路况预测

实时预判的路况预测系统,提供从5分钟到未来1小时精准度高达92%的路况拥堵的预测,为交通部门提供实时排堵疏导方案支持,为用户提供智慧出行计划指导

业务痛点及需求

实时预判

对于交通行业相关客户,实现实时预判当前的拥堵持续时长,当前拥堵可能蔓延的范围,量化当前拥堵的影响,支持交管部门优化实时诱导档案

躲避拥堵

基于未来路况智慧规划出行路径,不仅躲避眼前的拥堵路段,还能够提前决策躲避将要遇到的拥堵路段

减小信息滞后的影响

减少发布的"实时路况"与用户体验的当前路况之间的差异,减少由于信息滞后导致用户错误决策的可能性

方案概述

路况大数据预测系统是创新应用,结合了预测模型的算法创新与云计算系统层面的技术创新。方案所依据的预测模型原理是基于"数据流形"的理论,这是一个传统概率论与微分几何交叉的新兴领域
实时数据交互
负责与业务的其他系统之间进行实时数据交换。包括各个道路相关路段的实时速度数据接收和解析,以及向消息总线系统推送相关的预测结果数据
数据在线存储
负责实时道路速度数据和相关结果的在线存储和相应的模型参数更新
离线存储和计算建模
负责数据的离线存储以及基于道路相关路段的历史数据建立短期速度预测模型
在线服务引擎
根据离线的建模结果和实时道路速度数据,对相关路段进行短期(未来60分钟以内)速度预测

数据源

本套解决方案目前支持三种数据源,不同的数据源的优劣比较如下:

解决方案优势

预判性的路况预测

提供5分钟、10分钟...乃至未来1小时的预判性路况预测,让交通部门的治堵疏导和公众出行的安排能够"未堵先知"

精确度高达92%以上

预测的准确性高达92%以上,预测更新与实时路况的同步更新滞后时间控制在10秒以内

全路网等级覆盖

路况服务的范围包括4类等级道路:高速,国道,城市快速路,及地面主要道路

多方数据融合

以高德数据为基础,更可以融合手机信V、交通卡口、车联网GPS等数据融合,全面覆盖各层级路网的路况服务

系统架构

在数据仓库的建设中需要从各种源头业务系统中把数据统一采集到数据仓库中,在统一的基础平台上对数据进行加工。在数据生产的链条中,保障数据产出的稳定性和数据产出的质量是数据仓库建设中的重要内容。
方案建设可以分解为以下几项技术任务:
  • 网络流预测算法的调研整体技术路线设计
  • 路况数据的可信度检验与异常数据清洗
  • 高速路网的交通小区划分技术:基础静态划分及动态划分
  • 可预测的路网及时间段的选取标准
  • 预测算法研究与原型化开发及离线验证效果
  • 算法模块的并行化版本开发(例如 MapReduce)
  • 云平台服务体系及架构设计
  • 云平台在线服务部署与运维策略设计