杨友盛 韦宇欣 秦树峰

摘要：综合交通枢纽主要就是集机场、高速公路交通、铁路交通、地铁交通、长途客运交通、公交交通等于一体的交通枢纽，是城市整体交通系统中非常重要的节点。为此，文章提出基于大数据的综合交通枢纽客流监测系统设计建议和系统的应用措施，旨在为提升综合交通枢纽的客流监测效果提供参考。

关键词：大数据；综合交通枢纽；客流监测系统；设计

中图分类号：U492.1A551853

0引言

综合交通枢纽是集机场、高速公路交通、铁路交通、地铁交通、长途客运交通、公交交通等于一体的交通枢纽，是城市整体交通系统中非常重要的节点，有助于全面掌控不同交通系统的客流状况，准确预测未来客流规模，提高枢纽运力的调度精准性，预防大规模游客在交通枢纽滞留。传统的城市综合交通枢纽监测工作主要使用红外监测技术、压力监测和视频监测等技术，但是此类硬件设备监测系统的设备安装困难、维护难度高、监测的范围狭窄，缺少对枢纽周围道路状况和交通集疏运行能力数据的分析，很难确保对综合交通枢纽的全面监测和对客流规模的准确预测，对运力调度和避免旅客滞留产生不利影响。而以大数据技术为基础设计综合交通枢纽客流监测系统，能够通过大数据挖掘技术全面预测分析客流规模，对提升交通枢纽运力和预防游客滞留具有重要意义。因此，在综合交通枢纽监测系统设计的过程中，需重点采用先进的大数据技术，提升交通枢纽监测工作的水平。

1.1大数据建设框架的设计

采用大数据技术设计综合交通枢纽客流监测系统。大数据建设框架的设计，以大数据中心为基础采集收集机场客流、智慧高速公路堵点数据、城市道路数据、轨道交通和地面公交数据、出租交通与铁路客货运交通数据、公路客货运数据等。利用Hadoop大数据存储技术和处理技术，构建能够大规模进行海量数据信息处理的集群，存储和处理海量的综合交通枢纽数据信息。在系统设计的过程中，将大数据建设框架分成基础数据库系统、业务和交换数据库系统、主题数据库系统，用来存储结构化类型和非结构化类型的数据，以此为基础对综合交通枢纽数据进行统计、联机分析、数据挖掘处理。主要的建设框架如图1所示。

综合交通枢纽大数据具备体量大、数据处理速度快、模态多元化、真假数据共存、价值丰富性、数据可视化的特点，只有全面有效地进行数据分析，才能充分发挥大数据的应用价值。因此，在大数据建设框架中采用spss软件、Sas软件和hive云计算模型等，可准确进行数据信息的清洗、融合、统计分析和联机分析，深入完成数据挖掘和数据可视化操作，提升数据处理效果。

1.2客流监控系统结构设计

综合交通枢纽属于城市交通领域中非常重要的核心部分，对城市内外交通服务具有重要的影响，汇集多种类型的交通方式，每天有上万次客流出行，产生多元化、复杂化的交通出行数据。综合交通枢纽运营情况与周围的高速公路交通、道路交通、客流等存在直接联系。为确保客流监测效果，此次系统设计中，采用大数据技术进行不同交通运行状况、综合枢纽运行管理数据的采集，准确预测未来的客流情况与公共交通运力，分析枢纽内部和外部的状况，提前进行旅客信息的发布，精准进行交通车次的调度，预防发生旅客滞留的问题，整体的枢纽客流监测系统架构如图2所示。

2.1枢纽室内定位

近年来，在综合交通枢纽客流监测的过程中，枢纽室内定位技术一直属于应用难度较高的技术，无论采用压力监测、红外和视频监测技术，都存在相应的缺陷，难以精确地、大范围地进行枢纽客流的监测。为有效解决此类问题，本次研究中提出利用LampSite+SVA进行枢纽室内定位的措施，通过枢纽室内定位技术全面进行综合交通枢纽客流实时性位置数据的采集。LampSite是当前较为先进的天线室内多规模覆盖问题处理技术，能够进行室内盲点的补充和热点扩充，整体设备的体积很小，能够灵活进行部署，容量也很高，适合应用在客流密度较大的综合交通枢纽监测中。与此同时，LampSite架构具备BBU层次、RHUB层次和pRRU层次，不同层次的应用能够使射频信号和基带信号之间良好转换。SVA是将数字化小蜂窝网络作为基础部分的能力开放平台系统。其中API具备TDOA定位功能、指纹定位功能和场强三角定位功能，能有效进行枢纽室内的位置分析计算和数据信息传输。定位算法的精确度能够达到4～7 m，准确完成不同交通形式乘车区域客流数据、枢纽周围行人数据、小区住户数据的区分。将LampSite和SVA技术相互整合，能够提升枢纽室内定位的精准性。

近年来在综合交通枢纽室內定位方面主要采用无线网指纹定位技术和蓝牙定位技术。定位的准确性很容易受到外部基站位置的影响，定位的范围较小，不能确保准确进行综合交通枢纽室内客流的定位。表1为不同定位技术的应用效果对比表。由表1可知，LampSite+SVA定位技术的应用准确性非常明显，具有推广的价值，因此本次设计中将LampSite+SVA定位技术应用在枢纽类监测系统中，准确进行枢纽室内客流的定位，实时性获得位置数据信息，掌控客流时空状态，动态地对异常状况作出预警［1］。

