第1章緒論 / 1
1.1 研究背景與意義 / 1
1.2 國內外研究現狀 / 2
1.3 國內外研究存在的問題 / 7
1.4 研究範圍與內容 / 11
1.4.1 研究範圍 / 11
1.4.2 研究內容 / 13
1.5 研究技術路線 / 18
第2章交通大數據雲平臺理論方法與體繫結構 / 21
2.1 交通大數據雲平臺理論方法 / 21
2.1.1 基礎設施即服務 / 22
2.1.2 平臺即服務 / 27
2.1.3 軟件即服務 / 28
2.1.4 容器即服務 / 30
2.2 交通大數據雲平臺體繫結構設計與建設 / 32
2.2.1 交通大數據雲平臺總體架構 / 33
2.2.2 雲資源管理與大數據引擎設計 / 37
2.2.3 IaaS的設計與建設 / 49
2.2.4 NaaS的設計與建設 / 51
2.2.5 MaaS的設計與建設 / 53
2.2.6 FaaS的設計與建設 / 54
第3章交通大數據信息源池統一接入與訪問門戶 / 56
3.1 城市交通大數據雲計算模式統一彙聚接入 / 57
3.1.1 城市交通大數據雲平臺實現功能 / 57
3.1.2 城市交通大數據彙聚接入門戶 / 61
3.2 大數據雲平臺統一訪問轉換 / 63
3.2.1 交通大數據決策支持需求分析 / 64
3.2.2 交通大數據雲計算平臺統一訪問轉換 / 67
第4章公交運行狀態與組織管控的關聯數據提取與分析 / 72
4.1 公交線路定點檢測器數據特征 / 72
4.1.1 公交車輛定點檢測器 / 72
4.1.2 道路車輛定點檢測器數據反映的交通流信息 / 74
4.2 公交GPS FCD特征與車速計算 / 76
4.2.1 FCD的采集與彙聚接入 / 76
4.2.2 FCD的篩選與特征提取 / 78
4.2.3 公交路段平均行程車速的計算 / 80
4.2.4 FCD分析挖掘流程 / 81
4.3 公交IC卡數據特征與交通行為信息提取 / 82
4.3.1 公交IC卡數據結構 / 83
4.3.2 公交IC卡表觀使用特征 / 83
4.3.3 公交IC卡數據分析挖掘流程 / 84
4.3.4 公交IC卡交通行為信息提取 / 91
4.4 公交車輛車牌識別數據特征 / 92
4.4.1 公交車輛車牌識別數據概述 / 92
4.4.2 公交車輛車牌識別數據時空分布 / 94
4.5 公交乘客手機數據特征 / 94
4.5.1 公交乘客手機數據結構與處理流程 / 95
4.5.2 構建公交乘客手機數據空間參照繫 / 99
4.6 公交繫統運行管理數據特征 / 102
4.6.1 公交GPS數據覆蓋率與線網匹配 / 102
4.6.2 公交繫統調度運行管理數據結構 / 107
4.7 公交運行狀態與組織管控關聯數據融合分析 / 108
4.7.1 交通大數據數據層面融合 / 108
4.7.2 交通大數據特征層面融合 / 114
4.8 公交運行狀態分析技術指標與發展趨勢 / 118
4.8.1 建立公交運行狀態分析技術指標 / 118
4.8.2 掌控公交運行狀態與組織管控分析技術發展趨勢 / 120
第5章交通管理與控制服務評價指數體繫設計 / 122
5.1 公交服務指數評價 / 122
5.1.1 公交服務指數概述 / 123
5.1.2 公交服務指數背景 / 123
5.1.3 公交服務指數目標 / 125
5.1.4 公交服務指數內容 / 126
5.1.5 公交服務指數設計 / 138
5.1.6 公交服務指數評價繫統 / 153
5.2 實時發布公交專用道服務指數評價 / 174
5.2.1 公交專用道服務指數概述 / 174
5.2.2 公交專用道服務指數背景 / 175
5.2.3 公交專用道服務指數實現的目標 / 179
5.2.4 公交專用道服務指數內容 / 180
5.2.5 公交專用道服務指數分析建模 / 185
5.2.6 公交專用道服務指數實踐 / 200
5.3 大數據雲平臺交通管理與控制服務指數評價 / 203
5.3.1 交通管理與控制服務指數概述 / 204
5.3.2 交通管理與控制服務指數技術背景 / 210
5.3.3 交通管理與控制服務指數目標 / 211
5.3.4 交通管理與控制服務指數內容 / 213
5.3.5 交通管理與控制服務指數設計 / 216
5.3.6 交通管理與控制服務指數實踐 / 234
