林 涛

(深圳市城市交通规划设计研究中心有限公司，深圳518021)

基于大数据的交通规划技术创新应用实践
——以深圳市为例

林 涛

(深圳市城市交通规划设计研究中心有限公司，深圳518021)

深圳市长期坚持数据和模型驱动的交通规划理念，经过20年的积累，建立了面向规划决策支持的综合交通大数据应用体系，在多元数据融合与大数据挖掘应用方面进行了探索。总结深圳市交通大数据平台包含的三类数据：偏静态的城市空间数据、传统调查数据、偏动态的交通多元数据，阐述大数据对交通规划技术创新的影响。基于大数据对交通模型和运行仿真的影响，深圳市积极推动交通规划技术创新，建立区域–宏观–中观–微观一体化的交通仿真模型体系、融合实时数据的交通运行和评价系统，也使得绿色交通优先等规划理念更易实施。最后，对车联网、智慧交叉口、交通主动控制、个性化信息交互等影响交通规划创新的技术进行展望。

交通规划；大数据；技术创新；交通仿真模型；运行评价系统；车联网

0 引言

现代城市交通规划是在第二次世界大战后出现的。美国芝加哥大都市区交通规划在居民出行调查的基础上，建立交通四阶段数学模型，标志着交通规划成为一门学科。交通规划与数据有着不解之缘，交通为衍生需求，其产生必然与土地利用、人口构成、道路状况、经济收入等紧密联系。在当前大数据蓬勃发展的背景下，交通规划师如何获取全面翔实的数据、开展技术创新、深入理解与感悟城市及交通，成为交通规划成功的关键环节。

深圳市长期坚持数据和模型驱动的交通规划理念，先后于1995年、2000年、2005年和2010年完成四轮居民出行调查；并在2004年、2009年开展了两轮交通仿真系统建设[1-2]，将出租汽车浮动车数据(FCD)、定点采集数据等纳入规划决策支持体系，建立了面向规划决策支持的综合交通大数据应用体系，在多元数据融合与大数据挖掘应用方面进行探索。本文以深圳市为例，阐述大数据对交通规划技术进步和学科发展的支撑作用，并展望未来发展方向。

1 大数据对交通规划技术创新的影响

交通大数据是一个较为广泛的概念，既包括城市层面的土地、建筑、人口、经济、气象等信息，也包括交通层面的居民出行、公共交通、车流量、交通管理、车辆、视频监控、信号灯等信息。深圳市作为全国信息化领先城市，已建立的信息采集及分析系统具有大量数据积累，在此基础上，一方面强力推行政府机构大部制，破除数据共享体制障碍，另一方面扶持交通专业技术服务机构做大做强，建立交通信息实验室创新载体，研发交通大数据平台，形成不断完善的产品和技术体系，服务城市交通规划、建设及运营管理。

深圳市交通大数据平台包括三类数据：1)偏静态的城市空间数据，例如土地利用、房屋建筑量、交通分区、道路网络、公共交通网络、站场枢纽等；2)传统调查数据，例如人口普查、经济普查、居民出行调查、公共交通调查、境界线调查、车辆年检数据等；3)偏动态的交通多元数据，例如线圈、微波、浮动车、雷达监测、公共汽车GPS、深圳通IC卡、车牌识别、手机信令、交警信号系统、地图导航、气象、地图位置等互联网信息。其中，传统调查数据与更精准的城市空间数据融合，加上偏动态的交通多源数据促进交通模型和仿真系统更趋完善。

1.1 交通模型肌理化、精准化、区域化

1.1.1 记录城市和交通发展肌理

1）对各层次用地规划进行持续的跟踪及数据记录。

深圳市除了对基本的城市总体规划(包括1985—2000年、1996—2010年及2010—2020年三轮总体规划)以及各分区(组团)规划等中长期、区域级规划成果进行持续土地利用跟踪外，也对频繁更新的单元级规划成果如法定图则、单元规划及城市更新(“三旧”改造)专项规划等进行实时跟踪及数据录入。城市用地数据库实时记录并监控城市规划用地发展及变迁，为分析人口、就业岗位、交通设施配置奠定了坚实的数据基础。

2）对用地开发进行持续监测。

深圳市充分利用3S(GPS,RS,GIS)现代科技手段，建立土地开发的动态监测信息系统，了解规划区范围内土地开发整理的行为和项目进展情况，以提高规划管理水平、保证规划顺利实施。2007年启动了建筑物信息与应用服务工程，对全市建筑物普查信息建库，彻底清查建筑物名称、位置、面积、功能等现状情况及审批情况，并建立约60万幢建筑物三维模型及约200 GB的三维模型数据库。建立建筑物信息更新机制和建筑物信息更新维护管理系统，利用规划审批信息及房产交易信息对建筑物信息进行日常动态更新。滚动更新的建筑物信息库更利于厘清城市发展脉络，判别不同时期城市建设背景，支持城市、交通规划编制工作。

