“治堵”兼“治城”，深城交首創的道路運行指數系統再升級 ▎優秀項目交流 ?
致匠心·優秀項目交流 之 11
項目：面向擁堵監測預測及出行信息優化的道路運行指數升級研究
委托單位：深圳市綜合交通運行指揮中心
完成時間：2018年4月
為滿足交通管理精細化與信息發布精準化的需求，受深圳市綜合交通運行指揮中心委托，深城交升級了深圳市道路交通運行指數（簡稱“交通指數”）系統，在多源數據融合、交通精準預測、擁堵成因溯源與精細服務定制等關鍵技術環節取得突破，大幅提升了系統的覆蓋率、精準度以及智能性，以及在政府管理決策與公眾出行服務方面發揮的作用；同時，形成了道路交通運行板塊的“數據中臺”，為深圳市交通運輸局及其他政府部門的業務系統提供了數據共享支撐。
交通指數是對路網交通總體運行狀況進行定量化評估的綜合性指標，交通指數越大，表明一次出行花費的時間越長。2012年，深城交在國內首創了基于行程時間比的交通指數，2016年納入國家標準。
深圳市交通指數系統自2012年上線以來，已實現道路交通運行實時監測、多維分析、公交評估等功能，為研究擁堵產生機理、分析交通系統問題、制定改善和治理方案等工作，提供定量化的分析手段和依據，在量化支持決策、輔助交通管控、引導市民出行等方面，發揮了不可忽視的作用，得到社會廣泛關注與認可。
為了滿足深圳交通出行品質提升的需求，此次面向擁堵監測預測及出行信息優化的道路指數升級研究項目，在功能挖掘、業務支撐與決策支持等方面，通過進一步融合多源時空數據，實現指數系統數據廣度和精度的提升；實現面向轄區局的定制化、精細化應用，滿足對不同區域、不同時間和時段的評估分析；實現對不同管理部門業務工作和協作的數據共享，對用戶進行不同維度、分級信息發布，并保障數據的安全。
創新特色
1、引入多源數據，構建結合自適應修補技術的數據融合框架
基于不同數據源特征的差異性，構建多源數據融合框架，同時增加卡爾曼濾波的自適應修補模型，對鄰近時間或空間上缺失的片段進行修補。融合后有效改進了系統在外圍區域、高速公路、低等級道路覆蓋不足的問題，大幅提升了路況的精準度與覆蓋度。
2、突破常規趨勢預測瓶頸，構建考慮多因素特征的組合決策預測模型
提出了考慮多因素、梯度決策的短時預測算法，構建了時間、空間、交通、天氣等特征影響模型，支持多節點并發式訓練擬合，提高計算速度與預測精度。模型實現對未來2小時每個路段的短時速度預測，平均預測精度高于86%。
3、改變傳統經驗模式，構建支撐時空溯源與機理診斷的交通智腦體系
基于深度學習方法與多層貝葉斯網絡的耦合，通過提取不同因素的作用域特征，深度挖掘不同擁堵模式的差異性，基于歷史特征、實時態勢和演變規律，實現擁堵成因智能判別，推動交通治理向智能化方向發展變革。
4、打破單一維度用戶邊界，構建面向多用戶群體的分層次應用場景
構建面向多用戶群體的分層次應用場景，如定制街道、小區、熱點、路段等不同層級的實時交通運行監控和擁堵預警功能；針對轄區常態化的交通運行分析和決策需求，定制轄區監測報告模板，實現監測報告秒級一鍵生成。
項目成效
1、有效提升政府部門交通管理與決策效率
基于對交通運行精細化監測和定期動態評估，強化了全市和轄區局對不同層級路網交通運行情況的全面把握，為交通管理、政策實施、管控評估等提供多維數據支持，大幅提升政府部門的工作效率和專業化水平。
2、全面推動數據對外共享輸出與出行服務
以精準路況信息服務為核心，提供標準化的對外交通路況接口，實現系統數據的多方式輸出；依托歷史擁堵挖掘、擁堵成因識別與趨勢研判，支撐政府部門向市民發布各大節假日的路況預測和出行指引，引導市民做好出行規劃。
3、大力推進交通擁堵治理模式向智能化變革
依托指數系統的路況實時監測、擁堵成因智能識別、交通運行多維評估等功能，實現對擁堵路段自動識別、擁堵成因分析、任務分辦、事件治理、效果評估等擁堵治理全過程閉環管理，實現多部門的擁堵治理業務協同聯動，推動擁堵治理向智能化發展。
未來展望
大數據應用帶來交通分析評估技術和管理模式的巨大變革，下一步，深城交將推動系統繼續深入融合大數據AI技術及相關應用，進一步加強系統對交通管理和信息服務的支撐力度，充分發揮系統的效能。
項目主管：丘建棟
項目總師：趙再先、段仲淵
項目負責人：莊立堅
主要參加人：陳昶佳、鄭又倫、李細細、傅華斌、潘嘉杰、葉柏龍、傅愷延、左天文、彭俐