CN107665578A - 基于大数据研判的交通综合管控***及方法 - Google Patents

Abstract

本发明涉及一种基于大数据研判的交通综合管控***及方法，其中包括服务器端和客户端，客户端用以从所述的服务器端获取交通信息资源，服务器端包括：数据采集模块，用以对各类交通信息进行实时采集；数据处理模块，用以将数据采集模块采集到的交通信息数据进行存储、整合和分析研判；应用发布模块，用以根据数据处理模块整合的数据提供信息应用和服务；数据库，用以存储交通信息数据和分析研判结果。采用该种***及方法，达到对交警业务实行统一规划和建设。所有资源整合后在逻辑上以单一整体的形式呈现，并可按需进行动态扩展和配置；加速业务***的部署，提升硬件资源的利用率，降低各级单位***建设成本和日常运行维护成本，降低能源消耗。

Description

基于大数据研判的交通综合管控***及方法

技术领域

本发明涉及智能交通技术领域，尤其涉及城市交通管理平台，具体是指一种基于大数据研判的交通综合管控***及方法。

背景技术

随着城市交通管理***发展得越来越强大，功能也越来越多，确实给城市道路交通带来了方便和快捷。但是一味地光靠扩建道路交通设施来提供交通供给的方式已经远远满足不了日益增长的交通需求的需要，由此带来的交通事故、交通拥堵、环境污染、能源浪费等一系列交通问题亟需解决。目前我国的交通***建设往往由多个子***构成，包括红绿灯信号控制***，电子警察***、交通诱导***、交通信息采集***、交通视频监控***等等，实现了对路口的放行控制、交通违法的监管、交通信息的发布、实时视频图像的获取等一系列功能。但是这些子***还处于独立安装、独立运作的简单模型，之间的信息难于互联互通，各类信息汇聚到了交通信息指挥中心后，却没有及时作用于道路，现场情况难以综合调度管理，导致各类交通情况没有做到及时发现、及时处置、合理部署。

这就需要对城市交通运用更科学更高效的方法和措施进行管理和控制，城市交通管理科技化、现代化的建设和完善也就变得异常紧迫。据调查在东京、柏林、伦敦、新加坡、香港等众多城市均形成了智能交通综合管理平台。再以柏林为例，柏林交通控制***是基于综合检测信息实现交通信号控制优化、可变车道管理、可变限速管理、勤务管理、大型活动管理、公交优先信号等多种交通管理功能。交通控制中心充分利用线圈、视频等技术建立了覆盖道路交通的立体化检测***，其目标是将柏林所有的交通要素集成到一个高效的城市交通管理***中，包括私人和公共交通、商业运输。但是由于国情的不同，交通设施及政府管理方式的差异，我国需要逐步探索、研制设计出符合具有中国城市发展特色的智能交通综合管控***。

尤其是伴随着信息技术、传感技术、电子技术的不断深入推进，以大数据、物联网、智慧城市为代表的建设规划对城市的信息化发展提出了更高要求，智慧交通作为智慧城市的重要组成部分，其核心也是道路交通的信息化管理，以及基于信息化的智能化。我国智能交通管理***的发展趋势将主要体现在集成性、预测性、主动性、实时性等方面，即基于全面的信息检测及分析预测，进行主动性的交通管理，摆脱被动适应性管理的滞后；同时将各种信息进行整合研判，辅助交通控制中心的决策指挥。