3）对交通基础设施及信息持续更新。

除了对基本的综合交通规划、分区交通规划、轨道交通网络规划、大型枢纽及城市干线路网规划等区域级交通规划进行持续跟踪及数据库更新外，深圳市通过建立城市交通仿真系统和交通规划决策支持体系，结合城市用地及交通基础设施的建设，实时模拟城市交通运行状态，识别交通拥堵根源。此外，建立基于浮动车及多元数据融合的道路实时运行评估及指数发布平台，对历史及实时道路运行状态进行评估及记录，还原道路交通时空运行状态有利于分析城市交通机理，提升城市道路运行效率。

1.1.2 数据标定和信息记录更精准

信息以建筑单体为单元可将交通小区精度由街道(街区)级别提升至单个建筑级别。首先，依托深圳市开展的建筑物信息与应用服务工程，通过对单个建筑单元进行普查及数据库实时更新，实现了用地信息精度由单元土地规划信息提升到单体建筑信息。其次，基于手机信令数据及全市1万多个手机基站小区，实现居民出行轨迹复原，对居民出行起讫点分析由交通小区的匹配精准到手机基站小区的定位，有利于更精准的OD分析。最后，推进“织网工程”，将全市按1 000套房屋为标准划分为1.5万个基础网格，并配备信息采集员及时更新信息，实现了人口与房屋的匹配。

自动数据采集设备提升交通量调查的精准度。在现有以人工作业为主的交通量调查基础上，深圳市通过铺设道路设施如地磁、线圈以及卡口监测，获取更加准确及连续的道路交通量、车速及道路拥堵数据。其次，将地铁闸口数据及深圳通IC卡刷卡数据用于公共交通需求及公共汽车OD分析，以提升现有的人工跟车采集的数据精准度。

基于手机或GPS的居民出行调查在方式、时间、次数及路径选择上都有助于提升传统居民出行调查的校核以及精准度。采用手机或GPS与传统居民出行调查相结合，弥补了传统调查耗时长、成本高且对个人出行信息采集片面等问题，通过对单个样本在一段时间内出行轨迹的复原，得到完整连续的出行链。其次，从对出行时间及次数上的模糊回忆转变为出行时间及次数的精准记录，并从传统的出行路径模拟提升为精准的路径跟踪。

1.1.3 数据网络尺度突破城市边界

传统交通调查更注重深圳市域内部城市和交通运行数据，随着手机信令数据、省域地图导航、省域“两客一危”车辆GPS等数据的接入，以及跨区域交通专项调查及跨市IC卡数据的采集(如整合珠三角各城市居民出行调查数据、年度深港跨境调查、深莞惠一体化专项调查等)，深圳市建立了区域宏观交通模型，应用于珠三角城市群中，实现了深港都市圈、深莞惠都市圈交通一体化研究以及珠三角城际交通战略等重大跨境交通设施的分析。

1.2 运行仿真和评估精准化、多元化

1.2.1 实时模拟车辆和行人运行状况

传统的深圳市交通仿真系统的数据主要来自于居民出行调查(包括个人基本信息、收入、居住及就业地址、出行链信息等)、社会经济调查(包括国家或深圳市定期开展的人口普查及抽样调查、经济普查、就业调查、收入调查等)，以及交通量调查数据(包括道路交通量调查、境界线客流调查、时间价值调查、车辆OD调查、公共汽车跟车调查、停车调查等)，数据来源单一，时效性差，是基于历史的静态交通仿真。通过与实时交通运行数据的融合，可对车辆和行人运行状况进行实时模拟。目前仿真模拟数据来源已扩展到浮动车、公共汽车GPS、地磁、“两客一危”车辆GPS、手机信令及高清视频等。

1）扩展路段数据和覆盖范围。

首先，借助地图导航数据扩展原特区外及广东省主要高速公路、快速路及干线性主干路的覆盖，对深圳市市域内新建、改扩建路网等进行更新，路段由2万条细化到12万条，通过优化指数多线程算法提高运算效率，保证5 min指数发布频率；其次，利用地图导航数据扩展原特区外的道路运行数据，弥补了出租汽车对原特区外道路覆盖不足的缺陷，在此基础上重点细化龙岗、宝安、龙华、坪山等特区外交通分区，从全市87个分区细分到108个，增强了对原特区外重点地区的交通拥堵评估。出租汽车GPS数据覆盖率为32%，叠加上公共汽车和车载导航GPS数据后，覆盖率可提高到77%(见图1)。

