基于手机信令的实时交通系统技术方案

基于手机信令的实时交通系统技术方案
基于手机信令的实时交通系统
技术方案
东软集团.沈阳东软交通信息技术有限公司
2014年5月
基于手机信令的实时交通系统技术方案
目录
第一章综述 (1)
1.1背景 (1)
1.2术语,缩略语 (1)
1.3技术方案概述 (2)
1.4技术方案特点 (3)
1.信息采集的覆盖范围广 (3)
2.建设成本较低，建设周期较短 (3)
3.维护成本低 (3)
4.信息的实时性强，准确性高 (3)
5.数据附加价值高 (3)
第二章系统方案及关键技术指标 (4)
2.1系统全景图 (4)
2.2系统技术架构图 (4)
2.3系统关键技术指标 (5)
2.3.1信息覆盖度 (5)
2.3.2信息准确率 (6)
2.3.3信息实时性 (6)
2.3.4方案适用性 (6)
2.4系统功能 (7)
2.4.1实时路况展示 (7)
2.4.2历史数据展示 (9)
2.4.3车流量统计 (10)
2.4.4区域热点分析 (11)
2.4.5出发地/目的地分析 (12)
第一章综述
1.1 背景
随着经济和社会的快速发展，深圳市面临着城市化和机动化的双重压力，城市的高密度集中开发，居民经济收入的不断增加，导致了城市交通需求的迅速增加。

到2014年4月，深圳机动车保有量达到了276.41万台，包括357公里高速公路，全市道路总长6164公里，每公里车辆密度达到440辆，超过了国际每公里270辆的警戒线，交通压力巨大。

经过若干年的探索和实践，深圳市公安局交通警察局已经在交通控制和管理领域积累了不少经验，为保证深圳道路交通畅通作出了很大贡献，已建立了合理有效的数据综合利用机制，以传统的交通信息采集系统（环形线圈，视频摄像头）采集的流量数据、占有率、速度、配时等基本交通参数为基础，通过信息化手段和通信技术来处理、分析和管理深圳市的交通数据以及事件信息，通过平台处理融合以及定性与定量相结合的交通状况分析、评价、预测，科学诊断存在的交通问题为交通诱导等系统提供交通事件、拥挤度、行程时间预测，为广大市民提供交通服务；同时反馈给交通控制系统和122接处警系统，为决策提供定量依据，进一步优化总体区域控制策略，科学调度警力，实现了交通管理各系统的互联互通，采用这种精确、敏捷、高效、全天候的交通管理新模式实施现代化交通管理。

在现有信息源采集的基础上，深圳市公安局交通警察局一直在寻求新的交通信息采集手段，增加信息采集密度，丰富信息来源，目标就是提高预警报警的准确性，更好的为广大市民和交通管理者服务。

基于手机信令采集的实时交通信息系统可以在交通信息的准确性、实时性和地理覆盖范围上相较于传统信息采集方式有重大技术突破和实用价值。

1.2 术语,缩略语
1.3 技术方案概述
每一台手机在待机或者通话过程中移动，都会在电信运营商的网络里面产生一些规律性的事件，这些事件符合GSM标准，我们称之为信令数据。

该技术方案主要利用手机信令数据中的切换事件，切换事件指的是手机移动到两个蜂窝小区的交界处，为了维持通话的稳定性和手机的可寻呼性，自动寻找并连接到信号质量更好的小区的一个过程（参见图1）。

图1
根据电信运营商的基站小区分布地图，分别计算LAC间切换事件及CELL间切换事件的发生区域，并将此区域和电子地图相匹配，形成与地理道路相关联的虚拟信令切换监控网络。

根据虚拟信令切换监控网络，利用东软独有的路径计算算法进行预处理，形成各监测区域间多种通常行驶路线的列表（参见图2）。

图2
电信运营商网络内发生的每次切换事件都会有一个对应的手机唯一标识，根据这个唯一标识，跟踪其切换事件发生的时间和位置，同上述虚拟信令切换监控网络相匹配，获取其运动的时间间隔，根据监控区域间的通常行驶路线列表推测运动轨迹，根据轨迹长度与时间的关系，计算每个样本的行驶速度。

通过
统计算法，实时计算出每条道路通行速度，并判断拥堵状况及发生的路段。

图3
1.4 技术方案特点
1.信息采集的覆盖范围广
由于信息源来自电信运营商网络，而电信运营商的基础设施建设比较完善，基本覆盖了城市以及城郊的全部道路，因此该方案可以监测的交通路况范围远远大于传统的信息采集方案。

