2016年11月24日，由中国交通运输协会主办的“2016中国交通运输信息化智能化发展推进大会”在北京成功举办。

2016年11月24日，由中国交通运输协会主办的“2016中国交通运输信息化智能化发展推进大会”在北京成功举办。上海市城乡建设和交通发展研究院交通规划研究所智能交通研究中心主任朱昊以《上海公共交通大数据云服务应用展望》为主题发表了演讲。

以下为朱昊演讲实录，经赛文交通网（china_7its）编辑，未经本人确认：

1 上海公共交通大数据应用背景

上海进入了两轮智能化的建设，最早是世博会之前，上海公交智能化预计到2020年形成。目前，上海公交公司的GPS/BDS多种营运数据每天约10亿次、存近8年数据。与公交直接和间接关联含手机信令、公交IC卡、APC数据等，但仍未发挥巨大价值。

上海的公交调度过去叫智能调度，但是我们对客流没有掌握，或者很少全面掌握。因此我们应该建设基于数据导向的调度，基于客流精细化的调度。上海的公交调度面临向智慧调度飞跃、要基于成本下降和行业服务水平提高，还面临新能源汽车的推广，对它的安全监管要增大，以及常规车辆的安全监管，安全的状态多需要掌握，保证公交出行的安全。

上海的多模式换乘、全过程的服务信息没有完全启动，即便百度上提供的行车时间也不是完全可靠。因为它是静态数据，没有基于不同情况下的时间预测。下一步将进一步提高到站预报精准度、增加下游站点行程时间、公交枢纽时空换乘信息的出行信息。

2 上海公共交通大数据框架 

上海公共交通大数据资源框架包括公共交通基础数据、感知数据（车辆、客流）和业务数据，以及新能源车的数据和非机动车的专题数据。整个交通数据架构都是通用的，目前只是初步应用。Hadoop/Spark处理技术我们已经应用了，更深度的应用还在拓展。

3 公共交通大数据应用方向 

上海公共交通大数据主要有五大方向。

第一，运营全场景的公交智慧调度。利用大数据技术算法模型和处理环境，实现公交运营过程中计划调度、实时调度和应急调度全场景覆盖。国内的公交调度目前处在位置、视频调度建设阶段，没有按照计划来调度。比如说下一个发车时间是什么时候。线网优化保证最后一公里，通过手机信令可以知道人流量的分布，针对GPS定位进行比对获得出行分布图。但是我们认为数据不够，需要进一步增加数据监测。 

第二，公交基础设施的公交智慧调度（线网优化）。利用数据挖掘模型采集居民通勤客流及公交出行客流进行公交线网规划优化，使得公交基础设施资源得到更合理空间调度和资源配置，最终实现公交智慧调度。

第三，建立新能源车辆及常规车辆的安全行车监测系统。监测新能源车辆的电耗、整车状态（停驶、行驶、上坡等）、剩余电量（SOC，STATE OF CHARGE）、总电压等；实现新能源车辆安全行车过程中的多指标实时监测和报警预警；监测常规车辆电机转速、温度、电池温度、电压等对应的亚健康参数，对于异常车辆进行监测，以便在监控中心、调派中心、对车辆的安全行车和调配提供信息化判断标准。

同时利用高密度采样调查获得秒级GPS/BDS调查数据，分析各类驾驶行为特征，为安全行车提供决策支持。

第四，面向全过程的公交出行精准化信息服务系统。通过车载GPS/BDS实时及历史数据，结合RFID、智能场站门禁、公交运营调度实时数据，实现公交本站到站预报的信息发布；利用实时和历史的公交车辆轨迹GPS数据，城市道路交通状态数据，道路路网基础数据以及其他运营支撑数据，进行当前站点至下游重要站点或公共交通枢纽的公交旅行时间预测服务；提供交通换乘枢纽出行换乘信息服务，乘客可以获取到达和离开换乘枢纽的换乘时刻表服务，以及出行全过程的出行路径和旅行时间等信息，为乘客换乘出行提供决策参考。

第五，面向多维度的公共交通运行、绩效和服务综合评价。综合评价主要针对从公交企业、行业管理者以及乘客角度进行公共交通评价，主要评价内容有：公交车辆运行效率；公交/轨道运行稳定性；公交/轨道运行准点率；公交/轨道运行绩效分析；乘客舒适度分析，为各个参与者提供决策支持。

4 上海近期公共交通大数据应用 

首先，建设巴士通智能公交营运管理系统。

调度系统是平台架构，这个已经运行了，做了初步的云平台的架构，虚拟化平台做了一些应用。这个平台调度功能比较全，目前的调度水平是计划、调度规划、路段优先、电子路单自动发车，特殊情况会记下来。集中和灵活的调度，以及突发城市上级接管调度、巴士四汽集团中心调度中心等都可以调度。

实现多条线路的实时监控，把路况信息纳入到调度系统。实现RFID公交进出首末站检测、视频客流采集、DVR视频监控、智能投币机、POS机客流采集、车辆定位数据采集等数据实时采集，现在80%以上自动采集，减少人为的干预。

第二是到基于大数据的到站时间预测。上海目前推出了LED显示屏、手机APP、微信公众号等多种信息发布方式。对到达时间有准确的评估，利用大数据研究，已经实现94.8%，有三分钟的误差。现在利用大数据自动评价准确率，服务和效率都有所提升。

第三是公交客流时刻表优化及车辆配置优化，这是我们和国外的研究课题。

这是某一条普通的线路的客流状态，每一个班次也知道，红黄绿是载客率的比例，我们可以精细到每一个班次的拥堵状况，把数据做时刻表的编制。根据交通行业参数的要求和车辆的供应，进行相应的编制时刻表，通过时刻表的编制和车辆调配的优化，做了一些试点。比如说原来是132班次，通过调整以后把高峰的平时班次缩小，优化整个班次安排，最低可以省10%的车辆，但是管理层和人的排放要求比较高。

5 应用预期效果 

• 提高公交企业智慧调度水平，降低公交企业运营成本

• 均衡满载率和提高运行准确度，公共交通出行体验舒适度提升

• 提高公交行车安全水平，保障车辆和人员安全

• 丰富出行信息种类和提高服务质量，提高公共出行方式竞争力