7.22 中国智慧家庭创新产业论坛

安防大数据下全新智慧交通需求分析

OFweek物联网 中字

   OFweek安防网讯 随着我国城镇化和公路网络的快速发展,地区车辆的汇集使得车辆在繁忙路段和特殊时期变得拥堵不堪,交通出行成为日渐突出的问题。虽然各地都针对目前遇到的难题开始着手建设智能交通综合管控平台,但由于缺乏高效的平台系统,很多地方在海量数据的采集、处理和分析应用方面,在结合视频监控、交通信号控制系统、诱导系统、交通流量检测系统等方面的综合应用还有待提高。

  传统系统架构的瓶颈

  通过各路前端设备24小时不间断的抓取,属于安防性质的海量数据出现了激增。以保定市为例,每天由卡口、电子警察等车牌识别设备所产生的数据量约1200万余条,一年达到45亿条的数据规模。除此之外,还有车辆抓拍的图片数据、违法记录、事故处理等产生的业务数据和实时流量信息,以及路网管理与交通事件信息等多种类型的数据。这些海量数据的产生,使得很多传统的系统架构面临着一个海量数据采集、存储、计算、应用的难题,并且通过越来越多的突发交通时间可以分析发现,视频监控的作用仍然停留在被动服务于“事后研判”的模式,整个监控和控制系统并未做到主动干预,更无从谈起防患于未然。

  与此同时,在面对海量数据时,也暴露了传统的系统架构在海量结构化数据处理上的瓶颈,如系统存储无法弹性扩容;查询速度缓慢,无法快速响应突发事件;应急指挥系统操作复杂;各种类型数据资源分散,无法做到整合并进行综合分析……这些都预示着当前的交通部门需要一个可以应付智慧交通业务需求的全新系统架构。

  全新智慧交通系统架构的需求

  构建全新的智慧交通系统架构,需要从大数据思想出发,可以从三个维度分别解析智慧交通与大数据的关系构建。从系统架构来讲,分为数据采集、时空数据库、大数据分析引擎和行业应用四个层次,分别对应了智慧交通业务中的原始视频库,基础信息库与警情/案事件库,而从数据发展的维度,则对应了数据向知识递进的知识管理理论基础。

  数据采集层:海量与多种类数据采集

  智慧交通系统中的数据采集层,主要指卡口、电子警察等终端设备,它们采集的非结构化的视频和图片数据,以及经过前置智能算法所处理后输出的结构化过车信息数据。除此之外,还有大量的其他物联网感知数据的接入,比如RFID射频数据,GPS定位数据,手机信息,以及其他诸如单兵、浮动车等设备采集到的数据。

  时空数据库:海量和多种类数据存储

  所有来自于数据采集层的数据在时空数据库中进行存储。在这里根据数据类型的不同进行了不同的存储。结构化数据存储在数据库服务中,非结构化的原始视频和图片数据则存储在基于类似CDS云存储方案的存储介质中。

  大数据分析引擎:海量数据的快速计算

  在大数据的思想下,不追求个体数据的精确性,而是在海量数据中挖掘出规律性本质。在这里,所有的基于结构化数据的检索与数据挖掘计算的服务得以实现。同时,为实现更多的智能化业务,在数据应用服务层,也提供基于流式数据处理的视频智能分析服务。为满足更多的实时性要求,基于Unihadoop分布式计算使得海量数据检索与计算都以秒级为单位完成。

  行业应用:数据计算的可视化呈现

  基于数据应用服务的计算结果,在数据可视化层进行呈现。例如指挥中心的大屏显示,或者是基于电子地图的实时轨迹显示,或是基于交通流量统计的多种形式的信息发布等。

  而贯穿整个系统架构的基础则是IP全交换技术。摆脱了传统流媒体转发的技术,IP全交换技术可以大幅提高数据在网络中交互的效率。

下载OFweek,高科技全行业资讯一手掌握

7.5 【研讨会】LED显示创新技术应用

评论

(共0条评论

评论长度不能少于6个字

暂无评论

今日看点

还不是OFweek会员,马上注册
立即打开