首页> 招标查询> 招标详情
长沙市智慧交通发展中心:长沙市交通综合运行协调指挥中心(TOCC)二期采购需求公开
信息来源: ******[查看]
|地区:湖南
|类型:采购公告
基本信息
信息类型:采购公告
区域:湖南
源发布时间:2024-12-26
项目名称:******[查看]
*符合收录标准*
正文附件下载
一、功能及要求:

项目名称

长沙市交通综合运行协调指挥中心(TOCC)二期

项目概况

总体设计原则

1.统筹规划

针对本项目建设周期长、协调难、技术复杂的特点,科学搭建整体框架,有计划、分步骤的组织实施。

2.适度超前

借鉴先进城市交通信息化建设方法和成功经验,在对整体架构进行规划设计时,采用云计算、虚拟化、区块链、大数据、人工智能等先进成熟的技术,充分考虑技术先进性和成熟性的平衡,确保各大系统建设能超前满足技术发展要求,保障系统长期稳定运行。

3.实用易用

既要考虑标准开放的系统架构,又需保障已有建设成果,不满足追求超前应用建设,重点在满足现有应用需求的基础上,充分考虑系统在海量数据、高并发环境的高可用性,与易于业务部门操作、界面友好等易用性,保证系统建设能充分满足业务科室与管理者使用需求。

4.开放安全

从顶层规划出发,打破相关政府部门、企事业单位、第三方服务企业等交通相关数据的界限,充分发挥各数据来源单位的优势,切实保障各单位的数据安全,真正做到开放共享、安全共建。

5.标准化、可扩展

通过建立统一的标准规范体系、文件格式、编码规则、信息交换标准、名词术语等,对交通数据采集和应用全过程进行规范,加强数据标准化制定与数据时效性。同时,确保二期建设应用的可扩展性,保障系统的灵活性和独立性,对共性服务进行封装,为直属单位应用扩展提供技术服务支撑。

总体目标与分期目标

长沙市交通综合运行协调指挥中心(TOCC)项目技术构成较为复杂、涉及部门及人员众多,为保障项目建设顺利进行,需遵循“大交通”的理念,统筹推动交通运输发展与城镇化建设、产业布局、环境布局、民生改善,因此项目划分多期进行建设。

1.总体目标

以落实交通强国战略为总揽,牢牢把握交通“先行官”定位,展现省会城市担当,以全球化视野、系统性思维,对标国际国内先进,构建安全、便捷、高效、绿色、经济的现代化综合交通体系,着力打造国家交通物流中心,为现代化长沙建设当好先行。

2030年,交通运输大数据应用水平大幅度提升,出行信息服务全程覆盖,大交通格局一体化基本形成,行业治理和公共服务能力显著提升;5G、人工智能、区块链等新兴技术与交通融合行业应用初步实现。政务大数据有效支撑综合交通运输体系建设,交通运输行业数据化水平明显提高,综合交通运输信息资源共享深入开放,大数据与各类行业应用领域更加广泛,加快贯彻落实长沙作为交通强国战略建设的先行标杆实施。

2035年,基本实******居国内前列,全面服务和保障现代化长沙建设,人民享有美好交通服务。

2.分期目标

一期目标:当前,长沙市交通综合运行协调指挥中心(TOCC)一期项目已全面落地实施,并顺利完成验收。其主要目标也已全面实现:主要完成行业数据的整合及针对目前二级单位的业务开展需求进行核心应用系统的建设,为核心业务的开展提供有效信息化支撑手段,同时通过数据的整合建设交通大数据中心,作为全市交通运输系统内外交换信息的枢纽,形成覆盖长沙市交通运输行业主要业务领域,数据权威、准确、动态更新的行业基础数据库和主题数据库,为后期实现海量数据深层次的交互融合与挖掘应用打下基础。

本期目标:本期项目以TOCC一期为基础, 进一步推进TOCC与综合交通运输业务监测预测深度融合,不断规范数据标准,加强数据汇聚,挖掘数据能力,有效支撑综合交通运输决策管理与服务;进一步强化智慧交通的创新引领作用,建设全交通资源底座,显著增强交通治理体系和治理能力现代化;进一步提升人民群众获得感,通过完善信息资源服务机制,依法挖掘利用互联网移动出行等社会数据,建成跨行业、跨区域协同的综合交通运输信息服务体系,提升大数据的决策和监管水平,提升智能平安、绿色共享交通发展水平。进一步全面强化“大交通”格局的智慧交通建设,建立人、车、路、环境协调运行的新一代综合交通运行协调体系,提高城市交通系统的整体运行效率,推动长沙市新型智慧城市快速发展,推动由智能交通往智慧交通发展进程。优化公共交通系统运行效率,减少市民出行换乘成本,鼓励市民使用地铁、轻轨等公共交通工具。通过交通流量监测和实时信息发布优化交通管理,减少交通拥堵现象。同时加强交通管理和执法,通过视频监控、路面执法等手段,减少交通违法行为,避免交通堵塞。

远期目标:在前期建设的基础上,深化大数据、云计算、人工智能、区块链等技术在交通行业的应用,实现信息数据在行业内的充分共享,支撑对行业各类资源的动态管理和智能决策,逐步形成卓越的行业管理能力、业务共享能力、公众服务能力、领导决策能力。

总体建设任务与分期建设内容

1.总体建设任务

长沙市交通综合运行协调指挥中心(TOCC)项目旨在运用云计算、大数据、人工智能、区块链、5G为代表的新兴技术和先进理念,构建长沙市综合交通监测预测及协调指挥平台,形成交通监测预测、交通安全预警、交通管理决策、交通协调指挥、交通信息服务的“智慧大脑”和“数据中枢”。

2.分期建设内容

一期建设内容:TOCC一期建设已全面完成,主要内容包括一个交通监测调度中心、一个交通大数据中心、三大应用支撑平台、四大应用系统,交通监测调度中心指建设大屏幕显示系统、会议和中控系统、坐席和控制台等;交通大数据中心旨在形成覆盖长沙市交通运输行业主要业务领域的行业基础数据库和主题数据库;三大应用平台指交通运输信息共享交换平台、视频资源整合与交换共享平台、BIM平台;四大应用指交通监测预测预警系统、交通综合业务辅助与决策系统、应急指挥调度系统、综合服务协调管理系统。

本期建设内容:本期升级一期已建应用体系(综合监测预测系统、运行协调指挥调度系统);并基于行业管理、信息服务需求,新增四类行业应用(运行安全预警系统、辅助决策支持系统、综合服务评价系统、TOCC掌上系统)。同时,与省厅TOCC技术底座、数据中台共建共享,开发一批可复用、开放的能力建设。并进一步完善交通前端感知体系(智能摄像头)建设,获取交通运行多源数据,辅助支撑智能监测、智慧决策、协调指挥、信息服务等行业业务应用。建设一批可复制、可推广的交通强国试点成果,初步构建现代化综合交通运输体系,有效支撑和引领现代化长沙建设。

远期建设内容:在前期建设的基础上,改善前期可能由于数据资源、管理制度、技术力量等的匮乏或不成熟造成的一系列问题,并进一步深化大数据、云计算、人工智能、区块链等技术在交通行业的应用。

系统总体结构和逻辑结构

1)项目定位

TOCC平台作为省市两级协同平台,向上辅助采集省厅平台所需的业务数据,向下为交通各行业提供共性数据服务能力,满足交通运输行业不同管理层级监测需求。本期也将交通行业业务需要与AI、大数据技术等新一代技术深度融合,进一步辅助交通行业运行协调能力提升,加强决策智慧性。同时,TOCC也具备以下六个方面的业务管理能力:

交通数据采集与监测:市级TOCC平台需要建立完善的交通数据采集系统,包括交通流量、车速、车辆位置等数据的实时采集和监测。可以使用传感器、摄像头等设备来获取数据,并进行数据质量检测和异常监测。

交通状态分析与预测:基于采集的交通数据,市级TOCC平台可以进行交通状态的分析和预测。通过分析交通流量、拥堵情况、行车速度等数据,可以实时监测交通状况,并预测未来的交通状态。这有助于提前采取交通管理措施,减少拥堵和优化交通运行。

交通指挥与调度:市级TOCC平台应具备交通指挥和调度能力,能够实施优化调度、路网调整、交通管制等措施,以应对交通拥堵和优化交通流动,提高道路通行效率。

交通信息发布与服务:市级TOCC平台可以提供交通信息发布和行程导航等服务,为驾驶员、市民提供实时的路况信息、出行推荐和导航服务,方便市民选择最佳出行策略。

数据共享与联动:市级TOCC平台需要与其他相关部门和交通管理平台进行数据共享和联动,实现信息的互通互联。这有助于提高城市交通管理的整体效能,促进交通各方合作和信息共享。

异常预警与应急响应:市级TOCC平台应具备异常预警和应急响应能力,通过数据分析和监测,及时预警可能出现的交通异常情况,并能够快速响应、组织救援和应急处理,以保障交通安全和畅通。

2与其他系统的关系和建设边界


????图 4.41与其他系统的关系和建设边界(详见招标文件)

长沙市交通综合运行协调指挥中心(TOCC)二期项目与其他系统的关系和建设边界主要分为以下四个维度:

一是与省交通运输厅相关系统之间的关系,遵循省厅制定的《湖南省综合交通运行协调与应急指挥平台省、市共建指南(试行)》建设市级TOCC,与省厅TOCC、省厅OA、三级协同等业务系统实现数据交换和能力共享。

二是与交通运输局本级、内设机构、二级处室及所辖企业相关系统的关系, TOCC平台作为长沙市交通的“智慧大脑”和“数据中枢”,将汇集行业领域各业务系统数据,同时为它们提供数据、技术及能力支撑。

三是与长沙市政务云共性支撑平台、其他外部政府单位之间的关系,一方面TOCC将依托长沙市政务云基础资源及共性支撑平台建设,同时也向政务云共享交通领域相应数据、能力,另一方面与其他外部政府单位存在数据交换关系。

四是与运营商、高德、百度等第三方企业之间的关系,主要是通过合作或服务采购的方式为TOCC平台提供数据及服务能力支撑。


????(3与省厅相关系统之间的关系????图 4.42与省厅相关系统之间的关系示意图(详见招标文件)

根据《湖南省交通基础设施数字化转型升级“一圈二轴三区”畅安舒美大通道示范实施方案》、《湖南省综合交通运行协调与应急指挥平台省、市共建指南(试行)》要求,省、市两级TOCC定位于建成全省范围内统一的省市两级通用体系,实现平台复用,规范数据资源共享与业务协同要求,确保省、市两级之间上下贯通、系统之间左右衔接。长沙市TOCC平台是湖南省交通厅TOCC平台的长沙市分中心,与省厅相关系统之间主要存在以下两个维度的关系:

1.与省厅TOCC共建共享

长沙市交通综合运行协调指挥中心(TOCC)二期项目将贯彻省市共建、技术统筹的理念,遵循省厅相关技术规范,作为省市统一交通综合运行协调指挥体系的长沙市TOCC分中心,市TOCC数据管理平台将与省厅TOCC数据中台对接实现数据交换共享,同时市TOCC技术支撑平台和视频分析服务平台相关能力、视频分析算法可部署到省厅技术底座,为省厅TOCC和其他地市TOCC提供支撑。

2.与省厅其他系统的关系

长沙市交通综合运行协调指挥中心(TOCC)二期项目与省厅其他系统之间依托省厅统一的数据中台实现数据共享交换;一方面市TOCC平台可获取省厅各业务系统的交通共性数据(如联网联控、两客一危、网约车、油补等),另一方面可将整合市级交通系统多维数据资源(如行政执法、公交车、出租车等)为省厅各业务系统提供支撑。

3.与局本级相关系统的关系

本期项目与长沙市交通运输局内部平台的关系主要分为两方面:一方面是与长沙市交通综合运行协调指挥中心(TOCC)一期项目之间的关系,本期主要基于TOCC一期项目已建应用系统、数据库和平台工具的进行升级改造,结合业务发展需要,依托长沙市政务云资源和AI能力,新建业务联动和信息服务等应用系统、交通行业通用支撑能力;

另一方面是与其他交通运输局项目之间的关系,此类项目都将作为本项目数据源之一,同时也是数据服务共享对象,与本项目存在数据共享交换关系。

4.TOCC一期项目的关系

长沙市交通综合运行协调指挥中心(TOCC)一期项目是本项目的基础,下面将从应用层、平台层、数据层、基础设施层、前端感知层等5个层面介绍本期项目与TOCC一期的关系,具体如下:


????图 4.43本期项目与TOCC一期逻辑关系图(详见招标文件)

1.本项目SaaS层与TOCC一期项目的关系

TOCC一期项目建设有交通运行监测、应急指挥调度、综合服务协同管理、业务辅助与决策四大系统;本期项目主要建设交通综合监测预测、交通运行安全预警、交通运行协调指挥调度、交通辅助决策支持、掌上系统等六大应用系统。

其中,本期项目建设的交通综合监测预测系统将整合集成一期监测系统相关功能,针对已有行业监测板块扩充未接入的监测数据,补充部分监测功能;同时新增一期未建设的行业监测板块。

本期项目建设的交通运行协调指挥调度系统将在一期应急系统基础上进行扩充完善,整合集成一期应急系统已建的应急资源管理功能,并新增人员值班值守、事前监测预警、事中协调指挥、事后分析评估等功能。

本期项目建设的交通辅助决策支持系统将在一期业务辅助与决策系统的基础上进行扩充完善,针对一期仅在城市公交进行试点决策的基础上,结合实际业务场景,新增巡游出租、网约车、道路客运、道路货运、特殊场景等的决策功能。

交通运行安全预警、交通辅助决策支持、掌上系统为本期项目新建系统;一期已建的综合服务协同管理系统,本期项目不做调整,完全复用。

具体如下:

1)交通综合监测预测系统


????交通综合监测预测系统主要包括轨道交通、共享单车、道路运输、铁路、水路、航空、公共停车、驾培、交通旅游、城市公交、巡游出租、网约出租、公路、执法等14个子系统,其中城市公交、巡游出租、网约出租、公路、执法是在一期交通运行监测预警系统已建的相关子系统上进行数据扩充和功能升级完善,其他9个子系统为新增模块。 4.44交通综合监测预测系统一二期边界示意图

2)交通运行协调指挥系统

交通运行协调指挥系统包括交通资源管理、人员值班值守、事前监测预警、事中应急处置、事后分析评估等5个子系统,其中交通资源管理是在一期应急指挥调度系统进行功能升级完善,其他4个子系统为新增模块。


????图 4.45交通运行协调指挥系统一二期边界示意图(详见招标文件)

3)交通辅助决策支持系统


交通辅助决策支持系统包括城市公交优化分析、巡游出租汽车优化分析、网络预约出租汽车优化分析、特殊场景运力协调优化、道路客运优化分析、货物运输优化分析等6个子系统,其中城市公交优化分析是在一期业务辅助与决策系统基础上进行功能升级完善,主要是在一期试点做公交决策的基础上,基于综合交通分析公交运行情况,新增定制公交、与区县接驳公交的优化分析等功能;其他5个子系统为新增模块。

2.本项目PaaS层与TOCC一期项目的关系

TOCC一期项目PaaS层已建设数据共享交换平台、视频联网共享平台、服务总线;本项目将充分利用TOCC一期建设成果,升级扩容数据共享交换平台与视频联网共享平台,完善数据共享交换平台的数据共享交换监测、申请、审核等相关功能,以及视频联网平台视频资源共享与互联互通、视频质量巡******服务中心。

3.本项目DaaS层与TOCC一期项目的关系

TOCC一期项目DaaS层已建设大数据平台,包括基础库、主题库、配置库等,建设了数据管理工具,共享交换平台及数据服务等功能;本项目将丰富各类交通数据来源、新建部分行业基础库,扩容已建行业基础库,并基于交通运行安全预警系统、交通辅助决策支持系统、交通综合服务评价系统新建相关主题库、专题库;与此同时将依托政务云数据治理平台工具,通过对数据标准、元数据、资源目录、数据质量、数据血缘、数据分级分类、数据安全、数据运维等的管理,实现对交通行业数据的全生命周期管理。

4.本项目IaaS层与TOCC一期项目的关系

TOCC一期项目IaaS层数据中心网络资源、计算资源与存储资源已按实际需求向长沙市“政务云”申请,本项目将充分利用TOCC一期建设成果,继续按实际需要向长沙市“政务云”申请基础资源扩容。

5.本项目前端感知层与TOCC一期项目的关系

TOCC一期项目前端感知层已在执法重点道路区域(宁乡市山体滑坡区域)部署30个点位的摄像头。本期项目将在一期已建点位和公安天网已建点位的基础上,针对城市出入口、国省干道接驳处、重要站场、地质灾害隐患点、重要桥梁、港口码头等重点监管区域部署高清摄像头约230个,丰富监测数据来源,完善交通感知网络,以加强对城市交通运行状态的监督管理。

6.项目一二期建设的详细功能对比明细表

4.41项目一二期建设功能对比明细表

TOCC一期功能建设情况

TOCC二期功能建设情况

序号

系统

模块

备注

系统

模块

一二期区别

备注

1

交通运行监测预警系统

/

交通运行预测预警系统

安全预警

新建系统,一期主要做了监测功能,未做预测预警功能,本期新建预测预警系统

/

2

安全风险识别

3

风险排查

4

城市公交

重点在车辆、企业、线路等基础数据的展示

交通综合运行监测系统

城市公交监测预测

本期主要在一期基础上扩充长望浏宁等区县公交、公交站台、公交刷卡等数据,新增公交一张图、公交刷卡排名、热门线路、站点、站台管理等功能

主要是在一期监测系统基础上新增行业模块以、扩充部分行业的监测数据、细化监测功能

5

出租车

重点在车辆、企业、从业人员等基础数据的展示

出租车监测预测

本期主要在一期基础上扩充出租违法违规、考核、培训等数据,并对订单数据进行业务关联分析,新增热门起终点、上线、载客、接单、营收、位置、轨迹等的分析展示功能

6

网约车

重点在车辆、企业、从业人员等基础数据的展示

网约车监测预测

本期主要在一期基础上,扩充网约车违法违规、考核、培训、投诉、年检、保险等数据,并对订单数据进行业务关联分析,新增电子围栏、接单、营收、位置、轨迹等的分析展示功能

7

两客一危

利旧

/

/

8

执法打黑

重点在出租车非法聚集

执法智能监测

本期主要是在一期基础上,扩充执法案件、行政处罚等数据,新增黑名单管理、重点跟踪名单管理等功能

9

驾培

主要是预留接口

驾培智能监测

一期主要是考虑预留接口,本期接入驾培相关数据并建设功能

10

公路

利旧

公路监测预测

本期主要是在一期基础上,扩充接入公路资产、养护、路长制、自然灾害、规划计划、质监等数据,新增公路一张图展示、车流量、通行速度分析等功能

11

水路

主要是预留接口

水路智能监测

一期主要是考虑预留接口,本期接入水路相关数据并建设功能

12

城市出入口

利旧

轨道交监测预测

一期主要是考虑预留接口,本期接入轨道相关数据并建设功能

13

轨道交通

主要是预留接口

道路运输监测预测

新增行业模块

14

综合地理信息服务

利旧

旅游交通监测预测

新增行业模块

15

共享单车智能监测

新增行业模块

16

铁路监测预测

新增行业模块

17

航空监测预测

新增行业模块

18

公共停车监测预测

新增行业模块

19

交通综合业务辅助与决策系统

业务辅助子系统

利旧

交通辅助决策支持系统

城市公交优化分析

本期主要是在一期试点做公交决策的基础上,基于综合交通分析公交运行情况,新增定制公交、与区县接驳公交的优化分析等功能

主要是在一期决策系统基础上新增行业模块、扩充决策数据、细化决策颗粒度

20

大数据决策分析子系统

一期主要在城市公交线路优化方面进行了试点

巡游出租汽车优化分析

新增行业模块

21

交通协同试点

利旧

网约出租汽车优化分析

新增行业模块

22

/

特殊场景运力协调优化

新增行业模块

23

道路客运优化分析

?

24

公路路网运行优化

新增行业模块

25

应急指挥调度系统

事件提醒

一期主要是实现了应急资源的静态管理

交通运行协调指挥系统

应急资源管理

主要是在TOCC基础上扩充公路、铁路、水路、航空、旅游交通等其他子行业的应急保障、应急事件、应急专题、应急知识等数据,增加应急资源数据字段。

主要是在一期基础上增加应急监测预警、指挥调度、分析评估等功能

26

应急专题

人员值班值守

新增模块

27

应急回看

事前监测预警

新增模块

28

应急保障

事中应急处置

新增模块

29

事后分析评估

新增模块

30

综合服务协调管理系统

综合服务管理模块

利旧

/

/

/

/

31

资源协调管理模块

32

综合运维模块

33

/

交通综合服务评价系统

服务信息管理

新建系统

/

34

评价指标管理

35

服务评价分级

36

服务统计分析

37

服务评价发布

38

服务评价稽查

39

/

TOCC掌上系统

运行监测

新建系统

/

40

应急指挥

41

业务管理

42

行业辅助

?

?

?

?

?

?

?

?

?

?

?

?

?

图例:

新增内容

?

?

?

?

?

?

?

升级内容

?

其他交通运输局项目的关系

1.长沙市城市交通运输系统监测数据政企共享与管理服务应用试点项目

长沙市城市交通运输系统监测数据政企共享与管理服务应用试点项目(以下简称为大数据应用试点项目)是本项目中数据仓库的数据源之一,为数据仓库的数据积累提供数据支撑。大数据应用试点项目中交通行业监管系统为本项目中的交通综合监测预测系统提供数据、功能支撑;大数据应用试点项目中交通决策支持系统为本项目中交通辅助决策支持提供数据、功能支撑;本项目侧重于交通综合运行协调指挥的能力建设、数据治理及业务协同等内容,大数据应用试点项目是TOCC项目一期平台的应用扩充侧重于政企合作的应用。

2.长沙绿色货运配送监测预测服务平台

长沙绿色货运配送监测预测服务平台是本项目中数据仓库的数据源之一,为数据仓库的数据积累提供数据支撑。

3.长沙市铁路南站(黎托)综合客运枢纽信息服务与协同管理系统

长沙铁路南站(黎托)综合客运枢纽信息服务协同管理系统是本项目中数据仓库的数据源之一,为数据仓库的数据积累提供数据支撑。本项目交通综合监测预测系统需要的公交线路、站点、车辆等基础数据和公交营运班次、营运里程等营运数据来源于该系统。

4.驾培信息化二期

驾培信息化二期是数据仓库中数据源之一,为数据仓库的数据积累提供数据支撑。本项目交通综合监测预测系统、交通辅助决策支持系统、交通综合服务评价系统驾培相关功能所需的驾培机构、教练、学员、教练车等基础信息、监测预警数据、服务评价数据、诚信考试数据等来源于该项目。

5.长沙市交通旅游服务大数据应用试点工程

长沙市交通旅游服务大数据应用试点工程是本项目中数据仓库中数据源之一,为数据仓库的数据积累提供数据支撑。本项目交通综合监测预测系统与交通运行安全预警系统相关交通旅游行业信息、景区人流监测数据来源于该项目。

6.长沙市出租车综合监管平台

长沙市出租车综合监管平台是本项目中数据仓库中数据源之一,为数据仓库的数据积累提供数据支撑。本项目交通综合监测预测系统、交通运行安全预警系统、交通辅助决策支持系统所需的巡游出租车企业、车辆、驾驶员基础信息等来源于该平台。

7.智慧公路二期

智慧公路二期是本项目中数据仓库的数据源之一,为数据仓库的数据积累提供数据支撑。本项目中交通综合监测预测系统、交通运行安全预警系统中部分公路交通情况调查数据、高边坡数据等来源于智慧公路二期。

8.长沙市交通建设质量安全监督信息化平台

长沙市交通建设质量安全监督信息化平台是本项目中数据仓库的数据源之一,为数据仓库的数据积累提供数据支撑。本项目交通综合监测预测系统、交通运行安全预警系统质量监督决策辅助模块质安站监管数据、工程建设与养护数据、重点企业、从业人员、区域等基础数据来源于该平台。

9.长沙市网约车监管信息交互平台

长沙市网约车监管信息交互平台中的网约车订单数据是本项目数据仓库的数据源之一。因网约车订单数据是部级系统通过省厅交通专网下发至长沙市网约车监管信息交互平台,本项目主要对接长沙市网约车监管信息交互平台。


????与长沙市政务云、其他外部政府单位的关系????图 4.46与长沙市政务云、其他外部政府单位的关系(详见招标文件)

长沙市“政务云”,作为整个长沙新型智慧城市的基础云平台,基于电子政务外网网络进行建设,通过云计算、大数据、移动互联网等技术的应用,搭建的融合、共享、科学、高效的政务云框架。建设有统一的“政务云”门户,在统一的规范、标准、机制体系下,结合各委办局的实际需求,将相关部门的应用系统逐步迁移至“政务云”上,并按照“业务部门”主责的原则,逐步开展共性应用及重点领域应用建设;长沙市“政务云”在数据服务层打通市本级横向各应用系统的数据接口,建设数据目录、主题数据库(人口库、法人库)、信息共享交换平台、电子证照主题库和大数据平台;通过平台服务层的建设为各政务应用提供平台服务能力;通过网络、资源池及安全的云基础设施层的建设为各政务应用提供基础设施服务能力,为全市信息系统的快速部署、融合共享奠定基础。

与长沙市政务云的关系

长沙市交通综合运行协调指挥中心(TOCC)二期项目将继续依托长沙市“政务云”,一方面通过租赁政务云平台基础资源(计算、存储、网络等)、遵循其现有安全保障体系、标准规范体系、运维管理体系建设,同时通过信息共享交换平台实现与其他委办局的信息资源共享交换。

另一方面,依托长沙市超脑项目已建的AI******服务中心;依托长沙市“政务云”已建的视频云服务平台建设交通视频分析服务平台,******服务中心。


????与长沙市视频云的关系????图 4.47交通视频资源流转示意图(详见招标文件)

长沙市交通局视频分析服务平台分为两部分。一是基于TOCC一期项目已建的视频共享交换平台持续扩充服务能力,归集汇聚交通行业(如公交、水运、驾培等)已建、本期新建(公交、执法等)的视频监控数据,共享交换至长沙市视频云平台,通过长沙市视频云平台提供市局各单位调用交通视频能力。局内及二级机构可通过长沙市交通视频分析服务平台查阅共享视频。二是复用长沙市政务云已建视频AI平台通用算法能力,结合交通业务需求,分析已接入的视频数据,获取业务关键信息,部分市级未统筹建设的交通AI算法,本期扩充建设,由长沙市视频AI平台统筹管理本期新建算法。同时,长沙市交通局视频分析服务平台与湖南省交通厅TOCC项目的视频整合平台实现视频共享交换,将市级城市公共交通视频流推送给省厅,提供市级调阅高速公路、货运等监控视频能力。

与长沙市城市运管服平台的关系

长沙市交通综合运行协调指挥中心(TOCC)二期项目将交通运行安全预警信息共享至长沙市城市运行管理服务平台事件处置中心,便于市领导、其他行业管理单位及时掌握城市交通运行状态,采取预防措施,******城市管理的精细化水平。

与湘易办间的关系

长沙市交通综合运行协调指挥中心(TOCC)二期项目采用轻应用的方式构建平台移动端,相关服务及信息将归集至湘易办,实现“一端集成”。依托与湘易办移动端的互通接口,一方面将本期项目所建的移动应用纳入至湘易办中,依托湘易办统一对外渠道对外提供服务,另一方面将全省全市范围内依托湘易办渠道传输的各类有关交通运输局的公文落地至本平台中。

与其他外部政府单位的关系

******公安局、机场、火车南站、火车站、智能网联对接,加强数据共享交换和业务协同联动,推动全市“大交通格局”的全面构建。如长沙市交通运输局为长沙市交警提供城市公共交通线路数据、站点数据、交通运输企业、驾驶员、车辆等基础数据,长沙市交警为长沙市交通运输局提供卡口视频监控数据、城市活跃车辆数据、路段监控数据等。本项目交通运行协调指挥系统与部分外部政府部门(包括省交通运输厅、市本级交警、公安、应急等部门)存在共建共用关系,通过数据开放、能力共享,建立跨地市跨区域的业务协同体系。

与运营商等第三方企业之间的关系

长沙市交通运输局与运营商、高德、百度等第三方企业之间存在数据共享交换关系。一方面,长沙市交通运输局相关项目已采购运营商数据及服务,可为本项目各应用系统提供数据及服务能力支撑;另一方面,将为高德、百度、滴滴等互联网企业提供城市公共交通线路信息、站点信息、道路路况信息等数据,同时互联网企业充分利用自有信息优势及交通运输局提供的信息,进行大数据分析、诊断、预测,输出交通行业出行分析报告,并将此类信息反馈给长沙市交通运输局,用于交通主管部门行业管理决策和市民出行提供信息服务。

系统架构图

长沙市交通综合运行协调指挥中心(TOCC)二期项目功能架构由前端感知层、网络层、基础层、数据服务层、平台服务层、应用服务层、展示层七个层次和标准规范体系、运维管理体系与安全保障体系组成。

4.48功能架构图(详见招标文件)


前端感知层:本期考虑集中建设一批摄像头,针对城市主要出入口、高速路口、“三站一场”、水运安全监管等场景进行实时监测,结合一期建设宁乡山体滑坡视频监控,使得TOCC管理机制更规范更智能。

网络层:平台PC端用户和移动端用户分别借助市电子政务外网和互联网访问各应用系统,前端视频监控通过租用运营商流量卡和物联网专线传输至视频管理平台。

基础层:依托长沙市政务云平台IT基础设施资源,统筹考虑集约化建设的网络资源、计算资源及存储资源。同时针对本期新建的前端视频监控资源,考虑稳定、安全可用性,在本地机房中进行存储。

数据服务层:主要包含两大部分:一是数据库的建设,主要是升级扩充贴源库、配置库和数据仓库,新建部分标准库、主题库、专题库。二是数据资源体系的建设,主要包括交通信息资源规划梳理、视频联网共享平台新建视频接入、数据共享交换平台部分功能升级以及依托长沙市政务云数据治理平台,通过数据治理服务对数据标准、元数据、资源目录、数据质量、数据血缘理、数据分级分类、数据安全、数据运维等的管理,实现对交通行业数据的全生命周期管理。

平台服务层:依托长沙市政务云和长沙市城市超级大脑三中台,以及在前期已建TOCC一期项目的平台服务的基础上,为本次新建应用提供操作系统、数据库、中间件等基础支撑服务与能力开放、AI服务等支撑服务。本期项目将依托长沙市政务云与省交通厅,共同建设技术支撑平台、视频分析服务平台、数据管理平台,进一步升级扩充交通行业所需的AI算法能力、基础智能引擎等,提供全栈TOCC一期项目的技术支撑服务。

应用服务层:本期项目将集成整合TOCC一期原有监测、应急管理系统相关功能,实现更智能、更全面、更科学的交通监管,提升应急事件智能识别、智慧调动水平。与此同时新建交通运行安全预警、交通辅助决策支持、交通综合服务评价、TOCC掌上四大应用系统。

展示层:通过******监测中心大屏、PC终端、平板、手机、自主终端等多种方式对外呈现。

标准规范体系:遵循国标、行标、长沙市政务云、长沙市交通综合运行协调指挥中心TOCC一期项目的已有标准规范,并升级扩充长沙市交通运输行业数据质量管理、基础数据全生命周期管理、数据交换平台交换原则管理要求,同时新增对交通服务评价管理体系标准,以满足日益增长的数据共享需求、数据管理需求以及新增应用数据需求等,推动长沙市交通信息化应用规范发展,具备可扩展、规范化的特点。

运维管理体系:依托长沙市政务云平台运维管理体系,完善长沙市交通运输局应用运维管理流程及制度,明确人员与职能分工,建立应急管理预案,有效处理各类突发事件,保障长沙市交通运输局应用日常正常运行。

安全保障体系:严格遵照国家信息安全建设相关标准要求,依托长沙市政务云平台安全保障体系提供的相关安全服务。

?