2）获取社会车辆实时、秒级运行数据。

深圳市已接入1.6万辆出租汽车GPS数据，更新频率为20 s；1.5万辆公共汽车GPS数据，更新频率为15 s，实现路段级别的交通运行分析。为进一步提高道路交通运行指数系统的准确性及覆盖率，深圳市纳入1万多台“两客一危”车辆GPS数据，并融合手机数据进行车速计算、地磁数据进行车流量及车速校核、高清视频数据进行特殊情况下道路交通运行指数校核。此外，基于地图导航或地图应用产生的动态数据，路段数据读取频率已达到秒级，可精确获取单车交叉口延误时间，使得交通运行分析由路段级别提升至交叉口级别。

3）实时模拟公共汽车和行人运行状况。

图1 出租汽车、公共汽车和车载导航GPS数据叠加覆盖范围Fig.1 Coverage of GPS data from taxies,buses and vehicle navigation

公共汽车、出租汽车及“两客一危”车辆GPS数据还用于公共汽车实时运营调度管理、出租汽车运营状态监控等方面。基于实时的公共汽车GPS数据，建设深圳市公共汽车GPS监管平台，对运营公共汽车线路、车辆运行状况及上下客数量进行实时监控；依托出租汽车GPS数据及空驶车辆和载客车辆的时空分布信息，建立路段打车概率分析，引导市民至易打车路段，同时支持交通管理部门、出租汽车公司提高管理水平以改善出租汽车供给时空分布；综合交通运行指挥中心对约4 800辆长途客车、2 400辆危险化学品运输车及2 900辆重型自卸车进行实时监控，实现道路危险预警，保障城市道路交通安全。

深圳市每日有408万条轨道交通刷卡数据和397万条公共汽车刷卡数据，包含轨道交通和公共汽车的刷卡线路、刷卡时间、刷卡金额等。精确的上下客客流及各轨道交通车站进出客流时空分析，能够实时监控各轨道交通线路、公共汽车线路车辆运载能力、乘客分布及车辆超载预警等相关信息，帮助管理部门有效调度和整合资源。同时，轨道交通、公共汽车运营数据可用于分析客流及乘客换乘特征，公共汽车客流数据与GPS数据及居民出行调查融合，可匹配公共汽车出行起讫点，提高居民出行调查的精确性。

4）实时模拟停车使用状况。

深圳市自2015年正式实施路内停车收费管理，并结合现有路外停车场信息建立全市停车信息监控系统，完善停车收费联网系统，形成对全市经营性停车场收费情况全程监控和统计。路内停车管理系统提供原特区内67个片区共计270条路段的实时停车位利用及周转率等基础数据，通过GIS匹配实时展示路内停车使用情况，并结合道路交通运行指数及实时路段平均车速，分析路内停车状态、辅助道路交通拥堵分析。

1.2.2 增加交通环保、安全评估指标

1）增加碳排放监测数据。

深圳市首次研究基于本地的碳排放因子库。通过几千小时各类车辆GPS数据的分析处理，提取覆盖小汽车、公共汽车、货车三种车型，高(快)速路、主干路、次干路、支路四种道路等级以及畅通、较畅通、缓行、较拥堵、拥堵五个拥堵等级，共60种典型工况曲线(时间—速度曲线)；根据不同的燃油类型、排放标准，通过欧洲HBEFA模型进行模拟，得到共1 600个排放因子。基于碳排放监测数据可分析碳排放的时空分布，限制高污染车辆进入市区；也可与交通拥堵指标结合，将交通排放作为停车分区及道路拥堵收费的双向调节手段；同时，对轨道交通及大通道等重大基础设施建设规划、停车等交通需求管理政策实施开展交通排放方面的评估，预测减排效果。

2）增加交通安全数据。

深圳市将近5年的交通事故数据录入数据库，划分542个小区，汇总各个小区内的交通事故发生总量及事故时间、位置、类型、伤亡人数、事故原因等，形成交通事故空间分布图，有助于管理部门掌握交通事故的空间分布以及事故多发点(见图2)，引导交通管理部门进行专项整治与改善。同时，率先使用20万张电子车牌，用于泥头车、危险货物运输车辆、重型载货汽车、半挂牵引车、校车等八类重点车辆，以加强对重点车辆的识别和监控。

2 交通规划技术创新

2.1 建立四层次一体化交通仿真模型体系

深圳市交通模型经过20年的积累，形成了以多元综合交通数据库为基础，按照同一平台、统一数据、上下衔接和协调一致原则，构建区域―宏观―中观―微观四层次、一体化的交通仿真模型体系，为不同层次的交通规划和设计工作提供技术分析支持。

