林兴志（广西经济管理干部学院，广西 南宁 530007）

交通物流GIS路网可视化管理研究

林兴志
（广西经济管理干部学院，广西 南宁 530007）

研究交通物流GIS路网可视化管理方案，从可视化GIS管理系统、交通物流物联网北斗终端与监控中心对接并管理车辆的流程入手，在数据方面考虑GIS地图数据存储与热点数据的聚类优化，分析车辆的轨迹频率与历史数据，实现动态路径规划。通过可视化的管理工具和管理方案实现物流智能化管理，加速实现“互联网+高效物流”。

交通物流；GIS路网；可视化管理

物流作为传统的服务业在“互联网+”浪潮下迎来了新的历史机遇，发展“互联网+高效物流”要求要将整个行业与互联网、物联网等新一代信息技术结合起来，改变传统的管理手段，提高物流运作效率。GIS（Geographic Information System，地理信息系统）是物联网技术中一项实用的工具，通常与卫星导航系统结合起来，可以用在物流的交通运输环节[1]。通过对交通路网的数据采集，可以把物流的活动路径通过GIS地图显示出来，不仅能够指引物流车辆的路径选择与导航，更能为物流企业或调度中心提供可视化的管理方案[2]。采集到的物流活动数据通过统计分析后，为物流决策提供有益的参考依据。

1 交通物流GIS可视化管理总体流程设计

交通物流GIS可视化管理主要集中在车辆管理、路网管理这两个方面。可视化GIS管理系统与交通物流物联网北斗终端远程对接，交通物流物联网北斗终端安装在物流运输各个车辆上，实现车辆定位、轨迹查询、进度汇报、动态监控和任务预警等[3]。交通物流 GIS可视化管理总体流程如图 1所示。

图1 交通物流GIS可视化管理总体流程

可视化GIS管理系统负责GIS数据处理、GIS特征点聚类与优化、轨迹频率分析、动态路径规划等。可视化GIS管理系统与交通物流物联网北斗终端都与监控中心对接，从而使监控中心能够实时掌握车辆与路网的状态，并通过远程处理保持对车辆的控制。

2 GIS数据处理

2.1 地图数据处理

地图数据处理包括矢量数据处理和栅格数据处理。矢量数据处理之前要进行压缩，通过对采样点进行数据细化，然后对矢量坐标数据重新进行编码，以减少所需要的存储空间，通常采用垂距法来进行矢量数据压缩[4]。矢量数据的压缩往往是不可逆的、数据压缩后，数据量变小了，数据的精度降低了，然而并不会影响实际应用。栅格数据是遥感信息采用的存储方式。遥感信息是GIS重要的信息来源，随着GIS的发展，其对遥感信息的依赖会越来越强。这些数据的共同特点是内部信息量大，图像多边形复杂，规律不明显，所以只能以栅格方式存储。通过压缩栅格数据存储可以节省电脑的存储空间。栅格数据是很重要的压缩编码方法。其基本思想是：对于一个栅格图案，相邻方向的行列了一些网格单元具有相同属性的代码，可以采用某种方法把其中一些重复的内容压缩。四叉树编码是最有效的栅格数据压缩编码方法之一。四个象限的图形区域的四叉树的编码是根据2 2N N× 个像素的一个递归阵列分割，形成过程是：2×2大小的图像被分解为四个相等的部分，每个部分可以被分解成大小相等的四个部分，这样一直分解下去，一直分解到正方形的大小恰好等于该象素的大小为止。

GIS地图数据库采用 1：5万或更高规模的电子地图，路网层采用空间坐标系统和公路里程系统路径建立一个工作系统。为了进一步反应区域路网的地理特征，图形数据还包括航空照片或卫星影像照片。对于网络环境下使用数据的安全性、高效率，图形数据的大量性的要求，采用ESRI的ArcSDE进行图形数据的管理。它可以为所有地理数据库类型（矢量、栅格、测量、地形、地理模型、数据库架构、元数据等）进行综合的地理信息管理。

