方案概述
随着城市化进程加快，交通运输得到快速发展，《交通强国建设纲要》（中共中央国务院印发 2019-09-19）明确要求提高城市群内轨道交通通勤化水平，推广城际道路客运公交化运行模式，打造旅客联程运输系统。加强城市交通拥堵综合治理，优先发展城市公共交通，鼓励引导绿色公交出行，合理引导个体机动化出行。推进城乡客运服务一体化，提升公共服务均等化水平，保障城乡居民行有所乘。交通运输部，2019年12月9日，推进综合交通运输大数据发展行动纲要里又明确提出要求，综合交通运输大数据标准体系更加完善，大数据在综合交通运输各业务领域应用更加广泛。鼓励各类市场主体培育“出行即服务（MaaS）”新模式，以数据衔接出行需求与服务源。基于以背景，构建交通运输行业数据底盘，统一行业数据标准，提升城市交通公共交通服务水平，明确评估城市出行需求和公共交通线网现状，给出决策数据支持，构建交通运输行业供需匹配评价体系。
1 交通运输数据资源中心
交通运输数据资源中心，汇聚融合交通运输行业全网数据，包括交通局各二级单位数据、客运运输数据、货运物流运输数据、其他局委（交警、公安、工商等）交通运输相关数据、运营商手机信令数据、互联网出行数据、气象数据、视频数据等，对多源数据进行融合治理后，形成统一路网表达。基于交通运输行业特点，构建交通运输行业数据模型和指标体系，形成城市的交通运输数据资产，提供统一的数据服务支撑上层智能应用。
2 交通运输态势全局监测
在交通运输数据资源中心基础上，通过统一的路网地图表达，实现交通运输的全局综合监测，从而把握交通运输运行态势、发展情况，并构建协调联动机制。辅助管理者准确掌握全市交通运行情况，并对异常情况及时进行分析研判告警，提升交通运输精细化管理水平。包括一体化视频监控管理系统、一体化客运状态监测系统、一体化货运状态监测系统、一体化路网运行状况监测系统、交通运输综合监测大屏系统等，形成城市交通运输全局态势感知和多维监测体系。
3 交通运输决策分析
在对交通运输行业大数据挖掘分析的基础上，形成公交、出租、轨道、长途客运、交通枢纽等领域的运行决策分析，为交通局进行交通运输市场监管提供数据支撑；为城市交通基础设施建设、行业发展规划、行业政策制定、投资计划、多种交通运输方式协同优化等提供决策依据。包括行业运行分析、客流出行特征分析、公交线网优化分析、轨交公交接驳优化分析、交通状况分析、交通运输综合分析等内容。
4 交通应急协同处置
实现各类应急预案和应急资源全面管理，及时获取并发布应急信息，进行应急响应。实现信息和指令上传下达，支撑节假日、公路、水路、城市交通的综合指挥协调，全面加强雨雪冰冻天气及公路大流量条件下运输保障和安全监管工作，并形成及时且全面处理突发事件的能力。对历史应急事件可进行归档、评估和查询。
5 交通运输重点车辆管控
从“两客一危”、重型货车等重点车辆入手，通过将重点车辆、重点企业、重点驾驶人员在市场监督管理局、公安交警支队、环保局、应急管理局等部门分散的相关业务审批数据、动态监管数据统一打通，借助大数据挖掘和视频图像识别能力，针对全市重点车辆实现全时全域的动态监管，实时产出车辆疑似本地注册异地非法运营、车辆失管、车辆离线上路、车辆逾期未检等预警信息，交通局侧重点针对接收到的预警实现部门内部闭环管理，并对预警事件的高效处置提供信息化赋能，从而达到重点车管控的情指一体、情勤联动，实施精准管控。并基于人、车、企的历史违法违章数据，建立信用评分体系，实现对重点车辆相关人、车、企情况的主动预前监测、干预和管控。
6 综合执法处置
综合执法处置平台充分利用前沿技术和手段，融合大数据融合分析、视频识别事件数据，快速准确的发现并定位各类交通违法、区域隐患事件，提高交通运输违法事件的发现率、处置率，提升事件响应效率，并实现预警事件推送、处置、分析的一体化闭环处理流程。包含四部分内容：事件感知及指挥调度子系统、智能勤务子系统、数据研判子系统、单兵联动子系统。
7 公众出行信息服务
公众出行数据服务平台是建立在对交通运输静动态信息进行融合汇总、分析的基础上，向公众提供全局、多点、实时可靠的综合出行信息服务，包括交通出行信息、交通基础设施状况、交通服务机构评价、交通资讯等，提高百姓出行的快捷性、安全性和经济性。
方案价值及优势
1 全网交通运输数据汇聚融合、实现全局监测和预警
交通运输行业数据全网接入，结合相关局委数据、运行商手机信令数据、互联网出行数据，实现对城市交通运输态势的全局精准刻画，并进而构建交通运输行业数据模型和指标体系。实现全域交通监测与管理，通过人工智能等技术识别行业监管风险，通过大数据进行多视角监测、多维度分析快速发现交通运输过程中的异常情况，提前做出预判和告警，进行自动化、智能化管理，实现交通运行状态全掌握。
2 基于交通运输大数据及AI 技术的智能决策支持
在城市交通大数据分析方面积累了一系列的运筹优化和机器学习算法模型。包括路况分析预测、公共交通综合评
价体系、客流分析、公交线网优化、排班调度算法等。达摩院的视觉AI能力，可提供精准的事件分析、客流检测、以图搜图、轨迹还原等。强大的运筹优化、机器学习和视觉AI能力，是支撑交通运输智能应用的“最强大脑”。基于交通运输大数据及AI技术，可支撑交通运输管理部门在城市交通基础设施建设、行业发展规划、行业政策制定、投资计划、多种交通运输方式协同优化等领域的智能决策，提高公共交通分担率、提升公众出行体验。
3 重点车辆精准管控
打通各委办局关于重点车辆相关数据，实现从事前准入审批、事中运行监控、事后执法处置的精准闭环管控。并结合人、车、企信用体系构建，对重点车辆进行主动预前管控。规范重点车辆的运行，提升安全管理水平。
4 执法处置及时高效
利用大数据分析和人工智能技术，快速准确的发现并定位各类交通运输违法事件，提高事件的发现率、处置率，提升事件响应效率，实现事件推送、处置、分析的一体化闭环处理流程。以科技换人，变被动执法为主动布控，突破有限执法力量瓶颈，提高交通运输执法效率。
最佳实践
杭州重点车辆管理系统
重点车辆管理系统面向“两客一危”、普货、重货、自卸车、渣土车和水泥搅拌车等重点车辆及相关的重点运输企业入手，整合相关公安交警、交通运输、城市管理、安全监管等部门的数据，搭建部门共治开放体，开发营运车辆交通安全服务平台，实施靶向管理，推进管理闭环，形成智能动态监管。
欢迎扫码加入阿里云城市大脑·数字政府学习交流钉钉群 群号：31641831
加入钉钉群可享有以下权益↓
