您好,欢迎访问三七文档
当前位置:首页 > 行业资料 > 交通运输 > 09(温慧敏)北京市交通大数据应用和展望36
北京交通大数据应用与展望ApplicationsandProspectofBeijingTransportationBigData北京交通发展研究中心BeijingTransportationResearchCenter(BTRC)温慧敏HuiminWen汇报内容Content北京交通数据情况TransportationDataofBeijing北京交通大数据的应用Applications未来展望Prospects2数据类型DataType交通基础数据BasicData动态运行数据DynamicData交通调查数据CensusData城市活动数据ContextData基础设施Infrastructure车辆和人员VehiclesandEmployees交通行为数据BehaviorData交通检测数据DetectionDevices人口、土地、经济Population,Land,Economics气象、环境等Weather,Activities综合交通调查ComprehensiveCensusTransportationEconomicCensus数据规模DataScale4分类Classification数据内容DataContent数据规模DataScale动态运行数据Dynamicdata道路检测器RoadDetectdata断面流量、速度、车型采集:2分钟,500万记录/天车辆卫星定位VehicleGPSdata(taxis,buses,coach,trucks)经纬度、时间、方位角、车辆代码采集:60秒(部分12秒)6万辆出租车,15G,9000万记录/天2万辆公交车,5G,3000万记录/天电子收费Electronicfee(ICcards,ETC)收费时间、位置、线路、额度公交IC卡:2500万记录/天,10G/天ETC:300万记录/天牌照识别Recognitiondata(Video,RFID)检测位置和时间、车牌号(车辆属性数据)采集:2分钟2G,500万记录/天(按检测点存储)事故数据Accidentdata事故位置、时间、类型信令数据Pseudo-codemobilesignalingdata信令发生位置、时间、活动类型北京移动:1800万样本,10亿条/天调查数据Censusdata城市综合交通调查、运输经济专项调查、出行方式意愿性调查Householdsurveys,intentionsurveys,etc.城市综合交通调查、运输经济专项调查、出行方式意愿性调查FifthCensus:18serials,40,000families城市背景数据Urbancontextdata土地利用、人口分布、气象道路施工、交通事件多张网、交错关联交通基础数据Basicdata人(从业人员)、车、路(道路网、公交线路)汇报内容Content北京交通数据情况TransportationDataofBeijing北京交通大数据的应用Applications未来展望Prospects5应用1:浮动车系统(FCD)北京:40000辆出租汽车,5分钟(20秒)计算一次Beijing:40,000taxis,5minutes(20seconds)updating五环内路网覆盖率80%,精度86%以上Coverage(5thringroad):80%,Accuracy:over86%TaxiGPSdistributionReal-timetrafficcongest识别常发拥堵路段,并与土地开发关联分析,服务拥堵治理(2009---)7早高峰拥堵路段和节点职住平衡度与早高峰常发拥堵路段CongestedsegmentandintersectionMorningpeakCommercial/residentialbalanceandcongestedsegmentsmorningpeakIdentifiesfrequentlycongestedroad,Analysiswithlanddevelopment,Supportforcongestionmanagementfrom20098Congestionformationanddissipationratio-2:3Heavyrain,eveningpeakCongestionFormationandDissipationEvolution——ASubtlePortrayalofPhantom交通网络拥堵形成和消散演变规律分析——幽灵拥堵的细微刻画大规模降雨、晚高峰拥堵形成和消散的时间比例为2:39CongestionDistributionCloudImagehorizontalaxis:timeverticalaxis:roadsegmentscolor:congestionlevelAnaccidentcausingcongestion.A:congestionspreadB:congestiondissipationCongestionFormationandDissipationEvolution——ASubtlePortrayalofPhantom交通网络拥堵形成和消散演变规律分析——幽灵拥堵的细微刻画交通拥堵分布时空“云图”横轴代表时间,纵轴代表路段颜色代表该时间、该路段的拥堵程度。莲花桥附近发生事故,产生拥堵。A:拥堵蔓延B:拥堵消散10Inspiration:Canweuseafiguretoreflecttransportationconditions?RoadsarelikestockstrafficindexasitscoreFive-dimensionalcongestionrecognitionconcept应用二:“交通指数”拥堵评价TrafficIndexCongestionEvaluation灵感来源:拥堵识别“五维”理念能否用一个数字反映交通运行状态道路类似个股以“交通指数”为核心的拥堵评价体系11尾号4、9限行thelastnumberonthelicenseplateIs4or9verysensitivetochangesinurbantransport交通指数对城市交通拥堵变化非常敏感12月交通指数变化(2007-2015)Monthtrafficindex(from2007to2015)数据积累:连续积累了2005年至今的所有数据。