第6章城市大型活動公交運行狀態與組織管控試點示範 / 236
6旦、春節、國慶節、春運公交運行狀態分析 / 236
6.1.1 20旦節假日公交運行狀態分析 / 236
6.1.2 2017年春節假日公交運行狀態分析 / 251
6.1.3 2017年國慶節假日公交運行狀態分析 / 272
6.1.4 2018年春運公交運行狀態分析 / 279
6.1.5 2020年抗疫復工公交運行狀態分析 / 282
6.2 智能車路協同與智能網聯公交組織管控測試設計 / 291
6.2.1 智能網聯公交組織管控測試設計 / 291
6.2.2 智能網聯汽車國內外測試場景設計 / 300
6.2.3 智能網聯汽車國外測試安全保障 / 313
6.2.4 中國智能網聯汽車測試實踐 / 323
第7章大數據雲平臺城市大型活動公交未來發展 / 332
7.1 科學技術的研究成果 / 333
7.2 項目科學技術研究創新點 / 334
7.3 研究不足與技術局限 / 336
7.4 進一步研究的方向 / 337
附錄A作者主持的科學技術計劃項目並獲得省部級科學技術獎項 / 340
參考文獻 / 343

序言
進入新一代信息技術與人工智能新時代，我國公交運行狀態與組織管控分析技術面臨新技術、新環境、新形勢、新要求的挑戰。特別是在城市級交通大腦大數據雲平臺的支撐下，首先需要通過對公交規劃設計與運行管理全過程構建分析研判體繫，確定公共交通繫統的設計目標、線網布局、優化重點、組織舉措等，形成閉環決策支持；其次需要以公交優先為導向引導城市交通結構的完善與優化，通過多層次的公交服務模式，不同方式和線路之間的優勢互補、適度競爭，滿足乘客多樣的服務要求，確保公交運輸效率得到充分發揮。我國公交運輸體繫正在進行一繫列調整，如全市域覆蓋、多層次布局、高效率換乘、零距離接駁的時空環境等都正在構建之中。
目前，我國城市大型活動與大型事件的公交運行狀態與組織管控分析技術的時效性、可靠性、準確性及可視化水平已經得到了大幅提升與優化。城市大型活動是指具有預先確定的舉辦時間、地點，且規模較大、參加人數眾多、影響範圍較廣的城市社會公共活動，其舉辦對於正常城市交通的影響主要包括三個方面：增加額外的城市交通需求，減少現有交通的容量，將導致活動相關路段交通通行能力降低。與自然災害、交通事故等突發性交通事件相比，城市大型活動的舉辦時間、地點等相關特征的安排是預先確定的，活動的規模和產生的新需求也是可以預先控制的。
本書以將“數據資源”轉化為“決策能力”，進而將“行動效率”提升為重點研究內容。公交運行狀態與組織管控是指涵蓋城市公交體繫結構、線網、場站、換乘樞紐、專用道、設施、優先控制、出行信息服務等一體化的城市公交運輸體繫。在此背景下，依托城市級綜合交通信息平臺，開展公交運行狀態與組織管控實時監測、動態建模、在線仿真、管控評價是提高公交服務能力和服務水平的根本；其中，大數據雲平臺環境的公交運行狀態與組織管控分析技術應如何選擇是一個需要認真研究的重點問題，應該避免產生用“昨天的指標”評估“今天的問題”的公交表像特征。
本書作者將傳統交通學科模型技術方法與新一代交通大數據雲計算信息技術方法相結合展開研究，形成公交運行狀態與組織管控分析技術研究的創新理論方法，將發達國家先進的城市公交組織管理理念有效地運用於深圳市的城市公交運行組織，取得了重要的應用成效和較好的經濟效益與社會效益，獲得了住房和城鄉建設部科學技術計劃項目成果鋻定，專家組一致認定該項目具有國際領先水平，其推廣應用價值很大，值得一讀。

前言
2019年9月19日，中共中央、國務院印發了《交通強國建設綱要》，該綱要作為建設交通強國的頂層設計和繫統謀劃，掀開了新時代交通運輸工作的新篇章。我國交通運輸經歷了從“瓶頸制約”到“初步緩解”再到“基本適應”的發展歷程，取得了歷史性成就。
城市交通優先發展戰略是城市公交在交通大數據雲平臺環境下研究公交運行狀態與組織管控的重中之重，特別是對城市大型活動中公交繫統的研究。本書采用的研究方法，與傳統公交繫統僅依賴於模型的研究方法相比有很大不同。本書采用的研究方法是建立在城市綜合交通信息源池的交通大數據雲平臺基礎上的，根據城市與城市群發展的階段和要求，靈活優化公交組合，避免了傳統方法暴露出的局限性，並且引入了交通大數據雲計算等分析技術，構建了一個交通大數據的公交運行狀態與組織管控可視化在線分析決策支持推演平臺。該推演平臺是當前公交運輸體繫調控過程中的重要依托工具和技術支撐模式，基於這一研究成果，能夠高效地實施公交繫統優化組織和運行調控，大幅度提升公交繫統的服務能力與水平，緩解城市交通擁堵，提高居民出行效率，增強公交繫統的可達性、時效性、舒適性與便捷性，其研究意義重大。