2.1.1 区域模型

为应对当前城市范围拓展、都市圈及城市群发展形势要求，深圳市根据城市发展需求，突破传统交通模型市域范围界限，利用移动终端、高速公路联网收费、公路客运、铁路客运等数据，支持基于人的大区域出行频次确定、目的地选择等模型关键参数的标定，相继探索构建深莞惠、珠三角、广东省域交通模型框架，支撑区域性交通发展政策、战略通道规划建设决策[5-6]。

基于区域交通模型，深圳市进一步引入“两客一危”车辆全省GPS监管数据和凯立德全省导航数据，大幅提升了实时数据的粒度和对全网络的覆盖，使得区域交通模型应用拓展到日常交通运行监测中。目前，基于动态数据的区域交通模型已经应用于节假日广东省高速公路拥堵预测及绕行建议制定中，根据与监测数据对比，路段预测准确度可达到85%，时段预测准确度可达到78%。

2.1.2 宏观模型

深圳市早在20世纪90年代，建立了基于居民出行调查等基础数据的市域宏观交通仿真模型，用于支持全市综合交通、重大交通设施、轨道交通等规划与建设分析。并结合历次居民出行调查、人口普查、年度境界线调查等对宏观模型进行持续的维护与更新[7]。

近年来，深圳市大规模利用浮动车数据、定点采集数据以及采样率高、成本低且可以大面积覆盖的手机用户移动数据，通过海量数据挖掘与快速处理技术和移动空间智能匹配技术，实现对城市人口组成、土地利用以及出行特征的动态分析，进一步提升宏观模型精度和对城市交通的动态仿真水平，为评估与分析城市交通运行提供了新的手段[3]。采用手机活跃用户数据和六普人口普查数据进行对比和校核(见图3)，发现手机用户远大于六普常住人口数据，关外工业发达地区尤为明显。

2.1.3 中观模型

为满足片区、社区规划及交通详细规划对交通模型精细化的要求，深圳市利用精细化的建筑普查和用地规划数据，将土地利用指标细化到单体建筑层高、建筑量、功能等23项指标，并运用宏观与微观相结合的混合仿真技术，建立针对片区的中观模型。中观仿真模型应用于城市交通问题突出的热点片区和城市拓展的重点片区，可大大提升片区交通分析精度。深圳市拟建设34个中观交通模型分区，目前以深圳后海和深圳北站两个精细化交通改善片区作为试点，针对片区内路网三种改善方案下车流、车速的仿真模拟，比选出最优改善方案。

深圳市将中观仿真模型与传统交通影响评价方法相结合，建成中国首个建设项目交通影响评价系统(见图4)，用于评估片区和地块层面土地利用开发的交通影响，并搭建统一评估平台，作为技术人员和管理者核算不同地区交通承载能力的核心技术平台工具[8]。该评估平台可固化并封装交通模型，形成政府统一的交通影响评价系统，并标准化输出评估文件，便于政府审批管理，实现交通影响评价工作的流程化，提高工作效率。

图4 建设项目交通影响评价平台Fig.4 Platform of traffic impact assessment for construction projects

2.1.4 微观模型

微观模型是支撑交通组织与管理的精细化交通设计评估的重要技术手段，深圳市在传统静态微观模型的基础上，进一步引入浮动车、定点监测等实时数据，实现了在线微观交通仿真，同时基于分布式技术及宏、中、微观混合仿真技术，同步全市大区域微观交通仿真。此外，模型融合各类数据，实现项目建设前后人流分布情况、交叉口/车站内通道服务水平的评估和3D呈现，较好地支持了行人管控策略和设施优化方案的制定。目前，微观仿真模型已经广泛应用于道路节点改善、地铁车站设施优化及建筑物内部组织优化，例如老街、世界之窗地铁站、华强北路地下空间(见图5)等设计方案进行微观仿真评估后，得到精准优化，避免了瓶颈问题的产生。

2.2 融合实时数据的交通运行和评价系统

随着城市交通需求快速增长和出行距离变化，交通运行呈现明显的时空变化和区域不均衡特征，交通问题的产生受瓶颈拥堵扩散、事故、暴风雨天气等多种原因影响，具有复杂多变的特点。因此实时、准确评估交通运行态势，为交通管理者提供及时、可靠的交通信息和应对策略，已经成为交通模型的重要发展方向。长期以来，深圳市致力于融合浮动车、定点监测信息、停车信息、百度数据等大量实时动态数据，相继建立了路况、延误、排放等多方面的运行监测和评估系统。

2.2.1 交通运行评估系统

1）道路交通运行指数系统(一期)。

图5 华强北地下空间行人微观仿真Fig.5 Micro-simulation for passengers in the underground space of Huaqiangbei