系统网络架构

本项目基础资源主要依托长沙市政务云平台进行承载,系统网络结构如下所示:

4.49物理网络架构图(详见招标文件)

本项目在物理域方面分为长沙政务云资源区域和长沙市交通局本地机房资源区域,其中TOCC一期项目主要部署长沙政务云内部数据中心,提供各类前端应用及展示服务;本期将继续基于TOCC一期项目建设资源基础上,扩充相关存储和计算资源。

长沙市交通局本地机房资源区域主要是对本期新建的前端视频监控资源进行本地化存储和管理,同时会将交通行业视频通过平台级联方式共享至长沙市政务云视频云平台。其他部分全部利旧机房原有的设备资源。长沙市交通局视频联网共享平台,与长沙市政务云视频云平台的安全防护是通过TOCC一期已建的下一代万兆防火墙,构建与电子政务外网的边界防护。

业务架构图

4.410业务架构图(详见招标文件)


长沙市交通综合运行协调指挥中心(TOCC)二期项目主要业务包括交通运行态势监管、交通突发事件处置、交通辅助决策、交通服务评价四大块,业务流程涉及长沙市交通运输局内设处室、直属单位、交通运输企业、省交通运输厅及其他相关委办局。具体如下:

1.交通运行态势监管

主要是平台汇集长沙交通各行业领域相关监测预测数据,通过相关指标参数的设置,进行分析研判,协助领导全面掌握整个城市交通运行态势,实时将告警、预警信息推送给相关业务主管部门,供其更好开展行业监管工作。

2.交通突发事件处置

主要是平台监测到或相关部门发现交通突发事件时,通过交通运行协调指挥系统辅助进行应急处置;发生一般突发事件,事发地区县(市)交通运输局协调指挥机构组织实施应急救援,同时将有关情况报告市交通运输局应急办;若是发生较大突发事件,由交通运输局应急办统一组织、指挥和协调应急处置工作,同时将有关情况 ************人民政府总值班室、市应急局(市应急办)和省交通运输厅应急办报告,在上一级应急指挥机构指导下进行应急救援。

3.交通辅助决策

主要是针对长沙交通各行业领域相关运行态势数据,通过运用大数据、人工智能等技术,进行系统的分析研判,提供科学合理的决策建议,供相关领导及业务主管部门开展行业监管工作提供有力数据支撑。

4.交通服务评价

主要是汇集交通服务投诉、服务建议、行政处罚、信用管理等交通服务评价信息,融合政府招标采购、工商企业管理等其他监管数据,借助本期建设的综合服务评价系统,进行交通运输企业、营运车辆、从业人员的服务评价,将服务评价结果推送给相关业务主管部门,为其开展行业监管工作提供数据支撑。

数据架构图


????图 4.411数据架构图(详见招标文件)

1.业务数据流转

1)数据归集

本项目将持续通过一期已建的数据共享交换平台对接市局直属单位的业务系统、省厅TOCC的行业监测预测数据、业务管理数据;

通过一期已建数据共享交换平台对接市政务云数据共享交换平台,获取交通业务管理所需单位的业务系统的数据,如交警、市监局、文旅局等;

持续接入交通前端设备感知数据;

通过购买第三方数据服务,如百度、高德等第三方数据接口服务;

2)数据治理

通过利旧市政务云数据治理平台和本期所需的数据治理服务,对数据进行抽取、标准化、转换、补全、清洗等操作,持续扩展一期已建的基础库、主题库、专题库等内容。

3)数据应用

将已处理的数据,可封装成标准的数据服务,为直属单位业务系统赋能;同时,已经落库的数据,直接运用到本期项目所建的行业管理应用,如行业监测、辅助决策等维度,提供强大的数据支撑能力。

2.视频数据流转

1)视频归集

本期将基于公安、交警、市政务云已建视频点位基础上,结合交通管理业务需要扩增230个视频点位,主要位于城市出入口、交通枢纽人流易滞留点、地质灾害隐患点、交通执法场景等重点场所。

本期持续通过一期已建视频共享交换平台,接入管理本期新建视频点位,扩增省厅视频、二级单位已建点位。同时,也将通过市政务云视频云平台接入共享所需其他单位视频,如公安、交警、文旅等。

2)视频应用

本期将重点加强对视频数据资源的AI分析,提高交通管理的智慧化水平。充分结合非法营运车辆、水运船舶、黑车管理等业务痛点、难点,通过市政务云视频云平台已建AI算法和本期新建视频算法,快速从大量的视频数据中识别分析所需的信息,提高业务管理效率。

(五)总体技术路线

技术选型

微服务架构

微服务架构是一种将单应用程序作为一套小型服务开发的方法,每种应用程序都在其自己的进程中运行,并与轻量级机制(通常是HTTP资源的API)进行通信。这些服务是围绕业务功能构建的,可以通过全自动部署机制进行独立部署。这些服务的集中化管理已经是最少的,它们可以用不同的编程语言编写,并使用不同的数据存储技术。

微服务架构将整个应用被划分并设计为以业务域为模型的松散耦合的独立服务。微服务中的“微”事实上它没有规定服务的规模有多小或多大。重点是每个独立服务都有一个业务边界,可以独立开发、测试、部署、监控和扩展,甚至可以用不同的编程语言开发它们。在基于微服务的架构中,每个组件或服务都有自己的数据库。没有集中式数据库,我们可以根据需要为每个单独的微服务使用NoSQL、RDBMS或任何其他数据库,这也是让微服务真正独立的原因。当前,政府机构的IT系统以单体架构为主,随着政府信息化升级的形势下,系统架构的性能瓶颈逐渐显现。云计算、Docker、DevOps、持续交付等概念的深入人心,以SpringCloud为代表的微服务框架日渐兴起,微服务架构成为传统IT架构转型的集中趋势。微服务架构具有以下优点:

1.复杂度可控

在将应用分解的同时,规避了原本复杂度无止境的积累。每一个微服务专注于单一功能,并通过定义良好的接口清晰表述服务边界。由于体积小、复杂度低,每个微服务可由一个小规模开发团队完全掌控,易于保持高可维护性和开发效率。

2.独立部署

由于微服务具备独立的运行进程,所以每个微服务也可以独立部署。当某个微服务发生变更时无需编译、部署整个应用。由微服务组成的应用相当于具备一系列可并行的发布流程,使得发布更加高效,同时降低对生产环境所造成的风险,最终缩短应用交付周期。

3.容错

当某一组建发生故障时,在单一进程的传统架构下,故障很有可能在进程内扩散,形成应用全局性的不可用。在微服务架构下,故障会被隔离在单个服务中。若设计良好,其他服务可通过重试、平稳退化等机制实现应用层面的容错。

4.扩展

单块架构应用也可以实现横向扩展,就是将整个应用完整的复制到不同的节点。当应用的不同组件在扩展需求上存在差异时,微服务架构便体现出其灵活性,因为每个服务可以根据实际需求独立进行扩展。

5.技术选型灵活

微服务架构下,技术选型是去中心化的。每个团队可以根据自身服务的需求和行业发展的现状,自由选择最适合的技术栈。由于每个微服务相对简单,故需要对技术栈进行升级时所面临的风险就较低,甚至完全重构一个微服务也是可行的。

微服务化是大规模信息化的趋势,TOCC二期项目本着着眼未来原则采用微服务架构,为以后系统升级和为二级单位提供服务打下坚实的基础。

大数据技术

随着交通监控设备、交通流采集设备等道路交通感知设备的大规模普及,以滴滴出行、百度地图、高德地图为代表的各类移动互联网APP的大范围应用,以及各地政府积极推进的数字政府建设工作,使得交通管理者具备汇聚海量的交通数据条件。大数据技术是交通运行管理的有效手段,海量的各类数据如大量的物联网数据、出行数据、交通流量等,被采集、存储、分类、分析和挖掘,通过大数据技术发现交通组织中存在的问题,对道路交通安全态势的感知、预测和综合治理,能为交通参与者提供精准和个性化的信息服务,从而从交通参与者维度出发加强交通安全,******城市管理和运营模式的改变。大数据技术和云计算技术融合,市场中会出现大量面向行业应用的大数据云平台,大数据的共享、分析挖掘和利用将成为交通行业的协同发展、城市的智慧管理与运营带来更多的机会和可能性。大数据技术具有以下优点:

1.大数据计算提高数据处理效率,增加人类认知盈余

大数据技术就像其他的技术革命一样,是从效率提升入手。通过大数据计算节省下来的时间,人们可以去消费,娱乐和创造。未来大数据计算将释放人类社会巨大的产能,增加人类认知盈余,帮助人类更好地改造世界。

2.大数据通过全局的数据让人类了解事物背后的真相

相对于过去的样本代替全体的统计方法,大数据将使用全局的数据,其统计出来的结果更为精确,更接事物真相,帮助科学家了解事物背后的真相。大数据带来的统计结果将纠正过去人们对事物错误的认识,影响过去人类行为、社会行为的结论,带来全新的认知。

3.大数据有助于了解事物发展的客观规律,利于科学决策

大数据收集了全局的数据,能准确剖析事物发展过程中的真相,通过数据分析出人类社会的发展规律,自然界发展规律。利用大数据提供的分析结果来归纳和演绎出城市交通的运行和发展规律,通过掌握交通运行发展规律来帮助城市交通管理者进行科学决策。

4.大数据提供了同事物的连接,客观了解人类行为

大数据技术连接了人类行为,通过大数据将人类的行为数据收集起来,经过一定的分析后来统计人类行为,帮助我们了解人类的行为。利用大数据可分析挖掘公众出行特征,缓解城市交通拥堵、市民出行不便等问题。

5.大数据改变过去的经验思维,帮助人们建立数据思维

出现大数据之后,我们将会面对着海量的数据,多种维度的数据、行为的数据、情绪的数据、实时的数据。通过大数据计算和分析技术,人们将会得到不同的事物真相,不同的事物发展规律。政府和企业将借助于大数据来了解民众需求,抛弃过去的经验思维和惯性思维,掌握客观规律,跳出历史预测未来的困境。

大数据技术在本项目中的应用包括但不限于交通智能监测、交通综合决策等系统需要采用大数据技术来处理收集的海量数据。

云计算技术

云计算是一种基于互联网的新型服务模式和计算模式,具有动态性、多租户等特点,为解决智慧城市建设中的大规模数据管理、面向服务应用集成、快速资源部署等问题提供了强有力的支撑,是智慧城市发展的信息化基础。随着云计算技术逐步成熟,将会真正塑造信息科技产业的架构模式,抽象化的中间层通过标准化的物理层形成新的信息科技产业基础架构,支撑最上层的个性化应用,实现应用的快速开发和部署,最终支持业务的个性化和快速化变革。云计算具有以下特点与优点:

1.虚拟化技术

虚拟化突破了时间、空间的界限,是云计算最为显著的特点,虚拟化技术包括应用虚拟和资源虚拟两种。由于物理平台与应用部署的环境在空间上是没有任何联系的,可通过虚拟平台对相应终端操作完成数据备份、迁移和扩展等。

2.动态可扩展

云计算具有高效的运算能力,在原有服务器基础上增加云计算功能能够使计算速度迅速提高,最终实现动态扩展虚拟化的层次达到对应用进行扩展的目的。

3.按需部署

计算机包含了许多应用、程序软件等,不同的应用对应的数据资源库不同,所以用户运行不同的应用需要较强的计算能力对资源进行部署,而云计算平台能够根据用户的需求快速配备计算能力及资源。

4.灵活性高

目前市场上大多数IT资源、软、硬件都支持虚拟化,比如存储网络、操作系统和开发软、硬件等。虚拟化要素统一放在云系统资源虚拟池当中进行管理,可见云计算的兼容性非常强,不仅可以兼容低配置机器、不同厂商的硬件产品,还能够外设获得更高性能计算。

5.可靠性高

倘若服务器故障也不影响计算与应用的正常运行。因为单点服务器出现故障可以通过虚拟化技术将分布在不同物理服务器上面的应用进行恢复或利用动态扩展功能部署新的服务器进行计算。

6.性价比高

将资源放在虚拟资源池中统一管理在一定程度上优化了物理资源,用户不再需要昂贵、存储空间大的主机,可以选择相对廉价的PC组成云,一方面减少费用,另一方面计算性能不逊于大型主机。

因此,本项目拟采用长沙政务云来协调系统建设来降低本期项目预算、提高可靠性、增强灵活性。

物联网技术

物联网技术是新型智慧交通建设中必不可少的因素,它的发展和应用使得城市的基础设施得以智能化的管理。物联网是新一轮产业革命的重要方向和推动力量,对培育新的经济增长点、推动产业结构转型升级、提升社会管理和公共服务的效率和水平具有重要意义。目前,物联网技术应用在智慧交通行业主要在几个方面:无线通信,目前已经有多种无线通信解决方案可以应用在智能交通系统当中;计算决策,根据汽车电子领域的最新进展,未来车辆中将配备数量更少但功能更为强大的处理器;感知技术,智能交通系统中的感知技术是基于车辆和道路基础设施的网络系统;视频监测识别,利用视频摄像设备进行交通流量计量和事故检测属于车辆监测的范畴。定位技术,车辆中配备的嵌入式GP************管理中心对这些数据进行整合分析得到广大范围内的交通流量情况以检测交通堵塞的位置。物联网具有以下优势:

1.全面感知

物联网上部署了海量的多种类型传感器,每个传感器都是一个信息源,不同类别的传感器所捕获的信息内容和信息格式不同,能随时随地对物体进行信息采集和获取。感知包括传感器的信息采集、协同处理、智能组网,甚至信息服务,以达到控制、指挥的目的。

2.可靠传递

物联网是一种建立在互联网上的泛在网络。物联网技术的重要基础和核心仍旧是互联网,通过各种有线和无线网络与互联网融合,将物体的信息实时准确地传递出去,实现信息的交互和共享,并进行各种有效的处理。

3.智能处理

是指利用云计算、模糊识别等各种智能计算技术,对随时接受到的跨地域、跨行业、跨部门的海量数据和信息进行分析处理,提升对物理世界、经济社会各种活动和变化的洞察力,实现智能化的决策和控制。

物联网技术在本项目中的应用包括为各系统提供视频数据、GPS数据来做相应的支撑。

移动互联网技术

随着社会的发展和信息化技术的创新,4G/5G时代的到来以及各种移动应用的推出,互联网已经从电脑走向手机和其他移动设备,从固定办公生活场所走向口袋。移动互联网和传统行业的融合,新业务形态、新商业模式的不断涌现,对传统行业的发展和转型升级形成倒逼机制,呈现出现的特点,平台和模式也都发生了变化。一方面可以作为业务推广的一种手段,如娱乐、航空、汽车、食品、餐饮、金融、家电等传统行业的APP和企业推广平台;另一方面也重构了移动端的业务模式,如医疗、教育、旅游、传媒等领域的业务改造。目前在移动互联网领域,仍然是以精确定位的营销为主,但未来随着大数据及其相关技术的发展,人们对数据挖掘的不断深入,针对用户个性化定制的应用服务和营销方式将成为发展趋势,它将是移动互联网的另外一片蓝天。如何利用移动互联网进行行业和商务模式的跨界创新,未来的想象空间巨大。移动互联网技术有以下特点和优势:

1.便捷性和便携性

移动互联网的基础网络是一张立体的网络,GPRS、3G、4G和WLAN或WIFI构成的无缝覆盖,使得移动终端具有通过上述任何形式方便联通网络的特性;移动互联网的基本载体是移动终端。顾名思义,这些移动终端不仅仅是智能手机、平板电脑,还有可能是智能眼镜、手表、服装、饰品等各类随身物品。它们属于人体穿戴的一部分,随时随地都可使用。

2.即时性和精确性

由于有了上述便捷性和便利性,人们可以充分利用生活中、工作中的碎片化时间,接受和处理互联网的各类信息。不再担心有任何重要信息、时效信息被错过了。无论是什么样的移动终端,其个性化程度都相当高。尤其是智能手机,每一个电话号码都精确的指向了一个明确的个体。是的移动互联网能够针对不同的个体,提供更为精准的个性化服务。

3.感触性和定向性

这一点不仅仅是体现在移动终端屏幕的感触层面。更重要的是体现在照相、摄像、二维码扫描,以及重力感应、磁场感应、移动感应,温度、湿度感应等无所不及的感触功能。而基于LBS的位置服务,不仅能够定位移动终端所在的位置。甚至可以根据移动终端的趋向性,确定下一步可能去往的位置。使得相关服务具有可靠的定位性和定向性。

移动互联网技术在本项目中的应用包括但不限于监测系统需要获取手机信令数据,以及TOCC掌上系统需要移动端来作为载体等。

人工智能技术

随着人工智能技术的理论和技术日益成熟,其在人们的生活以及产业发展方面的应用不断深入,进而推动着城市的迭代更新,应用领域也在不断扩大,广泛模拟人的智能来处理各种信息。人工智能为新型智慧城市提供智慧的技术支撑,提供对智慧城市中海量信息的智能识别、融合、运算、监控和处理等功能,目前广泛应用于智能语音识别、行为分析、图像识别、人脸识别、综合运算处理等场景,在交通运行的预判预防也将起到至关重要的作用。人工智能技术具有以下特点及优势:

1.高效性

数据处理速度快:人工智能系统可以在短时间内处理海量的数据。例如在大数据分析场景中,传统的数据处理方式可能需要人工花费大量时间来筛选、整理和分析数据,而人工智能算法如深度学习中的卷积神经网络(CNN),能够以极快的速度对图像、文本等大规模数据进行特征提取和分类。以图像识别为例,它可以在瞬间对数以万计的图像进行内容识别,比如识别照片中的物体是汽车、人还是建筑等。

自动化任务执行:能够自动完成重复性、规律性的任务。比如机器人流程自动化(******办公室工作,从而极大地提高工作效率,减少人工错误。

2.准确性

高精度的预测和分类:通过大量的数据训练,人工智能模型可以达到很高的准确性。在医疗领域,疾病诊断辅助系统利用机器学习算法,对患者的症状、检查报告等数据进行分析,能够精准地预测疾病的类型和发展趋势。例如,通过对大量的癌症患者病例数据训练后的模型,可以帮助医生更准确地判断肿瘤是良性还是恶性,提高诊断的正确率。

误差控制能力强:可以通过不断优化算法和增加数据来降低误差。例如在语音识别系统中,最初的识别准确率可能较低,但随着不断地收集用户语音样本,优化声学模型和语言模型,识别错误率会逐渐降低,最终达到一个较高的准确率水平。

3.适应性和灵活性

能够适应不同环境和任务:一个训练好的人工智能模型可以应用于多种类似但稍有差异的场景。以自然语言处理为例,一个预训练的语言模型可以用于文本翻译、情感分析、问答系统等多种任务。比如 Transformer 架构的语言模型,在经过大规模文本训练后,可以根据不同的应用场景进行微调,用于生成新闻报道、小说创作等不同任务。

可以动态学习和更新知识:人工智能系统能够根据新的数据和反馈不断学习。例如推荐系统,随着用户的浏览历史、购买行为等新数据的不断产生,系统可以实时更新推荐模型,从而更加精准地为用户推荐他们可能感兴趣的商品或内容。

4.可扩展性

容易扩展功能和应用范围:可以通过添加更多的数据、算法模块或者计算资源来扩展其功能。比如一个简单的智能客服系统,最初可能只能回答一些常见问题,随着不断添加新的问答模板、训练更多的语义理解模型和对话管理模型,它可以逐渐扩展到处理更复杂的客户咨询,包括售后问题、技术支持等多个方面。

便于分布式处理和大规模应用:在云计算环境下,人工智能应用可以利用分布式计算资源,实现大规模的并行处理。例如在处理全球气候模型预测这样的超大规模计算任务时,多个计算节点可以同时运行人工智能模型,对大量的气象数据进行分析和模拟,从而高效地完成复杂的计算任务。

大模型技术

大模型技术是指利用大规模数据和复杂的神经网络模型来解决各种复杂的任务和问题的技术。这些模型通常包含数亿到数千亿个参数,并且需要在大规模数据集上进行训练,以便能够学习到更加复杂的模式和表示。

大模型技术通常基于深度学习技术,包括卷积神经网络(CNN)、循环神经网络(RNN)、变压器网络(Transformer)等。大模型技术的主要特点包括:

参数规模大:大模型通常具有数亿到数千亿个参数,能够表示更加复杂的模式和关系。

训练数据规模大:大模型通常需要在大规模数据集上进行训练,以便能够充分地学习到数据的分布和特征。

计算资源要求高:训练和推断大模型通常需要大量的计算资源,包括高性能的GPU、TPU等加速器。

泛化能力强:由于大模型能够学习到更加复杂的模式和表示,因此通常具有更好的泛化能力,在各种任务和数据集上都能取得良好的效果。

应用广泛:大模型技术已经被广泛应用于各种领域,包括自然语言处理、计算机视觉、语音识别、推荐系统等。

因此,结合本项目应用特性和需求,考虑结合场景应用大模型技术,如利用大模型技术进行交通规划、对大规模的交通数据进行交通状况分析和预测。

双栈技术

随着IPv4地址资源的逐渐枯竭,IPv6已成为未来网络发展的主流。然而,由于IPv4和IPv6在地址结构、报头格式、地址自动配置等方面存在显著差异,两者之间的直接通信面临诸多挑战。因此,在IPv4向IPv6过渡的过程中,采用双栈技术可以确保应用系统能够同时支持IPv4和IPv6两种协议,从而在网络协议过渡期间保持业务的连续性和稳定性。它允许网络设备或主机同时支持IPv4和IPv6协议栈,通过建立两个独立的堆栈来处理不同版本的IP数据包。当源节点与目的节点通信时,会根据目的节点的IP版本选择合适的协议栈进行通信。主要具备以下优势:

1.兼容性:双栈技术使应用系统能够同时支持IPv4和IPv6,确保在IPv4和IPv6网络环境下都能正常运行,无需担心因网络协议版本不同而导致的兼容性问题。

2.灵活性:双栈技术提供了更大的灵活性,允许应用系统在网络过渡期间逐步迁移到IPv6,而无需立即放弃对IPv4的支持。

3.安全性:IPv6内置了更强的安全性(如IPsec),采用双栈技术的应用系统可以逐步利用这些安全特性,提高整体安全性。

因此,考虑到当前长沙市电子政务外网处于IPv6改造阶段,本项目平台主要通过电子政务外网提供服务,应用系统开发需采用双栈技术,确保能够在IPv4和IPv6混合环境中运行。

实施方式

软件实施

本期项目软件部分基于长沙市“政务云”进行实施部署,由长沙市“政务云”提供统一的计算、存储、网络、安全、运维服务,系统实施由中标第三方厂商负责,应用系统运维由本项目负责。部分平台服务层能力建设依托城市“超脑”数据中台和应用中台建设成果开展,由城市“超脑”提供已有的软件服务、工具集和已有AI能力服务。超出城市“超脑”范围之外的软件及工具由本项目进行采购和建设。

硬件实施

本期项目视频监控系统建设,遵循集约化、安全施工原则,统一由本项目进行采购和建设。

软硬件选型原则

1.硬件选型原则

硬件设备具备开放性、延续性、可扩展性,基于集约化建设、安全使用需求,务必做到在性能够用、设备实用、国产化优先的原则下,选择性价比高的设备。本项目所选设备均为最低配置参数,实际选型不得低于此参数要求。

2.软件选型原则

对软件的选型,以实用为原则,主要以性能需求和功能需求为第一诉求,在满足性能和功能的前提下,在保证系统软件前后兼容性和业务连续的原则下,基于国产化优先原则,选择性价比合理的产品。

项目建设目标、内容

(一)建设目标

围绕《交通强国建设纲要》、《关于支持国家综合货运枢纽补链强链的通知》、《数字交通发展纲要》、《数字交通“十四五”发展规划》、《市委市政府印发关于落实交通强国实施意见》、《关于贯彻落实强省会战略的行动方案(2022-2026年)》、《关于做好国家综合货运枢纽补链强链工作的通知》等政策指导文件,依托市政务云平台、智能安全管理系统建设,围绕应急指挥调度、安全监管、行业发展、便捷出行等核心功能,更加注重整合涉交通行业的数据资源,坚持实用实效导向,建设长沙市交通综合运行协调指挥中心(TOCC)信息化平台;打造长沙市交通综合的“智慧大脑”和“数据中枢”,以“数智技术赋能+创新管理服务”来实现长沙交通“更全面、更实用、更惠民、更智慧”的总体建设目标,有效推动长沙市交通高质量发展。

1.围绕四大核心功能

应急指挥调度:以信息系统实现快速响应、资源优化配置,转变指挥调度模式,从“线下”转变为“线上”,实现应急指挥一体联动;实现交通运输人、车、户各领域应急资源动态掌控,突发事件应急启动响应时间不超过2小时,应急指挥调度纵向到底,即能协调到业务处室、直属单位、运输企业以及一线人员。

安全监管:以本质安全防控为目标,提升安全风险识别、主动防控能力,构建“安全监管”体系,提高交通系统的安全性;实现从被动安全事件处理到主动的安全风险识别、预警,交通安全事故发生频率、导致的死亡人数以及造成的经济损失全面降低。

行业发展:深化主动治理,构建交通综合服务评价体系,丰富决策应用场景,辅助行业监管,助力交通“行业发展”;高效合理地监管服务水平低的重点企业、车辆、人员,对交通运输企业进行服务评价的数量不少于200家,对从业人员或车辆进行服务评价的数量不少于50000人/辆。

便捷出行:完善智慧出行服务,提升公共交通服务水平,打造便捷惠民、高效出行模范城市;实现每月不少于一次公众出行服务信息发布,公共交通出行分担率达到50%以上。

2.实现四大建设目标

更全面:数据归集更全面,业务范围更广。从“大交通”的角度出发,不断规范数据标准,加强数据汇聚,以“全量数据归集、可持续发展、节约资金投入”为目标,形成公、铁、水、空等全交通领域数据资源底座。

更实用:系统操作更便捷,能切实解决业务堵点、难点,赋能行业应用。进一步优化系统操作流程,全面梳理交通行业管理工作人员遇到的痛点、堵点、难点问题,形成信息采录、查询、管理、应用的完整闭环,有力提升TOCC建设应用整体成效。

更惠民:交通信息服务更及时、可靠、全面、实用,市民出行更便捷。完善信息资源服务机制,依法挖掘利用互联网移动出行等社会数据,建成跨行业、跨区域协同的综合交通运输信息服务体系,提升人民群众获得感,提升智能平安、绿色共享交通发展水平。

更智慧:领导决策更科学,行业监管更精准,公众服务更高效。推进TOCC与综合交通运输监测预测深度融合,有效加强综合交通运输管理与服务能力;强化智慧交通的创新引领作用,显著增强交通治理体系和治理能力现代化;全面强化“大交通”格局的智慧交通建设,建立人、车、路、环境协调运行的新一代综合交通运行协调体系,提高城市交通系统的整体运行效率。

(二)建设内容

本期项目主要建设内容包括对一期平台进行技术架构改造、视频监控补盲、数据资源扩充、支撑平台完善、应用系统建设以及配套相应的保障体系,最终形成TOCC“一个资源底座、三大支撑平台、六大应用系统”的总体框架,为城市交通管理提供全方位、智能化的支持,推动城市交通系统的整体升级与可持续发展。

1.一期平台技术架构改造

本期项目严格遵循发展路径进行规划与实施,所有相关应用系统均需基于长沙市政务云的环境进行部署与构建,确保全面适配架构及终端应用需求。鉴于实际业务运作的迫切需求,本期项目需对TOCC一期平台进行适配工作,并将其平稳迁移至长沙市政务云的环境中。

2.视频监控补盲

通过对天网系统和交通领域已建视频资源的全面摸排与细致核查,本期项目将新增230路视频监控点位。主要覆盖城市出入口、高速收费站周边、三站一场、地质灾害隐患点以及水运领域的重点区域等关键地带。

3.数据资源扩充

本期项目将依托现有综合交通运输数据中心,接入公安、交警、城管、旅游、气象等外部部门数据,以及地方铁路、公路、水路、民航、城市公共交通、驾培、道路运输等交通行业业务数据资源,全面实现交通运输相关数据资源信息汇聚。另一方面,将对汇集的全交通领域数据,开展数据全生命周期的数据治理;重点进行数据标准化、数据溯源分析等数据治理工作,提升数据质量发挥智慧交通大脑作用。

4.支撑平台完善

1)数据管理平台

对一期已建的数据交换共享平台进行升级,建成功能更完善、监管更高效的数据管理平台,实现与政务云数据交换共享;主要是新增数据交换监控预警功能,对接入、传输的数据进行全面的监测、跟踪、比对、校验,提升数据共享交换的规范性、稳定性、安全性。

2)技术支撑平台

依托长沙市政务云AI中台,对标省厅TOCC项目技术底座,建设长沙交通技术支撑平台。一方面根据监测预测、安全预警、决策系统部分功能需求,需构建基于业务应用的算法模型;另一方面,响应国家自主创新号召,为推进人工智能、大数据、区块链、5G、北斗、数字孪生等技术在交通领域的应用,建设部分通用的交通技术能力。

3)视频分析服务平台

依托长沙市政务云城市视频云服务平台,建设长沙市交通的视频分析服务平台。主要包含三部分内容,一是对TOCC一期建设的视频联网共享子平台进行功能升级,重点加强视频标签管理、质量诊断、电子地图融合等功能要求;二是接入本期新建的视频监控,扩充交通视频资源;三是依托“政务云”城市视频云平台,实现对交通视频的统一管理,充分复用该平台已有的部分算法,并根据业务应用需求新增部分交通类视频图像算法。

5.应用系统建设

本期项目将整合集成TOCC一期原有应用系统监测、应急管理、决策、业务办理等相关系统功能,围绕“1+3”核心应用体系(1个应急指挥中心+安全监管、行业发展、便捷出行3大板块)构建六大应用系统;一方面,进一步完善升级原有应用,建成更智能、更全面的交通综合监测预测系统,建成更规范、更智慧的交通运行协调指挥系统,建成多场景、更科学的交通辅助决策系统,提升监测预测、协调指挥智能化水平,实现交通管理精准化、交通决策科学化;另一方面,新建交通运行安全预警、交通综合服务评价、TOCC掌上系统三大应用系统。

1)交通综合监测预测系统

整合集成TOCC一期监测系统相应功能,并进一步丰富监测数据、扩充监测范围、细化监测颗粒度,做到交通运行监测“看得全”。针对已有行业监测板块,如城市公交、出租、网约等,主要是进一步扩充该行业未接入的数据资源,并根据业务需求进行关联分析,新增部分监测功能;同时新增未建的行业监测板块,如轨道交通、共享单车、公共停车、水路、铁路、航空、驾培、旅游交通等;最终实现交通全行业、多领域的动态监测和趋势预测。

2)交通运行安全预警系统

聚焦提升交通“本质安全”水平,基于交通综合监测预测系统采集的行业数据,构建阈值告警机制和预测模型,对交通运输不同业务领域的动态运行数据进行关联分析与风险研判,实现分级预警响应,由“人工监测、事后发现、现场值守”向“智能监测、事前预测、自动预警”转变,提升交通智能化安全预警水平。主要包括安全预警、安全风险识别、风险排查三大子系统。

3)交通运行协调指挥系统

由静态的应急资源展示查看到智能的预警与动态的应急指挥转变,实现全行业全线上的交通调度指挥,做好线上指令的上传下达和交通资源调配,实现对重大活动、重点时期、恶劣天气、交通事件等情况的精准分析、及时发布、快速响应、高效处理。主要包括应急资源管理、人员值班值守、事前监测预警、事中协调调度、事后分析评估等功能。

4)交通辅助决策支持系统

面向领导和业务决策,借助AI大数据模型算法、视觉分析算法等对多种核心交通数据展开剖析,分析城市交通运行情况、资源分配情况,并基于量化指标预测变化趋势,为行业管理部门提供科学、有效的、实时的决策建议,增强交通运输行业监管的预见性、准确性、科学性。主要涉及城市公交、出租网约、道路客运、道路货运、节假日、重点保障区域等场景的决策分析。

5)交通综合服务评价系统

汇集交通服务投诉、服务建议、行政处罚、信用管理等交通服务评价信息,融合政府招标采购、工商企业管理等其他监管数据,推动跨部门、跨行业的服务评价奖惩联动机制建立。主要针对交通运输企业、从业人员、营运车辆三大对象,涉及其服务质量、诚信、安全、守法、资金使用、综合服务等方面的评价。

6)TOCC掌上系统

一方面对接市局现有业务系统与本期项目各新建应用系统,提供集OA办公、运行监测、安全预警、掌上决策、应急调度、行业辅助等功能为一体的掌上交通办公移动端,方便领导随时看数、随行办公、随即决策;另一方面借助“我的长沙”、官方微信公众号面向公众发布及时、准确、权威的交通运输信息,提供交通信息查询、服务评价、服务投诉等功能,提升公共交通服务水平。

6.配套保障体系

1)标准规范体系

充分遵循国标、行标以及政务云相关标准规范要求,依托一期项目的已建的部分数据标准,扩充完善项目总体标准,新增交通服务评价信息管理标准,以满足日益增长的数据管理需求、业务应用需求、安全管理要求等。

2)运维管理体系

依托长沙市政务云平台运维管理体系,完善长沙市交通运输局应用运维管理流程及制度,明确人员与职能分工,建立应急管理预案,有效处理各类突发事件,保障长沙市交通运输局应用日常正常运行。

3)安全保障体系

严格遵照国家信息安全建设相关标准要求,从应用安全、网络安全、数据安全、密码安全等角度综合考虑,一方面依托长沙市政务云平台安全保障体系提供相关安全服务,同时充分复用一期已建安全防护,另一方面在交通运输局政务应用全面迁移上云的过渡期,根据实际业务情况,适当补充完善自有机房安全防护,全面保障接入的省交通运输厅、部分交通企业数据由局机关至政务云这一传输通道的安全。

?