2.2 GIS关键信息与热点

现代交通物流运输过程中需要对地理信息系统中的关键信息与热点进行精准的管理，并能够准确迅速地获取运输路线的地形路况、环境气候、交通补给等GIS关键热点信息，第一时间为物流管理企业的判断和决策提供高效、准确的信息数据辅助，缩短运输距离，减少运输成本。此外结合地理信息系统把收集的GIS关键信息与热点标在GIS地图上，使其更加生动形象，实现可视化管理。其部分热点主要有：

交通指示牌：通过收集各类交通指示牌，标注在地图中，可以更详细了解地理路况信息，为车辆行驶安全提供保障。

标志性建筑物：把实体标志性建筑物记录到地图上，有助于查找未记录在地图界面上的地名，对运输车辆途经的地域初步认识。

加油站服务区：在地图中有加油站、服务区的详细标注，方便车辆随行人员根据车辆实际情况在合适的时间进行交通补给。

电子摄像头：通过记录交通路线沿途的电子摄像头，有利于行车人员在经过安装有电子摄像头地段以安全速度行驶，避免车辆超速。

对这些关键热点信息可以通过人工采集或 RFID电子标签、各类传感器、摄像头采集，经过聚类优化处理后显示在地图上，形成具有丰富内容的导航地图。在地图中通过不同图层的叠加，可以自主切换不同的热点类别数据。通过采用聚类优化算法，有效识别出热点集中的区域，并对其提前进行相关路网的分析。当运输任务途径这些区域时，就能快速实现最优运输路线的搜索，以及特殊热点的查找和避让，使得车辆运输通顺流畅，缩短运输时间。

3 轨迹频率分析

随着交通信息采集设备的自动化，智能化水平的不断提高，全球定位系统GPS、射频识别RFID、无线通信、视频监控、车牌自动识别、无线传感器网络等技术，都可以用于跟踪、识别车辆在路网中完整的出行轨迹[5]。通过对所有车辆的公路网行驶轨迹有关路网进行科学处理，可以到详细、准确、可靠的交通运行现状信息，为获得各种交通状态信息提供了新的解决思路。GIS具有空间数据管理，图形处理性能，辅助决策等功能，这使得它在交通运输领域有着良好的优势。因此，利用GIS技术建立车辆行驶轨迹分析系统，为轨迹分析处理提供了一个直观的可视化表示形式和决策支持。

在交通道路方面，现有的轨迹识别技术分析，常常是分析在监视器画面上的道路移动物体的轨迹，并能检测车辆禁止左转、逆向行驶等异常行为，而轨迹预测需要分析包含多个路段部分，并且在所述道路网络的交叉点的车辆路径，从相关信息中预测车辆选择的下一个道路。如在城市的调度中，如果可以通过一定的处理方法预测车辆要经过的下一段道路处理拥堵状况，则可以发送道路拥堵的信息给司机，这样司机就可以及时地更改路线，以避免进一步的交通拥堵。同时也可以将这种情况提交到服务器通知相关部门来及时处理。

图2 车辆状态分析与频率预测

在物流作业过程中，对在途车辆的轨迹频率分析要结合车辆的现有状态进行。将车辆的状态划分为正在装车、正在运输和空车返回三种状态，不同的状态所行走的路线不一定相同，这是轨迹频率分析需要重点注意之处。如果能够合理规划空车返回的路径，通过有效的调度使车辆正好途径其他等待运输的装车处，则能够减少空车率，降低时间成本和经济成本。

4 历史数据统计分析

物流活动复杂多样，在交通运输过程中会产生大量的数据记录，有的数据能够及时被用上，而更多数据则直接被存进数据库，成为历史数据。历史数据如果不重新进行分析归整，则毫无用处。反之，如果能够从历史数据中发现某些规律或问题，就能够对今后的物流活动、甚至是物流决策起到参考作用。采用针对GIS数据的数据挖掘方法，将分析的过程、结果显示在GIS地图上，能够更直观、更有效体现历史数据的价值。

在交通物流GIS路网可视化管理系统中，采用联机分析处理技术来处理海量的交通物流历史数据，通过计算数据立方体、建立视图、优化查询、数据集成等方法提高数据处理的效率[6]。与交通物流相关的数据分析如表1所示。

