日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

★ 北京華錄高誠(chéng)科技有限公司

1　目標(biāo)和概述

隨著物聯(lián)網(wǎng)、5G、云計(jì)算、大數(shù)據(jù)、人工智能、區(qū)塊鏈、北斗高精度定位等新一代信息技術(shù)的發(fā)展以及交通強(qiáng)國(guó)、新基建、數(shù)字交通的提出，構(gòu)建以數(shù)據(jù)驅(qū)動(dòng)的綜合交通數(shù)字治理和服務(wù)體系，實(shí)現(xiàn)綜合交通政府多元化治理、企業(yè)精細(xì)化運(yùn)營(yíng)、公眾智慧化出行，推動(dòng)綜合交通管理及服務(wù)從智能化向智慧化的轉(zhuǎn)變成為當(dāng)前迫切需求。

北京華錄高誠(chéng)科技有限公司（以下簡(jiǎn)稱(chēng)：高誠(chéng)科技）作為一家交通運(yùn)輸大數(shù)據(jù)AI的運(yùn)營(yíng)服務(wù)商，創(chuàng)新性地推出“基于全域交通大腦的智慧交通一體化出行服務(wù)云平臺(tái)”（以下簡(jiǎn)稱(chēng)：智行云），以“數(shù)據(jù)入湖、算法入云、服務(wù)入戶”為建設(shè)理念，以數(shù)據(jù)湖為基礎(chǔ)、全域交通大腦為核心，作為交通運(yùn)輸“智慧型、中樞型、服務(wù)型”的信息化基礎(chǔ)設(shè)施，面向政府、企業(yè)、公眾三類(lèi)用戶，提供“智管、智運(yùn)、智行”數(shù)據(jù)應(yīng)用場(chǎng)景服務(wù)，涵蓋城市運(yùn)輸、公路、港航、軌道、民航、物流、樞紐、旅游八大產(chǎn)業(yè)方向，提供700多個(gè)應(yīng)用場(chǎng)景，打造“云享、云管、云服”新業(yè)態(tài)，助力政府現(xiàn)代化治理、企業(yè)高效化運(yùn)營(yíng)、百姓便捷化出行。

2　方案介紹

智行云基于北斗高精度定位、5G、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能、物聯(lián)網(wǎng)等新一代信息技術(shù)，依托數(shù)據(jù)湖云融合新基建，通過(guò)重構(gòu)TOCC（交通綜合運(yùn)行協(xié)調(diào)和應(yīng)急指揮平臺(tái)），以云服務(wù)的方式，提供可靈活配置、按需定制、持續(xù)運(yùn)營(yíng)的信息化建設(shè)及數(shù)據(jù)服務(wù)模式。

基于湖云融合以及交通大腦面向政府、企業(yè)、公眾開(kāi)展綜合交通大數(shù)據(jù)云服務(wù)場(chǎng)景應(yīng)用，構(gòu)建“湖+云+邊+端+協(xié)同”服務(wù)模式，實(shí)現(xiàn)湖、云、邊、端四位一體，湖匯數(shù)據(jù)、云中心管控、邊緣自治、端數(shù)據(jù)服務(wù)。以此為基礎(chǔ)，智行云構(gòu)建“1+1+1+3”的總體架構(gòu)，“1”為數(shù)據(jù)湖，匯聚綜合交通海量多源異構(gòu)數(shù)據(jù)，打造交通數(shù)據(jù)資產(chǎn)銀行；“1”為綜合交通大數(shù)據(jù)服務(wù)云，支持綜合交通及關(guān)聯(lián)產(chǎn)業(yè)多源數(shù)據(jù)要素的融合和協(xié)同，支持多云協(xié)作以及跨云數(shù)據(jù)及業(yè)務(wù)融合；“1”為交通運(yùn)輸大腦，基于算法、模型，提供綜合交通AI應(yīng)用管理和服務(wù)；“3”為智管、智運(yùn)、智行，智管面向政府提供城市治理、行業(yè)管理、監(jiān)測(cè)預(yù)警、指揮調(diào)度、決策支持、信息服務(wù)六大場(chǎng)景及城市運(yùn)輸、智慧公路、智慧樞紐、智慧物流、智慧旅游、智慧港航、智慧軌道、智慧民航八大行業(yè)智慧管理服務(wù)；智運(yùn)，創(chuàng)新政企數(shù)據(jù)融合應(yīng)用，開(kāi)展車(chē)路協(xié)同、安全生產(chǎn)、精準(zhǔn)運(yùn)營(yíng)、安全生產(chǎn)大數(shù)據(jù)云服務(wù)；智行，基于政府、企業(yè)、和互聯(lián)網(wǎng)數(shù)據(jù)，打通市內(nèi)與城際高速公路出行鏈服務(wù)，開(kāi)展綜合交通一體化出行云服務(wù)。總體架構(gòu)如圖1所示。