2012年，立足于深圳市域范围，在城市交通仿真系统基础上建立城市道路交通综合评估与应用技术体系，历时30个月于2014年建成交通运行评估系统并正式上线。系统评估范围包括全市、行政区、片区等，以及全市各等级道路，道路等级细分为高(快)速路、主干路、次干路、支路等多个等级。实现城市交通信息通信传输网络覆盖、城市道路交通综合信息采集与接入、城市道路交通综合运行评估、城市道路交通综合信息服务，开通以交通综合信息平台为基础的交通信息服务门户网站，形成城市智能交通系统的应用服务体系。

系统能够量化评估道路状况、动态监测变化趋势，为分析交通系统存在问题、制定改善治理方案、研究拥堵产生机理等工作提供定量化的分析手段和依据；为辅助交通管理部门制定交通政策措施、跟踪评估政策效果，并向社会公众提供直观、简明的交通运行信息服务，引导市民智慧出行。

评估关键技术是指数指标的选取及其算法，针对道路交通运行评估，系统提出了基于出行时间的综合性交通指数，并采用路径反向追溯法对既有路段车速计算方法进行较大改进，评估结果更为全面、稳定，具有更明确的物理含义和指导出行的意义[9-10](见图6)。

2）道路交通运行指数系统(二期)。

项目二期主要是城市道路交通运行指数功能升级及拓展服务的提升。在一期的基础路网、软硬件配置搭建完成后，项目二期侧重于数据扩源融合、交通短期预测与长期预测以及公共汽车运行监测评估。在融合出租汽车、公共汽车、“两客一危”车辆GPS、地磁、视频等多源数据的基础上，进一步引入地图导航实时数据，大幅提高运行数据覆盖范围和评估的精度。路网GPS数据覆盖范围由原来32%提升至77%，增强对原特区外的拥堵评估分析。

结合交通事故、道路施工、视频监控、浮动车、公共汽车运行及区域信息等多源实时数据和历史数据，更新道路综合阻抗，实现交通短时预测；对于长期积累的历史道路运行数据，分析研究月度、季度交通拥堵状况趋势，进行交通长期预测。通过交通短时预测，道路交通运行指数二期可分析拥堵动态演变及拥堵时空分布，前者可用于分析拥堵产生和消散情况，识别拥堵源头并预估拥堵扩散范围及消散时间；后者将应用于基于道路拥堵时空分布的动态路径规划及实时路径导航。最后，利用公共汽车GPS数据，分析和校核公共汽车与小汽车的速度关系，支持深圳市交通委员会公交治堵“1.5战略”，并通过对公共汽车运行及速度的监测，建立公交专用车道评估及与小汽车运行差别评估。

2.2.2 道路节点评价系统

深圳市自主开发研制了中国首个道路节点实时评估系统，作为交叉口信号控制策略优化的重要手段。目前，传统浮动车的实时GPS数据间隔约20 s，主要应用于基于路段的道路运行评估，难以用于交叉口延误的实时精确评估。相对于传统GPS数据，地图导航数据具有数据分布广、精度高、响应迅速的特点。道路节点评估系统将浮动车和高精度的地图导航数据相结合，并融合实时采集交叉口地磁、线圈、视频等流量数据，实现数据的秒级响应，为道路节点的精细化评估提供精准的数据基础。

道路节点评价系统通过对交叉口延误时长、车辆排队长度及停车次数的在线评估，对全市2 000多个交叉口进行实时“体检”。根据延误时间将交叉口延误状态分为四个等级，并计算每个交叉口不同相位及方向上的延误时长，为信号配时方案的改善提供参考。同时，建立全市交叉口延误数据库，统计分析全市具有代表性的周期性常发拥堵交叉口，辅助管理部门排查延误较长的交叉口(见图7)。

该评价系统已应用于龙岗区交叉口信号评估改善中。除了对龙岗区600多个交叉口运行情况进行日常实时监控外，也针对通行能力及延误严重的交叉口进行排查及成因分析，将位于主要通道上且延误较严重的交叉口进行车流仿真模拟，制定道路节点优化策略。下一步，基于交叉口实时延误的道路节点评价及优化策略将推广到全市，并结合道路交通运行指数，实现从路段到交叉口的拥堵成因综合分析及改善措施制定。

2.2.3 交通排放监测系统

2014年，深圳市建立中国首个交通碳排放监测与评估平台——交通排放监测平台(见图8)，对城市不同地区、不同时段的交通碳排放情况进行跟踪监测，评估不同地区交通排放分布情况，为交通需求管理政策制定提供重要依据[4]。