特别是近几年随着平安城市、智慧交通等行业的快速发展，大集成、大联网推动智慧城市进入大数据时代。智慧城市海量的非结构化视频数据，以及飞速增长的特征数据(卡口过车数据、人像抓拍数据、异常行为数据等)，带动了大数据的存储、管理、分析等一系列问题。当前数据处理主要使用传统ORACLE小机数据库，在数据与日激增以及业务扩展的同时，虽然ORACLE可以通过升级硬件或RAC集群方式扩展性能，但由于每次升级造成的业务中断及***部署的复杂性、维护的不确定性，传统关系型数据库已逐渐不能满足业务需求。而且，ORACLE数据库应对海量数据时，由于其横向扩展的局限性导致无法应对基于多维度的大量数据分析、关联、报表、全表统计等业务需求。因此，为了应对数据激增、数据共享、数据处理带来的挑战，基于大数据的研究及应用迫在眉睫。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种能够实现交通信息采集等设备的信息共享和数据挖掘、并具备对交通诱导的协调控制以及实时、动态联动管理新模式的基于大数据研判的交通综合管控***及方法。

为了实现上述目的，本发明具有如下构成：

该基于大数据研判的交通综合管控***，其主要特点是，所述的***包括服务器端和客户端，所述的客户端用以从所述的服务器端获取交通信息资源，所述的服务器端包括：

数据采集模块，用以对各类交通信息进行实时采集；

数据处理模块，用以将数据采集模块采集到的交通信息数据进行存储、整合和分析研判；

应用发布模块，用以根据数据处理模块整合的数据提供信息应用和服务；

数据库，用以存储交通信息数据和分析研判结果。

较佳地，所述的数据采集模块用以进行交通信号、交通流量、电警卡口信息、视频监控信息和交通诱导信息的交通信息采集。

较佳地，所述的数据处理模块还用以对数据采集模块采集到的交通信息数据，基于预设算法模型进行数据纵深挖掘和多维度分析。

较佳地，所述的数据库包括地理信息数据库、交通流量信息数据库、机动车缉查布控数据库、违法数据库、车辆轨迹数据库、交通信号机数据库和用户权限数据库。

较佳地，所述的应用发布模块用以根据数据处理模块整合的数据，进行交通信号远程控制、车辆轨迹查询、***比对、交通流量分析、交通信息远程发布、视频远程调用和下载。

较佳地，所述的数据处理模块还用以以GIS地图或可视化图表的形式显示分析研判的结果。

较佳地，所述的数据库基于Hadoop的HDFS分布式文件***存储交通信息数据和分析研判结果。

较佳地，所述的应用发布模块还用以通过LED诱导屏、交通信息服务网站和/或短信服务平台实时发布交通状况和拥堵区域。

本发明还涉及一种根据所述的***的基于大数据研判的交通综合管控方法，其主要特点是，所述的方法包括以下步骤：

(1)所述的数据采集模块对各类交通信息进行实时采集；

(2)所述的数据处理模块将数据采集模块采集到的交通信息数据进行存储、整合和分析研判；

(3)所述的应用发布模块根据数据处理模块整合的数据提供信息应用和服务；

(4)所述的客户端从所述的服务器端获取交通信息资源。

较佳地，所述的步骤(4)，具体为：

所述的客户端基于B/S模式访问服务器端获取交通信息资源，或接收服务器端的交通信息资源消息推送。

本发明的基于大数据研判的交通综合管控***及方法，达到对交警业务实行统一规划和建设。所有资源整合后在逻辑上以单一整体的形式呈现，并可按需进行动态扩展和配置。能够为多级单位提供应用支撑基础平台服务和数据存储、容灾、交换等服务，实现基础软硬件资源的统一管理、按需分配、综合利用，增强数据中心的可管理性，提高应用的兼容性和可用性，加速业务***的部署，提升硬件资源的利用率，降低各级单位***建设成本和日常运行维护成本，降低能源消耗。