二、相关标准

建设依据

(一)国家层面

1.《中华人民共和国网络安全法》;

2.《中华人民共和国数据安全法》;

3.《中华人民共和国个人信息保护法》;

4.《网络数据安全管理条例》;

5.《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》;

6.《国家信息化发展战略纲要》;

7.《国家综合立体交通网规划纲要(2021-2035)》;

8.《国务院关于大力推进信息化发展和切实保障信息安全的若干意见》(国发〔2012〕23号);

9.《国务院关于城市优先发展公共交通的指导意见》(国发〔2012〕64号);

10.《国务院关于积极推进“互联网+”行动的指导意见》(国发〔2015〕40号);

11.《国务院关于印发促进大数据发展行动纲要的通知》(国发〔2015〕50号);

12.《国务院关于印发政务信息资源共享管理暂行办法的通知》(国发〔2016〕51号);

13.《国务院关于加快推进“互联网+政务服务”工作的指导意见》(国发〔2016〕55号);

14.《国务院办公厅关于转发国家发展改革委等部门推进“互联网+政务服务”开展信息惠民试点实施方案的通知》(国办发〔2016〕23号);

15.《国务院关于印发“十三五”现代综合交通运输体系发展规划的通知》(国发〔2017〕11号);

16.《中共中央 国务院印发<交通强国建设纲要>》(2019年第28号文);

17.《国务院办公厅关于印发国家政务信息化项目建设管理办法的通知》(国办发〔2019〕57号);

18.《国务院办公厅关于交通运输综合行政执法有关的通知》(国办函〔2020〕123号);

19.《交通运输部办公厅关于推进交通运输信息化智能化发展的指导意见》(厅科技字〔2013〕257号);

******发改委 交******发改委基础〔2016〕1681号);

21.《交通运输部办公厅关于公布首批交通运输大数据融合应用试点项目名单的通知》(交办科技函〔2018〕1919号);

22.交通运输部关于印发《推进综合交通运输大数据发展行动纲要(2020—2025年)》的通知(交科技发〔2019〕161号);

23.《交通运输部关于印发<数字交通发展规划纲要>的通知》(交规划发〔2019〕89号);

24.交通运输部关于开展交通强国建设试点工作的通知(交规划函﹝2019﹞859号);

25.交通运输部关于印发《推进综合交通运输大数据发展行动纲要(2020—2025年)》的通知(交科技发〔2019〕161号);

26.《绿色出行行动计划2019-2022》(交运发〔2019〕70号);

27.《交通运输部国家发展改革委关于印发<绿色出行创建行动方案>的通知》;

28.《交通运输部关于推动交通运输领域新型基础设施建设的指导意见》(交规划发〔2020〕75号);

29.《数字交通“十四五”发展规划》(交规划发〔2021〕102号);

30.交通运输部关于印发《农村公路中长期发展纲要》的通知(交规划发〔2021〕21号);

31.《交通运输部办公厅关于印发<加强和规范交通运输事中事后监管三年行动方案(2021—2023年)>的通知》(交办发〔2021〕18号);

32.《中央网信办、发展改革委、工业和信息化部联合印发<公共信息资源开放试点工作方案>》(中网办发文〔2017〕24号);

33.《关于印发促进智慧城市健康发展的指导意见的通知》(发改高技〔2014〕1770号);

34.《关于支持国家综合货运枢纽补链强链的通知》(财建〔2022〕219号);

35.《关于做好国家综合货运枢纽补链强链工作的通知》(交办规划〔2022〕34号);

36.《国家数据局等部门关于印发<“数据要素×”三年行动计划(2024—2026年)>的通知》(国数政策〔2023〕11号)。

(二)湖南省层面

******人民政府办公厅关于印发<湖南省“十四五”现代化综合交通运输体系发展规划>的通知》(湘政办发〔2021〕50号);

******人民政府办公厅关于印发<湖南省“十四五”数字政府建设实施方案>的通知》(湘政办函〔2022〕23号);

******委员会关于印发<湖南省“十四五”信息化发展规划>的通知》(湘网办发〔2021〕16号);

4.《湖南省综合交通运行协调与应急指挥平台省、市共建指南(试行)》;

5.《湖南省交通运输厅关于长沙市公众出行一体化(MaaS)体系建设的意见》(湘交函〔2023〕98号);

6.《湖南省交通运输科技与信息化“十三五”发展规划》;

7.《湖南省“十四五”现代物流发展规划》;

8.《湖南省“十四五”交通运输发展规划(公路、水路)》;

9.《湖南省“一江一湖四水”水运发展规划》;

10.《湖南省国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》;

11.《长株潭一体化发展五年行动计划(2021-2025年)》;

12.《湖南省绿色交通运输“十三五”发展规划》;

13.《湖南省交通运输厅关于印发<湖南省公交优先示范城市创建工作方案>的通知》(湘交运输规〔2021〕4号);

14.《湖南省冷链物流业发展规划(2020-2025年)》;

15.《湖南省推进运输结构调整三年行动计划实施方案》;

16.《湖南省交通运输厅关于印发<湖南省高速公路路政管理协作实施办法(试行)>的通知》(湘交养管规〔2020〕15号);

******人民政府办公厅关于印发湖南省政务信息系统整合共享实施方案的通知》(湘政办发〔2017〕78号);

18.《湖南省交通运输“十四五”科技创新专项规划》;

19.《长沙—株洲—湘潭国家综合货运枢纽补链强链三年实施方案》。

(三)长沙市层面

1.《长沙市国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》;

2.《长沙市交通运输信息化“十四五”专项规划》;

3.《长沙市政府投资信息化建设项目管理办法》(长政办发〔2021〕20号);

4.《长沙市政务信息资源共享管理办法》(长政办发〔2018〕22号);

5.《长沙市政务数据资源管理办法》(长政办发〔2021〕80号);

6.《国家政务信息化项目建设管理办法》(国办发〔2019〕57号);

7.《电子政务工程建设项目项目建议书编制规范》(CSDZ 10015—2018);

8.《电子政务工程建设项目可行性研究报告编制规范》(CSDZ 10016—2018);

9.《市委市政府印发关于落实交通强国实施意见》;

10.《长沙市打造具有核心竞争力的科技创新高地三年行动方案(2021-2023年)》(长发〔2021〕21号);

11.《长沙市“十四五”科技创新发展规划(2021-2025年)》;

12.《长沙市建设国家新一代人工智能创新发展试验区三年行动计划(2021-2023年)》。

相关标准及规范

1.《交通运输行业网络安全等级保护基本要求》(JT/T1417-2022);

2.《交通运输网络安全监测预警系统技术规范》(JT/T1418-2022);

3.《信息安全技术 网络安全等级保护基本要求》(GB/T 22239-2019);

4.《信息安全技术 网络安全等级保护测评要求》(GB/T 28448—2019);

5.《信息安全技术 网络安全等级保护安全设计技术要求》(GB/T 25070—2019);

6.《信息安全技术 网络安全等级保护实施指南》(GB∕T 25058-2019);

7.《信息安全技术 网络安全等级保护定级指南》(GB/T22240-2020);

8.《信息安全技术 网络安全等级保护大数据基本要求》(T/ISEAA002-2021);

9.《信息安全技术—个人信息安全规范》(GB/T 35273-2020);

10.《政务信息系统密码应用与安全性评估工作指南(2020 版)》;

11.《政务云安全要求》(GW0013-2017);

12.《信息系统密码应用基本要求》(GM/T0054-2018);

13.《信息安全技术 信息系统密码应用基本要求》(GB/T 39786-2021);

14.《商用密码应用安全性评估管理办法》;

15.《电子政务信息共享互联互通平台总体框架技术指南》;

16.《基于云计算的电子政务公共平台顶层设计指南》;

17.《云计算综合标准化体系建设指南》;

18.《信息技术服务运行维护》;

19.《数据安全技术 数据分类分级规则》(GB/T 43697-2024);

20. 交通运输部办公厅关于印发《交通运输政务信息资源目录编制指南(试行)》的通知(交办科技〔2017〕123号)。

节能设计

(一)用能标准及节能设计规范

1.《中华人民共和国节约能源法》;

2.《中华人民共和国可再生能源法》;

3.《中华人民共和国电力法》;

4.《中华人民共和国建筑法》;

5.《中华人民共和国清洁生产促进法》;

******发改委 2004 年 17 号);

7.《公共建筑节能设计标准》 GB50189-2015;

8.《绿色建筑评价标准》 GB/T50378-2014;

9.《绿色建筑技术导则》(建科〔2005〕199 号);

10.《采暖通风与空调设计规范》;

11.《外墙外保温工程技术规程》JGJ144-2008;

12.《全国民用建筑工程设计技术措施-节能专篇》。

(二)项目能源消耗种类和数量分析

本项目依托长沙市政务云平台进行建设,与长沙市政务云平台项目统筹考虑项目能源消耗种类和数量分析。本项目主要能源消耗为电能消耗,主要为机房主设备耗电以及机房配套设备耗电。本项目现有空调均采用风冷型空调机组对机房进行制冷,仅需在寒冷季节空气较为干燥时,由自来水引一路水管通向空调加湿器,所用水量忽略不计。

(三)项目所在地能源供应状况分析

项目建设依托政务云建设,位于长沙市岳麓区******居住、商业及******居民和工商业生产生活用水。长沙市位于电力资源相对丰富的南方地区,能源供应条件良好。项目所在地位于长沙市城区,水电配套设施相对完善。目前水电管网均剩余足够的接入能力,能满足本项目的用电及用水需求。该项目主要的能耗为生产、生活用电,以及生产用水。按照建设方案,本项目新增的设备所耗电量不大,对当地能源消费和电力使用影响很小。本项目的水耗相较于民用建筑的用水量更小,对当地的供水不会产生不良影响。

(四)能耗指标分析

本项目能耗主要在平台承载的网络、计算、存储等设备,在云平台中统筹考虑,采用业界主流的设备,能耗指标符合国家相关要求。

(五)节能措施和节能效果分析

本项目依托长沙市政务云平台进行建设,与长沙市政务云平台项目统筹考虑节能措施。

三、技术规格

需求清单

(一)软件开发需求清单

序号

名称

需求简述

功能点

?

1

交通综合监测预测系统

?

2

交通运行安全预警系统

?

3

交通运行协调指挥系统

?

4

交通辅助决策支持系统

?

5

交通综合服务评价系统

?

6

TOCC掌上系统

?

其他

?

1

政务云系统迁移适配改造

?

2

数据管理平台

本期项目依托TOCC一期数据共享交换平台建设成果,完善交通运输局内部及其他行业间数据互联互通和信息共享管理监测相关功能,扩充行业主题数据和主题数据的抽取,为部省级、其他委办局之间、市局各直属单位之间及社会公众和企业提供便捷、安全、可靠的信息资源交换共享服务,具体补充完善功能内容如下:
一、接入状态监测
提供对数据接入成功率、数据传输延迟、数据包丢失率、数据包重传率、数据完整性、数据格式正确性、数据接入频率、数据接入稳定性、异常数据比例、数据校验通过率、数据接入失败原因、数据接入响应时间、故障恢复时间等数据接入状态指标的监测功能。
二、数据质量监测
提供对数据准确性、完整性、一致性、及时性等数据质量指标的监测功能。
三、交换管理
提供数据交换过程的配置管理、交换管理、交换监控、交换统计等功能;配置管理包括节点的创建和编辑、运行节点的添加和维护;交换管理包括交换任务创建、交换任务启动、停止、交换任务查看等功能;交换监控包括交换状态监控、交换流向监控、采集详情和错误一览等功能;交换统计包括交换趋势统计、部门交换统计、交换量统计、交换目录统计、异常交换统计。
四、数据报告
支持按日、月、季度等维度输出数据共享交换报告。
五、数据查询
支持数据的手工SQL查询。

3

模型搭建

?

?

(二)系统适配迁移需求清单

序号

系统名称

适配迁移工作内容

工作量(人月)

TOCC一期平台适配迁移

?

?

1.1

迁移需求调研

TOCC一期平台于2018年开始建设,总投资约1818万元,用B/S软件架构、JAVA编程语言,开发平台为J2EE,业务系统代码量上十万行。数据库为Mysql、mongoDB、Redis,数据库代码量共计数万行。

?

1.1.1

环境评估测试

1.评估鲲鹏体系与TOCC原有X86体系兼容性
2.评估鲲鹏云与原部署政务云的网络体系
3.评估鲲鹏云所需服务器资源
4.测试鲲鹏云服务器运行性能
5.测试鲲鹏云网络访问情况

1.00

1.1.2

需求确认

1.确认鲲鹏云资源下发情况
2.确认数据库需求规格
3.确认中间件需求规格
4.确认需迁移的系统及服务

1.00

1.1.3

项目组织规划与管理部署

1.明确适配迁移工作目标、范围、时间表、资源需求、团队等
2.对现有应用系统进行全面的调研和评估,包括硬件、基础软件(操作系统、数据库、中间件)、应用软件等方面
3.了解应用系统的架构、插件、开发语言等,对应用软件适配难度进行初步评估
4.识别迁移过程中可能面临的风险,制定相应的风险应对策略和预案

2.00

1.2

迁移部署

?

?

1.2.1

平台迁移

?

?

1.2.1.1

环境准备(网络配置、用通信)

1.调试与第三方平台网络连通性
2.调试系统访问网络连通性
3.调试内部服务期间网络连通性
4.调试专线网络连通性

3.00

1.2.1.2

运行环境及操作系统

1.安装符合要求后端JDK运行环境
2.安装符合要求的麒麟操作系统
3.安装符合要求的前端运行环境

3.00

1.2.1.3

应用系统部署

1.调整应用系统访问的网络架构
2.调整应用系统部署参数
3.调整应用系统数据库访问链路
4.测试应用系统访问数据库是否正常
5.调整应用系统的中间件访问链路
6.测试应用系统的访问中间件是否正常
7.调整应用系统与第三方系统数据交互链路
8.测试应用系统与第三方系统数据交互是否正常

6.00

1.2.1.4

数据库部署

1.评估数据库兼容性
2.评估数据库计算能力
3.安装符合要求数据库(达梦、人大金仓)
4.测试数据库兼容性
5.测试数据库稳定性
6.服务器压力测试

6.00

1.2.1.5

中间件部署

1.评估符合要求的WEB容器
2.部署符合要求的WEB容器
3.测试符合要求的WEB容器兼容性
4.测试符合要求的WEB容器稳定性
5.评估符合要求的代理工具
6.部署符合要求的代理工具
7.测试符合要求的代理工具兼容性
8.测试符合要求的代理工具稳定性
9.中间件压力测试

3.00

1.2.1.6

WEB容器

1.评估符合要求的消息队列
2.部署符合要求的消息队列
3.测试符合要求的消息队列兼容性
4.测试符合要求的消息队列稳定性
5.评估符合要求的缓存工具
6.部署符合要求的缓存工具
7.测试符合要求的缓存工具兼容性
8.测试符合要求的缓存工具稳定性

3.00

1.2.2

数据迁移

?

?

1.2.2.1

数据备份

1.评估需备份的数据库表(预计500-700张)
2.评估待迁移的数据量(百亿级)
3.测试国密安全的硬盘性能
4.根据不同的数据库采用不同的方式备份数据至硬盘
5.检查并确认备份数据是否完成

4.00

1.2.2.2

数据割接

1.评估数据割接风险点
2.出具数据割接方案以及应急处理措施
3.分批次执行割接

6.00

1.2.2.3

数据还原

1.确认待还原的数据需求
2.分批次还原数据至数据库

5.00

1.2.2.4

数据验证

1.验证数据的完整性
2.验证数据的时效性
3.验证数据准确性
4.验证业务是否能取到正确数据

4.00

1.2.2.5

增量数据同步

1.评估需要增量同步的数据
2.Oracle采用OGG方式进行增量同步(分批次)
3.其他数据库采用主从方式进行同步(分批次)
4.测试数据一致性

5.00

1.3

政务云系统迁移适配改造

?

?

1.3.1

系统兼容性适配

1.修改后端服务与数据库的访问链路
2.适配改造后端服务与数据库的SQL语法
3.适配改造后端服务与服务器的函数及视图
4.测试后端服务与数据库兼容性
5.适配改造后端服务与中间件的调用语法代码
6.测试后端服务与中间件的兼容性

9.00

1.3.2

系统功能性适配

主要对系统功能模块语句代码修改,包括:
1.巡游出租监测分析应用功能模块语句代码修改
2.网约出租监测分析应用功能模块语句代码修改
3.城市公交监测分析应用功能模块语句代码修改
4.局机关业务系统功能模块语句代码修改
5.两客一危监测分析应用功能模块语句代码修改
6.城市出入口监测分析应用功能模块语句代码修改
7.重点枢纽人流监测应用功能模块语句代码修改
8.交通旅游运行监测应用功能模块语句代码修改
9.轨道交通监测分析应用功能模块语句代码修改
10.业务升级党组会议应用功能模块语句代码修改
11.网约车监管服务应用功能模块语句代码修改
12.数据交换共享平台功能模块语句代码修改
13.决策分析系统功能模块语句代码修改
14.质安档案管理应用功能模块语句代码修改
15交通报告管理应用功能模块语句代码修改
16.综合查询服务应用功能模块语句代码修改
17.应急指挥调度应用功能模块语句代码修改
18.移动端应用模块语句代码修改等

9.00

1.3.3

前端页面适配

1.根据要求调整前端架构
2.修改前端架构调用函数
3.适配修改前端样式
4.适配浏览器访问前端页面的兼容性

9.00

1.4

测试与验收

?

?

1.4.1

功能内部测试《测试记录》

1.系统单元测试
2.出具单元测试报告
3.系统集成测试
4.出具集成测试报告
5.系统功能测试
6.出具功能测试报告
7.系统压力测试
8.出具压力测试报告

4.00

1.4.2

数据联调测试

1.第三方单位接口方式联调测试
2.第三方单位库表交互方式联调测试
3.数据一致性对比测试
4.数据时效性测试
5.出具数据测试报告

4.00

1.4.3

用户功能测试验收

1.功能验证(核心功能测试、边界条件测试、异常处理测试)
2.用户界面与交互测试(界面布局与元素测试、交互逻辑测试、易用性测试)
3.安全性测试
4.文档与培训材料验收
5.进行用户反馈与满意度调查

3.00

1.4.4

上线部署

1.部署后端服务
2.部署前端服务
3.部署APP端服务
4.验证部署后服务

2.00

?

(三)模型搭建需求清单

包括以下算法:轨道交通客流趋势分析算法、道路运输客流趋势分析算法、铁路车站进出口客流量预测算法、铁路车站与公交接驳区域运力匹配度预测算法、水运港口/码头流量趋势预测算法、机场客流趋势分析算法、机场与公交接驳区域运力匹配度预测算法、公共停车场空余停车位预测算法、城市公交运营趋势预测算法、出租/网约载客数和营收趋势分析预测算法、出租/网约平均行驶速度、客流需求预测算法、公路通行速度及车流量趋势分析预测算法、营运车辆线路偏移预警算法、城市公交车辆不停站检测预警、城市公交站点人数超限预警算法、公交车辆和GPS对应关系异常预警算法、公交车辆和POS机对应关系异常预警算法、营运车辆车证异常检测预警算法、营运车辆人证异常检测预警算法、营运车辆班线营运检测预警算法、营运车辆规定区域外揽客检测预警算法、网约车订单逻辑异常检测预警算法、道路运输车辆营运状态异常检测预警算法、遮牌车营运检测预警算法、船舶无许可出航检测预警算法、客运码头人流数超限检测预警算法、船舶通行条件检测预警算法、交通应急事件监测预警算法、基于综合交通的公交优化决策算法、与区县接驳的公交优化决策算法、定制公交辅助决策算法、巡游出租行业治理辅助决策算法、巡游出租企业经营许可辅助决策算法、网约车行业治理辅助决策算法、网约车企业经营许可辅助决策算法、城市节假日运力协调优化算法、城市重点保障区域运力协调优化算法、道路客运行业治理辅助决策算法、道路客运行政执法辅助决策算法、日常交通出行大数据流量预测、节假日交通出行大数据流量预测、地理图像特征比对、车辆停靠站行为识别、公交站点下客人数推演、船舶特征识别、公交车内人数统计、出入通道密集人流统计、营运车辆载人识别、公交上下车人流统计。

序号

所属系统/模块名称

算法名称

用途

算法模型描述

工作量(人月)

技术支撑平台

?

?

?

?

(一)

业务支撑算法

?

?

?

?

1

交通运行趋势分析类

轨道交通客流趋势分析算法

用于预测轨道交通站点内和站点外接驳区域客流趋势

1)数据预处理
1)数据来源
历史客流数据:包括站点闸机刷卡数据、列车到站数据、接驳区域车辆流量等。
实时数据:通过传感器、摄像头和交通监控系统采集的实时人流、车流数据。
外部数据:包括天气预报、节假日信息、重大活动安排等影响客流的外部因素。
2)数据清洗与特征提取
数据清洗:去除无效数据(如缺失值、异常值),确保数据质量。
特征提取:提取关键特征,如客流量的时序特征(高峰时段)、外部影响因素(天气、节假日)、站点类型(换乘站、终点站等)。
2)客流预测模型构建
模型选择:根据数据特性和预测需求选择合适的预测算法。例如,对于具有明显周期性和季节性的数据,可以使用ARIMA或SARIMA模型;对于需要捕捉复杂模式的数据,则可以考虑使用LSTM或GRU等深度学习模型。
特征提取:从原始数据中提取有用的信息作为特征,例如时间戳、天气状况、是否节假日等。
模型训练:使用历史数据训练预测模型,并通过交叉验证等方法优化模型参数。
3)可视化展示
用户界面:设计一个易于使用的界面,使运营管理人员可以方便地选择站点、查看不同时间段的客流预测。
图表类型:使用柱状图展示特定站点在未来一小时、一天、一周等时间段内的客流预测;使用折线图展示客流随时间的变化趋势;使用热力图展示接驳区域的客流密度。
交互功能:允许用户选择特定站点并指定时间范围,即时展示相应的预测结果。

2.55

2

道路运输客流趋势分析算法

用于预测道路运输不同时段、线路、班次客流趋势

1)数据收集
历史客流数据:记录不同线路、班次在各个时间段的实际客流情况。
线路班次数据:包括每条线路的运营时间表、班次频率等信息。
节假日数据:节假日、周末以及其他特殊日期的数据。
天气数据:天气预报信息,如温度、降雨概率等。
重大事件数据:如演唱会、体育赛事等可能影响客流的重大事件。
实时数据:实时采集的车辆客流、行驶数据,用于更新预测模型。
2)数据清洗与处理
异常值处理:检查并处理数据中的异常值,如极端大或极端小的数值。
缺失值填补:使用插值法或其他统计方法填补缺失值,保持数据完整性。
数据整合:按照时间段、线路、班次等维度整合数据,形成可供分析的数据集。
3)算法模型构建
1)模型选择
ARIMA模型:适用于具有明显周期性和季节性的数据。
LSTM模型:适用于捕捉复杂模式的数据,特别是涉及长时间依赖关系的数据。
2)实现流程
数据清洗:清理历史客流量数据中的异常值,确保数据的准确性。
特征工程:将时间(日期、时段)、节假日、天气等因素作为特征输入模型。
模型训练:使用过去几年的历史客流数据训练ARIMA或LSTM模型。
实时更新:利用最新的客流监测数据进行实时预测调整,并输出客流预测结果。
4)预测结果展示
生成预测数据:生成进出口客流量的预测数据。
前端展示:提供给前端进行可视化展示,如通过折线图、柱状图等形式展示预测结果。
5)运营优化
客流高峰预判:提前预判客流高峰时段,合理安排人员和服务设施。
运力需求调整:根据预测结果调整运力需求,确保高峰期有足够的运力支持。

2.55

3

铁路车站进出口客流量预测算法

用于预测车站进出口的客流趋势

1)数据来源
历史客流量数据:记录过去各时间段(如每小时、每天)的进出站人数。
实时人流监测数据:通过安装在车站进出口的传感器、摄像头等设备收集的实时数据。
天气状况:包括温度、湿度、降水量等天气预报信息。
节假日信息:包括公共假期、周末等特殊日期。
交通事件:如线路故障、施工计划、临时交通管制等信息。
2)数据预处理
异常值处理:识别并剔除历史数据中的异常值,如极端值、错误录入的数据等。
缺失值填补:使用插值、前向填充、后向填充等方法填补缺失数据。
3)算法模型构建
1)模型选择
ARIMA模型:适用于具有明显周期性和季节性的数据,可以捕捉短期波动和长期趋势。
LSTM模型:适用于捕捉复杂模式的数据,特别是涉及长时间依赖关系的数据,适合用于预测节假日和特殊活动期间的客流波动。
2)实现流程
数据清洗:清理历史客流量数据中的异常值,确保数据的准确性。
特征工程:将时间(日期、时段)、节假日、天气等因素作为特征输入模型。
模型训练:使用过去几年的历史客流数据训练ARIMA或LSTM模型。
实时更新:利用最新的客流监测数据进行实时预测调整,并输出客流预测结果。
4)预测结果:生成进出口客流量的预测数据,提供给前端进行可视化展示。

1.7

4

铁路车站与公交接驳区域运力匹配度预测算法

用于预测车站与公交接驳区域运力匹配度

1)数据输入
车站客流量预测数据:包括进出站人数的预测数据。
接驳车辆调度数据:公交、出租车及其他接驳车辆的实时调度信息。
历史运力数据:记录过去各时间段(如每小时、每天)的接驳车辆数量和实际运载情况。
公交班次:公交线路的发车时间表。
2)算法模型构建
1)线性回归模型:运用线性回归模型对车站接驳区域的运力需求和供给之间的关系进行建模,估算未来不同时间段内的运力需求和供给量。
2)供需差异分析:基于线性回归模型的结果,计算运力匹配度,衡量公交、出租车等接驳车辆是否能够满足车站的客流需求。
3)贝叶斯优化模型:用于优化公交车辆的调度计划,确保在客流高峰期间接驳区域有足够的车辆供给。
3)实现流程:
需求预测:使用车站进出口客流量预测数据,结合历史上接驳区域的运力需求,预测未来不同时段的运力需求。
供给分析:根据公交、出租车等接驳车辆的实时调度数据,预测未来的运力供给情况。
运力匹配计算:计算供需比,得出接驳区域运力匹配度。
动态调整:根据供需差异,调整车辆调度计划,提高运力匹配度。
4)预测结果:生成未来运力匹配度的预测值,帮助管理人员提前调度车辆,缓解高峰期运力不足的问题。

2.55

5

水运港口/码头流量趋势预测算法

用于预测水运港口、码头客货运量的趋势

1)数据处理与建模
1)数据收集
系统通过整合多源数据,获取水路客运与货运的相关数据,包括:
历史客流数据:通过票务系统、进出口口岸的监控、船舶登记等数据源获取。
货运数据:港口货物吞吐量、船舶装卸信息、航运公司的货运记录等。
外部影响因素:天气数据、节假日、重大活动日程、市场需求波动等。
2)数据预处理
在进行趋势预测之前,需要对收集到的数据进行处理:
去噪处理:剔除异常值或数据缺失,确保数据的准确性。
特征工程:提取影响客流量和货运量的关键因素,例如天气、节假日、季节等,并将这些数据输入到预测模型中。
2)预测模型构建
根据数据特性和预测需求选择合适的预测算法。例如:
1)基于时序的客流量和货运量预测
ARIMA模型:常用于时间序列预测,能够基于历史数据预测未来趋势。系统会对客流量、货运量进行时序建模,分析短期内的变化趋势。
SARIMA模:适用于具有周期性波动的预测场景。对于具有明显季节性变化的客流或货运(如节假日高峰),使用SARIMA模型提高预测精度。
2)基于机器学习的预测
XGBoost:通过历史数据与多种外部因素(如天气、交通状况等)的综合分析,生成较为精确的客流和货运预测结果。
LSTM(长短期记忆网络): LSTM能够捕捉长时间跨度的趋势,适合预测长期的客流和货运量变化。
3)实时更新与预测优化
系统根据新接收的实时数据,动态更新预测模型的参数,进行滚动式预测,使预测结果更加贴近现实需求。此外,可通过定期对模型进行校正和评估,确保预测的准确性和有效性。
4)可视化与报告
可视化展示:使用图表形式(如折线图、柱状图等)展示预测结果,便于管理人员直观理解。
报告生成:自动生成包含预测结果、分析结论及建议的报告,供决策者参考。

2.55

6

机场客流趋势分析算法

用于预测机场进出口的客流趋势

1)数据收集
系统的数据来源主要包括:
历史客流量数据:机场各进出口的实际客流量数据,包括按天、小时甚至更精细的时段数据。
外部数据:包括天气、节假日、重大活动安排等信息,这些因素将作为预测模型中的重要变量。
2)算法选择与实现
根据数据特性和预测需求选择合适的预测算法。例如:
1)时间序列分析模型(ARIMA 模型)
ARIMA模型:用于处理历史客流量数据,能够很好地预测时间序列中的趋势性和周期性变化。通过将历史客流量按时序输入模型,结合不同时间段的特点(如工作日与周末、平季与高峰期),预测未来不同时段的客流变化。
数据预处理:在输入ARIMA模型之前,对历史数据进行平稳化处理(如去除季节性波动),并进行差分处理,确保数据的平稳性。
2)多元线性回归模型
用于将外部变量(如天气、节假日、特殊活动)加入到预测模型中,评估这些因素对未来客流量的影响。通过建立多元回归方程,系统可以根据不同的外部输入,调整预测值。
输入变量:天气(如温度、降雨量)、节假日标记(如春节、国庆等)、重大活动(如大型展会、体育赛事)等都会作为独立变量参与预测。
3)机器学习模型
除了传统的时间序列模型外,还可以利用**XGBoost(Extreme Gradient Boosting)**等机器学习算法,结合更多复杂因素(如机场管理政策调整、突发事件等)进行客流量预测。该模型通过不断优化预测误差,提供更加准确的预测结果。
训练数据集:利用机场的历史客流数据作为训练集,模型根据这些数据进行自我学习,自动调整权重,从而提高预测准确性。
3)预测流程
1)数据输入
系统定期从数据源(如机场客流数据中心、天气预报系统)获取最新数据,并与历史数据进行对比和分析。
2)模型选择
可先利用ARIMA模型生成基本的时间序列预测结果,然后根据多元回归模型调整预测值,以纳入外部因素的影响。最后,结合机器学习模型对复杂情况下的预测进行补充优化。
3)输出预测结果
系统生成不同时段、不同出入口的客流量预测结果,展示在用户的可视化界面中。
4)持续校准
系统根据实际客流数据对预测模型进行定期校准,以不断提升预测的准确性。

2.55

7

机场与公交接驳区域运力匹配度预测算法

用于预测机场与公交接驳区域运力匹配度

1)数据输入
机场客流量预测数据:包括进出机场人数的预测数据。
接驳车辆调度数据:公交、出租车及其他接驳车辆的实时调度信息。
历史运力数据:记录过去各时间段(如每小时、每天)的接驳车辆数量和实际运载情况。
公交班次:公交线路的发车时间表。
2)算法模型构建
1)线性回归模型:运用线性回归模型对机场接驳区域的运力需求和供给之间的关系进行建模,估算未来不同时间段内的运力需求和供给量。
2)供需差异分析:基于线性回归模型的结果,计算运力匹配度,衡量公交、出租车等接驳车辆是否能够满足机场的客流需求。
3)贝叶斯优化模型:用于优化公交车辆的调度计划,确保在客流高峰期间接驳区域有足够的车辆供给。
3)实现流程:
需求预测:使用机场进出口客流量预测数据,结合历史上接驳区域的运力需求,预测未来不同时段的运力需求。
供给分析:根据公交、出租车等接驳车辆的实时调度数据,预测未来的运力供给情况。
运力匹配计算:计算供需比,得出接驳区域运力匹配度。
动态调整:根据供需差异,调整车辆调度计划,提高运力匹配度。
4)预测结果:生成未来运力匹配度的预测值,帮助管理人员提前调度车辆,缓解高峰期运力不足的问题。