Dataaccumulation:continuouslyfrom2005tothepresent第一次定量化地衡量了城市拥堵,拥堵治理目标实现定量化。firsttime:urbancongestionbemeasuredquantitatively,andmanagementgoalsalsobecomequantitative.1月2.12.62.55.66.18.63.14.38.28.57.98.27.27.54.58.26.75.64.63.01.71.11.21.11.21.11.11.11.91.81.92月2.32.62.71.91.63.93.33.33.44.33.22.04.86.94.04.55.43.52.24.73.63.65.15.44.52.94.93.63.63月8.14.73.62.14.54.64.75.15.63.62.74.84.14.14.65.25.02.25.04.24.64.15.93.92.64.75.24.05.14.37.74月7.61.61.71.53.24.22.71.93.27.44.64.35.83.72.63.86.75.64.09.03.52.33.97.16.85.86.38.72.11.75月1.83.03.45.33.32.43.84.64.44.56.05.13.94.26.14.84.76.33.72.83.16.25.04.95.53.52.54.27.75.37.46月6.23.02.53.45.74.44.86.55.82.63.65.65.04.36.93.72.45.07.36.87.52.11.52.43.47.04.33.45.43.97月2.44.26.84.64.75.84.23.24.85.57.36.35.63.83.35.15.07.15.25.04.04.43.74.64.12.13.21.52.56.23.88月3.56.34.73.02.44.25.16.44.84.93.62.64.13.77.96.65.55.24.05.85.07.46.16.44.13.94.56.17.76.15.39月1.53.05.95.77.37.26.75.54.45.14.67.85.47.65.84.66.55.37.46.07.35.74.78.09.58.26.58.07.71.710月1.21.51.51.61.62.02.13.25.04.75.45.75.54.55.16.96.87.57.66.98.25.77.06.17.57.86.66.05.77.16.411月7.57.56.82.35.67.06.27.27.15.05.15.87.05.98.17.87.85.65.36.56.28.58.77.78.95.46.56.88.38.512月6.75.36.57.07.88.48.38.45.65.36.74.86.02.54.73.37.58.77.79.26.78.26.68.18.58.08.89.34.45.03.51日2日3日4日5日6日7日8日9日10日11日12日13日14日15日16日17日18日19日20日21日22日23日24日25日26日27日28日29日30日31日severecongestionduringeveningpeak1月2.73.53.14.97.07.16.96.15.28.05.85.48.07.34.35.98.67.77.27.37.15.56.28.96.66.26.03.75.12.02月1.31.11.11.11.11.11.01.21.71.61.94.01.55.23.83.03.83.73.72.23.35.54.24.56.11.72.04.83月7.05.05.46.45.03.04.06.55.04.35.94.24.06.45.34.16.44.32.54.06.44.04.76.94.73.04.06.04.73.84月7.58.31.91.61.43.03.34.12.62.13.63.64.83.75.12.92.13.73.44.83.24.63.72.44.24.06.25.18.02.25月1.61.92.25.33.54.22.73.43.43.74.84.03.53.64.85.04.83.01.83.13.35.07.14.42.81.93.53.86月5.54.46.82.01.61.36.66.13.74.52.61.93.84.07.23.95.52.92.23.83.85.210.04.82.72.33.74.06.34.67月3.52.52.54.34.26.95.05.73.12.53.84.64.86.55.83.22.43.03.94.05.24.62.81.93.15.63.76.43.13.12.28月4.43.85.34.53.13.68.04.15.64.62.52.72.77.45.46.36.23.22.23.65.24.76.45.53.13.03.56.75.99月7.47.03.22.95.77.88.09.17.45.62.81.63.23.25.75.13.82.74.05.44.46.95.63.34.06.46.29.05.310月1.81.71.71.51.72.02.16.66.74.65.15.45.58.86.44.05.45.45.75.08.05.53.76.36.07.05.88.26.33.85.511月6.05.96.28.4
本文标题:09(温慧敏)北京市交通大数据应用和展望36
链接地址:https://www.777doc.com/doc-218848 .html