附图说明

图1为本发明的基于大数据研判的交通综合管控***的结构示意图。

图2为本发明的大数据应用***的结构示意图。

图3为本发明的大数据管理***模块的分解图。

图4为本发明的大数据底层架构及工具的示意图。

图5为本发明的数据流程图。

图6为本发明的HADOOP节点处理架构的示意图。

图7为本发明的软件结合大数据架构的示意图。

具体实施方式

为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。

本发明的***及方法着眼于智慧城市、物联网的发展，提出面向智慧城市基于大数据研判的智能交通综合管控平台，即集成了众多交通管理、信息研判及多渠道发布功能，并且基于全面的前端设备检测及预测分析进行主动***通管理。该综合管控***及方法将改变当前各种智能交通设备信息难于互联互通，综合控制效率不高的问题，实现交通信息采集等设备的信息共享和数据挖掘，并具备对交通诱导的协调控制以及实时、动态联动管理新模式。进一步高效率地实现对交通状况的准确检测、自适应信号配时调整、与上下游交叉口的自适应联动、多***的自适应综合管理等功能。

***支持对各类交通数据的实时采集、传输、整合、分析，基于大数据计算应用框架的智能交通综合管控平台，其核心为可扩展交通管理业务应用的整合***，提供包括城市交通基础设施管理、跨部门体系整合和办公协同、智能决策支持、应急预案管理和事件处理、多渠道信息发布等功能。该***能够整合分散在不同部门或应用中的交通流量、交通事件、交通设备、公共交通、注册车辆等交通运输相关数据，便于用户全面掌握城市交通运输态势和趋势。基于此***的一体化解决方案通过对各类数据信息的全面整合和深入分析，提高人、车、路、环境的协调配合能力，缓解交通阻塞，减少事故，提高路网通过能力；利用大数据研判等先进方法提高交通资产利用率，实现城市交通精细化综合管控，使道路管理更加科学高效；同时也改善市民的出行体验，从交通管理向交通服务转变，提升城市整体形象及服务水平。

基于大数据研判的智能交通管控***是面向城市道路交通管控领域，实现信息整合、共享、研判、应用的综合性业务平台。***整合交通流量采集及事件检测、交通信号智能化控制、交通诱导、电子警察及卡口、视频监控、视频图像智能分析、运维管理等业务板块，统一用户操作界面，方便指挥中心和各相关警种等人员的工作，更可提供数据全网巡查、交通规律分析、信号优化、***自动检测、车辆布控追踪、勤务管理、公众出行服务等特色业务，发挥全网统筹的资源优势。该***的创新点定位于多种业务聚合、数据集成、综合研判、信息发布等一整套科学、高效的联动运行体系。***从宏观、中观、微观角度，以“数据展示可视化”、“设备关联智能化”、“信息剖析递进化”、“管控动作连贯化”的方式，向各级公安交通主管领导、指挥中心业务领导、业务操作人员提供各自关注的个性化交通管理信息和业务处置手段。

本***实现的主要功能包括以几点：

i.基于GIS地图直观展现公安交通业务，实现数据展示可视化。

智能管控***以GIS***为支撑，基于电子地图进行操作，并配合可视化图表方式更直观地服务于公安交通业务。GIS地图支持显示设备状态、布撤防状态、视频信号状态、弹视频窗口、显示预案等功能。

ii.实现信息的互联互通和数据共享，达到设备关联智能化。

本***进行了规范化和标准化设计，依据《GA/T 1049-2013公安交通集成指挥***通信协议》等规则，为各交通管控子***数据的集成提供了实现机制，从而实现了信息的互联互通和数据共享。信息采集将来自于不同公安交通管控子***的交通信息交换并汇总到中心平台的数据服务器中。支持从不同的子***之间交换汇聚数据，这些子***包括：闯红灯自动记录***、公路车辆智能监测记录***、交通信号控制***、交通流量采集及事件检测***、交通诱导***、交通视频监控***、交通数据采集***、接处警***、运维管理***等。各***之间业务联动处理、数据共享，使得信息实现互联互通、智能关联。