2.55

8

公共停车场空余停车位预测算法

用于预测公共停车场空余车位数量趋势

1)数据来源
历史停车数据:根据停车场过去一段时间的车位使用情况,尤其是在不同的时段、节假日或周末等特定日期的车位使用情况,作为预测的基础数据。
实时车位数据:结合停车场的实时车位使用信息,包括每小时或每分钟更新的车位占用情况,帮助实时调整预测模型。
外部数据:引入天气、节假日、周边活动(如商圈促销、展会等)、交通流量数据,作为影响停车需求的重要变量,提升预测的精度。
2)算法流程
1)数据预处理
时间序列分析:将历史停车数据处理为按小时、天、周等时间维度的序列,进行清洗和归一化处理,确保数据的时序性和一致性。
特征工程:提取相关特征,如停车高峰时段、天气条件、节假日影响等,作为模型的输入变量。
2)模型选择与训练
根据数据特性和预测需求选择合适的预测算法。例如:
线性回归模型:基于历史数据,采用线性回归模型预测停车位数量的变化趋势,尤其适用于短期预测,如未来几小时内的车位情况。
LSTM(长短期记忆网络)模型:由于停车位数据具有时间序列特性,LSTM模型能够捕捉到过去车位使用情况的长短期依赖性,适合预测更长时间段内(如一天或几天内)的车位变化趋势。
ARIMA(自回归积分滑动平均)模型:该模型可以有效处理时间序列数据中的趋势和季节性成分,适用于分析周期性车位使用波动,如周末或特定时段的高峰期。
3)模型训练与验证
模型训练:基于历史数据和外部影响因素训练模型,调整模型参数以提高预测准确度。
模型验证:采用交叉验证法评估模型在不同时间段的预测效果,确保模型具备良好的泛化能力。
4)实时预测与更新
实时数据输入:结合停车场的实时车位数据,动态调整预测结果。
外部事件修正:在遇到突发事件(如交通事故、紧急维修等)或特殊日子(如节假日、大型活动等)时,模型会自动引入这些数据,及时修正预测结果。
3)预测结果展示
1)图表展示
系统以直观的折线图或柱状图展示未来几个时段内的空余车位数量趋势。折线图显示出停车位的增减变化,帮助用户判断是否需要提前前往或延迟到达停车场。
2)热力图展示
通过热力图展示未来车位占用情况,颜色深浅代表车位紧张度。用户可以快速识别出哪些停车场或区域即将进入满位状态。

2.55

9

城市公交运营趋势预测算法

用于预测公交的客流、承载情况、通行速度、公交站点等待人数等运营趋势

1)数据收集
1)历史数据
客流量数据:包括乘客上下车记录、IC卡刷卡数据等。
承载情况数据:车辆的满载率、座位利用率等。
通行速度数据:公交车的平均速度、拥堵情况等。
站点数据:各站点的上下车人数、等待人数等。
节假日信息:包括公共假期、周末等特殊日期。
外部事件:如大型活动、施工计划等。
2)实时数据
GPS定位数据:公交车的位置信息。
IC卡刷卡数据:实时记录乘客上下车情况。
站点监控数据:通过视频监控获得的实时站点人数。
交通状况数据:实时交通拥堵情况。
2)数据预处理
数据清洗:去除异常值、填补缺失值。
特征提取:提取时间特征(如日期、时段)、外部影响因素(如天气、节假日)、历史运营特征(如上车人数、下车人数、满载率)等。
3)预测模型构建
根据数据特性和预测需求选择合适的预测算法。例如:
1)基于时间序列的预测模型
ARIMA/SARIMA模型:适用于具有周期性特征的时间序列数据。
Prophet模型:Facebook开源的时间序列预测工具,能够处理周期性和趋势性数据。
2)基于机器学习的预测模型
XGBoost:适合处理大规模数据集,能够捕捉复杂的非线性关系。
Random Forest:适用于多分类问题,能够处理高维特征。
LSTM(长短期记忆网络):适合处理具有长期依赖性的序列数据。
4)实现流程
1)特征工程
构造时间特征(如日期、小时、分钟)、外部影响特征(如天气、节假日)、历史运营特征(如上车人数、下车人数、满载率)等。
2)模型训练
将数据集划分为训练集、验证集和测试集,使用训练集数据训练所选模型,使用验证集调整模型参数,使用测试集评估模型性能。
3)实时更新
将实时数据与历史数据结合,用于动态调整预测模型,根据最新的实时数据,滚动更新预测结果,提高预测精度。
4)预测结果输出与应用
1)预测结果
客流量预测:生成未来时间段内各站点的预计客流量。
承载情况预测:预测车辆的满载率和座位利用率。
通行速度预测:预测未来时间段内的车辆平均速度。
站点等待人数预测:预测未来时间段内各站点的等待人数。
2)可视化展示
图表展示:使用图表形式(如折线图、柱状图等)展示预测结果,便于管理人员直观理解。
报告生成:自动生成包含预测结果、分析结论及建议的报告,供决策者参考。

3.4

10

出租/网约载客数和营收趋势分析预测算法

用于预测巡游出租、网约出租载客和营收趋势

1)数据采集
1)历史运营数据
载客数数据:包括每次行程的乘客数量。
营收数据:每次行程的收入金额。
行驶轨迹数据:车辆的行驶路线和时间。
节假日信息:包括公共假期、周末等特殊日期。
天气数据:天气预报信息,如温度、降雨概率等。
2)实时运营数据
GPS定位数据:车辆当前位置信息。
订单数据:实时接单情况,包括订单量、订单分布等。
支付数据:实时支付记录,包括支付方式、金额等。
2)数据预处理
数据清洗:去除异常值(如极端值、不合理值)、填补缺失值(如使用插值、前向填充、后向填充等方法)。
特征提取:提取时间特征(如日期、时段)、提取外部影响因素(如天气、节假日)、提取历史运营特征(如载客数、营收额、行驶距离)。
2)预测模型构建
根据数据特性和预测需求选择合适的预测算法。例如:
1)基于时间序列的预测模型
ARIMA/SARIMA模型:适用于具有周期性特征的时间序列数据。
Prophet模型:Facebook开源的时间序列预测工具,能够处理周期性和趋势性数据。
2)基于机器学习的预测模型
XGBoost:适合处理大规模数据集,能够捕捉复杂的非线性关系。
Random Forest:适用于多分类问题,能够处理高维特征。
LSTM(长短期记忆网络):适合处理具有长期依赖性的序列数据。
3)实现流程
1)特征工程
构造特征:构造时间特征(如日期、小时、分钟)、外部影响特征(如天气、节假日)、历史运营特征(如载客数、营收额、行驶距离)。
2)模型训练
将数据集划分为训练集、验证集和测试集;使用训练集数据训练所选模型,使用验证集调整模型参数,使用测试集评估模型性能。
3)实时更新
将实时数据与历史数据结合,用于动态调整预测模型,根据最新的实时数据,滚动更新预测结果,提高预测精度。
4)预测结果输出与应用
1)预测结果
载客数预测:生成未来时间段内预计的载客数。
营收预测:预测未来时间段内的预计营收。
2)可视化展示
图表展示:使用图表形式(如折线图、柱状图等)展示预测结果,便于管理人员直观理解。
报告生成:自动生成包含预测结果、分析结论及建议的报告,供决策者参考。

3.4

11

出租/网约平均行驶速度、客流需求预测算法

用于预测巡游出租、网约出租重点区域的平均行驶速度、客流需求

1)数据收集
1)历史运营数据
载客记录:每次行程的起始点、终点、乘客数量、行程时间等。
等待记录:每次行程前后车辆的等待时间。
位置数据:车辆在不同时间点的位置信息。
时间数据:记录每次行程的发生时间(日期、时段)。
节假日信息:包括公共假期、周末等特殊日期。
天气数据:天气预报信息,如温度、降雨概率等。
2)实时运营数据
GPS定位数据:车辆的实时位置信息。
订单数据:实时接单情况,包括订单量、订单分布等。
路况数据:实时交通状况,如拥堵程度、事故信息等。
2)数据预处理
1)数据清洗:去除异常值(如极端值、不合理值)、填补缺失值(如使用插值、前向填充、后向填充等方法)。
2)特征提取
时间特征:日期、时段、星期几等。
地理特征:区域划分、经纬度坐标等。
外部影响因素:天气、节假日、特殊事件等。
历史运营特征:载客数、营收额、行驶速度等。
2)预测模型构建
根据数据特性和预测需求选择合适的预测算法。例如:
1)基于时间序列的预测模型
ARIMA/SARIMA模型:适用于具有周期性特征的时间序列数据。
Prophet模型:Facebook开源的时间序列预测工具,能够处理周期性和趋势性数据。
2)基于机器学习的预测模型
XGBoost:适合处理大规模数据集,能够捕捉复杂的非线性关系。
Random Forest:适用于多分类问题,能够处理高维特征。
LSTM(长短期记忆网络):适合处理具有长期依赖性的序列数据。
3)实现流程
1)特征工程
构造时间特征(如日期、小时、分钟)、地理特征(如区域、经纬度)、外部影响特征(如天气、节假日)、历史运营特征(如载客数、营收额、行驶速度)。
2)模型训练
将数据集划分为训练集、验证集和测试集;使用训练集数据训练所选模型,使用验证集调整模型参数,使用测试集评估模型性能。
3)实时更新
将实时数据与历史数据结合,用于动态调整预测模型,根据最新的实时数据,滚动更新预测结果,提高预测精度。
4)预测结果输出与应用
1)预测结果
等待时长预测:生成未来时间段内某一区域内出租车的平均行驶速度。
客流需求预测:预测未来时间段内某一区域内乘客的需求量。
车辆需求预测:预测未来时间段内某一区域内所需的出租车数量。
2)可视化展示
图表展示:使用图表形式(如折线图、柱状图、热力图等)展示预测结果,便于管理人员直观理解。
报告生成:自动生成包含预测结果、分析结论及建议的报告,供决策者参考。

3.4

12

公路通行速度及车流量趋势分析预测算法

预测未来重点路段的车流量和通行速度

1)数据收集
1)历史运营数据
车流量数据:包括不同时间段内的车辆数量。
通行速度数据:不同时间段内的平均车速。
拥堵情况数据:记录了交通拥堵发生的频率和持续时间。
天气数据:包括温度、湿度、降水量等天气预报信息。
节假日信息:包括公共假期、周末等特殊日期。
外部事件:如大型活动、施工计划等。
2)实时运营数据
传感器数据:如道路上安装的传感器记录的实时车流量。
视频监控数据:通过视频监控获得的实时交通状况。
2)数据预处理
1)数据清洗:去除异常值(如极端值、不合理值)、填补缺失值(如使用插值、前向填充、后向填充等方法)。
2)特征提取
时间特征:日期、时段、星期几等。
地理特征:路段编号、区域划分、经纬度坐标等。
外部影响因素:天气、节假日、特殊事件等。
历史运营特征:车流量、通行速度、拥堵情况等。
2)预测模型
根据数据特性和预测需求选择合适的预测算法。例如:
1)基于时间序列的预测模型
ARIMA/SARIMA模型:适用于具有周期性特征的时间序列数据。
Prophet模型:Facebook开源的时间序列预测工具,能够处理周期性和趋势性数据。
2)基于机器学习的预测模型
XGBoost:适合处理大规模数据集,能够捕捉复杂的非线性关系。
Random Forest:适用于多分类问题,能够处理高维特征。
LSTM(长短期记忆网络):适合处理具有长期依赖性的序列数据。
3)实现流程
1)特征工程、构造时间特征(如日期、小时、分钟)、地理特征(如路段、经纬度)、外部影响特征(如天气、节假日)、历史运营特征(如车流量、通行速度)。
2)模型训练:将数据集划分为训练集、验证集和测试集。使用训练集数据训练所选模型,使用验证集调整模型参数,使用测试集评估模型性能。
3)实时更新:将实时数据与历史数据结合,用于动态调整预测模型,根据最新的实时数据,滚动更新预测结果,提高预测精度。
4)预测结果输出与应用
1)预测结果
车流量预测:生成未来时间段内重点路段的预计车流量。
通行速度预测:预测未来时间段内重点路段的预计通行速度。
2)可视化展示
图表展示:使用图表形式(如折线图、柱状图、热力图等)展示预测结果,便于管理人员直观理解。
报告生成:自动生成包含预测结果、分析结论及建议的报告,供决策者参考。

3.4

13

交通运行安全预警类

营运车辆线路偏移预警算法

发现并预警城市公交、道路客运、货运车辆偏离原有运行路径的情况

1)数据来源
1)实时定位数据
GPS定位数据:车辆的实时位置信息。
车载终端数据:车辆的速度、方向等信息。
2)历史运行数据
线路规划数据:公交线路的标准路径、站点位置信息。
车辆调度数据:车辆的调度计划、班次信息。
2)数据预处理
数据清洗:去除异常值(如极端值、不合理值)、填补缺失值(如使用插值、前向填充、后向填充等方法)。
3)特征提取
位置特征:车辆的实时位置坐标。
时间特征:记录车辆的位置信息的时间戳。
历史特征:车辆的标准运行路径、历史行驶轨迹。
4)偏移检测与预警模型构建
根据数据特性和预警需求选择合适的偏移检测与预警模型,例如:
1)基于几何距离的偏移检测
欧氏距离:计算车辆实时位置与标准路径之间的距离。
曼哈顿距离:适用于城市网格道路结构的偏移检测。
2)基于轨迹匹配的偏移检测
最近邻搜索:查找最接近标准路径的点,判断是否偏移。
轨迹相似度计算:使用DTW(动态时间规整)或其他相似度计算方法,判断车辆行驶轨迹与标准路径的匹配度。
5)实现流程
1)实时监控
持续接收并处理车辆的实时定位数据。
比较实时位置与标准路径之间的偏差。
2)偏移判定
设置偏移阈值,当偏差超过设定阈值时,判定为偏移。
3)预警生成
一旦检测到偏移,生成预警信息。
记录偏移的时间、地点、程度等信息。
6)预警信息推送与展示
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

3.4

14

城市公交车辆不停站检测预警

及时发现并预警公交车不停站的行为

1)数据收集
1)实时定位数据
GPS定位数据:车辆的实时位置信息。
车载终端数据:车辆的速度、方向等信息。
2)历史运行数据
线路规划数据:公交线路的标准路径、站点位置信息。
车辆调度数据:车辆的调度计划、班次信息。
2)数据预处理
1)数据清洗:去除异常值(如极端值、不合理值),填补缺失值(如使用插值、前向填充、后向填充等方法)。
2)特征提取
位置特征:车辆的实时位置坐标。
时间特征:记录车辆的位置信息的时间戳。
速度特征:车辆的速度信息。
3)不停站行为检测与预警模型构建
根据数据特性和预警需求选择合适的偏移检测与预警模型,例如:
1)基于速度变化的检测
速度阈值:设置车辆进入站点前后的速度变化阈值。
速度变化趋势:分析车辆进入站点前后速度的变化趋势。
2)基于停留时间的检测
停留时间阈值:设置车辆在站点的最小停留时间。
3)基于站点匹配的检测
站点匹配:通过GPS定位数据与标准站点位置进行匹配,判断是否停靠。
4)实现流程
1)实时监控:持续接收并处理车辆的实时定位和速度数据,并记录车辆进入和离开站点的时间和速度。
2)停靠判定:设置停靠阈值,当车辆的速度变化和停留时间不符合设定阈值时,判定为未停靠。
3)预警生成:一旦检测到不停站行为,生成预警信息;记录停靠站名称、异常的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

2.55

15

城市公交站点人数超限预警算法

识别出的公交站点人数超限的情况

1)数据收集与处理
1)数据来源
摄像头视频:从安装在公交站点附近的摄像头获取实时视频流。
站点容量数据:公交站点的最大容纳人数。
历史视频记录:用于训练视频分析算法的历史视频数据。
2)数据预处理
视频流处理:
帧率调整:调整视频帧率以适应处理能力。
分辨率调整:调整视频分辨率以提高处理效率。
图像预处理:
背景分割:从视频帧中分割出背景,只保留移动物体。
图像增强:改善图像质量,提高检测精度。
2)人数超限检测与预警模型构建
根据数据特性和预警需求选择合适的超限检测与预警模型,例如:
1)基于计算机视觉的人数检测
人体检测:使用深度学习模型(如YOLO、SSD)检测视频帧中的人体。
人数计数:通过检测到的人体数量计算站点的人数。
2)基于行为分析的超限检测
行为识别:通过分析人群的行为模式,识别异常聚集。
密度估计:使用密度估计方法计算单位面积内的人数密度。
3)实现流程
实时监控:持续接收并处理站点附近的摄像头视频流,并实时检测视频帧中的人体数量。
人数计算:根据检测到的人体数量计算站点的人数。
超限判定:设置人数阈值,当站点人数超过设定阈值时,判定为人数超限。
预警生成:一旦检测到人数超限,生成预警信息,并记录站点名称、超限程度等信息。
4)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

1.7

16

公交车辆和GPS对应关系异常预警算法

识别出公交车辆和接收的GPS数据是否存在对应关系异常的情况(包括车机是否匹配、位置是否一致、状态是否一致等)

1)数据来源
1)车辆数据
车辆编号:每辆公交车的唯一标识。
车辆状态:车辆的在线状态、运行状态等。
2)GPS数据
GPS编号:每个GPS设备的唯一标识。
GPS位置数据:车辆的实时位置信息。
GPS状态:GPS设备的工作状态。
2)数据预处理
数据清洗:去除异常值(如极端值、不合理值),填补缺失值(如使用插值、前向填充、后向填充等方法)。
数据匹配:将车辆数据与GPS数据进行匹配,确保每辆公交车的与相应的GPS设备正确绑定。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于规则的异常检测
唯一性规则:检查每辆公交车是否仅与一个GPS设备绑定。
一致性规则:检查车辆上报的位置与GPS设备上报的位置是否一致。
2)基于统计的异常检测
位置偏差统计:计算车辆位置与GPS位置之间的偏差。
状态一致性统计:统计车辆状态与GPS状态的一致性。
4)实现流程
实时监控:持续接收并处理车辆的实时位置和状态数据,检查车辆数据与GPS数据之间的对应关系。
异常判定:设置异常阈值,当车辆与GPS设备之间存在不一致或错误绑定时,判定为异常。
预警生成:一旦检测到异常,生成预警信息,并记录车辆编号、异常的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

1.7

17

公交车辆和POS机对应关系异常预警算法

识别出公交车辆和接收的POS机数据是否存在对应关系异常的情况(包括车机是否匹配、位置是否一致、时间是否一致等)

1)数据采集
1)车辆数据
收集每辆车的GPS位置、速度、时间戳等信息。
获取车辆的运行状态数据,如行驶路线、停靠点等。
2)POS机数据
记录每个POS机的交易数据,包括交易时间、金额、交易位置等。
确保POS机的数据与其物理位置和活动状态相关联。
2)数据整合与预处理
数据整合:将车辆和POS机数据整合在一个数据库中,关联每个车辆的GPS位置和POS机的交易数据。
数据清洗:处理缺失值和错误数据,确保数据的准确性和一致性。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于规则的异常检测
唯一性规则:检查每辆公交车是否仅与一个POS机绑定。
一致性规则:检查车辆上报的位置与POS机记录的交易地点是否一致。
2)基于统计的异常检测
交易时间统计:检查交易时间与车辆运行时间是否一致。
位置一致性统计:统计车辆位置与POS机记录的交易位置的一致性。
4)实现流程
实时监控:持续接收并处理车辆的实时位置和状态数据,以及POS机的交易记录,并检查车辆数据与POS机数据之间的对应关系。
异常判定:设置异常阈值,当车辆与POS机之间存在不一致或错误绑定时,判定为异常。
预警生成:一旦检测到异常,生成预警信息,并记录车辆编号、异常的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

1.7

18

营运车辆车证异常检测预警算法

识别出出租、网约车、道路运输车辆是否存在车证过期、即将到期、无车证等营运行为

1)数据收集
1)车辆信息
车牌号码:车辆的唯一标识。
车辆类型:出租、网约车等。
车辆状态:车辆的在线状态、运行状态等。
2)车证信息
车证编号:每个车证的唯一标识。
车证有效期:车证的有效起止日期。
车证状态:车证的状态(有效、过期、即将到期等)。
3)历史数据
历史车证记录:用于训练和验证车证状态变化的规律。
2)数据预处理
数据清洗:去除异常值(如极端值、不合理值),填补缺失值(如使用插值、前向填充、后向填充等方法)。
数据匹配:将车辆信息与车证信息进行匹配,确保每辆车与相应的车证信息正确绑定。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于规则的异常检测
有效性规则:检查车证是否在有效期内。
即将到期规则:检查车证是否即将到期(如提前一个月提醒)。
无证规则:检查是否有车辆未持有有效的车证。
2)基于时间序列的异常检测
时间窗口:设定一个时间窗口来检查车证的有效性。
状态跟踪:记录车证状态随时间的变化情况。
4)实现流程
实时监控:持续接收并处理车辆的车证信息,检查车证的有效性、到期情况。
异常判定:设置异常阈值,当车证过期、即将到期或无车证时,判定为异常。
预警生成:一旦检测到异常,生成预警信息,并记录车辆编号、异常的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

2.55

19

营运车辆人证异常检测预警算法

识别出出租、网约车是否存在人证过期、即将到期、无人证等营运行为

1)数据收集
1)驾驶员信息
驾驶员编号:每个驾驶员的唯一标识。
姓名:驾驶员的姓名。
联系方式:驾驶员的联系电话。
2)人证信息
人证编号:每个人证的唯一标识。
人证有效期:人证的有效起止日期。
人证状态:人证的状态(有效、过期、即将到期等)。
3)历史数据
历史人证记录:用于训练和验证人证状态变化的规律。
2)数据预处理
数据清洗:去除异常值(如极端值、不合理值),填补缺失值(如使用插值、前向填充、后向填充等方法)。
数据匹配:将驾驶员信息与人证信息进行匹配,确保每位驾驶员与相应的人证信息正确绑定。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于规则的异常检测
有效性规则:检查人证是否在有效期内。
即将到期规则:检查人证是否即将到期(如提前一个月提醒)。
无人证规则:检查是否有驾驶员未持有有效的人证。
2)基于时间序列的异常检测
时间窗口:设定一个时间窗口来检查人证的有效性。
状态跟踪:记录人证状态随时间的变化情况。
4)实现流程
实时监控:持续接收并处理驾驶员的人证信息,检查人证的有效性、到期情况。
异常判定:设置异常阈值,当人证过期、即将到期或无人证时,判定为异常。
预警生成:一旦检测到异常,生成预警信息,并记录驾驶员编号、异常的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

2.55

20

营运车辆班线营运检测预警算法

及时发现并预警是否存在长期固定路线行驶、跨区域行驶等班线营运行为

1)数据收集
1)车辆信息
车辆编号:车辆的唯一标识。
车辆类型:出租、网约车等。
2)行驶轨迹数据
GPS定位数据:车辆的实时位置信息。
行驶记录:车辆的行驶路线、时间戳等。
3)区域信息
行政区划信息:用于识别车辆是否跨区域行驶。
固定路线定义:用于定义长期固定路线的标准。
4)历史数据
历史行驶记录:用于分析车辆行驶模式。
2)数据预处理
数据清洗:去除异常值(如极端值、不合理值),填补缺失值(如使用插值、前向填充、后向填充等方法)。
轨迹重构:通过GPS数据重构车辆的行驶轨迹,清晰地表示车辆的行驶路径和时间序列。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于聚类的检测
K-Means聚类:将车辆行驶轨迹聚类,识别出频繁出现的固定路线。
DBSCAN聚类:用于识别密度较高的行驶轨迹区域。
2)基于模式识别的检测
模式匹配:通过模式匹配算法,检测是否存在重复出现的行驶模式。
3)基于规则的检测
行政区划规则:根据行政区划信息,检查车辆是否跨区域行驶。
固定路线规则:根据定义的固定路线标准,检查车辆是否长期固定路线行驶。
4)实现流程
实时监控:持续接收并处理车辆的GPS定位数据,重构车辆的行驶轨迹。
模式识别:应用聚类算法和模式匹配算法,识别是否存在固定路线行驶模式。
区域检查:使用行政区划信息,检查车辆是否跨区域行驶。
异常判定:设置异常阈值,当车辆存在长期固定路线行驶或跨区域行驶时,判定为异常。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

3.4

21

营运车辆规定区域外揽客检测预警算法

实时监控出租、网约车是否在规定的区域内上下客,及时发现并预警异常行为

1)数据收集与处理
1)视频监控数据
前端摄像头:安装在规定区域内外的摄像头,用于捕获车辆上下客的画面。
2)GPS定位数据
车辆定位信息:车辆的实时GPS位置数据。
3)车辆信息
车辆编号:车辆的唯一标识。
车辆类型:出租、网约车等。
4)区域信息
规定区域边界:定义车辆应该在哪些区域内上下客。
历史行驶记录:用于分析车辆的行驶模式。
2)数据预处理
1)视频流处理
帧率调整:调整视频帧率以适应处理能力。
分辨率调整:调整视频分辨率以提高处理效率。
2)图像预处理
背景分割:从视频帧中分割出背景,只保留移动物体。
图像增强:改善图像质量,提高检测精度。
3)数据匹配
将车辆的GPS定位数据与规定区域边界信息进行匹配,确保数据的一致性。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于计算机视觉的目标检测
人体检测:使用深度学习模型(如YOLO、SSD)检测视频帧中的人体。
车辆检测:检测视频帧中的车辆,并与GPS定位数据关联。
2)基于位置的异常检测
位置匹配:检查车辆的GPS定位信息是否位于规定的区域内。
历史轨迹分析:分析车辆的历史行驶轨迹,判断是否存在频繁出入规定区域外的行为。
3)基于规则的异常检测
区域规则:根据规定区域边界信息,检查车辆是否在规定区域外上下客。
时间规则:根据车辆的上下客时间,结合区域规则进行综合判断。
4)实现流程
实时监控:持续接收并处理车辆的GPS定位数据和视频监控数据,实时检测视频帧中的人体和车辆信息。
位置匹配:检查车辆的GPS定位信息是否位于规定的区域内。
异常判定:设置异常阈值,当车辆在规定区域外上下客时,判定为异常。
预警生成:一旦检测到异常,生成预警信息,并记录车辆编号、行驶轨迹、异常的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

1.7

22

网约车订单逻辑异常检测预警算法

识别出接收的发起、接收、取消、出发、到达、支付等六类订单数据是否逻辑异常的情况

1)数据收集
1)订单数据
订单ID:订单的唯一标识符。
订单状态:订单的当前状态(如已发起、已接收、已取消、已出发、已到达、已支付)。
时间戳:订单各个状态变更的时间戳。
地理位置信息:订单涉及的地理位置信息,如起点、终点。
2)车辆信息
车辆编号:车辆的唯一标识。
车辆状态:车辆的在线状态、运行状态等。
3)驾驶员信息
驾驶员编号:驾驶员的唯一标识。
联系方式:驾驶员的联系电话。
4)支付信息
支付状态:订单的支付状态(如待支付、已支付)。
支付时间:支付完成的时间戳。
5)数据预处理
数据清洗:去除异常值(如极端值、不合理值),填补缺失值(如使用插值、前向填充、后向填充等方法)。
时间序列构建:构建订单状态的时间序列,确保每个状态按照正确的顺序排列。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于规则的异常检测
状态转换规则:检查订单状态是否按照合理的顺序转换(如发起 -> 接收 -> 出发 -> 到达 -> 支付)。
时间间隔规则:检查订单状态转换的时间间隔是否合理(如从发起到接收不应超过一定时间)。
2)基于统计的异常检测
时间序列分析:使用时间序列分析方法(如ARIMA)检测订单状态转换的时间间隔是否符合历史模式。
异常检测算法:使用异常检测算法(如IQR方法、Z-Score)检测订单状态转换的时间间隔是否存在异常。
4)实现流程
实时监控:持续接收并处理订单状态变更的数据,构建订单状态的时间序列。
状态检查:检查订单状态是否按照合理的顺序转换。
时间间隔检查:检查订单状态转换的时间间隔是否合理。
异常判定:设置异常阈值,当订单状态转换的时间间隔或顺序不符合预期时,判定为异常。
预警生成:一旦检测到异常,生成预警信息,并记录订单ID、异常的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

2.55

23

道路运输车辆营运状态异常检测预警算法

识别车辆在没有经过年检或没有电子运单的情况下仍继续营运的行为,及时进行预警

1)数据收集
1)车辆信息
车辆编号:车辆的唯一标识。
年检状态:车辆的年检状态(已年检、未年检)。
电子运单状态:车辆是否携带电子运单(有、无)。
2)视频监控数据
前端摄像头:安装在关键路段和路口的摄像头,用于捕获车辆的信息。
3)GPS定位数据
车辆定位信息:车辆的实时GPS位置数据。
4)历史数据
历史行驶记录:用于分析车辆的行驶模式和历史年检记录。
2)数据预处理
1)视频流处理
帧率调整:调整视频帧率以适应处理能力。
分辨率调整:调整视频分辨率以提高处理效率。
2)图像预处理
背景分割:从视频帧中分割出背景,只保留移动物体。
图像增强:改善图像质量,提高检测精度。
3)数据匹配
将车辆的GPS定位数据与车辆信息进行匹配,确保数据的一致性。
3)异常检测与预警模型
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于计算机视觉的车辆识别
车牌识别:识别车辆的车牌信息。
车辆类型识别:通过图像识别技术识别车辆的类型。
2)基于规则的异常检测
年检规则:检查车辆是否已经完成年检。
电子运单规则:检查车辆是否携带电子运单。
3)基于位置的异常检测
位置匹配:检查车辆的GPS定位信息是否位于营运范围内。
历史轨迹分析:分析车辆的历史行驶轨迹,判断是否存在未年检或无电子运单但仍继续营运的行为。
4)实现流程
实时监控:持续接收并处理车辆的GPS定位数据和视频监控数据,实时检测视频帧中的车辆信息。
车辆状态检查:检查车辆的年检状态和电子运单状态。
位置匹配:检查车辆的GPS定位信息是否位于营运范围内。
异常判定:设置异常阈值,当车辆存在未年检或无电子运单但仍继续营运的行为时,判定为异常。
预警生成:一旦检测到异常,生成预警信息,并记录车辆编号、异常的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

1.7

24

遮牌车营运检测预警算法

识别车辆在遮挡车牌后仍继续营运的行为,及时进行预警

1)数据收集
1)视频监控数据
前端摄像头:安装在关键路段和路口的摄像头,用于捕获车辆的信息。
2)GPS定位数据
车辆定位信息:车辆的实时GPS位置数据。
3)历史营运数据
车辆信息:车辆的唯一标识、车牌号、车型等。
营运记录:车辆的历史营运记录,包括行驶轨迹、时间戳等。
2)数据预处理
1)视频流处理
帧率调整:调整视频帧率以适应处理能力。
分辨率调整:调整视频分辨率以提高处理效率。
2)图像预处理
背景分割:从视频帧中分割出背景,只保留移动物体。
图像增强:改善图像质量,提高检测精度。
3)车牌识别
OCR技术:使用光学字符识别技术识别车牌信息。
异常识别:标记无法识别车牌的情况。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于计算机视觉的车辆识别
车牌识别:识别车辆的车牌信息。
车辆类型识别:通过图像识别技术识别车辆的类型。
2)基于历史数据的异常检测
车牌一致性检查:比对车辆的GPS定位信息与历史营运数据中的车牌信息。
位置轨迹分析:分析车辆的历史行驶轨迹,判断是否存在遮挡车牌但仍继续营运的行为。
4)实现流程
实时监控:持续接收并处理车辆的GPS定位数据和视频监控数据,实时检测视频帧中的车辆信息,识别车牌。
车牌识别:对视频帧中的车牌进行识别,标记无法识别车牌的情况。
车牌一致性检查:比对车辆的GPS定位信息与历史营运数据中的车牌信息。
异常判定:设置异常阈值,当车辆存在车牌无法识别且仍在营运的行为时,判定为异常。
预警生成:一旦检测到异常,生成预警信息;并记录车辆编号、异常的具体情况等信息
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

