道路卡口系統(tǒng)示意圖

卡口系統(tǒng)的前端由分布在城市各大小路口的卡口設(shè)備組成，包括高清攝像機(jī)、補(bǔ)光燈、嵌入式智能分析控制主機(jī)、光端機(jī)或光纖收發(fā)器等設(shè)備，主要完成紅綠燈狀態(tài)檢測(cè)、機(jī)動(dòng)車(chē)違章行為檢測(cè)、違章圖片抓拍、補(bǔ)光燈控制、違章記錄本地儲(chǔ)存、相關(guān)信息網(wǎng)絡(luò)上傳等任務(wù)。而后端則需要龐大的數(shù)據(jù)存儲(chǔ)和處理平臺(tái)，進(jìn)行視頻、圖片等各種非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)、查詢、分析和處理，為相關(guān)交管工作提供數(shù)據(jù)決策依據(jù)。

卡口系統(tǒng)是目前公安交管系統(tǒng)中性能遇到瓶頸的最嚴(yán)重的環(huán)節(jié)，用戶的數(shù)據(jù)量和實(shí)時(shí)需求都對(duì)數(shù)據(jù)處理技術(shù)提出了巨大的挑戰(zhàn)。據(jù)測(cè)算，一個(gè)大型城市每年的交通數(shù)據(jù)量約可達(dá)到PB級(jí)別，而且數(shù)據(jù)類(lèi)型極為繁雜。而從管理者實(shí)際需求來(lái)看，以套牌車(chē)追蹤和違章車(chē)輛報(bào)警兩個(gè)交通管理主要功能點(diǎn)為例，需要在實(shí)時(shí)返回結(jié)果的情況下將識(shí)別的車(chē)牌號(hào)與數(shù)據(jù)庫(kù)進(jìn)行比對(duì)，并做出提示。傳統(tǒng)數(shù)據(jù)庫(kù)無(wú)法實(shí)時(shí)實(shí)現(xiàn)這一功能需求，因此在處理類(lèi)似的海量數(shù)據(jù)的快速處理及搜索時(shí)，需要采用新興的大數(shù)據(jù)處理技術(shù)，在滿足需求的同時(shí)也使得硬件資源的價(jià)值最大化。

大數(shù)據(jù)技術(shù)作為目前科技領(lǐng)域最前沿的新興技術(shù)，可通過(guò)數(shù)據(jù)采集、分析處理、可視化展示及發(fā)布交通流參數(shù)、事件等動(dòng)態(tài)交通信息，為城市道路現(xiàn)代化監(jiān)控系統(tǒng)的建立提供一流的交通信息支持與技術(shù)服務(wù)。

大數(shù)據(jù)分析平臺(tái)組件圖

HBase賦予交通更智慧的“眼睛”

目前，最主流的大數(shù)據(jù)技術(shù)非Hadoop莫屬，是當(dāng)下大數(shù)據(jù)平臺(tái)中應(yīng)用率最高的技術(shù)。作為Hadoop平臺(tái)上的子項(xiàng)目之一，HBase是一個(gè)高可靠性、高性能、面向列、可伸縮的分布式存儲(chǔ)系統(tǒng)，利用它可在低價(jià)服務(wù)器上搭建起大規(guī)模結(jié)構(gòu)化存儲(chǔ)集群，在實(shí)現(xiàn)在線實(shí)時(shí)海量數(shù)據(jù)處理方面體現(xiàn)出了巨大優(yōu)勢(shì)。在交通業(yè)務(wù)中使用HBase技術(shù)來(lái)提升卡口系統(tǒng)的性能和服務(wù)質(zhì)量，成為了當(dāng)前大數(shù)據(jù)時(shí)代，化解城市交通難題的明智之選。

面對(duì)駁雜的數(shù)據(jù)類(lèi)型、龐大而增長(zhǎng)迅速的數(shù)據(jù)量、以及管理者對(duì)于快速響應(yīng)的需求，浪潮大數(shù)據(jù)技術(shù)是如何在技術(shù)層面面面俱到滿足需求的?下面將針對(duì)公安交管的具體業(yè)務(wù)需求來(lái)予以說(shuō)明：

• 數(shù)據(jù)存儲(chǔ)