圖1 總體架構(gòu)圖

2.1　技術(shù)架構(gòu)

智行云技術(shù)架構(gòu)采用IaaS、Paas、DaaS、SaaS/Maas四層架構(gòu)，不同層次實(shí)現(xiàn)主機(jī)安全、網(wǎng)絡(luò)安全、數(shù)據(jù)安全、應(yīng)用安全。如圖2所示。

圖2 數(shù)據(jù)架構(gòu)圖

2.1.1　IaaS層

云主機(jī)：采用云服務(wù)商的云主機(jī)服務(wù)相比于物理主機(jī)，整合了計(jì)算、存儲(chǔ)與網(wǎng)絡(luò)資源的IT基礎(chǔ)設(shè)施能力，能夠根據(jù)業(yè)務(wù)需求，按需使用、隨時(shí)擴(kuò)展、部署所需的服務(wù)器環(huán)境，并且能夠保障主機(jī)穩(wěn)定、安全運(yùn)行。

存儲(chǔ)：數(shù)據(jù)采用云存儲(chǔ)、湖存儲(chǔ)的方式，云存儲(chǔ)通過(guò)集群、分布式文件系統(tǒng)和網(wǎng)格計(jì)算等技術(shù)，實(shí)現(xiàn)云存儲(chǔ)中多個(gè)存儲(chǔ)設(shè)備之間的協(xié)同工作，使多個(gè)存儲(chǔ)設(shè)備可以對(duì)外提供同一種服務(wù)，具備更大更強(qiáng)更好的數(shù)據(jù)訪問(wèn)性能，并通過(guò)各種數(shù)據(jù)備份和容災(zāi)技術(shù)及措施保證云存儲(chǔ)自身的安全和穩(wěn)定；湖存儲(chǔ)以藍(lán)光技術(shù)將冷數(shù)據(jù)存儲(chǔ)于湖中，降低存儲(chǔ)成本。

2.1.2　PaaS層

高誠(chéng)基礎(chǔ)開(kāi)發(fā)平臺(tái)整合人工智能、大數(shù)據(jù)、指標(biāo)計(jì)算、電子地圖、統(tǒng)一認(rèn)證、微服務(wù)、消息總結(jié)以支撐對(duì)外數(shù)據(jù)、算法、地圖服務(wù)。

人工智能：采用成熟人工智能框架TensorFlow、Caffe等，完成巨量數(shù)據(jù)的分析與挖掘、模式識(shí)別（如生物識(shí)別、文字識(shí)別、文件分類(lèi)等）。

大數(shù)據(jù)：采用Hadoop集群技術(shù)存儲(chǔ)海量數(shù)據(jù)（如車(chē)輛GPS、公交刷卡、航空器軌跡及其它感知數(shù)據(jù)），對(duì)外提供數(shù)據(jù)存儲(chǔ)服務(wù)；再利用Spark引擎完成各種各樣的運(yùn)算，包括SQL查詢、文本處理、機(jī)器學(xué)習(xí)等，對(duì)外提供實(shí)時(shí)計(jì)算服務(wù)。

指標(biāo)計(jì)算：集成TOCC平臺(tái)成熟的指標(biāo)算法體系，通過(guò)統(tǒng)一API對(duì)外提供算法服務(wù)。

電子地圖：集成Arcgis、互聯(lián)網(wǎng)地圖及其它專(zhuān)業(yè)地圖，統(tǒng)一GCMAP對(duì)外提供地圖服務(wù)。

