其他部門之間數據溝通壁壘，避免單打獨斗，通過數據融合，實現整體聯動。要抓數據資源整合，依托大數據警務實戰平臺建立常態化數據匯聚機制，做到公開信息全量共享、涉密數據按需推送。注重融合應用，力求1+1>2效果。
三是做好制度保障。一方面確立政策導向。可以設立科研項目資助經費，助力科技創新，加快成果轉化，提升實戰效益；出臺科技強警獎勵辦法，調動廣大民警參與科技創新的積極性；并開展科技成果評選活動，對變現突出者記功表彰，并視情提拔重用。另一方面完善管理體系。對于交管科技項目，必須要堅持規劃在先、設計在前，堅決避免短視眼光和盲目行為。應明確制度管理，并嚴格執行。