3.4

25

船舶无许可出航检测预警算法

识别出无许可出航的异常情况,及时进行预警

1)数据收集
1)AIS数据
船舶编号:船舶的唯一标识。
位置信息:船舶的实时位置(经纬度)。
航速:船舶的航速。
航向:船舶的航向。
2)监控数据
视频监控:安装在航道、港口等关键位置的摄像头捕捉到的视频流。
3)水运许可数据
许可编号:许可文件的唯一标识。
许可范围:许可文件中规定的航行范围。
许可时间:许可文件中规定的航行时间。
4)历史数据
历史航行记录:用于分析船舶的历史航行模式。
2)数据预处理
1)AIS数据处理
数据清洗:去除无效或错误的AIS数据。
数据融合:将来自不同源的AIS数据进行融合处理。
2)视频数据处理
帧率调整:调整视频帧率以适应处理能力。
分辨率调整:调整视频分辨率以提高处理效率。
背景分割:从视频帧中分割出背景,只保留移动物体。
图像增强:改善图像质量,提高检测精度。
3)许可数据处理
格式标准化:将不同格式的许可数据统一到相同格式。
时间校准:将许可时间与当前时间进行校准。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于位置的异常检测
位置匹配:检查船舶的位置是否位于许可的航行范围内。
2)基于时间的异常检测
时间窗口:检查船舶的航行时间是否在许可的时间窗口内。
3)基于视频的异常检测
船舶识别:使用OCR技术识别船舶的标识信息。
行为识别:通过视频分析技术识别船舶的行为模式。
4)实现流程
实时监控:持续接收并处理船舶的AIS数据和视频监控数据,实时检测船舶的位置信息和行为模式。
位置匹配:检查船舶的位置是否位于许可的航行范围内。
时间窗口检查:检查船舶的航行时间是否在许可的时间窗口内。
视频识别:使用视频分析技术识别船舶的行为模式。
异常判定:设置异常阈值,当船舶的位置或时间不符合许可条件时,判定为异常。
预警生成:一旦检测到异常,生成预警信息,并记录船舶编号、异常的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

2.55

26

客运码头人流数超限检测预警算法

分析客运码头人流是否超限,及时进行预警

1)数据收集
1)视频监控数据
摄像头视频流:安装在客运码头关键区域的摄像头捕捉到的视频流。
2)移动信令数据
手机基站数据:通过分析手机基站数据来估算区域内的人数。
3)客运码头数据
码头容量数据:码头的最大容纳人数。
4)历史运营数据:包括过往的人流量统计、高峰时段等。
2)数据预处理
1)视频流处理
帧率调整:调整视频帧率以适应处理能力。
分辨率调整:调整视频分辨率以提高处理效率。
背景分割:从视频帧中分割出背景,只保留移动物体。
图像增强:改善图像质量,提高检测精度。
2)移动信令数据处理
去重处理:去除重复记录的手机信号。
时间戳同步:将信令数据与视频数据的时间戳进行同步。
3)码头数据处理
格式标准化:将不同格式的码头数据统一到相同格式。
历史数据分析:分析历史数据,识别高峰时段和人流模式。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于计算机视觉的人数检测
人体检测:使用深度学习模型(如YOLO、SSD)检测视频帧中的人体。
人数计数:通过检测到的人体数量计算码头的人流量。
2)基于移动信令的人数估算
信令分析:分析手机基站数据,估算区域内的人数。
3)基于历史数据的趋势预测
时间序列分析:使用时间序列分析方法(如ARIMA)预测未来的人流量。
4)基于规则的超限检测
人数阈值:设置码头的最大容纳人数阈值。
时间窗口:设置检测时间窗口,检查在指定时间段内的人流量是否超限。
4)实现流程
实时监控:持续接收并处理视频监控数据和移动信令数据,实时检测视频帧中的人体数量;并分析手机基站数据,估算区域内的人数。
人数计数:计算码头的人流量。
趋势预测:使用历史数据预测未来的人流量。
超限判定:设置人数阈值,当码头的人流量超过设定阈值时,判定为超限。
预警生成:一旦检测到超限情况,生成预警信息;并记录码头名称、超限的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

1.7

27

船舶通行条件检测预警算法

识别航行中船舶无法满足通过条件的危险行为,及时进行预警

1)数据收集
1)前端视频监控数据
摄像头视频流:安装在航道、桥梁等关键位置的摄像头捕捉到的视频流。
2)船舶航行位置数据
AIS数据:船舶的自动识别系统提供的实时位置、速度、航向等信息。
3)桥梁净空尺度数据
桥梁信息:桥梁的高度、宽度等结构信息。
4)水位数据
实时水位:监测点提供的实时水位信息。
历史水位:用于分析水位变化趋势。
2)数据预处理
1)视频流处理
帧率调整:调整视频帧率以适应处理能力。
分辨率调整:调整视频分辨率以提高处理效率。
背景分割:从视频帧中分割出背景,只保留移动物体。
图像增强:改善图像质量,提高检测精度。
2)AIS数据处理
数据清洗:去除无效或错误的AIS数据。
数据融合:将来自不同源的AIS数据进行融合处理。
3)桥梁净空尺度数据处理
格式标准化:将不同格式的桥梁数据统一到相同格式。
4)水位数据处理
时间同步:将水位数据与视频数据的时间戳进行同步。
趋势分析:分析水位变化趋势,预测未来水位。
3)异常检测与预警模型构建
根据数据特性和预警需求选择合适的异常检测与预警模型,例如:
1)基于计算机视觉的船舶识别
船舶检测:使用深度学习模型(如YOLO、SSD)检测视频帧中的船舶。
船舶尺寸估计:通过视频分析估计船舶的尺寸。
2)基于AIS数据的船舶状态分析
位置匹配:检查船舶的位置是否接近桥梁或特定水域。
速度航向分析:分析船舶的速度和航向是否符合安全航行的要求。
3)基于桥梁净空尺度的通行条件分析
净空高度计算:根据桥梁高度和实时水位计算净空高度。
通行条件评估:评估船舶是否能够安全通过桥梁或特定水域。
4)基于历史数据的趋势预测
时间序列分析:使用时间序列分析方法(如ARIMA)预测未来水位变化。
4)实现流程
实时监控:持续接收并处理视频监控数据、AIS数据、桥梁净空尺度数据和水位数据;并实时检测视频帧中的船舶信息。
船舶状态检查:检查船舶的位置是否接近桥梁或特定水域。
净空高度计算:根据桥梁高度和实时水位计算净空高度。
通行条件评估:评估船舶是否能够安全通过桥梁或特定水域。
异常判定:设置异常阈值,当船舶不满足通过条件时,判定为异常。
预警生成:一旦检测到异常,生成预警信息;并记录船舶编号、异常的具体情况等信息。
5)预警信息推送
将预警信息通过短信或邮件的方式发送给相关人员,或使用移动应用或客户端软件推送预警信息。

2.55

28

交通应急事件监测预警算法

识别重点区域是否发生交通应急事件,及时进行预警

1)数据收集与预处理
交通流量:从交通监控设备获取实时车流量数据。
平均车速:计算特定路段的平均行驶速度。
车道占有率:记录车道被车辆占用的比例。
车辆排队长度:测量交通拥堵时车辆排队的长度。
人流密度:通过视频监控或移动设备信号分析人流密集度。
拥挤程度:结合车流、人流数据综合评估道路拥挤程度。
车辆密度:单位面积内的车辆数量。
交通流状态:包括但不限于绿波带、红波带、自由流、拥堵等状态。
天气数据:降水、风速、温度、能见度等影响交通的因素。
2)特征工程
特征提取:从原始数据中提取有意义的特征,如时间序列的周期性、趋势、异常值等。
特征选择:采用统计学方法或机器学习算法挑选对事件检测最有效的特征集。
3)模型训练
异常检测模型:使用如Isolation Forest、One-Class SVM等无监督学习算法,或Autoencoder等深度学习模型来识别异常交通模式。
分类模型:对于已知类型的应急事件,可以使用监督学习算法如随机森林、支持向量机或神经网络进行分类预测。
4)实时监测与预警
实时数据流处理:利用流式计算框架(如Apache Kafka、Apache Flink)处理实时数据,确保算法能够即时响应。
预警系统:当监测到异常模式时,立即触发预警,向相关部门和公众发送警报。

4.25

29

交通辅助决策支持类

基于综合交通的公交优化决策算法

通过整合多种交通方式的信息,优化公交系统的设计和运营,提高公共交通的整体效率和服务质量

1)数据收集与整合
城市公交数据:包括公交线路、班次、运行时间、载客量等。
其他交通方式数据:地铁、出租车、网约车、共享单车等的运行数据。
人口流动数据:基于手机信令、公交卡刷卡记录等的大数据分析,了解出行需求和模式。
2)需求预测与分析
时间序列分析:预测不同时间段的出行需求。
机器学习模型:利用深度学习、随机森林等算法,结合历史数据和外部因素(如天气、节假日)预测需求。
多模式出行模型:综合考虑不同交通方式的选择,预测公交的潜在需求。
3)线路与站点优化
网络流算法:用于优化公交线路的覆盖范围和班次安排,确保供需平衡。
聚类分析:识别高需求区域,指导站点的增设或调整。
多目标优化:在考虑乘客等待时间、运营成本、环境影响等多目标下,优化线路设计。
4)实时调度与动态调整
实时数据分析:结合实时的交通状况、乘客流量,调整公交班次和线路。
预测调度算法:基于需求预测,提前调整公交调度,应对高峰时段。
智能路径规划:为乘客提供基于实时路况和公交班次的最优出行方案。
5)综合交通协同优化
多模式交通融合:优化公交与其他交通方式(如地铁、共享单车)的衔接,提高换乘效率。

10.9

30

与区县接驳的公交优化决策算法

******居民的出行需求,

1)数据收集与预处理
历史营运数据:收集各线路的运行数据,包括班次、发车间隔、乘客量、准点率等。
车辆GPS定位数据:获取公交车辆的实时位置、行驶路线、速度等信息。
市民出行需求信息:收集市民的出行习惯、需求和满意度。
视频内容解析:利用AI技术分析公交站点、车内的视频监控,识别乘客流量、上下车行为等。
2)数据分析与模型构建
运力平衡分析:通过大数据分析,识别接驳区域的运力过剩或不足,特别是在高峰时段和特殊区域。
服务水平评估:结合乘客量和车辆运行数据,评估公交线路的准点率、舒适度、安全性等。
出行效率模型:建立模型,计算不同出行方式的平均时间和成本,分析公交在接驳区域的竞争力。
需求预测模型:利用机器学习技术,预测未来的出行需求,特别是节假日、特殊事件的影响。
3)接驳区域公共交通优化
线路优化:根据需求预测和运力分析,调整线路布局,优化班次间隔,确保供需匹配。
换乘优化:改善不同交通方式间的换乘效率,如增设换乘站点,优化换乘路径,提供一体化出行服务。
智能调度:基于实时GPS数据,动态调整发车间隔,减少空驶和拥堵,提高运营效率。
服务提升:根据乘客满意度调查,提升车辆设施、信息服务、安全保障等方面的水平。
4)电子地图与可视化展示
线路规划与展示:在电子地图上展示公交线路、站点布局、实时车况等。
需求热力图:通过热力图展示不同区域和时段的出行需求,直观反映运力配置情况。
优化方案模拟:在地图上模拟线路调整、班次优化等方案,评估其对出行效率和服务水平的影响。

9

31

定制公交辅助决策算法

提高公共交通系统的效率和响应能力,特别是在应对旅游高峰期或其他特殊情况下,更好地满足乘客的个性化需求

1)数据收集与整合
高需求出行区域:通过分析职住人员通勤需求数据、游客出行需求数据、市民生活出行需求数据等,确定哪些区域在特定时期内最受欢迎。
高需求出行时段:分析乘客出行的时间模式,找出一天中的高峰时段。
乘客人数:收集过去一段时间内的乘客数据,预测未来某一时段的乘客数量。
2)模型构建
线性规划模型:用于最小化运营成本的同时最大化乘客满意度。模型中需要考虑的因素包括车辆容量、线路长度、停靠站点数等。
机器学习算法:如时间序列分析,用于预测未来乘客需求的变化趋势。
路径优化算法:如Dijkstra算法或遗传算法,用来寻找最优的行驶路径。
3) 运行指标分析展示功能
热力图:可视化展示高需求出行区域、定制公交线路等,帮助识别哪些地区需要加强公交服务。
成本效益分析:通过比较不同线路的成本与收益,提供开通新线路或调整现有线路的依据。
4) 辅助决策建议
线路规划:根据分析结果提出新的公交线路设计方案,包括起点、终点以及途经站点。
站点优化:建议哪些站点应保留或新增,以更好地覆盖需求区域。
运力调度:建议如何分配公交车辆,确保在高峰时段有足够的运力。
时刻表调整:推荐最佳的发车时间和间隔,以平衡供需关系。
动态定价策略:在需求量大的时段适当调整票价,通过价格杠杆调节乘客出行时间。

12

32

巡游出租行业治理辅助决策算法

通过综合运用大数据分析、业务模型、电子地图等多种技术手段,实现对巡游出租行业的精细化管理

1)数据收集与整合
合规性数据:包括驾驶员和车辆的资质证明、年检记录、保险信息等。
违法违规记录:收集企业和驾驶员的违法违规记录,如超速、违章停车等。
服务质量数据:乘客评价、订单完成率、服务响应时间、投诉率等。
订单数据:订单量、订单时间等。
2)指标体系构建
合规性指标:包括违规次数、违规类型、违规严重程度等。
服务质量指标:如乘客满意率、订单响应速度、服务态度评价等。
订单密度指标:如订单数量、订单完成率、平均等待时间等。
3)趋势分析展示功能
可视化工具:使用图表、仪表盘等可视化工具展示各项指标随时间的变化趋势。
对比分析:提供不同企业、区域之间、同一企业、区域不同时期的数据对比分析功能。
4)识别重点监管对象
高风险企业:根据综合评分,识别出表现不佳的企业,特别是那些合规性得分低、服务质量差的企业。
问题区域:通过空间分布分析,找出订单密度高、服务质量差、投诉集中的区域。
敏感时段:分析违法违规事件的时间分布,识别出高发时段。
5)提供优化建议
针对识别出的重点监管企业、区域、时段,可以提供以下方面的优化建议:
合规性提升:建议企业加强内部管理,定期组织驾驶员参加法律法规培训,提高驾驶员的合规意识。
服务质量改进:鼓励企业通过技术创新和服务创新来提高服务质量,如采用AI客服、优化接单流程等。
区域管理:对于热点区域,建议增加监管力度,必要时可以派遣专门的检查队伍进行现场监督。
时段调控:在违规高发时段,可以加强监管措施,如增加巡查频次、加大执法力度等。

8

33

巡游出租企业经营许可辅助决策算法

旨在为相关管理人员在审批企业经营许可提供科学、合理的依据

1)数据收集与整合
综合评价数据:包括企业规模、市场份额、服务质量等。
违法违章违规数据:企业及驾驶员的违规记录,如超速、不按指定路线行驶等。
投诉数据:乘客对企业的投诉记录,包括投诉类型、处理结果等。
考核数据:企业参与的各种考核结果,如服务质量考核、安全考核等。
车辆数据:车辆的性能、维护记录、年检情况等。
订单数据:订单量、完成率、平均等待时间等。
2)数据处理与预处理
数据清洗:去除重复、错误或无关的数据,确保数据质量。
数据标准化:对不同来源的数据进行标准化处理,使其具有可比性。
数据融合:将来自不同渠道的数据进行整合,形成统一的数据视图。
3)指标体系构建
根据收集到的数据,构建一个综合评价指标体系,用于评估企业的经营状况和车辆运营情况:
合规性指标:包括违法违规次数、严重程度等。
服务质量指标:如乘客满意度、服务响应时间、投诉处理效率等。
安全管理指标:安全事故发生率、应急预案完备性等。
4)建立业务模型
利用统计分析、机器学习等方法建立业务模型,用于评估企业的经营能力和风险:
分类模型:区分企业的好坏,如通过逻辑回归、决策树等算法。
预测模型:预测企业在未来的经营状况和发展趋势。
聚类模型:将企业按照相似性进行分类,以便于同类企业的横向比较。
车辆需求预测模型:预测未来一段时间内车辆的需求量,为车辆增减提供依据。
5)综合评估与建议
基于上述分析结果,为企业经营许可审批、车辆增减提供合理的建议:
评分排名:根据综合评分对申请企业进行排名,优先考虑分数较高的企业。
风险评估:识别出潜在的风险点,如合规性不足、服务质量差等。
改进建议:对于存在明显问题的企业,提出具体的改进建议,作为后续审批或整改的依据。
车辆需求分析:根据预测模型的结果,建议增加或减少车辆数量,确保供需平衡。
条件设置:对于批准经营许可的企业,设定一定的条件和期限,如定期报告经营情况、接受监督检查等。
6)实施与反馈
执行计划:根据治理建议制定详细的执行计划,并监督实施效果。
持续改进:定期回顾分析结果的有效性,并根据实际运营情况进行调整,形成闭环管理。

8

34

网约车行业治理辅助决策算法

旨在通过综合运用大数据分析、业务模型、电子地图等多种技术手段,实现对网约车行业的精细化管理

1)数据收集与整合
合规性数据:包括驾驶员和车辆的资质证明、年检记录、保险信息等。
违法违规记录:收集企业和驾驶员的违法违规记录,如超速、违章停车等。
服务质量数据:乘客评价、订单完成率、服务响应时间、投诉率等。
订单数据:订单量、订单时间等。
2)指标体系构建
合规性指标:包括违规次数、违规类型、违规严重程度等。
服务质量指标:如乘客满意率、订单响应速度、服务态度评价等。
订单密度指标:如订单数量、订单完成率、平均等待时间等。
3)趋势分析展示功能
可视化工具:使用图表、仪表盘等可视化工具展示各项指标随时间的变化趋势。
对比分析:提供不同企业、区域之间、同一企业、区域不同时期的数据对比分析功能。
4)识别重点监管对象
高风险企业:根据综合评分,识别出表现不佳的企业,特别是那些合规性得分低、服务质量差的企业。
问题区域:通过空间分布分析,找出订单密度高、服务质量差、投诉集中的区域。
敏感时段:分析违法违规事件的时间分布,识别出高发时段。
5)提供优化建议
针对识别出的重点监管企业、区域、时段,可以提供以下方面的优化建议:
合规性提升:建议企业加强内部管理,定期组织驾驶员参加法律法规培训,提高驾驶员的合规意识。
服务质量改进:鼓励企业通过技术创新和服务创新来提高服务质量,如采用AI客服、优化接单流程等。
区域管理:对于热点区域,建议增加监管力度,必要时可以派遣专门的检查队伍进行现场监督。
时段调控:在违规高发时段,可以加强监管措施,如增加巡查频次、加大执法力度等。

5

35

网约车企业经营许可辅助决策算法

旨在为相关管理人员在审批企业经营许可、决定车辆增减等重要决策过程中提供科学、合理的依据

1)数据收集与整合
综合评价数据:包括企业规模、市场份额、服务质量等。
违法违章违规数据:企业及驾驶员的违规记录,如超速、不按指定路线行驶等。
投诉数据:乘客对企业的投诉记录,包括投诉类型、处理结果等。
考核数据:企业参与的各种考核结果,如服务质量考核、安全考核等。
车辆数据:车辆的性能、维护记录、年检情况等。
订单数据:订单量、完成率、平均等待时间等。
2)数据处理与预处理
数据清洗:去除重复、错误或无关的数据,确保数据质量。
数据标准化:对不同来源的数据进行标准化处理,使其具有可比性。
数据融合:将来自不同渠道的数据进行整合,形成统一的数据视图。
3)指标体系构建
根据收集到的数据,构建一个综合评价指标体系,用于评估企业的经营状况和车辆运营情况:
合规性指标:包括违法违规次数、严重程度等。
服务质量指标:如乘客满意度、服务响应时间、投诉处理效率等。
安全管理指标:安全事故发生率、应急预案完备性等。
4)建立业务模型
利用统计分析、机器学习等方法建立业务模型,用于评估企业的经营能力和风险:
分类模型:区分企业的好坏,如通过逻辑回归、决策树等算法。
预测模型:预测企业在未来的经营状况和发展趋势。
聚类模型:将企业按照相似性进行分类,以便于同类企业的横向比较。
车辆需求预测模型:预测未来一段时间内车辆的需求量,为车辆增减提供依据。
5)综合评估与建议
基于上述分析结果,为企业经营许可审批、车辆增减提供合理的建议:
评分排名:根据综合评分对申请企业进行排名,优先考虑分数较高的企业。
风险评估:识别出潜在的风险点,如合规性不足、服务质量差等。
改进建议:对于存在明显问题的企业,提出具体的改进建议,作为后续审批或整改的依据。
车辆需求分析:根据预测模型的结果,建议增加或减少车辆数量,确保供需平衡。
条件设置:对于批准经营许可的企业,设定一定的条件和期限,如定期报告经营情况、接受监督检查等。
6)实施与反馈
执行计划:根据治理建议制定详细的执行计划,并监督实施效果。
持续改进:定期回顾分析结果的有效性,并根据实际运营情况进行调整,形成闭环管理。

8

36

城市节假日运力协调优化算法

通过数据分析和智能调度,有效应对节假日高峰期的城市运力挑战,确保公共交通系统的高效运行,减轻交通拥堵

1)数据收集与整合
人流量监测:利用摄像头、手机信令等数据源,监测商圈、景点、交通枢纽等人流密集区域的人流量及拥挤程度。
公共交通数据:获取地铁、公交、轻轨等城市公共交通系统的运行数据,包括班次、载客量、准点率等。
道路通行状态:收集城市道路交通的实时数据,包括车流量、拥堵指数、事故报告等。
节假日模式识别:分析历史数据,识别特定节假日的出行模式和高峰时段。
2)大数据分析与建模
运力需求预测模型:基于历史数据和实时监测,预测节假日重点区域的运力需求。
交通拥堵预测模型:结合道路通行状态和人流量预测,预测可能的交通拥堵点和时段。
公共交通效能分析:评估现有公共交通线路在节假日的承载能力和效率。
3)算法应用与优化
实时调度算法:基于预测模型,实时调整公共交通车辆的发车间隔和班次,确保运力与需求匹配。
路径优化算法:根据实时路况,为乘客推荐最短时间或最少换乘的出行路线。
模拟仿真算法:在虚拟环境中测试不同的调度和线路调整方案,评估其对缓解交通压力的有效性。
4)解决方案设计
公共交通调度优化:根据预测模型和仿真结果,调整公交、地铁的运行计划,增加重点区域的班次密度。
动态线路调整:根据实时需求,临时增设或调整公交线路,提高运输效率。
智能导流策略:引导乘客选择非高峰时段或非拥堵路线出行。

10

37

城市重点保障区域运力协调优化算法

针对城市中特定区域(如大型活动场所、交通枢纽、商业中心或医疗设施等)在特定时期(如节假日、大型活动期间或高峰期)的高密度客流量需求,进行运力调配和优化的一种策略

1)数据收集与整合
历史客流量数据:收集区域的历史客流量数据,包括进出人数、高峰时段、平均停留时间等。
公共交通数据:整合公交、地铁、轻轨等公共交通系统的运行数据,包括班次、载客量、准点率、运行时间等。
道路交通数据:收集城市道路交通的实时数据,包括车流量、拥堵指数、事故报告等。
特殊事件数据:获取区域内的特殊事件日程,如会议、比赛、节日庆典等,预测潜在的客流量激增。
2)大数据分析与建模
客流预测模型:基于历史数据和机器学习算法,预测特定时期的客流量,包括日、周、节假日的客流变化。
运力需求分析:结合客流量预测,分析不同时间点的运力需求,识别运力瓶颈。
拥堵预测模型:利用历史数据和实时交通信息,预测可能出现的交通拥堵点和时段。
3)实时调度与路径优化
实时调度算法:根据预测的客流和运力需求,实时调整公共交通车辆的发车间隔和班次,确保运力与需求相匹配。
动态路径规划:基于实时交通数据,为乘客提供最佳出行路线,引导客流分散,减轻热点区域的压力。
4)模拟仿真验证
交通流模拟:对预测的客流和调度方案进行模拟,评估其对交通拥堵和乘客出行时间的影响。
应急预案模拟:针对突发大客流事件,模拟不同的应急调度方案,选择最优策略。
5)解决方案设计与实施
公共交通调度优化:根据分析结果,调整公交、地铁的运行计划,增加重点区域的班次密度,延长运营时间。
临时线路增设:在客流高峰期,增设临时公交线路,连接重点保障区域与主要交通枢纽。
智能导流策略:发布交通状况和出行建议,引导乘客合理规划行程。

10

38

道路客运行业治理辅助决策算法

通过综合运用大数据分析、业务模型、聚类分析等技术手段,评估企业合规性、服务质量、安全管理能力等,实现对道路客运行业的精细化管理

1)数据收集与整合
从多个渠道收集必要的数据:
合规性数据:包括企业及驾驶员的违法违规记录,如超速、违规停车、未按规定路线行驶等。
服务质量数据:记录乘客满意度、投诉处理效率等。
安全管理数据:包括安全事故发生率、驾驶员不安全行为等。
行政许可数据:包括企业的营业执照、驾驶员的从业资格证、车辆的运营许可证等信息。
2) 数据处理与预处理
数据清洗:去除重复、错误或无关的数据,确保数据质量。
数据标准化:对不同来源的数据进行标准化处理,使其具有可比性。
数据融合:将来自不同渠道的数据进行整合,形成统一的数据视图。
3)指标体系构建
根据收集到的数据,构建一个综合评价指标体系,用于评估企业的经营状况和服务质量:
合规性指标:包括违法违规次数、严重程度等。
服务质量指标:如乘客满意度、投诉率等。
安全管理指标:安全事故发生率、驾驶员不安全行为次数等。
4)趋势分析展示功能
利用数据可视化技术,展示各项指标随时间的变化趋势:
时间序列图:展示企业或班线的合规性、服务质量、安全管理等关键指标的历史变化趋势。
对比分析:提供不同企业之间、同一企业不同时期的数据对比分析功能。
5)业务模型与聚类分析
利用统计分析、机器学习等方法建立业务模型,用于评估企业的经营能力和风险:
分类模型:区分企业的好坏,如通过逻辑回归、决策树等算法。
聚类分析:将企业按照相似性进行分类,识别出表现不佳的企业群体。
6)识别重点监管对象
根据上述模型的结果,对企业进行综合评分和排名,识别出表现较差的企业和班线:
企业评分:根据综合评分对申请企业进行排名。
班线评估:对班线的服务水平、合规性、安全管理等进行评估,识别出问题班线。
7) 提供针对性建议
基于上述分析结果,对经常违纪违法、服务水平较低的企业、班线提出重点监管建议:
重点监管名单:列出表现不佳的企业名单,并标记出需要特别关注的班线。
改进建议:对于存在明显问题的企业,提出具体的改进建议,如加强驾驶员培训、优化接单流程、提高车辆维护频率等。
8)实施与反馈
执行计划:根据治理建议制定详细的执行计划,并监督实施效果。
持续改进:定期回顾分析结果的有效性,并根据实际运营情况进行调整,形成闭环管理。

8

39

道路客运行政执法辅助决策算法

通过综合运用多种技术手段,提高行政执法工作的效率和准确性,确保道路客运行业的合规运营

1) 数据收集与整合
从多个渠道收集必要的数据:
天网视频监控数据:包括城市监控摄像头捕捉到的视频流数据。
交通视频监控数据:包括交通摄像头捕捉到的视频流数据,特别是城市出入口、高速收费站附近等关键位置。
道路客运车辆数据:包括车辆的基本信息、运营记录、GPS定位数据等。
黑名单数据:记录已被列入黑名单的车辆和驾驶员信息。
重点监管名单数据:记录需要重点监管的车辆、驾驶员、企业等信息。
2)数据处理与预处理
数据清洗:去除重复、错误或无关的数据,确保数据质量。
数据标准化:对不同来源的数据进行标准化处理,使其具有可比性。
数据融合:将来自不同渠道的数据进行整合,形成统一的数据视图。
3)AI识别技术的应用
利用计算机视觉技术对视频监控数据进行处理,实现以下功能:
车牌识别:通过图像识别技术,自动识别车辆的车牌号码。
车型识别:通过图像特征提取,识别车辆的类型。
行为分析:利用视频分析技术,识别车辆的行为模式,如超速、违规变道等。
4)业务模型与分析
利用大数据分析和业务模型,实现以下功能:
无证车辆识别:结合车辆数据库,识别未登记或已过期的车辆。
逃避监管车辆识别:通过车辆行为模式分析,识别试图逃避监管的车辆。
时空关联分析:结合车辆的位置信息和时间信息,分析车辆的活动规律。
5)聚类分析与趋势展示
利用聚类分析和数据可视化技术,展示车辆活动的时空分布特征:
区域热点分析:通过聚类分析,识别无证车辆、逃避监管车辆频繁出现的区域。
时段热点分析:通过时间序列分析,识别无证车辆、逃避监管车辆频繁出现的时段。
趋势展示:通过时间序列图、热力图等可视化工具,展示车辆活动的趋势。
6)识别重点监管区域与时段
根据上述分析结果,识别出需要重点监管的区域和时段:
重点监管区域:列出无证车辆、逃避监管车辆频繁出现的区域。
重点监管时段:列出无证车辆、逃避监管车辆频繁出现的时段。
7)提供针对性建议
基于分析结果,可提供以下方面的优化建议:
加强监管措施:建议在重点监管区域增加巡逻频次,安装更多监控设备,加强夜间监管。
优化调度安排:在重点监管时段,调整运力部署,确保有足够的执法人员进行现场检查。
强化宣传教育:通过媒体宣传、社区教育等方式,提高公众对非法营运危害的认识。
完善法律法规:建议相关部门完善相关法律法规,加大对非法营运的处罚力度。
技术升级:建议采用更先进的AI识别技术,提高识别准确率和实时性。
8)实施与反馈
执行计划:根据治理建议制定详细的执行计划,并监督实施效果。
持续改进:定期回顾分析结果的有效性,并根据实际运营情况进行调整,形成闭环管理。

8

(二)

通用技术能力

?

?

?

?