2.2枢纽客流分析

整体系统中进行枢纽客流的分析，采用智能手机指令数据获得实时的枢纽客流数据，对枢纽客流的实时性情况、集散时间与短时客流等进行分析，如图3所示。

2.2.1客流实时性情况分析

枢纽客流实时性情况分析的过程中主要是进行枢纽在站与乘车区的客流研究，其中在站客流主要是枢纽之内的乘车旅客，需要将内部工作人员数据排除，按照运营商在区域范围内的占有率，合理扩样处理，计算方式见式（1）：

可按照基站下各个用户停留时间做出统计研究和分析判断，准确判断工作人员的数据。同时需要注意，枢纽内平均每天停留时间在2 h以上的用户，可以将其标定成为工作人员。另外，LampSite+SVA定位技术在应用过程中的位置计算精度能够达到4～7 m的指标，所以使用此类技术可以准确进行区域范围内等车客流的识别，采集不同交通区域内的等车客流数据信息，计算区域下基站检测出来的用户数量之和［2］。

2.2.2集散时间的合理分析

从本质层面而言，枢纽内乘客的停留时间能够将枢纽集散效率反映出来，合理对其进行分析和研究，需要采集整体计算时间、不同交通区域乘车客流的等车时间，以枢纽内乘客停留平均时间为基础，将非乘车行为用户的数据扣除后，对剩余用户平均停留时间进行计算，得到枢纽内整体集散时间的参数，可按照式（2）进行计算分析：

每个交通乘车区域范围内的集散时间，都可以通过乘客进入区域到上车离去的平均时间进行计算，将交通运输能力和服务质量反映出来，使调度部门能够按照乘车区域集散时间进行分析和研究，制定对交通运力进行调整和调度的方案计划［3］。

2.2.3短时客流的合理预测分析

在枢纽短时客流预测的过程中主要是将历史和实时性数据输入时间序列模型，对历史数据全面分析排列时间序列，构建相应的预测模型，通过模型进行未来客流量的预测分析。如式（3）所示，在模型中设置相关序列X={X1，X2，……Xn}，预测结果为n个，向前预测的数据值为x（k+h），可利用公式描述线性或者是非线性的回归过程。

可通过此类模型科学合理分析和预测短时客流，为相关工作的有效开展提供保障，如图4所示。

2.3枢纽信息发布

在综合交通枢纽客流监测系统应用的过程中，完成枢纽客流分析操作和枢纽室内定位操作后，需要按照实际情况发布枢纽的数据信息，分析研究枢纽客流状况，为乘客、周边出租车、交通行业等发布相关的数据，引导乘客合理进行交通换乘方式的选择、为运力的调度提供依据、为周围出租车的运营提供指引，确保能够改善交通枢纽的换乘效率，预防出现旅客滞留的问题，降低出租车空载问题的发生率［4］。

系统运行期间大数据中心能够全面采集车流数据、路况数据和客流数据，为管理人员进行车辆静态信息、车辆运行信息和枢纽运行信息的反馈，使调度工作人员能够准确判断是否会发生突发状况，科学合理开展车辆调度工作。与此同时，综合交通枢纽是城市交通领域中的重要节点，承担城市外部和内部交通功能。节假日期间和重大活动特殊期间，可能会有大规模客流，在这种情况下可通过监测系统实时性进行枢纽内客流数据的采集，准确预测短时客流情况，合理进行不同交通等车乘客数量数据和平均集散时间数据的发布，为乘客发布不同交通乘车区域内的等车时间信息和拥堵度信息，使乘客合理选择换乘的方法［5］。

3结语

综上所述，以大数据技术为基础设计综合交通枢纽客流监测系统，需合理完善相关的大数据建设框架、客流监控系统的架构，确保能够准确进行交通枢纽客流监测。同时，在基于大数据技术综合交通枢纽客流监测系统实现方面，必须完善枢纽室内定位的功能、枢纽客流实时性情况分析功能、客流集散时间分析功能和短时客流分析功能，实时发布相关的枢纽信息，确保系统的良好应用。

参考文献

［1］邰贵华.视频监控系统的研究与应用［D］.南京：南京邮电大学，2017.

［2］贾小强.基于物联网的城市轨道交通客流监测平台设计与实现［D］.北京：北京工业大学，2015.

［3］梁超.地铁四号线换乘客流信息监测系统设计与开发［D］.北京：北京工业大学，2011.

［4］张英武.轨道交通辐射监测系统设计与实现［D］.北京：中国科学院大学，2016.

［5］张兰兰.基于PLC的电梯智能控制与监测系统设計［D］.曲阜：曲阜师范大学，2017.

基金项目：广西重点研发计划项目“智慧高速车路一体技术研究与示范项目”（编号：桂科AB21196008）

作者简介：杨友盛（1982—），高级工程师，主要从事高速公路机电工程建设、运营管理及建筑智能化工程建设工作。