晶众：基于新能源汽车大数据的交通分析关键技术及应用

继国家对新能源汽车产业大力支持和推动后，智能网联汽车的发展又进入国家战略，新能源汽车随即迈入数字化时代。由此带来的交通分析技术和应用场景有哪些呢？在6月8日召开的第二届胶东经济一体化发展工作推进会上，晶众股份副总裁、教授级高工董志国董总与嘉宾分享了主题演讲：《基于新能源汽车大数据的交通分析关键技术及应用》。

今天为大家介绍的“新能源汽车大数据分析技术”建立在“晶众智慧交通数字底座技术架构”之上，我们先概要介绍一下晶众智慧交通数字底座。

数字底座是共性技术支撑能力的集成，在面向多类业务时具有共通性、复用性、拓展性。而交通的数字化分析技术，可以认为是智慧交通数字底座的基本组成单元。

这种技术不是近几年才有，而是历经了长期发展演化。早在上世纪80年代改革开放之初，我国就从国外引进了比较经典的3C技术流程：调查——建模——预测——方案；2010年前后，随着以手机信令、浮动车GPS等为代表的大数据出现，我们开始尝试利用大数据技术补充和改进经典技术存在的不足之处；随着数字中国战略实施，数字产业和科技蓬勃发展，交通领域也需要结合数字化科技对现有的经典技术体系进行创新和升级，而在这方面国外没有多少现成东西可供学习和借鉴，需要我们专业技术人员积极探索。

晶众自2010年成立以来，一直致力于交通数字化智能化技术实践和创新。从交通调查、数据库到交通模型、大数据，再到高精地图、智慧交通，形成了“数据采集——分析——应用”较为完整的技术闭环。目前公司业务已覆盖全国近300座城市。结合这些城市共性需求，晶众提出了智慧交通数字底座设计方案，由地图基座、数据中台和仿真中台构成，能够为交通各行业提供定制化应用解决方案。

晶众可以为不同层面应用需求提供不同精度的地图制作，包括主要面向规划的路段级宏观路网，面向建设和管理的二三维微观路网，以及面向智能网联的高精地图。

在地图基座之上，需要进一步构建数据中台，集合调查数据、大数据、设施数据、统计数据等多源数据，并按照相关技术标准和使用要求进行统一的标准化入库处理和清洗。晶众具有多种数据采集手段，包括调查APP和小程序、便携式交通视频采集和图像识别设备、地图采集车和采集背包等，满足不同类型数据采集要求。

仿真中台是智慧交通数字底座的“芯片”，因为数字底座不仅仅是数据的存储和现实世界模拟，更重要的是能够为决策和管理提供未来变化预判、预测和方案评价能力，起到技术参谋或军师作用。智能仿真技术包括大数据技术和交通模型技术。大数据技术主要用于现状交通分析研判，交通模型技术主要用于交通未来趋势预测和多方案比选，宏中微一体化交通模型可以实现对全域交通整体，到路段、交叉口、地块等微观节点的一体化分析，为交通规划、建设和管理各个层面提供技术支撑。

在“地图基座+数据中台+仿真中台”的数字底座构建完成之后，即可以面向交通各行业提供定制化应用平台服务。这是智慧交通规划平台案例，集规划数据中心、交通研判、方案论证和信息发布等功能于一体，能够对控规、建设项目、道路工程等方案进行现场人机交互编辑，比如调整容积率、用地性质、范围、道路车道数、等级和通行能力等，并调用后台交通模型进行自动化方案推演分析，辅助项目决策和相关研究。

这是智慧道路设施管理平台案例，将道路标牌、标线、信号灯、护栏、监控设备、过街设施、公交站台等设施进行矢量化、标准化入库，实现交通设施统一管理、查询、研判、维护等。

接下来介绍一下我们最近在进行的新能源汽车大数据研究课题。该课题是晶众智慧交通数字底座的一个具体应用案例：在上海市经信委的大力支持下，上海市新能源汽车公共数据采集与监测研究中心联合晶众共同开发了“上海市新能源汽车大数据交通状态发布系统”。

上海新能源汽车大数据中心是全国首个城市级新能源汽车监管平台，目前已接入超过50万辆新能源汽车，包括100多个品牌和800多个车型，含社会客车、公交车等。占全市客车保有量比重已超过10%，且比重持续上升。目前接入的数据类型达61项，今年内将达到70项，上报频率社会车辆为10秒，公交车为30秒。

无论是样本量、覆盖车型，还是数据类型和采集频率，新能源汽车大数据都具有自身独特优势，并且这种优势随着我国新能源汽车产业快速发展将不断增强，具有十分广阔的应用前景。目前，新能源汽车数据已经在安全、政策、交通、规划、能源和环境等领域得到了初步应用。下面着重介绍一下在交通领域的应用。

随着新能源汽车的车辆数占比快速增加，车型覆盖范围更广，包括社会车辆、公交车等，数据采集频率较高，因此新能源汽车对交通运行真实状况具有较高还原度，无论是路段微观层面，还是道路、区域等宏中观层面，都具有较高精度。

交通需求溯源：除了对交通表象进行高精度还原，还可以利用车辆停放时间、频率和周期及POI等其他数据，深入分析交通拥堵内在成因，溯源交通出行需求内在特征，比如车辆在夜间、白天的常发性停驻点，并可分析车辆出行OD，识别出通勤、通学等规律性较强的出行目的。并且在车辆出行OD基础上，还可进一步识别不太区域之间、地块之间的主要出行路径，以及出行距离、时间、费用（电耗）等出行成本，并建立城市出行路径集，可用于交通政策、交通管控和拥堵治理等多方面研究。比如，当某一条道路由于施工或限行等原因导致该出行路径关闭或通行能力大幅下降时，可提前预测途径该道路车辆会转移到哪些其他路径，对其他路径的承载能力进行研判，对可能产生的新的拥堵点进行防范。

停车需求：基于停驻点数据，可分析城市不同区域、不同地块的车辆停车需求特征，比如停车需求规模、空间分布、以及停放频率、时段、时长等，并结合停车供给数据研判停车缺口情况，为停车设施建设和管理提供相关信息。

充电需求研判：基于车辆停驻点、停车需求和充电等数据，可分析车辆充电需求规模和空间分布、以及充电频率、时段、时长等，并结合充电设施供给情况分析充电桩缺口，为充电设施建设和管理提供相关信息。

典型区域交通分析：由于新能源汽车大数据精度较高，因此在分析中微观层面也能达到较高质量，比如对几平方公里区域的交通特征分析，对该区域的交通运行状况、拥堵水平，以及进出该区域和区域内部的车辆出行规模、OD和出行路径等，区域内停车需求、充电需求等进行分析，用于区域交通治理、改善和配套设施建设等。

原文标题：基于新能源汽车大数据的交通分析关键技术及应用

文章出处：【微信公众号：晶众地图】欢迎添加关注！文章转载请注明出处。

责任编辑：haq