統(tǒng)一認(rèn)證：為保證API服務(wù)安全通過(guò)Token認(rèn)證，所有API通過(guò)統(tǒng)一認(rèn)證保證接口安全性及數(shù)據(jù)安全。

微服務(wù)：提供業(yè)務(wù)數(shù)據(jù)服務(wù)，整合業(yè)務(wù)需求，通過(guò)微服務(wù)橫向擴(kuò)展能力，對(duì)外統(tǒng)一數(shù)據(jù)服務(wù)。

消息總線：利用成熟消息中間件（Kafka等），對(duì)億級(jí)數(shù)據(jù)接入、分發(fā)。

2.1.3　DaaS層

整合PaaS層服務(wù)，為業(yè)務(wù)層提供數(shù)據(jù)管理、數(shù)據(jù)共享交換、數(shù)據(jù)分析、數(shù)據(jù)運(yùn)營(yíng)管理服務(wù)。

數(shù)據(jù)管理：將數(shù)據(jù)清洗、抽取的規(guī)范化數(shù)據(jù)按領(lǐng)域、維度分類(lèi)對(duì)用戶提供不同維度管理、元數(shù)據(jù)管理、數(shù)據(jù)計(jì)算管理、元數(shù)據(jù)查詢、數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范引用等。

數(shù)據(jù)共享交換：構(gòu)建一個(gè)統(tǒng)一數(shù)據(jù)共享交換平臺(tái)，將已經(jīng)規(guī)范化的數(shù)據(jù)，以規(guī)范的格式、服務(wù)對(duì)外提供數(shù)據(jù)接口服務(wù)，實(shí)現(xiàn)數(shù)據(jù)的最大化利用。

數(shù)據(jù)分析：通過(guò)PaaS層指標(biāo)計(jì)算服務(wù)，再通過(guò)BI工具形成統(tǒng)一報(bào)表服務(wù)。

數(shù)據(jù)運(yùn)營(yíng)管理：對(duì)每條數(shù)據(jù)進(jìn)行標(biāo)簽化管理，對(duì)數(shù)據(jù)進(jìn)行運(yùn)營(yíng)，計(jì)算數(shù)據(jù)費(fèi)用。

2.1.4　SaaS/MaaS層

高誠(chéng)云服務(wù)支撐平臺(tái)定位ToG、ToB、ToC，為不同類(lèi)型用戶提供多種形式展板（PC、大屏、移動(dòng)端）。

ToG端應(yīng)用方便行業(yè)監(jiān)管、領(lǐng)導(dǎo)參觀展示。ToB應(yīng)用于企業(yè)業(yè)務(wù)運(yùn)營(yíng)。ToC滿足公眾出行服務(wù)。

2.2　數(shù)據(jù)架構(gòu)

智行云數(shù)據(jù)管理服務(wù)，以云平臺(tái)基礎(chǔ)架構(gòu)為支撐，對(duì)數(shù)據(jù)的接入、存儲(chǔ)、分析、共享與交換、安全各個(gè)環(huán)節(jié)提供一體化解決方案。如圖3所示。

圖3 數(shù)據(jù)架構(gòu)

與傳統(tǒng)數(shù)據(jù)管理不同，智行云數(shù)據(jù)管理服務(wù)增強(qiáng)了對(duì)實(shí)時(shí)數(shù)據(jù)的接入能力，通過(guò)自研的高性能數(shù)據(jù)接入網(wǎng)關(guān)，利用云平臺(tái)提供的動(dòng)態(tài)擴(kuò)容能力，可根據(jù)實(shí)際的接入數(shù)據(jù)量對(duì)接入服務(wù)進(jìn)行動(dòng)態(tài)調(diào)整，節(jié)省成本的同時(shí)，大大減少了數(shù)據(jù)的延時(shí)，增強(qiáng)了對(duì)業(yè)務(wù)的快速響應(yīng)能力。