系统借鉴欧美地区先进经验并结合实际情况，建立了本地化、精细化的交通排放因子库。基于城市综合交通模型(客运模型和货运模型)，测算全市道路不同类型机动车流量分配及交通周转量。综合交警、环境等部门的车牌识别、车辆年检等基础数据，分析获得不同区域和路段上的车型构成和交通量信息，构建车队构成模型。在建立交通排放因子库、交通需求模型以及车队构成模型的基础上，研究建立城市交通排放核算模型，对交通能耗与排放进行核算。以评估城市道路交通环境为目标，建立机动车交通排放评估系统，以客观反映交通排放状况的变化规律。

图7 信号交叉口延误实时评估Fig.7 Real-time assessment for traffic delay at intersections

图8 深圳市交通碳排放检测平台Fig.8 Platform of traffic carbon emission detection in Shenzhen

2.2.4 停车管理评价系统

为支持深圳市路内和路外停车政策的制定和优化，建立停车管理评价系统，通过接入路内停车位、路外停车场信息，实时记录停车位占有率、费用等情况以及道路交通运行情况，建立停车收费与道路交通运行指数的动态调整机制，支持路内停车收费价格调整方案的测试与评估。例如，目前停车收费按时长计价，并未考虑高峰时段的特殊性。为达到削峰填谷的效果，提出错峰打折的方案。停车收费错峰的测试方案为：7:00前驶入按6折征收；7:00—7:30驶入按7折征收；19:30—20:00驶出按7折征收；20:00后驶出按6折征收；7:30前驶入、19:30后驶出，期间连续停车按5折征收。测试结果表明，“征收+错峰”方案能起到最明显的削峰填谷效果(见图9)。

2.3 促进绿色交通优先等规划理念实现

传统的交通仿真模型更侧重于模拟社会车辆的运行状况，对公共交通、步行和自行车交通等方面关注度偏低，大数据在公共汽车、乘客、行人等运行速度、舒适度、候车时间等方面提供精准数据，在综合效益评估方面更有助于公共交通、步行和自行车交通优先等理念的实现。

2.3.1 公交优先实施评估系统

深圳市在传统出租汽车GPS数据的基础上，进一步融入公共汽车GPS数据、公交IC卡数据，建立了公交优先实时评估系统(见图10)，实现对公共汽车运行车速的评估以及公交专用车道使用效果的评估；同时识别公交走廊上运行公共汽车数、车站上下客数、车内客流监测数据，实现对公交走廊客流情况、拥挤车站情况、拥挤车辆情况进行实时监控和评估，支持公共汽车智能调度和公共信息服务。并通过分析公共汽车运行速度和公共汽车全程出行时间，获取公共汽车的可达性，为公交优先设施建设、公共汽车线路优化提供依据。

下一步，系统将进一步关联交叉口信号控制，结合公共汽车运行轨迹判断车辆与信号交叉口位置关系，调整交叉口信号实现公共汽车优先通过，落实公交优先理念。同时，综合地铁到站信息、通道长度，确定乘客脉冲客流交叉口到达分布，关联交叉口行人过街相位，落实步行和自行车交通优先理念。

2.3.2 道路交通事故综合分析平台

为提高交通安全管理的效率和水平、增强对事故黑点的自动识别和分析，深圳市建立道路交通事故综合分析平台。城市交通发展越来越注重以人为本，交通参与者对交通安全的品质诉求更高，因此传统的以管理者经验判断和简单的数理统计开展的交通安全黑点管理模式难以满足要求。道路交通事故综合分析平台是基于WebGIS平台，结合历年交通安全事故数据，细分不同交叉口、路段、区域层面以及交通事故类型的统计分析工具，可实现事故记录及查询、事故分析与展示、事故统计、黑点判别与管理、事故致因及改善措施分析，以及工作管理六大功能。

目前，道路交通事故综合分析平台主要应用于道路交通事故的记录和统计分析，通过建立事故多发点判别模型，监控各类交通设施的事故数量及趋势。其次，研发事故地点录入与实时定位控件。依据线性参照系的事故地点文字表述方法，采用事故定位五要素法(事故所在道路+路侧+参照点+相对参照点方位+距离)，为交警提供向导式的事故地点录入界面，规范用户输入流程，保证事故地点信息的完整性，并实现事故地点的实时定位。

2.3.3 人流聚集监测预警系统

深圳市融合手机信令、互联网地图应用请求等实时位置信息数据，结合热点片区实时视频信息，建立了人流聚集监测预警系统(见图11)，实现对热点区域人员活动强度的动态监测，并基于历史数据和当日数据生成人流聚集预测数据，实现人流拥挤预警等功能，为节假日突发事件的应急指挥和预防提供决策支持。

