技术详细介绍
本研究将采用云计算和大数据处理技术构建城市公共交通调度方案演练平台,基于出行者活动需求生成人工交通系统,通过人工交通系统和实际交通系统交互,为公共交通调度方案提供演练平台,不但可以用于正常情况下的调度方案优化,还可以用于异常情况的应急处理。研究成果将结合国家发改委、交通部在广州联合实施的“基于物联网的城市智能交通示范工程”,帮助管理者提升公共交通管理的智能化水平,并为出行者提供有针对性的服务。 本研究的总体方案如下:首先,集成城市公共交通采集的站台、线路、道路、活动场所的交通数据,研发MapReduce框架下的海量交通流融合与预测算法,针对复杂交通系统行为的不可预测性,充分考虑简单对象的主动性和随机性,从行为生成的角度出发实现对城市公共交通系统的“等价”描述;然后,针对城市公共交通的运营与管理需求,通过计算实验和涌现观察,生成实时、未来和各种可能情况下的交通场景,不但包含正常条件下的交通环境,还可以生成交通事故、恶劣天气、突发事件等异常条件下的交通环境;最后,通过交通系统与人工交通系统之间交互运行和过程演化,实现城市公共交通运行数据分析与调度方案演练,并为交通管理者和出行者提供基于位置的公共交通服务信息。 项目取得的经济和社会效益如下: 1)系统建成后将有效改善了交通状况,提高共交通系统运输能力,节约车辆运营成本,提高车辆利用效率。 2)建立了广州公共交通管理云计算平台,并取得显著应用效果,为智能产业相关行业和企业建立智能交通、智慧城市平台建设提供技术支撑,推动新型产业发展。 3)通过本研究的实施,为广州智能交通建设引入了新的核心技术,引导产业内的技术革新,为广东省的经济发展作出了贡献。
本研究将采用云计算和大数据处理技术构建城市公共交通调度方案演练平台,基于出行者活动需求生成人工交通系统,通过人工交通系统和实际交通系统交互,为公共交通调度方案提供演练平台,不但可以用于正常情况下的调度方案优化,还可以用于异常情况的应急处理。研究成果将结合国家发改委、交通部在广州联合实施的“基于物联网的城市智能交通示范工程”,帮助管理者提升公共交通管理的智能化水平,并为出行者提供有针对性的服务。 本研究的总体方案如下:首先,集成城市公共交通采集的站台、线路、道路、活动场所的交通数据,研发MapReduce框架下的海量交通流融合与预测算法,针对复杂交通系统行为的不可预测性,充分考虑简单对象的主动性和随机性,从行为生成的角度出发实现对城市公共交通系统的“等价”描述;然后,针对城市公共交通的运营与管理需求,通过计算实验和涌现观察,生成实时、未来和各种可能情况下的交通场景,不但包含正常条件下的交通环境,还可以生成交通事故、恶劣天气、突发事件等异常条件下的交通环境;最后,通过交通系统与人工交通系统之间交互运行和过程演化,实现城市公共交通运行数据分析与调度方案演练,并为交通管理者和出行者提供基于位置的公共交通服务信息。 项目取得的经济和社会效益如下: 1)系统建成后将有效改善了交通状况,提高共交通系统运输能力,节约车辆运营成本,提高车辆利用效率。 2)建立了广州公共交通管理云计算平台,并取得显著应用效果,为智能产业相关行业和企业建立智能交通、智慧城市平台建设提供技术支撑,推动新型产业发展。 3)通过本研究的实施,为广州智能交通建设引入了新的核心技术,引导产业内的技术革新,为广东省的经济发展作出了贡献。