在數(shù)據(jù)接入和數(shù)據(jù)存儲(chǔ)、計(jì)算服務(wù)之間，構(gòu)建了一層中間層，能夠幫助上層應(yīng)用，通過(guò)其對(duì)外提供的標(biāo)準(zhǔn)化接口（如HTTP、JDBC、Java等），快速連接到多種底層計(jì)算存儲(chǔ)引擎（如Spark、Hive、TiSpark、MySQL、Python等），提交執(zhí)行各種類(lèi)型的計(jì)算任務(wù)，并實(shí)現(xiàn)跨上層應(yīng)用間的計(jì)算任務(wù)運(yùn)行時(shí)上下文和依賴的互通和共享。且通過(guò)提供多租戶、高并發(fā)、任務(wù)分發(fā)和管理策略、資源管控等特性支持，各種計(jì)算任務(wù)更靈活、可靠、可控地提交執(zhí)行，成功返回結(jié)果，大大降低了上層應(yīng)用在計(jì)算治理層的開(kāi)發(fā)和運(yùn)維成本。

2.2.1　數(shù)據(jù)接入

采用ETL工具、標(biāo)準(zhǔn)協(xié)議、定制化的私有協(xié)議，可接入不同數(shù)據(jù)源、結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。可接入不同協(xié)議的終端數(shù)據(jù)：車(chē)載終端、物聯(lián)網(wǎng)終端；可接入不同平臺(tái)的數(shù)據(jù)，包括路網(wǎng)、基礎(chǔ)設(shè)施、交通各領(lǐng)域、各企業(yè)平臺(tái)的數(shù)據(jù)，包括靜態(tài)數(shù)據(jù)、基礎(chǔ)數(shù)據(jù)、音視頻數(shù)據(jù)。

將采集到的數(shù)據(jù)經(jīng)過(guò)統(tǒng)一的接入網(wǎng)關(guān)，傳輸?shù)较到y(tǒng)。

2.2.2　數(shù)據(jù)接收處理

從多租戶管理角度，服務(wù)可區(qū)分為租戶相關(guān)服務(wù)和租戶無(wú)關(guān)服務(wù)兩種類(lèi)型。租戶相關(guān)服務(wù)，包括一些任務(wù)邏輯處理負(fù)荷重、資源消耗高，或需要根據(jù)具體租戶、用戶、物理機(jī)器等做隔離劃分，避免相互影響的服務(wù)。

Eureka承擔(dān)了微服務(wù)動(dòng)態(tài)注冊(cè)與發(fā)現(xiàn)中心及所有租戶無(wú)關(guān)服務(wù)的負(fù)載均衡、故障轉(zhuǎn)移功能。

租戶相關(guān)的計(jì)算服務(wù)，由服務(wù)調(diào)度框架向計(jì)算服務(wù)傳遞租戶信息，由計(jì)算服務(wù)進(jìn)行相關(guān)的計(jì)算。

在數(shù)據(jù)的入口處，把數(shù)據(jù)打上租戶的標(biāo)簽，此標(biāo)簽可追溯數(shù)據(jù)的整個(gè)生命周期中。

2.2.3　數(shù)據(jù)存儲(chǔ)

租戶的數(shù)據(jù)的隔離分為多個(gè)層級(jí)：分表、分庫(kù)隔離。

數(shù)據(jù)存儲(chǔ)標(biāo)準(zhǔn)化，把外部不符合標(biāo)準(zhǔn)的數(shù)據(jù)梳理為標(biāo)準(zhǔn)的數(shù)據(jù)格式。數(shù)據(jù)按領(lǐng)域、維度、事實(shí)分類(lèi)，業(yè)務(wù)表職責(zé)清晰，對(duì)開(kāi)發(fā)和業(yè)務(wù)人員更加友好。

為減少重復(fù)開(kāi)發(fā)，統(tǒng)一輸入輸出數(shù)據(jù)格式，數(shù)據(jù)存儲(chǔ)分為三層：數(shù)據(jù)運(yùn)營(yíng)層（ODS）、數(shù)據(jù)倉(cāng)庫(kù)層（DW）和數(shù)據(jù)應(yīng)用層（DAS）。

