11月17日，在第十一届中国智能交通年会城市智能交通创新发展论坛上，深圳市城市交通规划设计研究中心主任张晓春以《交通大数据在深圳智能交通中的应用与探索》为主题发表了演讲。

11月17日，在第十一届中国智能交通年会城市智能交通创新发展论坛上，深圳市城市交通规划设计研究中心主任张晓春以《交通大数据在深圳智能交通中的应用与探索》为主题发表了演讲。

主要从四个方面介绍了交通大数据在深圳市场中的应用：包括数据系统更新升级；交通大数据的融合；智能交通的应用；人车路的系统协同。

以下为张晓春演讲实录，经赛文交通网（china_7its）编辑：

各位领导、专家，大家下午好！

第一，数据系统更新升级。

过去几年深圳的数据体系构建和全国体系一样，以深圳宏观数据为主的整个数据体系，在2000-2004年受深圳市政府委托，建设全国首个城市交通仿真系统。在仿真系统基础上，组建了深圳市唯一的交通信息与交通工程重点实验室，并得到持续升级。

从1994年开始，经历了20年四个阶段，交通数据体系从静态模型构建到引入动态交通数据，在不同城市交通发展阶段保证技术前瞻性，构建与不同时期需求相适应的交通数据系统。

第二，交通大数据的融合。

新时期，大数据的融合分析为多维度的综合性分析提供了可能性。

一，广度。区域评估，从城市到都市圈和区域。二，深度。精细化评估是从网络到片区、走廊到节点。三，维度。多领域跨行业评估如土地、交通、安全、环境、经济等。四，频度。动态、高效评估。

构建新一代“系统性”的逻辑架构。融合多元动静态交通数据，以多层次、一体化交通仿真模型为核心，面向多维度、多领域应用的综合评估与决策支持系统。

深圳交通动态大数据每天增量为7.2亿多条。系统总体构成是由“7大”应用系统平台、“4+3”一体化评估模型和“1多元”交通数据库。

• 规划更新与用地开发持续监测。跟踪用地开发，动态更新土地交通模型。详细的数据作为整个数据构建的一个基础，让大家知道从土地到人，从人到图形。这是交通分析的一个核心基础； 

• 跟踪历年人口岗位迁移规律，掌握出行需求内在变化特征； 

• 借助市区范围手机信令、APP定位信息动态跟踪人员活动，并实现重点区域人流监测；今年做全市调研前有个不确定的事情。就是深圳市的人口对外公开的是1300万，但实际公安部给出的数据是2200万。这么大的差距如何抓城市规划，如何判断未来有多少人？基于这种问题所以就结合了手机的数据，市路网工程，加上城市用点量、用水量、垃圾产生量来判断摸索。结果就是现在人口为1850万，流动人口有2000万。 

• 监测公交、出租车、停车等实时运营数据，掌握交通系统运行特征。如，出租车有1.6万，公交车GPS数据为1.5万； 

• 通过区域内手机信令和APP数据、城镇群内高速公路卡口、城际轨道票务系统等数据，掌握城际出行需求特征； 

• 六、开发居民出行调查采集分析系统进行在线数据录入，大幅提高调查效率和准确度。通过无人机技术实现对各类复杂环境的调查勘测； 

• 七、将轨道IC卡、浮动车、线圈、车牌识别、交通安全等多元动态数据融入交通仿真模型，大幅度提高传统模型的精度与效率。

融合多元数据挖掘掌握的数据更全面。传统上从2004年起就开始将出租车GPS运行的信息，百度、高德的数据、包括车辆新增的公交车数据，融合起来做运营数据的分析，来提升交通运营状况的精准把握。如提升了数据覆盖率、提升了数据的精度、并且可以提供数据的可靠度。

提升数据覆盖率：数据融合后，全市路段数据覆盖率从32%提高至77%，原特区内覆盖率从70%提高至88%，原特区外由20%提高至73%。

提升数据精准度：出租车比车牌识别数据平均速度约高4%，百度导航比真实值平均速度约低6%。融合后的道路车速与真实值相差低于1%。

提升数据可靠度：解决了因出租车数据传输不稳定、数据量不足导致的异常大幅度波动的问题，通过持续稳定的运行数据观测分析，支撑全市性治堵关键节点、路段识别与综合效果。

路况与天气大数据融合分析。

通过深圳交通路况与降雨相关性知识挖掘，实现拥堵提前预警与疏散。历史数据挖掘表明，深圳晚高峰开始前2小时内突发大雨，则晚高峰期间（17:30-19:30）引发路网严重拥堵的概率达92%。