2.建设成本较低，建设周期较短
该方案依赖于电信运营商网络的基础设施，目前国内设施的建设比较完善，大部分省市的系统中都已经具备方案中依赖的信令数据输出的条件，因此建设成本仅为搭建软件系统平台所需的软硬件设备，无需额外采购监测设备，成本相对低廉，系统建设周期较短，一个城市建设周期一般在2~3个月。

3.维护成本低
电信运营商的基础设施建设及稳定性由运营商自行维护，该系统建成后仅需要考虑维护自身的软硬件，成本相对较低，维护难度小。

4.信息的实时性强，准确性高
该方案的数据源为电信运营商的信令数据，该信令数据来自于该电信运营商的所有用户，数据样本的数量非常庞大，通过对大量样本的统计分析和计算，结果更加可靠。

另外从原数据到数据发布过程中全部为计算机系统自动化处理，实时性高，数据发布周期每5分钟一次。

5.数据附加价值高
除了实时路况本身，大量样本的移动趋势数据还可用于做用户群体行为特征分析，例如出发地/目的
地分析，分析结果可用于城市管理者、城市建设者和商家企业更好的为市民提供出行服务。

第二章 系统方案及关键技术指标
2.1 系统全景图
图4
系统外部依赖网元，
1. 通过FTP 接口，由信令系统向东软实时交通信息系统提供相关信令数据。

2. 通过Internet ，东软实时交通信息系统向深圳交警交通管理系统提供实时交通信息数据。

2.2 系统技术架构图
图5
本系统技术架构主要由四部分组成：数据接入网关子系统，数据计算子系统，数据存储子系统和数据应用子系统，见图5。

整个系统可以部署在国家超级计算深圳中心，充分利用计算中心的云产品和强大的计算资源，更好的向用户提供交通信息数据服务。

2.3 系统关键技术指标
2.3.1 信息覆盖度
从道路等级的角度来看，该技术方案可以监测以下等级的道路（参见图6）。

图6
从道路里程的角度来看，该技术方案可以按照实际需求，比较容易的扩展监测的道路里程数。

以图7为例，目前定义的监测道路里程约为2500公里，可以根据需求在深圳市北部新区增加红色的观测点。

图7
2.3.2 信息准确率
按照沈阳的实测经验，全部道路网的整体信息准确率在70-75%，高速路和城市快速路的准确率较高，市区一般道路和细小街路的准确率较低。

一般来讲，在市区，基站小区的覆盖半径在150m-500m，在市郊可能会达到2km。

市区内的基站大多是带有固定方位角，波宽是120度的扇形区域，也有部分是360度的全方向基站。

a)高速道路的路型单一，正常情况只有车辆可以通行，因此干扰样本很少，准确率可达到85%以上。

b)城市快速路和城市主干道，样本数量较多，经过统计分析计算，准确率也可以达到80%以上。

c)城市内的一般道路，采样数量相对较少，干扰样本多，通过独特的滤波算法进行筛选和计算，准
确率可以达到70%以上。

d)城市内的细街路（间隔150m以上），采样数量较少，通过滤波算法和基于历史数据的交通变化趋
势分析，准确率可以达到60%。

2.3.3 信息实时性
a)移动信令系统的数据，每隔1分钟更新一次。

b)基于手机信令的实时交通信息系统，每隔5分钟发布一次路况数据（视网络带宽和数据量的实际
情况，最低可以降到每隔1分钟发布一次）。

2.3.4 方案适用性
针对复杂的路况（例如相同基站覆盖多条道路）需要融合其他的道路探测器（例如环形线圈）来辅助识别手机的样本群体。

•高架道路与地面道路的区分
•相同道路方向且间隔小于150米的平行道路的区分（例如，主辅路，一部分小路）以图8为例，基站A1->A2->A3的切换序列同时覆盖了2条路线，分别是R3和R5。

图8
当两条道路道路的通行状况有差异时，如图9所示，可以看到出现了2个明显的样本区间，即使这样，还是很难准确的区分哪一组样本是属于哪一条路线。

此时，引入其他传感器采集的数据（例如通过环形线圈探测的R3的平均车速和R4的平均车速），可以辅助判断样本区间对应的路线。

图9
2.4 系统功能
2.4.1实时路况展示
通过不同颜色的道路（红、黄、绿）直观展示城市整体的实时路况信息，让交通管理相关人员随时了解城市整体的交通状况。

（图10是整个沈阳市的交通路况全景图）
图10
通过比例尺的缩放和区域的选择，详细显示局部区域的实时路况信息。

（图11是沈阳市沈河区的道路情况）
图11
实时统计道路的各类交通情况的百分比和变化趋势，从而能使交通相关的管理人员及时了解城市的整体交通情况，并进一步掌握交通状况的变化趋势。