卡口系統(tǒng)是公安交管業(yè)務(wù)的重點(diǎn)，卡口過(guò)車(chē)數(shù)據(jù)一般包括卡口編號(hào)、車(chē)道編號(hào)、號(hào)牌號(hào)碼、號(hào)牌顏色、號(hào)牌類(lèi)型、過(guò)車(chē)時(shí)間、過(guò)車(chē)速度等屬性信息。由于HBase數(shù)據(jù)表的特性，在卡口過(guò)車(chē)數(shù)據(jù)表的設(shè)計(jì)時(shí)，可以以車(chē)牌號(hào)與過(guò)車(chē)時(shí)間為主鍵，這樣在進(jìn)行卡口過(guò)車(chē)記錄查詢時(shí)，可以同時(shí)以號(hào)牌號(hào)碼和過(guò)車(chē)時(shí)間為查詢條件。

• 布控車(chē)輛報(bào)警

當(dāng)車(chē)輛通過(guò)卡口時(shí)，攝像頭拍攝過(guò)車(chē)圖片并快速識(shí)別出車(chē)牌號(hào)等車(chē)輛信息，利用HBase技術(shù)對(duì)該車(chē)牌號(hào)進(jìn)行高速比對(duì)分析，檢查該車(chē)是否在布控車(chē)輛范圍內(nèi)，當(dāng)識(shí)別的車(chē)牌號(hào)符合布控車(chē)輛的特征時(shí)，系統(tǒng)會(huì)發(fā)出實(shí)時(shí)告警，報(bào)警信息中包括車(chē)牌號(hào)碼、車(chē)速、車(chē)型、車(chē)輛通過(guò)時(shí)間、車(chē)輛圖片等，方便辦案警員快速做出響應(yīng)。

• 套牌車(chē)分析

系統(tǒng)設(shè)定一個(gè)閥值，指定每?jī)蓚€(gè)卡口之間的距離內(nèi)行駛速度。當(dāng)在兩個(gè)卡口內(nèi)監(jiān)測(cè)到同一車(chē)牌號(hào)，但是在這監(jiān)測(cè)的時(shí)間段內(nèi)無(wú)法從一個(gè)卡口行駛到另一個(gè)卡口時(shí)，可以斷定其中一輛車(chē)屬于套牌車(chē)，系統(tǒng)會(huì)對(duì)這兩輛車(chē)做出報(bào)警，并提示警員快速做出處理。

• 車(chē)輛軌跡分析

選擇某一重點(diǎn)車(chē)輛，查詢?cè)摃r(shí)間段內(nèi)經(jīng)過(guò)的所有卡口，并在警用地理信息系統(tǒng)上顯示該車(chē)輛的歷史行駛軌跡。

• 伴隨車(chē)輛識(shí)別

能夠自動(dòng)分析出某一輛車(chē)在選擇的時(shí)間范圍內(nèi)，在其所經(jīng)過(guò)的各個(gè)卡口時(shí)的前后一段時(shí)間間隔(如：前后30秒)內(nèi)均同時(shí)出現(xiàn)過(guò)的車(chē)輛信息。

浪潮智慧交通大數(shù)據(jù)解決方案拓?fù)鋱D

HBase只是冰山一角 浪潮大數(shù)據(jù)能做的更多

浪潮大數(shù)據(jù)技術(shù)在智慧交通方面的成功應(yīng)用，僅僅是大數(shù)據(jù)處理技術(shù)中的冰山一角，大數(shù)據(jù)不僅包括Hadoop分布式并行計(jì)算技術(shù)，還包括MPP(海量并行處理)技術(shù)、HBase技術(shù)Stream(流處理)技術(shù)等等。無(wú)論是從數(shù)據(jù)存儲(chǔ)層面，還是從查詢請(qǐng)求層面，分布式存儲(chǔ)不僅解決了客戶的海量數(shù)據(jù)存儲(chǔ)問(wèn)題，還利用分布式查詢請(qǐng)求解決了客戶的實(shí)時(shí)或準(zhǔn)實(shí)時(shí)查詢需求。

因此，未來(lái)的大數(shù)據(jù)應(yīng)用將采用分布式存儲(chǔ)計(jì)算與廉價(jià)服務(wù)器集群相結(jié)合的形式，使用Hadoop作為海量數(shù)據(jù)的存儲(chǔ)，使用MPP技術(shù)作為數(shù)據(jù)處理、集散的底層支撐，并輔以Stream技術(shù)來(lái)實(shí)現(xiàn)Real-Time應(yīng)用展現(xiàn)。

可以預(yù)見(jiàn)，大數(shù)據(jù)技術(shù)的快速發(fā)展能讓我們?cè)诓贿h(yuǎn)的未來(lái)看到智慧交通的實(shí)現(xiàn)，日益惡化的城市交通狀況也能得到有效改善。

sunyingying