1

/

日常交通出行大数据流量预测

以历史流量、实时路况等数据为分析基础构建日常交通出行流量专题分析模型,对不同交通方式(城市公交、轨道交通、出租网约、道路客运、铁路、航空、客运站等)的出行流量进行专题研判分析

1.数据收集:作为输入,需要收集历史和实时的交通流量数据、实时路况数据等。
2.数据预处理:对收集到的数据进行清洗、处理缺失值、异常值、归一化处理等。
3.特征工程
从原始数据中提取有助于预测的特征,包括时间(如小时、星期、月份)、天气条件等。
4.模型选择与训练
根据问题的性质和数据特点,选择合适的机器学习模型进行训练。可能的模型包括:时间序列分析模型、分类模型、聚类模型等。
5.模型评估与优化
使用验证集对模型进行评估,根据评估结果调整模型参数或结构,进行优化以提高预测准确性。
6.分析内容实现
模型训练完成后,使用模型对新的输入数据进行交通流量预测,包括以下分析:
日流量分布研判:预测未来某一天的各时段交通流量分布。
各时段流量走势研判:分析一天内不同时段的流量变化趋势。
/年流量分布研判:预测未来月/年的流量分布情况。
重点区域流量分布研判:针对高铁站、火车站等重点区域,分析其流量变化规律和特点。

12

2

节假日交通出行大数据流量预测

以历史流量、实时路况等数据为分析基础构建节假日交通出行流量专题分析模型,对节假日(元旦、春节、国庆、中秋、清明、五一、端午节等)期间的不同交通方式(城市公交、轨道交通、出租网约、共享单车、道路客运、铁路、航空、客运站等)的出行流量进行专题研判分析

1.数据收集:作为输入,需要收集历史和实时的交通流量数据、包括交通量、速度、占有率等,以及包括天气、时间(工作日或假日)、特殊事件等影响因素。
2.数据预处理:对收集到的数据进行清洗、处理缺失值、异常值、归一化处理等。
3.特征工程
从原始数据中提取有助于预测的特征,包括时间(如小时、星期、月份)、天气条件、节假日信息等。
4.模型选择与训练
根据问题的性质和数据特点,选择合适的机器学习模型进行训练。可能的模型包括:时间序列分析模型、分类模型、聚类模型等。
5.模型评估与优化
使用验证集对模型进行评估,根据评估结果调整模型参数或结构,进行优化以提高预测准确性。
6.分析内容实现
模型训练完成后,使用模型对新的输入数据进行交通流量预测,包括以下分析:
日流量分布研判:预测未来某一天的各时段交通流量分布。
各时段流量走势研判:分析一天内不同时段的流量变化趋势。
/年流量分布研判:预测未来月/年的流量分布情况。
重点区域流量分布研判:针对高铁站、火车站等重点区域,分析其流量变化规律和特点。

6

3

地理图像特征比对

重点分析国省干道、农村公路、城市出入口、重要卡口、重要交通枢纽等场景的图像

1.数据收集与预处理
图像数据收集:从不同场景(如国省干道、农村公路、城市出入口、重要卡口、重要交通枢纽等)收集大量图像。
地理位置标注:为每张图像提供准确的地理位置信息。
预处理:对图像进行缩放、裁剪、旋转等操作,以适应不同尺寸和方向的输入需求,并对地理位置信息进行标准化处理。
2.特征提取
从图像中提取有助于地理位置定位的特征,包括:GPS定位特征、地标识别特征、地理特征识别特征等。
3.模型选择与训练
选择合适的机器学习或深度学习模型进行训练。
4.模型训练与评估
使用标注好的数据进行模型训练,并通过交叉验证、留出法等方式评估模型的性能。
5.地理位置定位分析
用训练好的模型对新图像的地理位置进行定位分析。
6.结果可视化与应用
将预测的地理位置信息以地图或其他可视化形式展示出来,便于用户理解和应用。

10

4

车辆停靠站行为识别

综合分析乘客刷卡、车辆停靠站停留时间长短、进出停靠站速度变化、停靠站附近GPS轨迹、进出停靠站距离等特征因素,重点识别车辆到站不停车、停靠时间过短、未停靠在指定线路站点(未按规定线路行驶)等违法行为

1.数据收集与预处理
收集乘客刷卡数据、车辆停靠站停留时间数、进出停靠站速度变化数、GPS轨迹数据、视频图像数据等。
对收集到的数据进行清洗、整合和格式化,确保数据质量和一致性。
2.特征提取
从收集到的数据中提取以下特征因素:
乘客刷卡特征:如刷卡时间、刷卡地点、刷卡次数等。
车辆停靠站停留时间特征:如停留时间的长短、停留时间的分布等。
进出停靠站速度变化特征:如速度变化的幅度、速度变化的时间点等。
停靠站附近GPS轨迹特征:如GPS轨迹的走向、轨迹的密集程度等。
进出停靠站距离特征:如车辆进出停靠站之间的距离、距离的分布等。
3.技术组合应用
组合使用以下技术构建车辆停靠站行为识别分析模型:
停靠时间分析:分析车辆在停靠站的停留时间,判断是否过短或过长。
速度变化分析:分析车辆进出停靠站的速度变化,判断是否存在异常。
GPS轨迹分析:分析车辆在停靠站附近的GPS轨迹,判断车辆是否按规定线路行驶。
视频图像识别:通过视频图像识别技术,观察车辆停靠站的行为,如是否到站不停车。
数值处理:对上述分析结果进行数值化处理,如计算平均停留时间、速度变化率等。
4.违法行为识别
基于上述特征因素和技术组合,重点识别以下违法行为:
车辆到站不停车:通过视频图像识别和GPS轨迹分析,判断车辆是否到站不停车。
停靠时间过短:通过停靠时间分析,判断车辆在停靠站的停留时间是否过短。
未停靠在指定线路站点:通过GPS轨迹分析,判断车辆是否未按规定线路行驶。
5.结果呈现与管理
将识别结果以图表、报告等形式呈现,便于管理者进行精准执法。

8

5

公交站点下客人数推演

通过分析IC卡刷卡、GPS数据、视频监控数据,来估算公交站点下车乘客数量

1.数据采集
IC卡刷卡数据:通过乘客上车刷卡时记录的时间和站点信息,结合车辆行驶轨迹和到站时间,可以间接推断出乘客可能的下车站点。
GPS数据:GPS定位系统实时记录公交车的行驶轨迹、速度、到站时间等信息。
视频监控数据:在部分关键站点安装摄像头,可以直接观察到乘客上下车的情况。
2.数据融合
首先,将IC卡刷卡数据、GPS数据和(可选的)视频监控数据进行融合处理,确保数据的一致性和准确性。
3.下车人数预测
基于历史数据和当前实时数据,运用统计学方法、机器学习算法(如神经网络******居民区等)、时间因素(如工作日与周末、早晚高峰等)、天气条件等。
4.模型优化与校验
利用视频监控数据或实际统计数据对预测模型进行校验和优化,确保预测结果的准确性和可靠性。

10

视频分析服务平台

?

?

?

?

1

通用视频算法

船舶特征识别

对经过的船舶进行数据采集,提取船舶的关键特征(如船舶的高度、宽度、长度等),以便水运相关监管部门向船舶驾驶员、岸基监管人员或其他相关方发出警报和提醒

1)数据采集
收集大量的船舶运行图片,确保覆盖船舶的侧面、正面和背面等视角。
2)数据预处理
对采集到的图像数据进行预处理,包括去除噪声、图像增强、图像分割等。
3)特征提取
提取船舶的关键特征,包括高度、宽度、长度、类型、颜色、形状等。
4)特征识别
运用计算机视觉技术,对提取的特征进行识别。
5)警报和提醒
一旦识别出船舶的关键特征,可通过系统通知到水运相关监管部门,帮忙其向船舶驾驶员、岸基监管人员或其他相关方发出警报和提醒。这些警报和提醒可以包括:船舶尺寸超出规定范围、船舶类型不符合规定、船舶状态存在潜在风险。

10

2

公交车内人数统计

通过检测和识别出图像中的人体区域,通过追踪已检测到的人体区域,在一段时间内统计不同帧中检测到的人体数量,同时也能将部分人员遮挡的人数计数结果整理和处理,实时显示车内的人数信息

1)数据采集与预处理
数据采集:通过车厢内摄像头和其他设备采集公交车内的图像或视频流。
图像预处理:对采集到的图像进行图像增强处理,如分辨率提升、灰度图像彩色化等,以解决图像分辨率过低、灰度图像识别困难的问题。
2)人体检测
使用目标检测算法,如YOLO、SSD、Faster R-CNN等,检测图像中的人体区域。
3)人体追踪
对已检测到的人体区域进行追踪。
4)人数统计
通过追踪已检测到的人体区域,在一段时间内统计不同帧中检测到的人体数量。
5)结果显示
实时显示车内的人数信息,以便管理者了解车内的拥挤程度。

8

3

出入通道密集人流统计

通过对检测到的人体区域进行区域密度估计,并将人群密度与已知区域总面积进行比例计算,得到近似的人数统计结果,将人数统计结果进行整理和处理,可以实时显示拥挤场景中的人数信息

1)数据采集
通过在拥挤场景中设置摄像头或其他图像传感器设备,实时采集场景中的图像或视频流。
2)图像处理
使用计算机视觉技术,对场景中的图像或视频进行处理,解决视频中人员遮挡识别问题。
3)人体检测
使用目标检测算法,检测图像中的人体区域。
4)区域密度估计
通过对检测到的人体区域进行区域密度估计,将人群密度与已知区域总面积进行比例计算,得到近似的人数统计结果。
5)人数统计
将人数统计结果进行整理和处理,可以实时显示拥挤场景中的人数信息。

8

4

营运车辆载人识别

重点监测可能存在非法营运车辆的区域;对于检测到的车辆,进一步对其进行载人情况的检测

1)数据收集与预处理
实时视频数据:收集道路或交叉口的实时视频数据。
非法营运车辆数据:收集非法营运车辆的相关数据,包括其外观特征、载人特征等。
预处理:对收集到的视频数据进行预处理,如视频压缩、图像增强等。
2)非法营运车辆检测
使用深度学习模型,如卷积神经网络(CNN),对实时视频数据进行非法营运车辆的检测。
3)载人情况检测
对于检测到的非法营运车辆,进一步对其进行载人情况的检测,提取非法营运车辆上的载人特征,根据提取的特征,判断非法营运车辆是否存在载人情况。
4)结果输出
将检测到的非法营运车辆及其载人情况输出,以便相关管理部门进行后续处理。

10

5

公交上下车人流统计

对视频中的乘客进行目标检测、跟踪和计数,从而实现对公交上下车人流的准确统计

1)数据收集与预处理
收集公交车内或车门的实时视频数据,并对收集到的视频数据进行预处理,如视频压缩、图像增强等。
2)目标检测
利用深度学习等先进算法,对视频中的乘客进行目标检测,在检测过程中,需要选择合适的特征提取方法,以提高检测的准确度,减少漏检和误检。
3)目标跟踪
对检测到的乘客目标进行持续跟踪,以获取其运动轨迹;在跟踪过程中,需要解决自遮挡和互遮挡的问题,以及跟踪和检测结果的数据关联等。
4)行为分析
分析乘客的运动轨迹和行为模式,以区分上下车乘客和徘徊乘客;在高峰期等复杂场景下,需要特别关注多人同时通过检测口的情况,确保统计结果的准确性。
5)人数统计
根据乘客的运动轨迹和行为模式,计算单位时间内通过车门或车内指定区域的乘客数量,统计结果可以实时传输到后端系统,供管理人员进行分析和决策。

7

?

(四)成品软件需求清单

序号

名称

主要参数

单位

数量

1

视频联网共享平台

目前视频联网共享平台在接入较多视频资源后,视频管理能力已无法满足市局对视频资源管理要求。如视频联网共享平台预览多路视频会导致主机资源使用率升高,会出现卡死的情况,无法提示资源不足。本期项目考虑视频联网共享平台成品升级。

?

?

1.1

基础管理

1、支持为用户提供基础的用户管理、资源管理、日志管理能力。 2、平台门户:支持用户自定义快捷入口;支持支持自定义菜单内容,支持平铺及分类两种菜单展示模式;支持页面元素设置,支持上传页面logo图标、修改网站标题、设置并添加网站外部链接; 3、统一认证:支持用户名密码认证方式及PKI认证方式; 4、权限管理:支持用户管理、部门管理、角色管理;支持设置用户权限信息;支持设置用户登录认证密码、认证方式、在线策略及登录地址绑定等; 5、资源目录管理:支持区域目录管理及资源管理;支持国标目录、模板导入目录、自定义目录等目录类型; 6、日志管理:支持操作日志、系统日志的存储和查询; 7、时间同步:支持通过NTP服务对前端摄像机、平台服务器进行时间同步。

1

1.2

视频管理服务

视频应用提供视频管理服务,支持编码设备通过SDK协议、GB28181协议等接入平台,实现视频预览、录像回放、视频上墙、视频事件监控服务能力。
一、视频预览
1、支持视频实时预览能力,实现预览窗口布局切换、预览画面自适应及全屏切换;
2、支持云台控制、实时抓图、紧急录像、即时回放、主子码流切换、声音开启关闭、辅屏预览、对讲、广播控制的能力;
二、录像回放
1、支持录像计划管理能力,支持实时录像计划、录像回传计划;
2、支持录像回放能力,支持多画面同步回放和异步回放切换、超高倍速回放、分段回放、录像下载、录像剪辑、录像标签、录像锁定、录像抓图;
三、视频上墙
1、支持电视墙场景管理能力,实现场景窗口配置、场景切换计划配置以及轮巡计划的管理;
2、支持上墙控制能力,实现场景一键上墙、场景切换、电视墙切换、监控点上下墙、轮巡控制操作;

1.3

视频级联服务

视频联网应用主要为视频监控业务提供级联服务,专注于平台域间视频联网,基于视频通用标准协议(GB/T28181-2011,GB/T28181-2016)与外域平台互联互通,实现上级平台对下级平台视频资源点位的操作控制。
1、支持上下级域注册管理能力,实现平台数据级联;
2、支持资源同步能力;
3、支持级联视频点位实时预览、录像回放、录像下载、语音对讲能力;
4、支持级联视频点位设备操作控制能力;
5、支持下级平台推送到本级平台视频点位路数控制能力,通过级联点位授权路数控制;

1.4

运维管理

设备运维应用,对接入平台的视频设备进行在线巡检,及时发现故障设备和掉线设备,使运维工作更加高效,便利。
1、支持监控摄像机、编码设备、存储设备、解码设备等物联设备在线状态、工作状态、硬盘状态、指标采集。
2、支持监控点通道的在线状态、录制状态、录像完整性、录像保存天数指标检测。
3、支持告警信息统计展现。并支持对监控点、编码设备、解码设备、视频综合矩阵、NVR/CVR进行配置。
4、提供视频运维报表统计能力,包含区域综合排名统计、录像完整性统计、录像存储达标统计、在线状态统计、离线时长统计报表。
5、支持巡检计划配置,可以按照类型和资源以及自定义的巡检周期进行巡检计划配置。
6、支持SDK、GB28181协议。

1.5

视频质量诊断

视频质量诊断应用,提供视频图像诊断和监测服务。
1、支持监控点通道的图像质量诊断结果统计和查看。
2、支持图像模糊、图像过亮、图像偏色、图像过暗、图像过亮、视频抖动、视频丢帧、场景变换、视频遮挡、对比度、条纹干扰、噪声干扰、信号丢失、黑白图像指标诊断。
3、支持码流分辨率、编码格式指标采集。。
4、支持诊断对比图查看和诊断结果矫正功能。
5、支持巡检计划配置,可以按照类型和资源以及自定义的巡检周期进行巡检计划配置。
6、支持监控点图像质量统计报表,展现各类诊断故障数量。
7、支持SDK、ehome、isup5.0、GB28181、ISAPI协议等。

2

指挥大厅电视上墙软件

考虑到一期指挥大厅电视上墙软件存在功能欠缺、使用不便等问题,本期项目需进行升级完善,要求适配当前指挥大厅配套硬件,提供完整授权,支持网页端,客户端、平板端对大屏进行操作,功能要求如下:
1、具备C/S和B/S架构,支持通过浏览器对系统进行设备统一管理,支持同时管理不同分辨率、不同类型的显示屏系统、中央控制系统、拼控系统;实现对显示屏、拼控设备、播控主机、KVM坐席、PC主机、中控主机、LED控制卡、PLC配电柜的统一管控;
2、支持网页、客户端、APP(安卓、鸿蒙、IOS、windows)三端数据实时同步;WEB端、平板端、客户端均可以所见即所得的查看在线场景、离线场景的画面布局、场景的实时画面,以及信号的实时画面;
3、支持对播控主机通过平台远程管控,包括同步、开机、关机、重启、升级播控主机程序。
4、支持监控信号、拼控信号、坐席信号、PC信号的管理查询;可对拼控信号设置分配权限,给不同的用户分配信号权限,同时支持设置信号分组,分组支持新增、重命名、删除、移动等操作;信号支持按名称模糊搜索。
5、支持在指定的场景中以拖动方式添加本地信号、监控信号、抓屏信号、播控信号、坐席信号以及媒体文件等,支持预监相关信号;以拖动方式和坐标输入方式调整信号窗口大小;支持设置窗口名称;支持设置信号窗口层级、全屏、还原、关闭,开启/关闭信号声音、开窗、替换、缩放、漫游、移动、平铺、叠加等操作;支******居中对齐、右对齐、顶部对齐、垂直对齐、底部对齐等;
6、支持控制大屏开机、关机、除湿、设置高性能/常规/节能/HDR等模式、设置标准/冷色/暖色/自定义色温、设置亮度、设置广告模式、护眼模式、监控模式、会议模式等智能控制功能;
7、播控屏(播控单屏和播控多屏)支持设置图层播放时间轴,可添加、删除、修改、启用时间轴,可对图层设置播放时间,选择播放图层,并且时间轴的设置支持鼠标拖动操作,可以用鼠标拖动方式修改图层时间范围。时间轴设置时,可以选择时间轴自动吸附开启/关闭,也支持放大/缩小时间轴;
8、支持分别统计拼控大屏、播控大屏、会议平板的屏幕数量;支持查看拼控器的设备总数、在线数、在线率、所在场所名称、设备名称;支持查看中控主机设备总数、在线数、在线率;支持查看播控主机设备总数、在线数、在线率,以及每个播控主机的页面数量、分辨率、温度、稳定运行时长、内存使用情况、硬盘使用情况、CPU使用比例;支持查看PC主机的在离线情况;支持查看设备的在离线告警,近7天告警数量统计,近7天离线次数统计;
9、支持远程操控播控主机,进行大屏内容的控制,可远程操控大屏正在播放的可视化、AR、VR、第三方业务系统等;在远程操控中,如果有多个桌面,可以切换桌面,可以设置抓屏区域的分辨率,包含远程分辨率、本机分辨率、704×576、1280×720、1920×1080、3840×2160等;可以设置编码分辨率,包含704×576、1280×720、1920×1080、3840×2160等;可以触发系统快捷键,包含Win、Win+D、任务管理器,重启程序等。可以选择桌面,也可以直接控制播控主机显示桌面;支持同步平台配置的窗口快捷键,可从客户端/APP操作窗口快捷键,实现大屏内容的快速切换;
10、支持多用户登录,用户数量无限制,多用户操作同步实现多人协同办公,操作同步显示;支持权限管理设置,可以创建多种用户角色,针对不同的用户角色可分配不同的组织权限、功能应用权限、信号源权限、屏幕墙操控管理权限,支持角色分组,实现系统的多级分组管理;
11、支持对拼控器输入通道修改名称、添加/删除/修改拼接信号,支持关联播控主机、选择播控主机桌面、音频输出通道等;支持同步拼控设备的输入输出通道;
12、支持对拼控大屏同时上传多张底图,根据展示需要,可设置某张底图的启用与隐藏,或者重新上传底图;
13、支持对拼控大屏创建场景、修改、删除、重命名、复制、关联中控模式、移动场景分组、调整场景顺序、锁定场景布局、播放场景、搜索场景等,并且场景数量无限制;场景列表中可显示场景播放状态、锁定状态。支持对拼控大屏添加、删除、重命名场景分组,场景分组数量无限制,可在场景分组下创建指定的场景;
14、支持场景关联中控模式,使场景播放时,联动灯光、音响等环境设备;
15、支持设置清空屏幕,对于当前正在播放的场景,点击清空屏幕后,大屏上的所有窗口将一键下墙;对于离线场景,点击清空屏幕后,场景中的窗口将全部删除。清空屏幕支持WEB端、平板、语音操作;
16、支持将局域网内的任意电脑,不需要视频线连接,一键将本地电脑桌面,投放到大屏上显示,并支持实时同步电脑操作界面;
17、支持创建不规则形状的播控信号,包含方形、圆形、椭圆、菱形信号窗口,可通过拖动的方式或者坐标输入调整信号窗口的大小和位置;
18、支持将网页、程序包、图片、视频、PPT、Word、Excel、PDF、文本等内容窗口,以及监控信号、抓屏信号、坐席信号等实时视频信号,拖动到播控图层中进行设置,可设置多种类型窗口的拼接布局,每种类型窗口可添加多个文件,可设置内容文件播放时长、内容播放顺序等;
19、支持1台超高分多个输出口可分别对应多块大屏使用,可通过平台、平板、客户端独立控制大屏中内容布局,内容/场景切换、控制音频输出。
20、支持对屏幕创建大屏门户,可自定义门户名称、选择门户模板、屏幕类型以及门户使用方式(只控制本屏幕、可联动其他屏幕)、背景图片;门户菜单支持自定义配置,可在基于模板的基础上,隐藏/显示菜单项、移动菜单顺序、修改菜单名称、编辑菜单类型(控制页面、场景、二级门户);支持选择菜单的内容,当联动多个屏幕时,内容可以关联多个;支持设置二级门户,通过一级门户链接至二级门户,进行大屏内容的控制;平台支持可视化显示大屏门户配置的实时效果,进行操作控制;支持同步平台配置的大屏门户,可通过平板、PC客户端,进行大屏的场景/内容的控制,支持展示二级门户;大屏门户可同时控制单块屏幕、多块屏幕的内容切换;
21、支持远程控制大屏中的内容,并且大屏中显示的画面和平台、平板端显示的画面一致,可通过平台、平板端操作大屏中投放的内容,实时同步显示,也可一键切换播控主机显示桌面,或者显示程序;
22、支持查看播控屏(播控单屏和播控多屏)的分辨率,播控主机名称、桌面、在离线情况、内存使用情况,内存所在资源大小等信息。
23、支持收藏信号,可以将本地信号、监控信号、抓屏信号、坐席信号、互联信号类型中需要的具体信号点击收藏;在收藏夹中,可快速查找收藏的信号;
24、持实时修改在大屏显示内容,在不影响大屏播放画面的前提下,可以离线编辑场景,进行后台布局,编辑完成后,一键推送到大屏,更新大屏画面显示;
25、支持对输入信号源进行预监视,实现在播放前预先查看的功能;
26、支持对大屏进行结果回显,实时查看大屏正在播放内容;
27、支持文字和时钟两种形式的横幅字幕,支持设置字幕显示的宽高位置、文字内容、颜色、背景颜色、字体大小、显示模式(透明、半透明、不透明)、文字滚动速度;支持设置时钟的显示时制(12小时、24小时)、日期显示形式(年月日、月日年、日月年等)、文字颜色、背景颜色、文字大小、显示模式(透明、半透明、不透明)
28、拼控大屏和播控单屏均支持添加、删除、修改、启动/停止、刷新预案;支持创建多条预案,可设置预案名称、播控模式(包括定时切换和轮播);定时切换的预案支持选择定时周期、播放时间、场景名称,可添加多条场景进行切换; 轮播预案支持选择多条场景/图层,支持设置显示时间。

1

3

数据可视化平台

采购一套成熟的可视化平台,提供数据源实时接入、拖拽式数字面板呈现、三维模型及地理信息孪生场景构建等可视化应用的协同搭建能力,以更低的成本、更高的效率满足交通监测调度中心、数字展厅、数字化管理等各类应用场景的建设需求。可视化平台可对于历史时间行业监测、安全预警、综合决策等数据展开剖析归纳融合和专题化剖析,做到科学研究优化管控目的,根据各种技术专业优化算法对多种核心交通数据展开剖析,完成交通趋势的评定,辅助交通整体规划、交通优化的提供可视化指标量化依据,功能要求如下:
平台需包括但不限于以下功能:
1.项目管理
1)项目创建
支持用户自由创建可视化项目,支持创建项目文件夹对可视化项目进行分组管理,支持对可视化项目进行全屏预览,对已有可视化项目进行拷贝复用。
2)项目发布、分享
支持将可视化项目对外分享,即在网络环境互通的情况下,目标用户无需登录系统可直接查看分享出的可视化项目;支持可视化项目加密分享,即目标群体需根据设定好的访问密码,方可查看分享出的可视化项目。
2.数据大屏管理
1)数据大屏编辑
支持通过可视化界面对组件色彩、比例、字体等样式进行自定义编辑,无需使用人员具备复杂的编程能力,可通过鼠标将心仪的可视化组件自由拖拽、组成,即可创造出专业的可视化应用。
2)可视化组件
平台需具备柱形图、折线图、饼图等常规类型组件,以及文字、辅助图形、指标控件、二三维地图、交互类型组件。
3)大屏分辨率设置
平台需具备1920*1080、1366*768、1024*768等常用分辨率,供直接选择使用,同时需支持使用者根据实际展示场景,自定义分辨率大小。
4)数据大屏检索、导入、下载
支持用户快速检索已有数据大屏文件;支持将其他环境设计或配置好的数据大屏快速导入当前环境;同时支持将当前环境大屏下载、导出形成大屏文件包,并可提供给其他环境复用。
3.组件、模板管理
平台需提供丰富的图表、文字、图形、辅助、指标、地图、交互等各类组件,以及各种成熟的通用数据大屏模板供用户直接导入使用。
1)常规图表
包含但不限于柱状图、条形图、圆柱图、面积图、折线图、线性回归图、单值占比图、环图、气泡图、象形图、雷达图、漏斗图等。
2)文字组件
包括但不限于标题、渐变文字、轮播表格等。
3)辅助图形
包括但不限于当前时间、路径、装饰等。
4)指标组件
包括但不限于仪表盘、百分比条、分类占比条、天气组件、栅格进度条、状态卡片、圆形栅格占比、图标占比、预警点滴等。
5)地图组件
包括但不限于全球地图、全国地图、各省地图、各市地图等。
6)交互组件
包括但不限于选项卡、时间轴、全屏切换等。
4.可视化编辑
1)图层操作
支持通过界面点选拖拽方式,选取系统内置组件进行大屏搭建,一个组件即对应一个图层;支持对现有图层进行显示隐藏操作、编组管理、顺序调整、锁定等操作,便于整体项目编辑;支持将当前项目内图层复制并转发到其他大屏,且维持组件配置及坐标不变,便于项目内多大屏间组件复用。
2)画布操作
支持对画布及组件自由进行缩放或控制;大屏配置过程中,画布区域支持一键控制大屏显示区域且适应当前可视窗口;支持对画布进行显示隐藏、图层置顶、分组、锁定、框选、组件复制等操作;支持提供标尺及参考线功能,且支持对参考线一键显示隐藏,便于整体项目编辑。
3)组件配置
支持对各组件样式进行自定义编辑,如组件色彩、大小、字体、特殊效果等;支持对组件事件进行定义,通过事件方式对大屏或组件进行状态操作。
4)数据映射
支持根据组件场景可对接不同数据源、进行数据关联映射,如MySQL、API、CSV等数据源的字段获取、映射等,支持SQL查询语句编写、API 参数定义等。
5.数据源管理
支持多种数据源的连接访问和数据交换,包括主流关系型数据库、分布式数据库、动态API、文件数据、第三方数据等

1

4

智能交通助手

本期项目将采购一套成熟的交通智能AI助手软件,为各类用户使用TOCC平台的运行监测、安全预警、辅助决策、服务评价等各业务应用系统提供便捷支撑,为平台的推广、使用提供助力。
需能运用知识图谱技术整合多维度数据,形成一个以人、车、地、事、物、组织等实体为主要节点,以属性、时空、语义、特征为连接边的关系网络。基于图数据结构,结合语义检索、深度问答和关系图谱等技术,提供智能精准搜索、关系挖掘等强大的业务能力。通过构建知识图谱应用,让本项目能够在处理海量数据时,实现深度分析和综合利用,优化分析结果,提升系统智能化水平。
具体功能需求如下:
1.智能搜索
智能搜索服务通过结合知识图谱的丰富数据和智能搜索技术,为用户提供高效、精准的信息检索能力,能够更全面地满足港口和航运行业对信息检索的复杂需求,提升数据利用效率和用户满意度,推动行业智能化发展。
1)搜索引擎优化
智能搜索服务的核心是建立在高效的搜索引擎之上,开发基于知识图谱的搜索引擎,支持关键词搜索、实体搜索和复合条件查询,快速定位相关信息。搜索引擎需要具备以下特点:
实时性与准确性: 能够实时索引和更新数据,保证用户获取到最新的状态。
多维度查询: 支持多种查询方式,包括关键词搜索、实体搜索、复合条件查询等,以满足不同用户的查询需求。
2)语义搜索
随着知识图谱的建设,智能搜索服务能够利用本体的语义信息,实现语义搜索功能,理解用户意图,提供更精准的搜索结果。
意图理解: 能够理解用户的查询意图,通过语义分析和实体关系推断,提供更加精准的搜索结果。
上下文感知: 能够根据用户之前的查询历史和上下文信息,优化搜索结果的个性化和相关性。
3)实时索引和更新
数据的实时性非常重要。智能搜索服务需要能够实时地索引和更新数据:
数据同步机制: 通过实时数据流或定期批处理,将新数据同步到搜索引擎的索引中,确保搜索结果的及时性和准确性。
增量更新与全量更新: 支持增量更新和定期的全量更新策略,根据业务需求灵活调整数据同步频率和策略。
4)用户体验优化
为了提升用户体验,智能搜索服务需要考虑以下几个方面:
搜索建议与自动补全: 提供实时的搜索建议和自动补全功能,帮助用户快速输入查询条件,并提供可能的相关搜索建议。
结果排序与过滤: 提供多样化的结果排序方式(如按相关性、时间等),以及结果过滤选项,让用户能够快速找到所需信息。
2.智能问答
智能问答服务通过结合知识图谱的数据和自然语言处理技术,能够实现高效的信息提取和问题解答,为用户提供智能化的交互体验,更好地满足使用者对信息获取和决策支持的多样化需求。
1)自然语言理解与信息抽取
智能问答服务首先需要具备强大的自然语言理解能力,以识别用户提出的问题并从知识图谱中抽取相关信息。
语义理解: 通过深入理解用户提问的语义结构,识别问题中的实体、属性和关系,从而精准定位答案所需的信息。
多层次信息抽取: 结合文本分析和结构化数据抽取技术,从多个信息源中抽取和整合必要的信息,支持复杂问题的解答。
2)知识图谱的应用与查询优化
智能问答服务利用知识图谱作为数据基础,通过以下方式优化问题的查询和答案的提取。
实体关系查询: 基于知识图谱的实体关系,实现复杂问题的跨实体查询,如查询运输车辆与道路的关联信息或运输车辆的轨迹历史。
语境感知与推理: 结合上下文信息和历史查询记录,优化问题的理解和答案的推断,提升问答的准确性和个性化程度。
3)多轮对话管理与用户交互
为了处理复杂问题和支持深入交互,智能问答服务需要具备多轮对话管理能力。
对话状态管理: 跟踪和管理多轮对话中的上下文,确保对后续问题的理解和答案的连贯性。
问题重述与澄清: 在交互中能够主动进行问题的重述和澄清,帮助用户更准确地表达需求和获取需要的信息。
4)个性化答案推荐与知识更新
智能问答服务不仅仅是简单的信息检索,还能通过以下方式提升用户体验和服务质量。
答案推荐: 基于用户历史行为和偏好,推荐可能感兴趣的相关问题和答案,提升用户满意度和信息获取效率。
知识更新与反馈: 定期更新知识图谱的数据和模型,及时反馈用户的反馈和问题,优化问答系统的性能和精确度。

1

5

统一门户

建设长沙市交通运输局统一门户,实现信息发布、应用管理、工作台、系统管理及接口服务等功能,统一长沙市交通运输局局本级、业务处室、直属单位各应用系统身份认证,实现单点登录,为交通运输局办公人员提供统一的工作平台,实现多系统间协作应用服务,提升工作效率。功能需求如下:
一、信息发布
信息发布是指在统一的交通门户上发布新闻、通知、公告、规章制度等一般的信息。将TOCC平台和各相关应用系统的通知公告信息、热点新闻、规章制度集成至本板块。
同时提供对应用系统的通知公告信息、热点新闻、规章制度集成管理功能,支持系统管理员按需集成相关信息。
二、应用管理
将长沙交通统一门户的相关应用集成至本板块,提供应用展示、推广、交流的载体,同时提供所有集成应用的入口。支持应用管理功能,系统管理员可按需集成相关应用。通过门户portal技术,实现对应用程序、服务组件进行定义、开发和重用、统一所有用户体验,并标准化发布内容的过程和流程、提供保密信息的安全访问、基于角色和任务提供个性化访问以及单点登录。
三、个人工作台
个人工作台包括“日常办公”板块和“常用应用”板块,支持对各板块内的内容进行自定义添加、删除。
1.日常办公
日常办公板块包括待办工作、消息提醒、日常安排、邮件服务等。常用应用板块为常用的各类应用系统入口,如共性应用入口、GIS平台入口等。
2.常用应用
提供常用应用模块,实现常用应用的快速访问。用户可对自己的常用应用模块进行设定,包括常用应用添加、常用应用删除等操作。
四、 系统管理
1.单点登录
长沙交通统一门户可实现单点登录功能,通过单点登录,实现“一次登录,处处通行”,减少记住多个系统密码的烦恼和重复登录,提高工作效率。
统一门户通过与统一身份认证平台进行对接,对用户进行身份认证,门户系统以用户认证的结果作为该用户的身份凭证。
2.用户权限管理
1)账号管理
用户注册:用户能够通过填写一些基本信息来注册成为系统的用户,需要输入用户名、密码、邮箱等必要信息,系统会验证用户输入的信息是否符合要求并发送邮件进行激活账号。
用户登录:在系统中输入用户名和密码,验证用户的身份信息,通过后进入系统中,进行相关操作。
用户信息修改:用户可以修改自己的个人信息,如昵称、头像、个人介绍联系方式等。
2)权限管理
提供用户信息的维护功能,进行用户的增删改、用户锁定、解锁等操作。按用户所属部门和角色管理权限。其中,统一交通门户级管理员可以对门户所有权限进行管理,部门级管理员可以对本单位的权限进行管理。可以分配的权限包括如下几种类型:
功能权限:可以使用的菜单功能权限。
应用权限:可以管理哪些应用系统的权限
资源权限:可以管理哪些物理资源和虚拟资源的权限
五、接口服务
本期主要实现主要包括根据统一身份认证的要求,与“政务云”统一身份认证服务系统对接,同时与已建的长沙市城市交通运输系统监测数据政企共享与管理服务应用试点项目、长沙市交通旅游服务大数据应用试点工程、长沙绿色货运配送监测预测服务平台、出租车综合监管平台、长沙市交通建设质量安全监督信息化平台项目、长沙智慧公路二期建设项目、驾培信息化二期项目、长沙市公交刷卡数据审核系统项目等8个系统对接,实现统一门户。

1

(五)设备购置需求清单

序号

名称

用途

规格参数

单位

数量

备注

1

视频建设

?