目前，该系统主要对市域内机场、主要铁路枢纽、跨境口岸及汽车站，如深圳湾口岸、蛇口码头口岸、深圳北站、罗湖火车站等周期性人流密度大的区域进行实时监测及预警。同时，也对市域内主要景区、商业区，如大梅沙海滨公园、地王购物中心、欢乐谷等进行人流监测。该系统不仅可用于突发事件预警，也可引导市民避开人流密度大的地区，避免周边道路拥堵及社会安全隐患。

3 交通规划技术发展趋势

3.1 未来影响交通规划发展的技术

3.1.1 车联网技术

图9 停车政策方案对比Fig.9 Comparison between different parking policies

图10 公交优先实时评估系统Fig.10 Real-time assessment system for public transportation priority

车联网技术是指综合应用射频识别(RFID)、GPS、传感器等电子设备，按照通信协议和数据交互标准，把车-路-人-互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理。车联网技术包括车-路协同和车-车协同。在日本和欧美地区，20世纪90年代开始重点发展车-路协同技术，研究集中在基于短程通讯的车辆信息通信系统(VICS)、自动收费系统(ETC)、车辆安全及通信协议系统。目前欧美国家主要致力于车联网关键技术的研究、通信协议标准体系的建立以及无人驾驶的测试。中国将车联网发展列入“十二五”智能交通发展主攻方向，中国汽车企业、高校和研究机构以及通信企业正在逐渐形成一种“产、学、研”相结合的车联网技术研究模式。

车联网的发展不仅给汽车行业带来巨大变革，也给道路交通基础设施、城市交通控制技术及交通数据个性化发布系统带来新的发展机会。近期深圳市将推动电子车牌项目试点，首期将在校车、危险货物运输车辆、重型载货汽车等八类车上安装，预计覆盖20万辆车。电子车牌在现阶段仅作为车辆的电子身份证，配合传统车牌识别技术，辅助交警打击伪造证件、假套牌等违法行为。近期将依托电子监控和车牌识别系统，实现车辆轨迹的动态信息化管理，提升对特定车辆的管控能力、对违法车辆的定点打击。

3.1.2 厘米级地图

随着新技术提升，卫星导航定位系统可提供优于米级的导航位置服务和厘米级精密定位服务，将带来交通行业的大变革。全球定位系统GPS导航用于民用的精度只能达到米级，且误差在10 m左右，而中国北斗卫星定位系统以实现优于米级、甚至是达到分米级的导航位置服务，可以将车辆精确地定位在道路车道、建筑物层数。未来北斗开发的厘米级导航定位技术是实现车道级道路拥堵分析，ETC，HOV或道路拥堵收费系统，无人驾驶及室内店铺停车位精准导航的基础，也是未来车联网发展的主要方向之一。

3.2 交通规划技术展望

图11 热点片区人流聚集监测预警系统Fig.11 Monitoring and warning system of high-density pedestrian flow in key districts

在车联网发展的推动下，交通采集及控制设备将更加集成化、智能化、多模式化，交通诱导的群体覆盖面将更广，个性化信息发布方式将更加便捷、多元化。首先，交叉口设备将化繁为简，由现在的单一功能、多种独立系统转变成具有多功能于一体、集成式的交叉口设备，并可与行驶车辆进行实时信息交互。其次，先进的交通控制系统将越来越多地与其他交通管理系统进行中央整合，从而将数据的采集、处理、决策及发布整合到单个节点，实现交叉口级的智慧交通管理控制，交叉口设备将能够同时上传不同类型的交通运营数据，并采用不同权重进行多维度、多元数据融合。最后，交通数据的发布方式将更加多元化，从原有的广域式发布如广播、交通诱导屏到通过手机查询、车载设备接收实时、个性化的交通信息。为实现更精准的诱导及控制，未来城市道路运行状态及道路诱导将精确到车道级别，停车系统将通过提前车位预订及停车导航入库来提高停车场管理效率。个人也将获得更多的个性化交通信息，如公共汽车拥挤程度、到站提醒等。

4 结语

随着中国城市机动化加速，西方国家经历过的交通拥堵、环境污染及能源消耗等问题正成为当前中国的城市病，大力发展智能交通系统是破解城市病的重要手段。智能交通系统带来了交通规划技术的革新，智能交通数据数量级大、信息丰富、实时性高，与现有交通规划技术融合后，能够更为精准地剖析城市交通机理，反馈城市交通规划。深圳市依托交通大数据平台，建立区域-宏观-中观-微观多层次、一体化的交通仿真模型，实现从控规土地利用到建设项目与建筑单体、从网络到节点、从深圳市拓展到广东省与香港澳门、从车流到人流分析。同时，基于大数据创新交通运行管理决策，确保公共交通以及步行和自行车交通优先、安全等理念在现实中落实。未来随着车联网技术发展，车路协同将成为重点，围绕车路协同开展的智慧交叉口、交通主动控制、个性化信息交互将进入快速发展时期，城市交通规划从业者要拥抱互联网和智慧交通，依托大数据平台形成交通规划、建设、管理、运营闭环，促进行业发展。

[1]林群，李锋，关志超.深圳市城市交通仿真系统建设实践[J].城市交通，2008，5(5)：22-27.Lin Qun,Li Feng,Guan Zhichao.Practices of Constructing the Shenzhen Urban Transportation Simulation System[J].Urban Transport of China,2008,5(5):22-27.