ODS：數(shù)據(jù)源中的數(shù)據(jù)，經(jīng)過(guò)抽取、洗凈、傳輸，在ETL之后裝入本層。本層的數(shù)據(jù)，總體上大多是按照源頭業(yè)務(wù)系統(tǒng)的分類(lèi)方式而分類(lèi)的。

考慮后續(xù)可能需要追溯數(shù)據(jù)問(wèn)題，因此對(duì)于這一層就不做過(guò)多的數(shù)據(jù)清洗工作，接入原始數(shù)據(jù)即可，數(shù)據(jù)的去噪、去重、異常值處理等過(guò)程可以放在后面的DW層完成。

DW：從ODS層中獲得的數(shù)據(jù)按照主題建立各種數(shù)據(jù)模型。對(duì)通用的核心維度進(jìn)行聚合操作，算出相應(yīng)的統(tǒng)計(jì)指標(biāo)。一張表會(huì)涵蓋比較多的業(yè)務(wù)內(nèi)容，其字段較多，因此一般也會(huì)稱(chēng)該層的表為寬表，即一個(gè)事實(shí)字段、多上維度字段，方便業(yè)務(wù)系統(tǒng)查詢。

DAS：主要是提供給數(shù)據(jù)產(chǎn)品和數(shù)據(jù)分析使用的數(shù)據(jù)，一般會(huì)存放在ES、MySql、Redis、Hive中。

2.2.4　數(shù)據(jù)分析和指標(biāo)計(jì)算

通過(guò)數(shù)據(jù)計(jì)算框架，調(diào)用數(shù)據(jù)計(jì)算服務(wù)，包括指標(biāo)計(jì)算服務(wù)、分類(lèi)服務(wù)、特征分析服務(wù)等。服務(wù)之間的依賴關(guān)系、先后執(zhí)行順序，由計(jì)算框架統(tǒng)一調(diào)度，大體上分為實(shí)時(shí)計(jì)算和離線計(jì)算。通過(guò)Spark、Hive腳本，按照事先定義好的維度表和算法庫(kù)，計(jì)算結(jié)果。將計(jì)算結(jié)果保存到DW中。

2.2.5　業(yè)務(wù)應(yīng)用

數(shù)據(jù)訪問(wèn)接口把DAS層數(shù)據(jù)統(tǒng)一提供給各種應(yīng)用，包括大屏、PC、手機(jī)端。

3　代表性及推廣價(jià)值

本創(chuàng)新解決方案已在交通運(yùn)輸部-交通運(yùn)輸調(diào)度與應(yīng)急指揮系統(tǒng)工程（部長(zhǎng)一號(hào)工程）、北京大興國(guó)際機(jī)場(chǎng)綜合交通樞紐項(xiàng)目、北京交通委綜合交通運(yùn)行協(xié)調(diào)指揮中心二期、泰州姜堰綜合交通大數(shù)據(jù)平臺(tái)、寧波海曙TOCC平臺(tái)、智慧順德之智慧交通一期、四川省交通廳交通旅游大數(shù)據(jù)融合平臺(tái)、武漢市交通運(yùn)輸行業(yè)運(yùn)行指數(shù)系統(tǒng)等項(xiàng)目實(shí)現(xiàn)核心功能落地應(yīng)用，下一步將在全國(guó)各大城市進(jìn)行應(yīng)用示范，立足京津冀、輻射全國(guó)城市群。

本解決方案對(duì)服務(wù)模式的創(chuàng)新具體如下：

（1）數(shù)字交通創(chuàng)新創(chuàng)業(yè)服務(wù)模式

創(chuàng)新行業(yè)數(shù)據(jù)資源開(kāi)發(fā)利用模式，激活數(shù)據(jù)增值能力，引導(dǎo)鼓勵(lì)企業(yè)和社會(huì)機(jī)構(gòu)開(kāi)展交通運(yùn)輸服務(wù)大數(shù)據(jù)創(chuàng)新應(yīng)用，推動(dòng)交通運(yùn)輸服務(wù)聯(lián)動(dòng)創(chuàng)新、融合創(chuàng)新、萬(wàn)眾創(chuàng)新。吸引人才與社會(huì)資源，帶動(dòng)物流服務(wù)降本增效、交通政務(wù)一體化服務(wù)、交通旅游融合服務(wù)等。