第三，在智能交通的应用。

面向规划工作会涉及运营管理的一些运用。

• 面向政府：交通指数系统+交通排放系统的评估体系。

交通指数系统。如依托交通指数平台，对过去五年的重大交通政策效果及特殊事件影响进行跟踪评估。停车收费方案比选，评估不同停车收费方案的运行车速提升效果（约12%）。评估路内停车收费政策效果，四个试点片区工作日晚高峰车速环比上升12%-15%，非试点片区同期车速有升有降，幅度在4%左右。这是2013年作出的事情。

交通排放系统。路内停车收费政策实施前后交通碳排，在中心城区工作日晚高峰交通排放下降约7%。

重大基建、轨道客流预测评估：是基于实施数据的车站运营组织方案仿真模拟和优化。

微观仿真模型：如福田高铁站周边微观仿真、莲塘口岸微观仿真、深南大道微观仿真、地铁车站微观仿真，是一些重要的枢纽、通道基于微观的方针作了政府的评判。

广泛应用于轨道枢纽、有轨电车、道路、交叉口、交通公共空间的车辆、行人仿真，为交通设施规划、建筑工程设计提供直接依据。

实时在线仿真系统：建立数据采集、融合、计算、应用和反馈的闭环系统，以动态OD估计为核心技术，每15分钟更新一个OD矩阵，实时模拟并评估各种交通预案对道路交通流的影响，实现各种预设复杂交通条件下的方案预演和快速而有效地选择最优交通改善或交通管理方案。

目前，深圳正在推进国内首个城市级的实时在线仿真试点，建设规律近2000km，大约占用全市路网30%，覆盖核心地区。

• 全路网评估与动态协调

大数据方面：基于秒级别大数据的信号交叉口延误动态监测平台，监测信号配时，优化信号配时，实时需求管理策略。

评估方面：融合手机信令、出租车OD等数据，分析出行总量和路径，搭建深圳市交通溯源平台，辅助制定策略调控跨区走廊交通出行，在时间上削峰填谷，空间上控密补稀，实现区域时空平衡。

• 路段时空联动

时间联动：自适应控制由“单点自适应”提升为“多点协同自适应”，对间距小于200米的相邻路口，当路测单元检测到实时流量、车头时距超出设定值，启动配时参数优化，调整路口间相位差和绿灯时长，避免车辆排队溢出。

动态车道管控：在道路空间资源挖据上，开展潮汐车道、借道左转、可变车道等信号控制设计，上下游路口及平行路段协调车道资源，高效分配片区道路时空资源。

• 节点公交、行人优先

公交信号优先：利用路测DSRC设备接收公交车辆位置及速度信息，结合各相位饱和度、公交专用道、公交车辆量，改变传统信号方案适应公交车辆单向优化方式，对公交信号相位与车速交互优化，提高优先效率。

行人信号优化：一是适应轨道、公交客流信息，在人行过街量较大的路口和公交站附近部署；二是监测平面集聚客流信息，在交叉口安全岛部署。采集的人流量、平均步行速度传输至信号灯，自动下放行人优先配时方案。

人流量监控预警：利用手机信令、腾讯微信等大数据，对深圳热点区域人员活动强度实时监测、预测和预警，实现拥挤警情动态感知。

• 智慧信号管控平台

依托大数据、车路协同及仿真技术，研发集评估、优化功能于一体的新一代智能化信号控制系统。

• 停车运营

以政府的公共停车场和政府管理的数据作为一个基础，整合整个停车动态数据，然后做好停车的诱导，诱导交通拥挤平台停车记录路段做引领，让其进入非拥挤区域。

另外，还可以通过诱导通过我们的停车收费的双向调节，来减少交通的拥堵，提高停车场的使用效率。如深圳湾口岸60%的停车时间超过6小时，车位周转率低，采用大幅提高全天最高叫；深圳北站60%的停车时间在半小时内，但节假日期间长时间停放比例高，采用工作日与节假日差异化收费标准。

第四，人车路的系统协同。

主要从SUTPC车路协同系统和无人车技术的车辆设备升级两个方面展开。这里的SUTPC车路协同系统包括信号主动控制、车路实时交互和车辆主动安全三种技术。

而无人驾驶技术已经从实验室走进实际运行环境中来了，目前已在纽约、伦敦、新加坡等城市中小尺度片区得到应用。2010年到2015年间，与汽车无人驾驶技术相关的发明专利超过22000件。

交通中心自主研制的高精度导航的无人驾驶车辆具备磁导航和无轨导航功能，可室内、室外导航，按照指定的导引路到达预定目的地。

未来交通实验室将成为集聚来自全球交通管理和研究机构的纽带，共同应对“大数据和互联网+”的挑战，共同把握“万众创新、技术众包”的历史机遇，共同创建未来交通，为政府规划决策和行业管理提供一流的解决方案。

速记资料来源于：中国智能交通协会

整理稿未经本人核实