[2]深圳市城市交通规划设计研究中心.深圳市城市交通仿真系统[R].深圳：深圳市城市交通规划设计研究中心，2006.

[3]丘建栋，段仲渊.动态交通信息应用实践：以深圳市为例[J].交通信息与安全，2013，31(4)：101-107.Qiu Jiandong,Duan Zhongyuan.Dynamic Traffic Application:A Case Study of Shenzhen[J].Journal of Transport Information and Safety,2013,31(4):101-107.

[4]深圳市城市交通规划设计研究中心有限公司.深圳市交通排放监测平台建设与应用项目[R].深圳：深圳市城市交通规划设计研究中心有限公司，2013.

[5]丘建栋，刘恒，金双泉，段仲渊.区域交通模型建设思考：以广东省综合交通模型为例[J].城市交通，2016，14(2)：59-66.Qiu Jiandong,Liu Heng,Jin Shuangquan,Duan Zhongyuan.RegionalTransportation Model Development:A Case Study of Guangdong Comprehensive Transportation Models[J].Urban Transport of China,2016,14(2):59-66.

[6]深圳市城市交通规划设计研究中心有限公司.广东省综合交通规划模型研究[R].深圳：深圳市城市交通规划设计研究中心有限公司，2014.

[7]丘建栋，陈蔚，宋家骅，段仲渊，赵再先.大数据环境下的城市交通综合评估技术[J].城市交通，2015，5(3)：63-70.Qiu Jiandong,Chen Wei,Song Jiahua,Duan Zhongyuan,Zhao Zaixian.Practices of Constructing the Shenzhen Urban Transportation Simulation System[J].Urban Transport of China,2015,5(3):63-70.

[8]丘建栋，赵再先，宋家骅.面向精细化交通设计的中观交通模型研究与实践[C]//中国城市规划学会城市交通规划学术委员会.新型城镇化与交通发展：2013年中国城市交通规划年会暨第27次学术研讨会论文集.北京：中国建筑工业出版社，2014：10.

[9]深圳市城市交通规划设计研究中心有限公司.深圳市城市道路交通指数体系功能优化与拥堵治理评估研究[R].深圳：深圳市城市交通规划设计研究中心有限公司，2015.

[10]陈蔚，段仲渊，周子益，宋家骅.基于出行时间的道路交通运行指数算法与应用研究[C]//中国城市交通规划2012年年会暨第26次学术研讨会论文集，西湖宾馆，福州，2012：公交优先与缓堵对策.

Renovation in Transportation Planning with Big Data Application:A Case Study of Shenzhen

Lin Tao
(Shenzhen Urban Transport Planning Center Co.Ltd.,Shenzhen Guangdong 518021,China)

Trough persistently practicing data and model-driven transportation planning over the past 20 years,Shenzhen has established a comprehensive transportation big data application system to support decision-making in planning and developed the multivariate data integration and the data mining applications.The paper summarizes the three data categories on the Shenzhen's transportation big data platform;deterministic urban spatial data,information obtained by traditional data survey and dynamic multivariate transportation data.The impact of big data on transportation planning innovation is also discusses.Based on the impact of big data on transportation model and operation simulation,Shenzhen has been actively advancing the innovation in the transportation planning technologies,such as developing traffic simulation model system to integrate the regional macro-level,meso-level,and micro-level features,as well as the traffic operation and assessment system using real-time data,which makes it much easier to give priority to green transportation.Finally,this paper outlines the future transportation planning innovation in vehicle telematics,intelligent intersections,active traffic control,and customized information interaction.

transportation planning;big data;technology innovation;traffic simulation models;operation assessment system;vehicle telematics

1672-5328（2017）01-0043-11

U491.1+2

A

10.13813/j.cn11-5141/u.2017.0107

2016-02-15

国家自然科学基金面上项目“快速城市化地区基于土地利用的居民出行碳排放机理与模拟研究——以深圳为例”(41371169)

林涛(1975—)，男，湖南长沙人，博士，高级工程师，副总经理。主要研究方向：城市交通规划、智能交通。E-mail:lint@sutpc.com