（2）綜合運(yùn)輸大數(shù)據(jù)挖掘與AI應(yīng)用

通過(guò)不斷創(chuàng)新性研發(fā)數(shù)據(jù)的智慧化應(yīng)用，準(zhǔn)確研判交通運(yùn)行態(tài)勢(shì)，實(shí)時(shí)感知突發(fā)事件，準(zhǔn)確分析視頻圖像資源，提供精細(xì)化信息服務(wù)，有效支撐交通主管部門(mén)的交通決策，更好地推動(dòng)交通行業(yè)運(yùn)行監(jiān)管。

（3）全出行鏈一體化的智慧服務(wù)

打造全出行鏈一體化的智慧服務(wù)平臺(tái)，實(shí)現(xiàn)出行等待時(shí)間的最小化、響應(yīng)時(shí)間的最小化、狀態(tài)切換時(shí)間的最小化，推動(dòng)“門(mén)到門(mén)”的全過(guò)程服務(wù)，打造一次支付，全程換乘無(wú)縫銜接，統(tǒng)一規(guī)劃行程并調(diào)配多模式的交通資源，最大程度地實(shí)現(xiàn)不同交通工具間的換乘銜接，減少中轉(zhuǎn)過(guò)程的時(shí)間損耗，改善交通系統(tǒng)內(nèi)部的服務(wù)和外部的銜接，使整個(gè)出行過(guò)程更高效，最終減少整個(gè)社會(huì)的出行成本。

（4）數(shù)據(jù)運(yùn)營(yíng)

通過(guò)數(shù)據(jù)開(kāi)放，實(shí)現(xiàn)價(jià)值挖掘，獲得收入分成。在政府助力之下實(shí)現(xiàn)數(shù)據(jù)的先期匯聚，通過(guò)數(shù)據(jù)脫敏交易或數(shù)據(jù)分析服務(wù)，獲得運(yùn)營(yíng)回報(bào)，并在政府授權(quán)基礎(chǔ)上，將部分?jǐn)?shù)據(jù)脫敏面向企業(yè)、公眾有序開(kāi)放。

通過(guò)提供產(chǎn)業(yè)基金及眾創(chuàng)空間實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)化和證券化，對(duì)一些有價(jià)值的行業(yè)中小微企業(yè)進(jìn)行培育，完善行業(yè)大數(shù)據(jù)產(chǎn)業(yè)鏈，將傳統(tǒng)的行業(yè)數(shù)據(jù)資源管理升級(jí)為數(shù)據(jù)資產(chǎn)銀行式服務(wù)，為各使用方提供高效、節(jié)能、優(yōu)惠、安全的大數(shù)據(jù)服務(wù)。

（5）生態(tài)聯(lián)盟

聯(lián)合行業(yè)企業(yè)、互聯(lián)網(wǎng)企業(yè)、大數(shù)據(jù)企業(yè)、科研教育機(jī)構(gòu)等共同參與數(shù)據(jù)的深層挖掘與應(yīng)用，圍繞大數(shù)據(jù)、人工智能、區(qū)塊鏈、5G等新興技術(shù)與物流產(chǎn)業(yè)進(jìn)行深度融合發(fā)展進(jìn)行研究。

通過(guò)建立生態(tài)聯(lián)盟的模式匯聚行業(yè)企業(yè)、行業(yè)關(guān)聯(lián)企業(yè)、大數(shù)據(jù)服務(wù)企業(yè)、科研教育機(jī)構(gòu)等資源，形成包含數(shù)據(jù)源、數(shù)據(jù)處理、數(shù)據(jù)交易、數(shù)據(jù)應(yīng)用、人才培養(yǎng)、產(chǎn)業(yè)研究等物流大數(shù)據(jù)全產(chǎn)業(yè)鏈的生態(tài)體系，實(shí)現(xiàn)各生態(tài)伙伴之間的優(yōu)勢(shì)互補(bǔ)、共同發(fā)展。

摘自《自動(dòng)化博覽》2022年4月刊