表1 交通物流历史数据统计分析内容（部分）

历史数据统计分析不是实时进行的，而是按照一定的时间间隔进行。由于有的统计内容需要长时间的大量数据为基础，而有的统计只需要短期的部分数据即可分析出来，因此在系统中必须能够设定自定义的统计时间，并随时抽取对应时间范围的数据。

5 动态路径规划

对实际的道路网解决最优路径的问题，要考虑道路的实际情况，如道路宽度，交通流量的大小，以及在道路网络中更复杂的情况，因此要考虑一种动态的而不是静态的时间最优政策的问题。以时间作为权值的基于道路网进行最优选择是时间最优路径算法。因为道路上的交通状况和行程时间都是动态变化的，但是交通参数检测和预测分析的技术会有一些限制，这样得到行程的时间就是不准确和可用的。当时间变化时，经过离散处理，把这些工作时间分为几个事端，认为单一时间段里的行程时间无变化且交通状况也是稳定的，一旦路程发生变化行程时间也有可能不同。在动态最佳路径选择过程中，线路行程时间和车辆经过路段的时刻有关，而搜索开始时车辆到达路段的时刻是未知的，所以需要确定该车辆通过部分路段的时刻和搜索过程中所需要的行驶时间。动态路径优化效果如图3所示。

图3 动态路径优化效果

由图 3可知，系统提示的最优路径未必是最短路径，但一定是最快的路径。然而需要考虑到距离的增加会带来油耗的增长，时间成本的降低与运费成本的增加是否符合预期，不能忽略的问题是道路的拥堵同样会造成油耗增长。系统需要在三者之间综合对比，在时间最短的算法基础上进一步改进，得出真正的最优路径并实时发送给车辆。采用了最优路径运输的车辆沿路采集的数据信息也同步回传系统进行分析，以便系统获得更精准的判断。

6 结语

通过GIS地图数据存储与处理、热点信息识别与聚类优化、车辆轨迹频率分析、历史数据统计分析以及动态路径规划等方面研究交通物流GIS路网可视化管理，实现物流车辆运输过程中的状态监控、最优路径导航、热点提示，以及交通调度的可视化管理。以此为原理建立的交通物流GIS可视化管理系统将是一套智能化的“互联网+高效物流”实现工具，其有效的应用将会大幅提升物流效率，降低物流成本，改善物流企业的管理方式，从而为提升区域经济发挥物流行业自身的有效作用。

[1] 潘翔.移动 GIS 多层空间非线性抽稀回溯算法分析[J].河池学院学报,2015(35):62-67.

[2] 潘翔.基于 GIS的交通物流预警图像传输优化[J].河池学院学报,2014(34):65-69.

[3] 祝伟.基于BD/GPS/GIS的物流车辆管理系统的设计与实现[D].长春:吉林大学,2016.

[4] 原世伟,景海涛,李伟.基于 GIS的现代物流管理系统设计与实现[J].测绘地理信息,2016,41(1):82-86.

[5] 刘强.基于GIS的在线物流管理信息系统研究[D].石家庄:河北科技大学,2015.

[6] 景海涛,李伟,周琳,等.高速公路物流运输管理系统设计[J].地理空间信息,2015,13(3):87-90.

Research on visual management of GIS road network of traffic logistics

This paper studies on the visual management scheme of GIS road network of traffic logistics from the flow of vehicles management by the monitoring center which is docked with visual GIS management system, transportation and logistics networking Beidou terminal. In the aspect of data, the data storage of GIS map and the clustering optimization of hot spot data are considered. It analysis the track frequency and historical data of the vehicle, and the dynamic path planning is implemented. The logistics intelligent management can be achieved through visual management tools and management programs, which can speed up the realization of "Internet + Efficient Logistics".

traffic logistics; GIS road network; visual management

U4;F208

A

1008-1151(2016)12-0006-03

2016-11-10

广西高校科学技术研究项目“交通物流物联网地理信息特征点聚类优化技术研究”（KY2015YB350）；广西哲学社会科学规划研究课题“物联网服务业新业态下中国—东盟物流生态环境建设研究”（13FJY010）；广西高等学校高水平创新团队“中国—东盟物流物联网关键技术研究”（桂教人[2014]65号）。

林兴志（1973－），广西北流人，广西经济管理干部学院教授，从事物联网与智能系统研究。