?

?

?

?

1.1

视频监控点位补充

?

?

?

?

?

1.1.1

枪球一体摄像机(含电源、镜头等)

用于补充高速出入口、城郊接驳处视频监控、三站一场(重点执法场景)、地质灾害隐患点

1.枪球双镜头设计,像机内置不少于2个镜头,内置不少于2颗GPU芯片,分辨率不小于 2560×1440
2.枪机、球机摄像头像素不小于400万
3.支持车牌识别、人数识别、违章取证、交通事件检测、交通数据采集、车辆检测、Smart事件:跟踪抓拍、支持人脸人体车辆同时抓拍等算法应用
4.支持内置MicroSD卡
5.支持最低照度不低于彩色0.0005 Lux,黑白0.0001 Lux
6.支持光学变倍不小于40倍
7.支持红外补光,有效补光距离不小于200 米
8.支持水平旋转范围不小于360°、垂直旋转范围不小于90°
9.支持H.264、H.265、MJPEG视频编码格式
10.支持IP67防护等级
11.支持运营商(4G或5G)移动网络传输
12.支持IPv4、IPv6协议

197.00

?

1.1.2

枪球一体摄像机(含电源、镜头等)

用于水运执法场景

1.枪球双镜头设计,像机内置不少于2个镜头,内置不少于2颗GPU芯片,分辨率不小于 2560×1440
2.枪机、球机摄像头像素不小于400万
3.支持H.264、H.265、MJPEG视频编码格式
4.支持红外补光,有效补光距离不小于200 米
5.传感器类型不小于1/1.8"
6.支持太阳能供电系统供电和直流供电
7.支持自动视频水位识别,漂浮物检测、船只检测模型,周界
8.支持除雾配置功能
9.支持运营商(4G或5G)移动网络传输
10.支持内置MicroSD卡
11.支持雨刷
12.支持IP67防护等级
13.支持不低于6000 V防雷,符合GB/T17626.2/3/4/5/6四级标准
14.支持IPv4、IPv6协议

23.00

?

1.1.3

交通执法车监控取证系统

用于交通执法车巡查、取证

系统由取证主机、云台、手控器、显示屏组成
1.取证主机接口:支持IO口、usb、RJ45、PON航空头IPC口、指示灯、TF卡、SIM卡、wifi天线、定位天线、4G天线、PON航空头云台接口、AVOUT接口、VGA、对讲、手控器接口
2.取证主机存储:支持内置≥1块960GB SSD硬盘
3.取证主机支持配置北斗定位模块
4.取证主机支持宽幅DC8~36V供电
5.手控器支持遥感控制
6.系统支持≥7寸高清显示屏
7.云台支持内置星光级400万1/1.8" CMOS传感器,超低照度夜间成像
8.云台支持不少于35倍变倍
9.支持H.264、H.265、MJPEG视频编码格式
10.云台支持目标抓拍和比对功能
11.云台支持陀螺仪电子防抖,支持断电锁死,适应车载震动场景
12.云台支持红外补光,有效补光距离不小于150 米
13.支持运营商(4G或5G)移动网络传输。
14.支持IPv4、IPv6协议

10.00

?

1.1.4

视频接入/转发服务器

补充视频转发

1.标准机架式服务器
2.CPU:核数≥20核,频率≥2.8GHz(国产CPU)
3.内存:≥256GB
4.硬盘:≥2块1.2TB 10K SAS盘,最大可选支持12块3.5寸(兼容2.5寸)热插拔SATA/SAS硬盘,可选支持2块后置2.5寸热插拔SATA/SAS硬盘
5.阵列卡:配置≥1块SAS+HBA卡(支持RAID 0/1/10)
6.PCIE扩展:支持5个PCIE插槽
7.网口:≥2个千兆电口,≥2个万兆光口
8.其他接口:≥1个千兆RJ-45管理接口,≥4个USB 接口,≥1个VGA口
9.电源:配置冗余电源
10.支持IPv4、IPv6协议

2.00

?

1.1.5

存储设备

新建视频存储

1.配置≥2颗64位多核处理器,≥16GB内存,内存支持扩展到≥256GB,支持硬盘热插拔
2.≥4个千兆网口,≥2个万兆光口(配套对应的光模块)
3.可接入硬盘≥48块;可接2TB/3TB/4TB/6TB/8TB/10TB/12TB/14TB/16TB/18TB/20TB SATA/SAS硬盘
4.支持SATA和SAS混插,支持不同主流品牌硬盘混插;支持不同大小的硬盘混合使用
5.支持元数据系统组成RAID和网络RAID
6.最大支持 1024 路(2048Mbps)前端接入、存储、转发,32 路(64Mbps)网络回放
7.电源:配置冗余电源
8.企业级硬盘:8TB,7200RPM,SAS(对应存储设备)22块
9.支持IPv4、IPv6协议

1.00

?

1.1.6

汇聚交换机

视频汇聚

1.三层交换机
2.交换容量≥756Gbps,包转发率≥252Mpps
3.≥48个GE电口;≥4个GE光口(配套对应的光模块)
4.电源:配置冗余电源
5.支持IPv4和IPv6三层路由协议

1.00

?

1.1.7

服务器接入交换机

服务器接入

1.三层交换机
2.交换容量≥336Gbps,包转发率≥126Mpps
3.≥24个GE电口;≥4个10GE光口(配套对应的光模块)
4.电源:配置冗余电源
5.支持IPv4和IPv6三层路由协议

1.00

?

1.1.8

接入交换机

视频接入

1.三层交换机
2.交换容量≥756Gbps,包转发率≥252Mpps
3.≥48个GE电口;≥4个GE光口(配套对应的光模块)
4.电源:配置冗余电源
5.支持IPv4和IPv6三层路由协议

1.00

?

1.2

视频解析

?

?

?

?

?

1.2.1

视频解析算力设备(GPU服务器)

包括公交、出租、天网等视频图像的解析

1.机架式服务器
2.处理器:配置≥2颗国产CPU,单颗核心数≥32,主频≥2.6GHz
3.内存:≥256GB
4.硬盘:≥3*480GB SSD
5.支持RAID 0/1/5/6
6.算力:单机整体算力≥480 TOPS INT8(或单机整体算力≥240 TOPS INT16)
7.网络:配置≥4个千兆电口+4个万兆光口(配套对应的光模块)
8.接口:配置≥4个USB 3.0 + 2个 DB15 VGA + 1个RJ45 串口
9.电源:配置冗余电源
10.配套操作系统
11.支持IPv4、IPv6协议

4

?

1.2.2

视频国标转换网关

保障部分非国标视频转换成国标视频

1.支持JT/T 808&1078设备
2.支持部标JT809、部标JT1078、国标GB28181等多种级联方式
3.支持部标协议转国标协议
4.CPU:≥2*10核,主频≥2.4GHz
5.内存:≥16GB
6.硬盘:≥2*600GB
7.支持IPv4、IPv6协议

1.00

?

2

机房及配套工程建设

?

?

?

?

?

2.1

传输安全建设

该部分重点考虑本期项目部分数据需经传输至政务云,需充分保障局机关至政务传输通道的安全防护

?

?

?

?

2.1.1

防火墙

部署在局内核心交换机下实现设备冗余部署、网络层面入侵防御

1、网络层吞吐量≥25G
2、并发连接≥1000万,每秒新建连接数≥40万
3、IPSEC VPN吞吐≥100M,应用层吞吐量≥10G,SSL VPN并发≥2000
4、≥4个GE电口,≥4个10GE光口(配套对应的光模块),≥2个扩展插槽(可扩展千兆、万兆、40G接口)
5、功能:含应用管理、入侵防御、URL过滤、防病毒、内容过滤、邮件安全、上网行为、敏感数据、WAF、SSL VPN、威胁情报、SD-WAN等功能
6、电源:配置冗余电源
7、支持IPv4、IPv6协议

2.00

?

2.1.2

防火墙

考虑到原有内部防火墙设备年限过长,进行更换

1、网络层吞吐量≥10G
2、并发连接≥200万
3、≥6个GE电口,≥2个10GE光口(配套对应的光模块),≥2个扩展插槽(可扩展千兆、万兆、40G接口)
4、功能:含应用管理、入侵防御、URL过滤、防病毒、内容过滤、邮件安全、上网行为、敏感数据、WAF、SSL VPN、威胁情报、SD-WAN等功能
5、电源:配置冗余电源
6、支持IPv4、IPv6协议

2.00

?

2.1.3

终端安全管理系统

现有服务器杀毒软件授权已过期,面对现在的各种病毒,难以有效杀毒,需新增终端安全管理软件,定期升级病毒库,对服务器环境进行全盘病毒查杀,提升安全防护水平

1、支持主流Windows Server、Linux操作系统,Windows版支持单机模式部署,Linux版支持集群模式部署,支持银河麒麟、麒麟信安等国产操作系统
2、可实现集中管理,包括终端统一部署、策略配置、任务分发、集中监控、日志报表等终端安全管理功能
3、可对病毒、木马、恶意软件等进行查杀,提供主动防御功能
4、包含30个终端授权
5、支持IPv4、IPv6协议

1.00

?

2.1.4

服务器数字证书

保障现有互联网应用用https进行加密传输

https证书,对互联网应用系统采用https进行加密传输

2.00

?

2.2

安全补充建设

该部分主要是遵循“统筹集约”建设原则,局机关业务将逐步迁移上政务云,在过渡期时适当考虑补充局机关安全

?

?

?

?

2.2.1

SSL VPN

补充局机关安全

提供网络安全接入、数据传输加密服务,支持详细访问控制与授权,保障数据传输机密性、完整性,参数要求:
1、内存≥8GB ,硬盘≥2TB
2、≥4千兆电口,≥4千兆光口(配套对应的光模块),≥2个接口扩展槽
3、支持国密算法(含国密加密卡)
4、HTTPS吞吐≥8Gbps,SSL加密吞吐(国密算法)≥2Gbps
5、支持并发用户数≥4000,含1000点用户授权
6、电源:配置冗余电源
7、支持IPv4、IPv6协议

1.00

?

2.2.2

服务器密码机

补充局机关安全

进行数据加密存储,实现对敏感数据的加密控制,实现对数据资产内容安全的保护控制,参数要求:
设备:CPU≥8核,内存≥8GB,硬盘≥256GB,≥6个千兆电口,≥4个光口(配套对应的光模块)
功能:
1、支持SM1、SM2、SM3、SM4等国产密码算法(含国密加密卡);同时支持RSA、AES、3DES、MD5、SHA等国际算法
2、具有商用密码产品认证证书
3、密码运算:支持数据加密/解密、数字签名/验签、消息鉴别码的产生/验证、数字信封、密钥协商等类型的密码运算,并且支持多任务并发访问
4、密钥管理:支持至少三层密钥结构,支持管理密钥、用户密钥、设备密钥、密钥加密密钥、会话密钥的管理,支持对称与非对称密钥的生成及管理
5、访问控制:支持管理员、操作员角色,分别赋予不同的操作权限,并采用数字签名技术,实现对登录用户的强身份认证
6、多种接口:同时支持SDF、JCE、PKCS11接口,具有良好的通用性。
性能:SM2签名/验签(tps)≥3000/2000;SM2加密/解密速率(tps)≥2000/3000;SM1算法加/解密速率≥700Mbps;SM4算法加/解密速率≥500Mbps;SM3杂凑算法速率≥300Mbps
7.支持IPv4、IPv6协议

1.00

?

2.2.3

数据脱敏脱密

补充局机关安全

在数据共享开放过程中,针对高敏感数据(姓名、地址、身份证号码等)进行匿名化处理,防止数据泄漏,参数要求:
1、硬盘≥4TB,
2、≥4个千兆电口,≥4个光口(配套对应的光模块),≥2个接口扩展插槽
3、脱敏处理能力:≥50GB/小时
4、脱敏单元格:≥50万单元格/s
5、支持IPv4、IPv6协议

1.00

?

(六)数据工程实施需求清单

序号

服务内容

功能参数概述

数量

单位

数据工程实施

1

数据归集工作

工作内容包括:1、结合业务梳理成果,使用长沙市数据中台工具探查待归集库表数据结构及基础数据质量;2、设计目的库表结构及存储策略;3、设计数据接入策略,确定API接口调用、ETL工具、数据库直连等连接方式,确定实时、批量、定期更新方案和更新字段,确定脏数据处理方案;4、按策略使用长沙市数据中台底层ETL工具或编写脚本执行数据抽取、转换和加载过程;5、使用长沙市数据中台工具监控数据汇聚工作流执行状态,执行关键任务数据对账,执行错漏数据补数据操作,按业务设计配置数据质量稽查规则,定期输出数据质量稽查报告,输出问题数据明细并敦促供数单位整改;6、管理监控前置机、前置库,监控数据源元数据变化;7、维护、优化数据归集工作流。

882.00

2

数据标准转换工作

工作内容包括:1、结合业务梳理的数据标准成果,明确数据标准转换对象表及字段,明确标准转换规则(值域、代码、编码等转换规则),在长沙市数据中台标准工具中维护标准稽核规则并配置标准稽核任务,利用工具定期输出标准稽核报告;2、编写标准转换脚本并测试;3、梳理源库表代码并维护至长沙市数据中台标准工具中;4、配置标准转换规则或者代码映射规则,生成标准转换工作流;5、根据业务梳理的标准版本变更等实际情况,维护标准转换工作流,迭代升级转换脚本、优化工作流效率。

115.00

3

基础库、主题库、专题库数据融合工作

工作内容包括:1、结合业务梳理的基础库、主题库、专题库逻辑模型设计、优化数据库表物理模型;3、结合业务梳理成果,实施基础库数据集、主题库数据对象等的来源表原子化切分,完成原子表映射形成融合表工作;3、结合业务梳理的数据融合规则(一数一源、新鲜度、来源优先级等)配置数据融合工作流;4、根据业务梳理的成果变化情况,持续改变、优化数据融合工作流,监控倒查数据归集、标准转换工作流并持续优化。

262.00

4

统计分析指标计算函数设计及指标工作流实施工作

工作内容包括:1、结合业务梳理的统计分析指标、专业术语等维护至长沙市数据中台,根据专题库库表划定指标计算数据域;2、根据业务梳理的统计分析指标编写函数计算脚本并测试、优化;3、根据专题库成果映射形成指标库,配置函数计算脚本;4、配置指标库输出工作流,持续优化工作流,检查输出指标结果。

179.00

(七)建筑安装工程需求清单

序号

名称

具体内容

数量

单位

一、城市出入口+高速收费站附近区域

1

H6.5米+L3米监控杆

立杆150-200*8*6500,横臂90-140*5*3000,法兰500*14,横臂法兰280*12,热镀锌喷塑,地笼8-M24*1200,定位法兰500*8,含导轨

18

2

H6.5米+L5米监控杆

立杆180-240*8*6500,横臂90-165*5*5000,法兰500*14,横臂法兰320*16,热镀锌喷塑,地笼8-M24*1200,定位法兰500*8,含导轨

45

3

H6.5米+L10米监控杆

立杆240-300*8*6500,横臂100-220*5*10000,法兰550*16,横臂法兰400*16,热镀锌喷塑,地笼8-M24*1500,定位法兰550*8,含导轨

29

4

立杆基础1

含开挖土方、基坑、防雷接地,模板制做,商混C25基础及配套(包含垃圾清运),规格:1400mm×1400mm×1700mm

18

5

立杆基础2

含开挖土方、基坑、防雷接地,模板制做,商混C25基础及配套(包含垃圾清运),规格:1500mm×1500mm×1700mm

45

6

立杆基础3

含开挖土方、基坑、防雷接地,模板制做,商混C25基础及配套(包含垃圾清运),规格:1600mm×1600mm×1900mm

29

7

手孔井

含手孔井开挖、基坑,混凝土基础配套、井盖等,规格:600mm×600mm×600mm

92

8

抱杆式机柜

1、整体结构采用拼焊结构,机柜采用主体焊接、部分拼装的结构,采用专用户外柜锁,具有良好的防水、防盗性能;
2、机柜底部进出线缆,有效实现防水、防尘,采用抱杆安装方式,具有防虫、防鼠功效;
3、防护等级≥IP55。

92

9

小机柜

1、整体结构采用拼焊结构,机柜采用主体焊接、部分拼装的结构,采用专用户外柜锁,具有良好的防水、防盗性能;
2、防护等级≥IP55。

1

10

预埋钢管

1、公称直径:DN40;
2、壁厚:≥3.25mm;
3、钢管表面有防锈处理。

650

11

预埋PE管

1、公称直径:DN40;
2、壁厚:≥2.4mm;
3、材质:聚乙烯。

540

12

壁装球机支架

支架表层有防锈处理

2

13

SD存储卡

1、擦写次数≥3000次;
2、标称容量≥256GB;
3、读写速度≥80MB/秒

146

14

抱箍

规格:50mm-400mm,宽度:≥12mm,厚度:≥0.6mm,材质:304(用于固定报杆式机柜)。

184

15

绝缘胶带

1、电压等级:600V及以下;
2、介电强度:>39.37kV/mm(1000V/mil);
3、绝缘电阻:10^12欧姆;
4、适用温度:80℃以下。

190

16

扎带

1、符合国标;
2、阻燃、不易老化(100根/包)。

30

17

绕线管

金属软管≥25mm,外保护,横臂出口到设备。

95

18

外电接入

开户

69

19

电源线

国标,RVVP 2*2.5

5410

20

路面开挖与恢复

拆除混凝土路面层(路面至管顶深度≥0.8m,宽度≥0.3m)、人行道块料面层(路面至管顶深度≥0.5m,宽度≥0.3m);人行道及路面恢复

17

二、交通执法场景

1

H6.5米+L3米监控杆

立杆150-200*8*6500,横臂90-140*5*3000,法兰500*14,横臂法兰280*12,热镀锌喷塑,地笼8-M24*1200,定位法兰500*8,含导轨

5

2

H6.5米+L10米监控杆

立杆240-300*8*6500,横臂100-220*5*10000,法兰550*16,横臂法兰400*16,热镀锌喷塑,地笼8-M24*1500,定位法兰550*8,含导轨

2

3

立杆基础1

含开挖土方、基坑、防雷接地,模板制做,商混C25基础及配套(包含垃圾清运),规格:1600mm×1600mm×1900mm

5

4

立杆基础2

含开挖土方、基坑、防雷接地,模板制做,商混C25基础及配套(包含垃圾清运),规格:1600mm×1600mm×1900mm

2

5

手孔井

含手孔井开挖、基坑,混凝土基础配套、井盖等,规格:600mm×600mm×600mm

7

6

抱杆式机柜

1、整体结构采用拼焊结构,机柜采用主体焊接、部分拼装的结构,采用专用户外柜锁,具有良好的防水、防盗性能;
2、机柜底部进出线缆,有效实现防水、防尘,采用抱杆安装方式,具有防虫、防鼠功效;
3、防护等级≥IP55。

7

7

小机柜

1、整体结构采用拼焊结构,机柜采用主体焊接、部分拼装的结构,采用专用户外柜锁,具有良好的防水、防盗性能;
2、防护等级≥IP55。

13

8

吊装球机支架

最大承受重量≥10KG,支架表层有防锈处理。

4

9

壁装球机支架

支架表层有防锈处理

1

10

球机抱箍支架(吊装)

最大承受重量≥15KG,支架表层有防锈处理(整套支架含抱箍)。

7

11

球机3米横臂

横臂表层有防锈处理

2

12

球机抱箍支架

支架表层有防锈处理(整套支架含抱箍)

4

13

SD存储卡

1、擦写次数≥3000次;
2、标称容量≥256GB;
3、读写速度≥80MB/秒

25

14

抱箍

规格:50mm-400mm,宽度:≥12mm,厚度:≥0.6mm,材质:304(用于固定报杆式机柜)。

14

15

绝缘胶带

1、电压等级:600V及以下;
2、介电强度:>39.37kV/mm(1000V/mil);
3、绝缘电阻:10^12欧姆;
4、适用温度:80℃以下。

45

16

扎带

1、符合国标;
2、阻燃、不易老化(100根/包)。

14

17

绕线管

金属软管≥25mm,外保护,横臂出口到设备

25

18

外电接入

开户

15

19

电源线

国标,RVVP 2*2.5

1150

三、湘江水域

1

监控杆

高度4m,含立杆基础

22

2

抱杆式机柜

1、整体结构采用拼焊结构,机柜采用主体焊接、部分拼装的结构,采用专用户外柜锁,具有良好的防水、防盗性能;
2、机柜底部进出线缆,有效实现防水、防尘,采用抱杆安装方式,具有防虫、防鼠功效;
3、防护等级≥IP55。

22

3

小机柜

1、整体结构采用拼焊结构,机柜采用主体焊接、部分拼装的结构,采用专用户外柜锁,具有良好的防水、防盗性能;
2、防护等级≥IP55。

1

4

球机1米横臂

横臂表层有防锈处理

22

5

太阳能锂电供电系统

防护:TVS 4000V防雷、防浪涌、防突波,符合GB/T17626.5 四级标准
太阳能组件类型:单晶硅太阳能板
太阳能组件转换效率:≥20%
电压容量:≥12V80AH
最大输出功率:≥100W
电池类型:锂电池组
电池循环使用次数:≥2000
电池保护功能:支持温度保护,过充过放保护,过流短路保护
工作温度范围:支持-20℃-80℃

23

6

SD存储卡

1、擦写次数≥3000次;
2、标称容量≥256GB;
3、读写速度≥80MB/秒

23

7

抱箍

规格:50mm-400mm,宽度:≥12mm,厚度:≥0.6mm,材质:304(用于固定报杆式机柜)。

44

8

绕线管

金属软管≥25mm,外保护,横臂出口到设备

23

9

球机抱箍支架

支架表层有防锈处理(整套支架含抱箍)

1

四、交通执法车

1

安装调试

交通执法车监控取证系统安装调试,要求必须由专业安装人士进行安装,同时需严格按照设备方提供的说明文件进行安装,设备安装完成需进行测试,确保无松动情况,能正常使用

10

五、地质灾害隐患点

1

H6.5米+L3米监控杆

立杆150-200*8*6500,横臂90-140*5*3000,法兰500*14,横臂法兰280*12,热镀锌喷塑,地笼8-M24*1200,定位法兰500*8,含导轨

8

2

H6.5米+L5米监控杆

立杆180-240*8*6500,横臂90-165*5*5000,法兰500*14,横臂法兰320*16,热镀锌喷塑,地笼8-M24*1200,定位法兰500*8,含导轨

8

3

H6.5米+L10米监控杆

立杆240-300*8*6500,横臂100-220*5*10000,法兰550*16,横臂法兰400*16,热镀锌喷塑,地笼8-M24*1500,定位法兰550*8,含导轨

1

4

立杆基础1

含开挖土方、基坑、防雷接地,模板制做,商混C25基础及配套(包含垃圾清运),规格:1400mm×1400mm×1700mm

8

5

立杆基础2

含开挖土方、基坑、防雷接地,模板制做,商混C25基础及配套(包含垃圾清运),规格:1500mm×1500mm×1700mm

8

6

立杆基础3

含开挖土方、基坑、防雷接地,模板制做,商混C25基础及配套(包含垃圾清运),规格:1600mm×1600mm×1900mm

1

7

手孔井

含手孔井开挖、基坑,混凝土基础配套、井盖等,规格:600mm×600mm×600mm

17

8

抱杆式机柜

1、整体结构采用拼焊结构,机柜采用主体焊接、部分拼装的结构,采用专用户外柜锁,具有良好的防水、防盗性能;
2、机柜底部进出线缆,有效实现防水、防尘,采用抱杆安装方式,具有防虫、防鼠功效;
3、防护等级≥IP55。

17

9

小机柜

1、整体结构采用拼焊结构,机柜采用主体焊接、部分拼装的结构,采用专用户外柜锁,具有良好的防水、防盗性能;
2、防护等级≥IP55。

5

10

球机抱箍支架

支架表层有防锈处理(整套支架含抱箍)

8

11

SD存储卡

1、擦写次数≥3000次;
2、标称容量≥256GB;
3、读写速度≥80MB/秒

26

12

抱箍

规格:50mm-400mm,宽度:≥12mm,厚度:≥0.6mm,材质:304(用于固定报杆式机柜)。

24

13

绝缘胶带

1、电压等级:600V及以下;
2、介电强度:>39.37kV/mm(1000V/mil);
3、绝缘电阻:10^12欧姆;
4、适用温度:80℃以下。

26

14

扎带

1、符合国标;
2、阻燃、不易老化(100根/包)。

3

15

绕线管

金属软管≥25mm,外保护,横臂出口到设备。

17

16

外电接入

开户

18

17

电源线

国标,RVVP 2*2.5

1860

(八)标准规范编制需求清单

序号

系统/模块名称

功能参数概述

数量

单位

1

标准规范

参照国际、国家以及行业信息化标准基础上,基于长沙市政务云相关规范基础,本期项目将制定《长沙市交通综合运行协调指挥中心(TOCC)二期项目总体标准》和长沙市交通服务评价领域专用标准——《长沙市交通服务评价信息管理标准》。

2.00

(九)建设期服务需求清单

序号

服务内容

功能参数概述

数量

单位

数据梳理服务

1

数据来源表

工作内容包括:
1、依据交通运输部标准梳理交通运输局业务分类。
2、依据部门职责,梳理部门主干业务,确定支撑业务的信息系统、业务系统层级和业务系统部署环境。
3、梳理业务数据资源,确定业务数据来源部门、来源系统,确定数据对接部门。
4、基于前三项梳理成果,编制数据表清单,确定表名、信息范围、更新周期、数据表类型、机构名称、处室名称、主干业务名称以及来源系统,用于指导数据归集实施工作。

60.83

人月

2

数据标准表

工作内容包括:
1、梳理交通运输标准规范文件,确定业务数据代码和编码规则,形成数据代码表、编码规则表。
2、梳理数据标准表,明确数据标准表与数据来源表的逻
辑关系,明确标准转换规则,形成数据标准表,确定标准表表名、字段名、英文名、数据类型、主键、必填项、编码规则、共享属性、开放属性,用于指导数据治理工作。

15.86

人月

3

数据融合表

工作内容包括:
依托数据标准表,构建融合模型,针对同一核心数据字段存在多个取数来源,构建模型规范数据来源、取数优先级、取数规则等信息,形成数据融合表,用于指导数据融合实施工作。

24.09

人月

4

统计分析指标表

工作内容包括:
1、调研部门业务统计要求,梳理业务统计指标。
2、调研新建业务系统,获取统计指标和计算规则
3、通过对数据标准表的分析,制定常用数据统计指标。
4、基于前三项梳理成果,编制数据统计表清单,用于指导数据指标实施工作。

32.92

人月

网络租赁

1

流量卡

5G物联网流量卡,上下行10M,省内不限流量;按照三年计算

230

2

运营商-市交通局视频专线

500M视频专线,按照三年计算。(采用OTN技术,保障视频传输高速可靠、安全保密)

1

3

交通直属单位/交通企业-市交通局视频专线


100M视频专线,按照三年计算。(采用OTN技术,保障视频传输高速可靠、安全保密)

8

4

交通企业-市交通局视频专线

500M视频专线,按照三年计算。(采用OTN技术,保障视频传输高速可靠、安全保密)

1

5

省厅-市交通局

1条裸光纤,按距离约14km计算,单价为0.5+0.05*(14-10),按照三年计算

1

其他

1

安全评估服务

?

?

1.1

数据分类分级服务

对本项目数据资产进行识别、梳理、分类分级等,包括咨询调研、数据资产梳理、敏感数据识别、分级分类方案、分级分类实施等工作,形成数据分类表、数据分级表等相关清单

12.00

人月

1.2

数据安全风险评估服务

对本项目的数据安全风险进行评估,包括咨询调研、数据和业务梳理和分析、威胁识别和分析、风险处置与分析等工作

8.00

人月

1.3

个人信息安全影响评估

对本项目个人信息安全影响评估,包括个人信息的处理目的、处理方式是否合法、正当、必要;对个人权益的影响及安全风险;所采取的保护措施是否合法、有效并与风险程度相适应等内容

5.00

人月

2

视频点位治理服务

主要包含以下工作:
1、系统源数据治理
2、自定义标签治理(含场所类型、经纬度、行政区域、主题分类等)
3、指导培训原单位使用点位治理工具

12

人月

3

短信服务

采购三家运营商定制短信服务,计取三年,每年100万条(按当前市场占比考虑,拟考虑每年移动50万条、联通30万条、电信20万条),合计300万条,主要场景包括:
1、交通应急指挥调度场景划定区域向交通企业、营运车驾驶员发布定制调度短信、向公众发布定制的出行提醒短信
2、交通安全预警场景划定区域向企业、驾驶员等发布定制预警短信

300

万条

4

电费

据实结算

197

5

指挥通信车保障服务

根据相关技术人员对事件发生实地进行勘察后安排相应配置的车辆前往,至少需具备配套的电力供应设备、通信保障设备,支持在指挥场景下的电力保障、通信保障。
1、车辆功能:
1)公网通信系统:利用现有集成商网络实现公网网络数据传输功能。
2)专网通信系统:通过卫星、Mesh自组网、超短波、短波等快速建立专用通信链路。
3)广播音响系统:实现车内外声音的广播、传输、收录等功能。
4)辅助电源系统:为整车设备提供电源保障、环境调节保障等。
5)生活辅助系统:为整车配备必要的生活辅助设施,包括照明、空调设施
2、配套服务:
1)环境评估:对周围的环境进行评估,包括地理条件、网络覆盖情况和电力供应情况等。确保扩展点具备较好的信号接收能力和电力供应能力。
2)扩展卫星天线:指挥通信车配备卫星天线,用于接收卫星信号。在选择好扩展点后,需要将卫星天线安装在合适的位置,并确保天线能够正常连接到通信车的信号接收设备。
3)建立通信设备:根据具体的指挥需求,将必要的通信设备先行安装在通信车上,包括无线电对讲机、电脑终端等。确保设备可以通过卫星信号或其他通信手段与外界进行通信。
4)供电配套:指挥通信车配备独立的电源供应,以保障通信设备的正常运行。在扩展点附近配置适当的发电设备并确保其能够满足通信车的电力需求。
5)网络接入:根据扩展点的网络情况,配置相应的网络接入设备,确保通信车能够连接到互联网或内部网络。提供丰富的通信和数据传输功能。
6)测试和调试:安装完通信设备和电力供应设备后,远程设备调试人员对各项设备进行测试和调试,确保其正常运行。包括信号接收质量的测试、无线电通信的测试以及电力供应的稳定性测试等。
7)运维管理:一旦指挥通信车扩展完毕,需要进行持续的运维管理工作,确保通信设备的正常运行和及时维修。包括设备巡检、备件的及时补充和故障的快速处理等工作。

9

单台/次

?


四、交付时间和地点

1.1服务时间:按本需求执行

1.2服务地点:采购人指定地点。

?