本書的核心技術理論體繫是結合作者關金平博士團隊在先後作為MIT ITS Lab研究員、MIT Age Lab博士後、中國科學院深圳先進技術研究院數字所雲計算中心博士後、同濟大學與加利福尼亞大學伯克利分校工程學院土木工程與環境工程繫聯合培養博士期間的研究成果，以及參加美國交通運輸部、聯邦高速公路局及我國住房和城鄉建設部、交通運輸部、深圳市人民政府等的諸多項目梳理和總結形成的。本書的撰寫理念及內容主要包括以下 4個方面的突破與創新。
（1）采集與彙聚交通大數據，構建城市級交通大數據雲平臺信息源池環境，引入實時主動數據庫、微服務架構、分布式計算、邊緣計算、深度學習、自我仿真等理念，研發公交運行狀態與組織管控可視化在線分析決策支持推演平臺工具和手段，實現交通大數據雲平臺支撐，有效地通過模糊、蓋然、非完備性信息，實踐大樣本、多角度、證據鏈的公交運行狀態與組織管控全息感知、多基協同、模型優化與深度分析的科學決策。通過交通大數據雲平臺實現對公交運行狀態與組織管控分析技術由感知到認知與洞察，建立基於大數據的公交運行狀態與組織管控分析技術理論方法。
（2）針對傳統公交繫統研究僅依賴於模型的分析技術方法，探索出一種由城市交通大數據雲平臺支撐，將基於大數據的公交運行狀態和組織管控信息化分析技術與傳統公交模型分析技術相結合的技術路線，這將有利於交通大數據資源的高效運用、充分共享，這不僅是傳統的公交模型分析技術本身，而且也是將空間位置、出行移動、活動空間等一體化公交運行狀態與組織管控關聯起來進行優化的理論方法。
（3）分析技術研究顯示，在未來智能網聯公交與非網聯公交混合交通模式、無人駕駛與有人駕駛公交混合交通模式常態化的公交車路協同時代，需要建立智能移動服務“拉”（在查詢基礎上服務）、“推”（主動信息發布服務）模式，可以有效緩解交通擁堵、提高出行安全性、減少交通污染。基於“態度—行為”城市公交管理與控制評價指數體繫，深入研究與公交繫統運行關聯的政策、法律、法規，以及大型事件與大型活動的公交組織、管控分析技術，明確混合交通模式的公交運行狀態與組織管控分析技術的“數據—特征—決策”是未來公交研究發展的趨勢。
（4）分析技術研究發現，近年來常規公交客流總量不斷下降，存在引發政策層面影響社會衝突的風險，迫切需要共同推進公交優先戰略的重大工程，即“智慧出行即服務”“智能網聯公交即服務”“智能網聯公交設施即服務”“智能公交車路協同即服務”等服務模式。該重大工程不再局限於出行、出行鏈服務，不再局限於公交車輛與公交繫統本身，也不再局限於空間活動，而是著眼於引領城市居民生活方式重建。該重大工程將空間移動與公交沿線信息、運行狀態鏈深度融合；將城市空間活動體繫與居民生活模式在可持續發展的目標上緊密結合；將管理者、研究者與服務對像組合成一體化的高效公交繫統網絡。
本書首次提出在城市級交通大數據雲平臺的支撐下，開展區域和城市公交運行狀態與組織管控分析技術問題研究，努力提升與優化交通數據分析技術研究的能力及水平，通過對交通大數據雲平臺的了解與掌握，建立交通大數據分析技術工具與手段，形成分析研究的技術路線與理論方法，既涵蓋了新一代信息技術的數據質量控制與篩選、交通大數據雲平臺的體繫架構設計、公交運行狀態與組織管控的數據關聯分析和信息融合應用，也豐富了公交繫統和車輛運行狀態的特征提取、交通行為聚類分析等交通運輸工程學科的分析技術與研究理論，取得了交通大數據雲平臺支撐的分析技術研究成果。本書由住房和城鄉建設部科學技術計劃項目“大數據環境下城市大型活動公交組織與交通誘導繫統及關鍵技術”（編號：2016-K8-055）與深圳市技術攻關科技計劃項目“基於無人機的交通管理與控制指揮機器人關鍵技術研發”（編號：JSGG20170823152809704）聯合資助出版，在此表示感謝。本書在編寫過程中，得到了清華大學交通與物流學部主任、教授、博導繆立新的關懷；得到了中國科學院深圳先進技術研究院首席科學家須成忠教授的指導；得到了同濟大學交通運輸工程學院孫劍教授的幫助；得到了深圳市深交投有限公司董事長胡斌博士的支持，在此一並致謝。

編者    
2019年10月
於深圳灣畔