（图12是2014年7月29日，下午16：35的交通状况的百分比，其中拥堵的道路占25%，缓行的占27%，畅通的占48%，和上一周期相比较，畅通道路的比例有所上升，缓行和拥挤的道路比例有所下降，说明整个城市的交通状况有所好转。

图12
可以通过系统设定重点关注路段，当路段形成拥堵时可以通过系统自动报警，提示相关人员进行事件处理。

（图13显示了沈阳市青年大街市府大路至中山路被设定为关注路段）
图13
2.4.2历史数据展示
可以通过页面查询指定道路的历史路况信息，从而分析该道路的高峰/平峰时间段，从而有效部署警力资源。

（图14显示了沈阳市青年大街全天24小时的平均车速变化情况和历史同期的平均测速，可以看出早7：30-9：00和下午5：00-6：00为该条道路的高峰时间段，平均车速较低，约为18km/小时，当天的测速与历史同期的平均车速比较吻合，说明没有出现突发事件或特殊情况）
图14
可以统计城市全部道路的拥堵时间，并设置拥堵排行榜，以此发现长期处于拥堵状态的道路，使治堵方法有的放矢。

（图15显示了沈阳市排名前15的拥堵道路）
图15
通过对与历史的路况信息的导出，还可以对交通数据进行二次发掘和分析。

（图16为数据导出表的具体形式，可以根据不同的使用需求进行自定义）
图16
2.4.3车流量统计
数据调查表明，通过手机信令数据的获取的样本数量和通过感应线圈测量的车辆流量的变化趋势是基本一致的（见图17）。

图17
然而仅使用手机样本统计道路的车流量信息，即使在城市主干道上，误差也会较大，其主要原因是因为手机和车的对应关系并不能够准确知道，存在一车多手机（大客车，私家车载客，个人多手机等）的复杂情况。

如果想使手机样本统计结果尽可能逼近真实的流量值，需要分别针对每一条监测路段，长期累计手机样本和线圈采样的折算比例。

通过历史对折算比例变化的特征分析和利用，可以使手机样本的统计结果更接近真实的道路车流量。

2.4.4区域热点分析
通过对于大数据量人群的全天位置分析，可以针对某一个区域进行活跃人数统计，活跃度变化趋势，并实现区域热力图成像等功能。

图18显示了沈阳市沈河区的的人群活跃度整体统计。

图18
图19显示了2014年5月31日，沈阳市沈河区全天的人群活跃度变化趋势，以及和上月同期的比较结果。

图19
图20显示沈河区的热力成像图，红色和黄色分别为商业街和火车站区域，人群活跃度较高。

图20
2.4.5出发地/目的地分析
通过对指定时间段的信令分析，可以分析出某热点区域的人群来源（出发地/目的地）。

以图20-1和图20-2为例，分别统计了2010年和2011年平安夜的沈阳中街的兴隆大家庭的顾客来源区域分布情况（红色区域为人数较多的来源区域，黄色和绿色次之，蓝色部分较少）。

通过对比，可以看出，2011年平安夜，中街兴隆大家庭的客户来源由全城分布变化为主要分布在东部，经分析主要原因是兴隆大家庭在沈阳西部新开一家分店，分走了一部分客流。

图20-1 2010年兴隆大家庭人群流向图20-2 2011年兴隆大家庭人群流向下图反映了2014年5月31日（端午小长假），沈河区的人群流向。

通过红色和橙色箭头，可以看出主要流向是东陵区和和平区，前者包含了很多沈阳郊区的主要旅游景点，后者也是主要的商业区。

从数据的角度客观说明，端午小长假期间，沈河区的大多数人选择了出游和逛街。

图21
以上功能为东软实时交通系统为交管部门设计的基本需求，由于系统具备良好的开放性，可扩展性及可定制性和可维护性，因此可以在系统现有功能的基础上，根据特定的用户需求挖掘并设计新的功能，从而在更深层次上满足交通管理相关部门，城市建设相关部门以及城市领导决策者的需要。