五、服务标准

项目服务要求

1、项目建设人员配置及驻场运行维护人员配置

★本项目建设人员最低配置要求为31人,一人一岗,人员不得重复计算:其中项目团队核心人员7人,包括项目经理(1人)、产品经理(1人)、算法设计开发工程师(2人)、系统分析工程师(1人)、网络规划设计工程师(1人)、系统架构设计工程师(1人)。其他项目团队人员24人,包括信息安全工程师(1人)、数据库管理工程师(1人)、数据治理工程师(2人)、前端(PC)开发工程师(4人)、前端(移动端)开发工程师(2人)、后端开发工程师(4人)、大数据开发工程师(3人)、UI设计工程师(2人)、测试工程师(2人)、配置(文档)管理人员(1人)、硬件工程师(2人)。

注:投标人须承诺中标后按照响应文件中提供的项目建设人员数量进行配置,项目团队核心人员(7人)需提供花名册,其他项目团队人员(除UI设计工程师外)具备国家人社部门或高等院校认可的计算机相关专业中级及以上职称(水平)证书。项目实施阶段实际投入人员须与响应文件中提供的项目建设人员一致,如需调整须取得采购人同意。本条款中要求的内容需提供承诺函进行承诺(格式自拟)。在签订合同前,中标人须按照响应文件中已承诺的人员标准进行配备,因人员配备不到位而影响采购合同履行等一切损失由中标人自行承担。

★本项目质保期驻场运行维护人员最低配置要求为12人:项目经理(1人)、系统分析师(1人)、算法工程师(1人)、数据库管理工程师(1人)、UI设计工程师(1人)、前端开发工程师(2人)、后端开发工程师(2人)、大数据开发工程师(1人)、硬件工程师(1人)、测试工程师(1人)。驻场运行维护人员非日常工作时段保证24小时有人值守。注:以上人员(除UI设计工程师之外)需具备国家人社部门或高等院校认可的计算机相关专业中级及以上职称(水平)证书,一人一岗,驻场运行维护人员不得重复计算。本条款中要求的内容需提供承诺函进行承诺(格式自拟)。

2、各岗位主要工作内容一览表:

1项目建设人员

序号

职能

人数要求

主要工作内容

1

项目经理

1名

主要负责规划、组织和控制TOCC二期项目全过程,包括制定详细的项目计划和预算,协调跨学科团队确保技术实现与需求匹配,管理资源分配和风险,实施严格的质量控制,与相关部门保持紧密沟通并汇报进展,组织系统集成与测试保证平台稳定运行,准备竣工资料并提供运维支持,同时确保所有工作符合相关法律法规,最终按时、按质、在预算内完成项目建设并满足客户期望。

2

产品经理

1

1、需求收集与分析:与业务部门、用户代表和利益相关方沟通,收集并分析TOCC二期项目产品需求;确认和优先排序需求,确保平台功能符合用户和业务目标。

2、产品规划与设计:制定平台愿景和战略,明确长期发展方;规划路线图,确定各个阶段的功能和交付时间表;协同UI设计师,参与平台界面和用户体验设计,确保易用性和美观性。

3、需求文档编写:编写详细的平台需求文档,包括功能描述、用户规模、验收标准等。确保需求文档的清晰性和完整性,为开发团队提供明确的指导。

4、跨部门协作:与开发团队、测试团队、运维团队等紧密合作,确保平台按计划开发和上线。

5、协调各部门资源,解决项目中的问题和冲突,推动项目顺利进行。

6、产品迭代与优化:根据用户反馈和市场变化,持续优化平台功能和性能;评估现有平台功能的效果,提出改进建议。

3

系统分析

1名

1、需求分析:收集和分析交通管理部门的业务需求,识别TOCC一期平台的问题并提出改进建议。

2、系统设计:设计TOCC二期平台架构和数据模型,制定详细的技术规格说明书。

3、沟通协调:作为业务和技术团队之间的桥梁,协调不同部门间的工作和资源。

4、系统测试:参与系统的集成和用户验收测试;分析测试结果并解决发现的问题。

5、数据整合:设计与其他系统的接口,确保数据互通;规划数据采集、处理和分析流程。

6、优化与维护:上线后监控系统性能,收集用户反馈;持续优化系统,提供技术支持。

4

网络规划设计

1名

1、需求评估:分析交通管理部门的网络需求,包括带宽、安全性、可靠性和扩展性。

2、网络设计:设计整体网络架构,规划交通运输局局域网、视频专网等网络拓扑结构,选择合适的网络设备和技术标准。

3、技术选型:评估和选择适合TOCC二期平台需求的网络硬件和软件,如路由器、交换机、防火墙等。

4、实施与部署:协调网络设备的安装和配置,确保按照设计要求进行;进行网络调试和测试,确保所有组件正常工作。

5

系统架构设计

1名

1、需求分析:与系统分析师和利益相关方合作,理解并确认TOCC二期项目的业务和技术需求。

2、架构设计:设计TOCC二期平台整体系统架构,包括应用层、数据层、服务层等各层级的结构;确定系统的技术栈,选择合适的技术框架和工具。

3、技术选型:评估和选择适合TOCC二期项目需求的技术解决方案,如云计算、大数据处理、物联网等,研究新技术,确保架构具有前瞻性和可扩展性。

4、部署规划:制定TOCC二期平台的部署方案,包括硬件配置、网络拓扑和软件安装。

6

算法设计开发

2名

1、需求分析与问题定义:与产品经理、业务专家合作,理解并确认TOCC二期项目算法的需求;定义具体的算法应用场景和目标,如交通运行趋势预测、交通安全预警、交通辅助决策等。

2、算法设计与开发:设计和实现高效的算法模型,如机器学习、深度学习、优化算法等;应用统计学、运筹学、图论等领域的理论知识解决复杂的交通管理问题。

3、数据处理与特征工程:处理和清洗大数据集,提取有用的特征用于算法训练;进行特征选择和工程,提升模型的准确性和泛化能力。

4、模型训练与评估:使用历史数据和实时数据训练算法模型,优化模型参数;评估模型性能,使用交叉验证、A/B测试等方法确保模型的稳定性和可靠性。

5、模型部署与集成:将训练好的模型部署到生产环境中,确保其能够实时处理数据;与后端开发团队协作,将算法集成到系统中,提供API接口供其他模块调用。

6、性能优化与调优:优化算法的计算效率,减少模型的推理时间和资源消耗;调整模型结构和参数,提高预测精度和响应速度。

7

信息安全

1名

1、安全需求分析:与业务部门和系统分析师合作,识别并评估TOCC二期项目的安全需求;确定关键资产和敏感数据,制定相应的保护策略。

2、安全架构设计:设计TOCC二期平台整体安全架构,确保系统的安全性、完整性和可用性;规划网络、应用、数据等各层级的安全防护措施。

3、安全策略制定:制定详细的安全策略和操作规程。

4、安全测试:组织并参与安全测试,如渗透测试、漏洞扫描等,确保系统的安全性。

5、应急响应与灾难恢复:制定TOCC二期项目应急响应计划,确保在发生安全事件时能够快速反应。

6、安全培训与意识提升:为TOCC二期项目团队和用户提供安全培训,提高他们的安全意识和技能。

8

数据库管理

1名

1、需求分析:与系统分析师和系统架构师合作,理解并确认数据库的需求;确定数据存储、查询和管理的具体要求。

2、数据库设计:设计数据库的逻辑模型和物理模型,包括表结构、索引、视图等;规划数据关系、约束条件和规范化标准,确保数据的一致性和完整性。

3、性能优化:优化数据库查询语句,提高查询效率和响应速度;调整数据库配置参数,确保系统的高性能和稳定性。

4、数据迁移与集成:规划和执行数据从旧平台到新平台的迁移工作,确保数据的完整性和准确性;设计数据集成方案,实现与其他系统的数据交换和同步。

9

数据治理

2名

1、数据标准制定:制定和维护TOCC二期项目数据标准,包括数据定义、格式、编码规则等,确保数据的一致性和准确性。

2、数据质量评估:设计和实施TOCC二期项目数据质量评估框架,定期检查数据的完整性、准确性和一致性;识别和解决数据质量问题,如重复数据、缺失值、错误数据等。

3、数据生命周期管理:规划TOCC二期项目数据的全生命周期管理,从数据采集、存储、处理到归档和销毁;制定数据保留和删除策略,确保数据的安全性和合规性。

4、数据资产管理:构建TOCC二期项目数据资产目录,明确数据的所有权、责任和价值;优化数据资源的利用,提升数据的价值创造能力

10

前端开发(PC)

4名

1、需求分析与设计:与产品经理、UI设计师合作,理解并确认TOCC二期项目监测预测、安全预警、协调指挥、辅助决策、服务评价等PC端应用系统的前端功能需求;参与用户界面设计,确保页面布局和交互设计符合用户体验标准。

2、代码编写与实现:使用HTML、CSS、JavaScript等技术编写高质量的前端代码;应用现代前端框架和库构建响应式和交互式的用户界面。

3、组件开发:开发和维护可复用的前端组件,提高开发效率和代码质量;确保组件的灵活性和扩展性,以适应不同的业务场景。

4、性能优化:优化前端代码,减少页面加载时间和资源消耗,提升用户体验。

5、跨浏览器兼容性:确保前端应用在不同浏览器和设备上的一致性和兼容性。

6、与后端集成:与后端开发团队协作,通过API接口进行数据交互,确保前后端无缝对接;处理前后端通信中的错误和异常,保证系统的稳定性和可靠性。

11

前端开发(移动端)

2名

1、需求分析与设计:与产品经理、UI设计师合作,理解并确认TOCC二期项目掌上系统等移动端应用的前端功能需求;参与用户界面设计,确保页面布局和交互设计符合用户体验标准。

2、代码编写与实现:使用HTML、CSS、JavaScript等技术编写高质量的前端代码;应用现代前端框架和库构建响应式和交互式的用户界面。

3、组件开发:开发和维护可复用的前端组件,提高开发效率和代码质量;确保组件的灵活性和扩展性,以适应不同的业务场景。

4、性能优化:优化前端代码,减少页面加载时间和资源消耗,提升用户体验。

5、跨浏览器兼容性:确保前端应用在不同浏览器和设备上的一致性和兼容性。

6、与后端集成:与后端开发团队协作,通过API接口进行数据交互,确保前后端无缝对接;处理前后端通信中的错误和异常,保证系统的稳定性和可靠性。

12

后端开发

4名

1、需求分析与设计:与产品经理、系统分析师合作,理解并确认TOCC二期平台各应用系统后端功能需求;设计和规划后端架构,包括数据库结构、API接口和业务逻辑。

2、代码编写与实现:使用编程语言(如Java、Python、Node.js、C#等)编写高质量的后端代码;实现业务逻辑,处理数据存储、查询、更新和删除等操作。

3、API开发与维护:开发RESTful或GraphQL API,确保前后端之间的高效通信;编写API文档,提供清晰的接口说明和使用指南。

4、服务集成:

集成第三方服务和外部系统(如地图服务、消息队列等),确保系统的互联互通;处理异步任务和批量处理,提升系统的响应速度和效率。

5、性能优化:优化后端代码和数据库查询,减少响应时间和资源消耗;使用缓存机制和负载均衡技术,提高系统的并发处理能力

13

大数据开发

3

1、需求分析与设计:与系统分析师和数据治理工程师合作,理解并确认TOCC二期项目大数据处理的需求;设计大数据架构,选择合适的大数据技术和工具。

2、数据采集与集成:开发和配置数据采集系统,从多种数据源(如传感器、日志文件、数据库等)收集数据’实现数据清洗、转换和加载(ETL)流程,确保数据的质量和一致性。

3、数据存储与管理:选择和配置合适的数据存储解决方案;设计和优化数据模型,确保高效的数据存储和查询性能。

4、数据可视化:

借助数据可视化工具,将分析结果以图表和报表形式展示;与前端开发团队协作,提供API接口,支持交互式数据展示和探索。

5、性能优化:优化大数据处理任务的性能,减少计算时间和资源消耗;调整集群配置和参数,提升系统的并发处理能力和稳定性。

14

UI设计

2

1、需求分析:与产品经理、用户体验专家和开发团队合作,理解并确认TOCC二期项目各类用户界面的需求;收集和分析用户反馈,确保设计符合用户的实际使用场景。

2、信息架构设计:

规划和设计信息架构,确保用户能够轻松找到所需信息和功能;创建站点地图和流程图,定义用户导航路径和交互逻辑。

3、线框图与原型设计:

绘制低保真线框图,快速展示页面布局和基本元素;创建高保真原型,模拟用户交互体验。

4、视觉设计:设计视觉风格,包括色彩方案、字体选择、图标设计等,确保界面美观且一致;创建界面组件库,如按钮、输入框、卡片等,提高设计效率和一致性。

5、响应式设计:确保设计在不同设备(如桌面、大屏、手机)上都能良好显示和操作;优化界面布局和交互方式,适应各种屏幕尺寸和分辨率。

15

测试

2名

1、需求分析与测试规划:与产品经理、开发团队和业务专家合作,理解并确认TOCC二期项目测试需求;制定详细的测试计划,包括测试范围、目标、策略、时间表和资源分配。

2、测试用例设计:设计全面的测试用例,覆盖功能测试、性能测试、安全测试、兼容性测试等各个方面。

3、测试环境搭建:搭建和配置测试环境,确保其与生产环境尽可能一致;安装和配置必要的测试工具和设备。

4、功能测试:执行手动和自动化的功能测试,验证系统是否按照需求实现所有功能;记录测试结果,发现并报告功能缺陷,跟踪问题直至解决。

5、性能测试:进行负载测试、压力测试和稳定性测试,评估系统的响应时间和处理能力;分析性能瓶颈,提出优化建议,确保系统在高并发情况下稳定运行。

6、安全测试:实施安全性测试,检查系统是否存在漏洞和安全隐患;使用渗透测试、代码审查等方法,确保系统的安全性和数据保护机制的有效性。

7、兼容性测试:测试系统在不同浏览器、操作系统和设备上的兼容性,确保用户体验一致;验证系统与第三方服务和外部系统的集成效果。

8、回归测试:在每次迭代或修复缺陷后进行回归测试,确保新代码不会引入新的问题。

9、用户验收测试:协助用户进行验收测试,确保系统满足业务需求和用户期望;收集用户反馈,及时调整测试策略和用例。

16

硬件工程

2名

1、需求分析与规划:与项目经理、系统分析师合作,理解并确认TOCC二期项目硬件需求。

2、规划硬件架构,包括视频监控设备、安全设备等的选择和配置。

3、硬件选型与采购:评估和选择适合项目需求的硬件设备。

4、基础设施设计:规划硬件设备的安装位置和连接方式,确保系统的可扩展性和维护便利性。

5、设备安装与调试:组织和监督硬件设备的安装工作,确保按照设计要求进行;进行硬件设备的初始化配置和调试,确保各设备正常运行并互联互通。

17

配置(文档)管理

1名资料管理人员,具备项目经验

1、配置管理计划制定:制定详细的配置管理计划,明确配置管理的目标、范围、流程和工具;确定配置项的类型和属性,建立配置管理基线。

2、配置项识别与控制:识别并记录项目中的所有配置项,包括硬件、软件、文档、数据等;维护配置项清单,确保每个配置项都有唯一的标识和版本信息。

3、版本控制与变更管理:管理配置项的版本,确保每次修改都有记录;处理配置项的变更请求,评估变更的影响,确保变更的合理性和可控性。

4、配置库管理:建立和维护配置库,集中存储和管理配置项及其关系。

5、配置审计与审查:定期进行配置审计,确保配置项的实际状态与配置库中的记录一致。

6、环境管理:管理不同环境(如开发、测试、生产)的配置,确保各环境之间的配置一致性。

(2)项目驻场运行维护人员

序号

职能

人员要求

主要工作内容

1

项目经理

1名

主要负责制定和执行TOCC二期平台详细的运维计划,确保平台的高可用性、稳定性和安全性;与业务部门、用户和技术团队紧密合作,管理日常运维工作,包括监控系统状态、处理故障、优化性能、实施安全策略和数据备份;需协调资源,控制成本,提供培训和技术支持,并根据用户反馈和实际运行情况持续改进运维流程,确保平台始终处于最佳运行状态,满足用户的业务需求。

2

系统分析师

1名

1、系统监控与性能分析:实时监控TOCC二期平台运行状态,收集和分析性能数据,识别潜在问题和瓶颈;跟踪关键指标,确保系统的高效运行。
2、故障诊断与解决:快速响应并诊断系统故障,找出问题根源,提出解决方案;协助运维团队进行故障排除,确保系统尽快恢复正常运行。
3、性能优化建议:分析系统性能数据,提出优化建议,如调整配置参数、优化数据库查询等。
4、实施性能优化措施,提升系统的响应速度和处理能力。
5、安全评估与加固:定期进行安全评估,检查系统的安全漏洞和风险点;提出并实施安全加固措施,确保系统的安全性,防止未授权访问和数据泄露。
6、需求变更管理:与业务部门和用户沟通,收集并分析新的功能需求和变更请求;评估需求变更对系统的影响,制定合理的实施方案,确保系统的稳定性和兼容性。

3

算法工程师

1名

1、算法监控与性能优化:实时监控TOCC二期平台相关算法模型的运行状态和性能指标,确保其稳定性和高效性;分析算法的运行数据,识别性能瓶颈并进行优化,提升预测精度和响应速度。
2、故障诊断与修复:快速响应并诊断算法模型中的异常情况,找出问题根源,提出解决方案;协助运维团队进行故障排除,确保算法模型尽快恢复正常运行。
3、模型更新与迭代:根据用户反馈和实际运行效果,持续优化和改进算法模型;定期更新模型参数和结构,引入新的特征和数据源,提升模型的准确性和泛化能力。
4、数据处理与特征工程:处理和清洗实时数据,提取有用的特征用于算法训练和推理;进行特征选择和工程,优化输入数据的质量,提高模型的表现。
5、用户反馈与需求分析:收集和分析用户反馈,了解用户在使用算法功能时遇到的问题和需求;与产品经理和业务部门合作,明确新的算法需求,制定开发计划。

4

数据库管理员

1名

1、数据库监控与性能优化:实时监控TOCC二期平台数据库的运行状态,包括查询性能、资源使用情况和响应时间;分析性能瓶颈,优化SQL查询和数据库配置,提升系统响应速度和处理能力。
2、故障诊断与恢复:快速响应并诊断数据库故障,找出问题根源,提出解决方案;执行数据库恢复操作,确保在发生故障时能够快速恢复数据和服务。
3、数据备份与灾难恢复:制定并实施详细的备份策略,定期进行全量和增量备份,确保数据的安全性和可恢复性;测试灾难恢复方案,确保在发生重大故障时能够迅速恢复系统运行。
4、安全与权限管理:实施数据库安全策略,包括用户认证、权限控制和数据加密,防止未授权访问和数据泄露;定期审查和更新数据库的安全设置,确保系统的安全性。
5、数据迁移与升级支持:参与数据库的版本升级和迁移工作,评估升级和迁移的风险,制定详细的实施计划;提供技术支持,确保升级和迁移过程顺利进行,减少对业务的影响。
6、数据完整性与一致性维护:确保数据库中的数据完整性和一致性,定期检查和修复数据错误;实施数据验证和清理任务,确保数据的准确性和可靠性。

5

UI设计

1名

1、用户界面监控与反馈收集:监控TOCC二期平台用户界面的使用情况,收集用户反馈和操作数据,了解用户的实际需求和痛点;分析用户行为数据,识别界面设计中的问题和改进点。
2、界面优化与更新:根据用户反馈和数据分析结果,优化现有界面的设计,提升用户体验;更新界面元素,如按钮、图标、颜色和布局,确保界面的现代感和易用性。
3、响应式设计与多设备适配:确保用户界面在不同设备(如桌面、平板、手机)上都能良好显示和操作;优化界面布局和交互方式,适应各种屏幕尺寸和分辨率。
视觉设计与品牌一致性:
4、维护和更新视觉设计风格,包括色彩方案、字体选择和图标设计,确保界面美观且一致。确保设计符合品牌的视觉规范,提升用户的认知度和信任感。

6

前端开发

2名

1、日常监控与问题修复:实时监控TOCC二期平台前端应用的运行状态,收集和分析用户反馈及错误日志;快速响应并修复前端代码中的Bug,确保系统的稳定性和用户体验。
2、性能优化:分析前端应用的性能瓶颈,优化页面加载速度和交互响应时间;使用工具和技术提升应用性能,减少资源消耗。
3、界面更新与优化:根据UI设计师的建议和用户反馈,优化现有界面的设计和布局,提升用户体验;更新前端组件和样式,确保界面的现代感和一致性。
4、响应式设计与多设备适配:确保前端应用在不同设备(如桌面、平板、手机)上都能良好显示和操作;优化界面布局和交互方式,适应各种屏幕尺寸和分辨率。
5、新功能开发与集成:根据业务需求,开发和实现新的前端功能,如数据可视化、交互式报表等;与后端开发团队协作,通过API接口进行数据交互,确保前后端无缝对接。

7

后端开发

2名

1、系统监控与性能优化:实时监控TOCC二期平台后端系统的运行状态,包括服务器资源使用、API响应时间等;分析性能瓶颈,优化代码和数据库查询,提升系统的响应速度和处理能力。
2、故障诊断与修复:快速响应并诊断后端系统中的故障,找出问题根源,提出解决方案;协助运维团队进行故障排除,确保系统尽快恢复正常运行。
3、API维护与更新:维护和优化现有的RESTful或GraphQL API,确保前后端的高效通信。根据业务需求,开发新的API接口,提供更多的功能和服务。
4、数据处理与管理:处理和清洗大数据集,提取有用的特征用于算法训练和业务分析;优化数据库模式和查询语句,确保高效的数据存储和访问。

8

大数据开发工程师

1名

1、系统监控与性能优化:实时监控TOCC二期平台大数据集群的运行状态,包括资源使用、任务执行情况和响应时间;分析性能瓶颈,优化数据处理任务和集群配置,提升系统的处理能力和效率。
2、故障诊断与修复:快速响应并诊断大数据系统中的故障,找出问题根源,提出解决方案;协助运维团队进行故障排除,确保系统尽快恢复正常运行。
3、数据采集与集成:维护和优化数据采集系统,确保从多种数据源(如传感器、日志文件、数据库等)稳定收集数据;处理和清洗数据,确保数据的质量和一致性,支持后续的分析和应用。
4、数据存储与管理:管理和优化数据存储解决方案(如HDFS、NoSQL数据库、数据仓库等),确保高效的数据存储和查询性能;设计和调整数据模型,适应业务需求的变化,确保数据的可扩展性和灵活性。
5、数据处理与分析:维护和优化批处理和流处理程序,确保大规模数据的实时和离线分析。

9

硬件工程师

1名

1、硬件监控与性能优化:实时TOCC二期平台监控硬件设备的运行状态,包括服务器、网络设备、存储设备等;分析硬件性能数据,识别瓶颈并提出优化建议,确保系统的高效运行。
2、故障诊断与修复:快速响应并诊断硬件故障,找出问题根源,提出解决方案;实施硬件修复或更换,确保系统尽快恢复正常运行。
3、硬件维护与巡检:定期进行硬件设备的巡检和维护,确保设备的稳定性和可靠性;执行预防性维护任务,如清洁、检查连接线缆、更新固件等,防止潜在问题的发生。

10

测试工程师

1名

1、测试需求分析与规划:与产品经理、开发团队和业务专家合作,理解并确认TOCC二期平台运维阶段测试需求;制定详细的测试计划,包括测试范围、目标、策略、时间表和资源分配。
2、测试用例设计与维护:设计全面的测试用例,覆盖功能测试、性能测试、安全测试、兼容性测试等各个方面;确保测试用例的完整性和可操作性,涵盖正向和负向场景,并根据需求变化及时更新。
3、测试环境搭建与管理:搭建和配置测试环境,确保其与生产环境尽可能一致;安装和配置必要的测试工具和设备,如自动化测试工具、负载生成工具等。
4、功能测试:执行手动和自动化的功能测试,验证系统是否按照需求实现所有功能;记录测试结果,发现并报告功能缺陷,跟踪问题直至解决。
5、性能测试:进行负载测试、压力测试和稳定性测试,评估系统的响应时间和处理能力;分析性能瓶颈,提出优化建议,确保系统在高并发情况下稳定运行。
6、安全测试:实施安全性测试,检查系统是否存在漏洞和安全隐患;使用渗透测试、代码审查等方法,确保系统的安全性和数据保护机制的有效性

?

3、人员培训要求

为保证长沙市交通综合运行协调指挥中心(TOCC)二期项目顺利实施、平台正常运行、后续应用推广,拥有一支技术过硬的用户操作和维护队伍、成功实现技术的转移是保证系统顺利建设并长期稳定、良好运转的重要保障。

项目中培训分为两组人员:系统管理维护人员、系统使用人员(各级领导、管理部门内部使用人员等)。目的是为本项目建设培养出两支过硬的队伍,即一支能对系统进行复杂的管理、维护并能做一般故障排除的高水平的技术维护队伍,和一支业务能力优秀、能熟练使用系统的业务应用队伍。

此次培训将达到以下目标:

系统管理培训:对用户单位的系统管理员进行培训,使用户单位的系统管理员对系统的软、硬件配置、日常操作、管理维护、基本的故障诊断与排错有一定掌握,能够承担系统日常管理的工作要求。

系统操作培训:对用户单位的领导、系统管理员、一般工作人员进行培训,通过全面的讲解,针对不同的用户进行不同侧重点的培训,使不同的用户能达到各种所需的系统操作能力。

系统运行维护培训:对用户单位的运行维护人员进行培训,通过系统相关运行维护技术的培训,使用户单位系统运行维护人员既具有系统技术原理的理论基础,又具有进行系统维护的实际操作能力。

4、保密要求

中标人在项目实施过程中应按照国家安全保密的有关规定和标准履行保密任务。中标人与采购单位签订保密协议,对项目实施中涉及的有关信息保密,未经采购单位许可,不得将相关信息泄露给第三方,否则,采购单位保留追究中标人法律和经济责任的权利。

5、质量保证要求

5.1投标人有针对本项目的质量保证体系和组织,并制订质量保证计划,列出软件开工过程中质量监督和保证执行的措施,记录质量保证活动,并保存和维护相关记录。本项目整体质量要求达到国家有关规范标准。

5.2质保期要求:本项目整体质保期其中硬件一年、软件一年、成品软件三从项目最终验收合格之日起开始计算。质保期内所有设备维护和升级要求上门服务。

6、技术支持与售后服务要求

整个服务过程均需有完善的文档记录,便于跟踪、分析问题;对各项服务提供详细的书面报告,包括故障处理报告、健康巡检报告、系统性能检测调优报告、维护总表报告、服务年度报告等。

7、必须配合完成“长株潭国家综合货运枢纽补链强链”相关工作(本项工作不额外产生费用),投标人须在响应文件中提供承诺函进行承诺(格式自拟)。本项目所建内容均需无条件配合长沙市政务云上云相关要求,并无条件配合长沙市交通运输省市数据共享共建服务项目相关工作,投标人须在响应文件中提供承诺函进行承诺(格式自拟)。

8、本项目产生的所有源代码、成果、知识产权均归采购人所有。

9、对于中标方人员在驻场过程中所产生的一切费用(包括场地费)均由中标方全部承担。

?

六、验收标准

项目验收要求

1、项目验收国家有强制性规定的,按国家规定执行,验收费用由中标人承担,验收报告作为申请付款的凭证之一。

2、验收过程中产生纠纷的,由质量技术监督部门认定的检测机构检测,如为中标人原因造成的,由中标人承担检测费用,否则,由采购人承担。

3、因本项目属于部、省补助项目,验收标准应同时按照部、省有关要求执行。

4、本项目按照《关于加强长沙市政府采购项目履约验收工作的通知》(长财采购【2024】5号)要求规定,按政府采购一般程序组织验收。测试过程中因产品质量问题造成的损失由中标人承担,并返工直至合格,有关返工、再行验收,以及给采购人造成的损失等费用由中标人承担。连续两次项目验收不合格的,采购人可终止合同,另行按规定选择其他供应商采购,由此带来的一切损失由中标人承担。

七、其他要求

其他要求及说明

1、服务时间及地点

1.1服务时间:按本需求执行

1.2服务地点:采购人指定地点。

2、结算方法

2.1付款人:长沙市智慧交通发展中心(国库集中支付 ????????

2.2付款方式:支付分四次完成:合同签订后人员进场开工并经采购人确认,支付预付款项(合同总额*40%);项目通过初步验收后,自中标人开具正规发票且采购人签收20个工作日内,支付初验款项(合同总额*10%);在项目完成竣工验收市数据局出具竣工验收批复,且财评中心核定结算金额后,自中标人开具正规发票且采购人签收20个工作日内,支付终验款项(合同总额*40%-财评中心项目最终结算核减金额)*终验阶段考核结果对应付款比例;在项目质保期满无问题无纠纷,自中标人开具正规发票且采购人签收20个工作日内,支付尾款(合同总额*10%*质保阶段考核结果对应付款比例)。

考核标准详见本章节附件2

3、本项目采用费用包干方式建设,投标人应根据项目要求和现场情况,详细列明项目所需的硬件费、软件费、安装调试费、产品授权费、接口改造费、相关税费、培训费、实施费、验收费、质保期内维护费用和系统软件 更新升级费用、管理、财务等所有费用,如一旦中标,在项目实施中出现任何遗漏,均由成交中标人提供,采购人不再支付任何费用。

4、中标人在投标前,可提前与采购人联系,自行了解采购人需求以充分了解项目情况及任何其他足以影响报价的因素,一旦中标,中标人不得以不熟悉需求为由,要求增加任何费用。投标人在投标前,如需踏勘现场,有关 费用自理,踏勘期间发生的意外自负。

5、本项目与其他系统的对接费用由中标人负责。

6、本项目中所涉及的所有版权纠纷由中标人承担所有责任。

7、对于上述项目要求及招标文件中合同所述条款,中标人应在响应文件中进行回应,作出承诺及说明。

8、对于本章节未尽需求,按照《长沙市交通综合运行协调指挥中心(TOCC)二期项目初步设计》要求实施,投标人应在响应文件中进行响应。

?

附件1:初步设计(详见招标公告附件)

附件2:考核标准


附件1:初步设计(详见招标公告附件)

对于本章节未尽需求,按照《长沙市交通综合运行协调指挥中心(TOCC)二期项目初步设计》要求实施,投标人应在响应文件中进行响应。

?

附件2:考核标准

1:

序号

考核阶段

考核维度

分值

考核标准

1

终验考核

人员考勤

10

项目组工作人员工作时间应严格按甲方工作时间进行。如有人员缺勤,一人次扣0.5分,扣完为止。

2

人员到位

30

项目组工作人员应按甲方要求及投标文件响应内容配备到位,具体考核如下,分数扣完为止:

①未按投标文件人员花名册报到的,一人次扣5分;

②同一人员连续五次旷工,视同该人员未到位,扣5分。

3

纪律情况

10

项目组应按照甲方要求遵守工作纪律要求,如工作场地管理规定、纪律要求,大楼办公管理规定、数据管理规定、数据保密规定等作为考核要求,每次视违纪情况严重性扣0.5-5分,扣完为止。

4

整改情况

30

以整改通知单下达为考核要求,未按通知单规定时间完成整改,视整改问题严重性一次扣2-5分,扣完为止。拒不整改的一次扣5分。

5

工作安排

20

投标人必须要服从采购人对其项目范围内的工作安排,人员须服从采购人工作调剂,未按规定执行的,每发现一次扣2分。

注:终验款项对应付款比例为表1考核总分90分及以上的100%,80(含)-90分(不含)的80%,60分(含)-80分(不含)的50%,60分以下的0%。

2:

序号

考核阶段

考核维度

分值

考核标准

1

质保期考核

交派工单完成情况

30

应以采购人发出的不超项目边界的工单为要求,未在工单约定时间范围内完成的,每次视交派工单重要性扣 2-5分,扣完为止。

2

运行状况

30

因中标人原因导致的运营维护期间发生的事故及不良影响,视其严重程度一次扣5-10分,扣完为止。

3

人员考勤

10

项目组工作人员工作时间应严格按甲方工作时间进行。如有人员缺勤,一人次扣0.5分,扣完为止。

4

人员到位

20

项目组工作人员应按甲方要求及投标文件响应内容配备到位,具体考核如下,分数扣完为止:

①未按投标文件人员花名册(同等资质人员)报到,所配备驻场运行维护人员不具备对应岗位国家人社部门认可的相关专业中级及以上职称(或同等水平)证书的,一人次扣4分;

②同一人员连续五次旷工,视同该人员未到位,扣4分。

5

工作安排

10

投标人必须要服从采购人对其项目范围内的工作安排,人员须服从采购人工作调剂,未按规定执行的,每发现一次扣2分。

注:尾款对应付款比例为表2考核总分90分及以上的100%,80(含)-90分(不含)的80%,60分(含)-80分(不含)的50%,60分以下的0%。

?


采购需求仅供参考,相关内容以采购文件为准。
查看信息来源网站
快照:2024-12-26
收藏
免责声明

【1】凡本网注明来源:"今日招标网"的所有文字、图片和音视频稿件,版权均属于今日招标网,转载请必须注明机今日招标网,违反者本网将追究相关法律责任。

【2】本网转载并注明自其它来源的作品,是本着为读者传递更多信息之目的,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。

【3】如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系。

招标文件下载 x
绑定手机号码
10秒快速绑定,找项目快人一步
公司名称:*
姓名:*
关键词:
手机号:*
验证码:* 发送验证码 已发送(60s)

抱歉,您当前会员等级权限不够!

此功能只对VIP会员开放,立即提升会员等级!享受更多权益及功能

立即开通(688/年)

抱歉,您当前会员等级权限不够!

此功能只对更高等级会员开放,立即提升会员等级!享受更多权益及功能

立即提升会员等级