iii.针对海量交通流数据进行综合研判，实现信息剖析递进化。

针对日积月累形成的海量交通流数据，交通拥堵、交通违法、交通事故等数据，综合研判***基于大数据、云计算信息技术构建分析模型，进行纵向和横向研判分析，找寻业务规律和影响因素。***可提供查踪布控体系(智能检索、车辆布控、行车轨迹跟踪、警卫路线、视频监控巡逻、视频包围圈等)、图侦研判分析体系(卡口视频联动、首次出入城分析、跟车关联分析、区域关联分析、疑似***检测、特征图片分析、拌线分析、人群聚集分析等)。这些符合实战应用的智能化图侦研判分析模型，以公安图侦研判知识库和众多图侦专家分析推理经验为分析逻辑依据，实现对视频、图片进行深层次和多维度的挖掘和分析。

iv.快速执行动态联动管理新模式，实现管控动作连贯化。

在信息综合分析研判的基础上，智能交通管控***可以GIS及可视化图表、报表等方式直观展现，并且为交通管理决策层在交通组织、警力部署、设备布设等方面的优化配置方案形成提供决策依据。尤其是针对百姓密切相关的交通信号控制方面，改变传统静态管理和单点管理的模式，实行实时、动态联动管理新模式。综合管控***将对拥堵区域的多个路口路段进行联合分析，即获取拥堵区域范围内各个交叉口和路段的交通信息，分析拥堵的演化情况，形成诸如区域拥堵的起止时间，拥堵起点等数据，从而为疏导区域交通拥挤、调整信号配时提供参考。

针对目前绿波带设置后难于监管，只能靠车辆实地检验的不足，本模块将集成信号控制绿波的设置方案和沿线具备号牌识别设备的卡口信息。对绿波道路的实际行程时间与预定行程时间进行比对，从而实现对运行效果进行监管和有效的反馈机制；当运行效果下降较为厉害时，将进行报警并重新制定新的绿波方案在中心平台生成后进行远程更新，并快速地执行新的信号控制方案。此点可针对重要商业区、火车站、机场、上下学期间的学校周边等执行一整套连贯化的实战部署及演练。

同时智能管控***还可以依托各种类型的LED诱导屏、交通信息服务网站、移动智能终端、短信服务平台、多媒体查询终端等媒介，将交通状况及拥堵区域进行实时发布，支持智能终端APP/微博微信/短信等形式实现信息推送和交互。从交通管理向交通服务转变，为交通参与者提供实时路况信息、出行路径规划、交通业务办理查询、交通安全主题宣传等服务功能，让广大交通参与者能够及时获取路网路况、主动选择出行路线、及时高效办理交通业务，改善交通出行者的出行体验和交通管理者的服务水平。

基于以上功能分析，整个智能交通综合管控***建设从前端到中心可划分为三层：物联感知层、综合处理层和应用发布层。

物联感知层——实现对各类交通信息的实时采集，其中包括交通信号、交通流量、电警卡口、视频监控、交通诱导等前端设备的数据采集。其主要落脚点是加强对各种交通现象的感知力度，如视频监控摄像机实时采集前端现场道路交通情况，交通流量采集通过布置在路段上的摄像机对道路车流信息进行实时采集，以及对交通事件进行实时检测等，这些都是通过前端设备通过专属网络上传中心平台，实现自动捕获并传输，无需人工干预。

综合处理层——实现将感知层感知到的大量信息和数据进行存储、管理、并及时传送到应用层，其中对交通信息数据进行整合加工，并建立各类模型用于数据分析研判。例如对采集后的交通信息参数进行交通状况预测模型处理后，预测出道路交通拥挤状况；对采集后的交通事件进行预判及报警，调配警力及时处理事件，防止事件进一步扩大；对交通视频监控一旦发现紧急事件，立即启动应急预案，及时响应并处理到位。

应用发布层——实现将经整合重组后的数据，根据交通管理的需要，开展各种信息应用与服务。如通过诱导屏实现对交通信息的发布、通过信息屏对交通拥堵状况和交通事件进行发布、通过智能交通信号机实现对信号协调***的运用等。同时还包括移动终端设备、交通信息服务网站等媒介，将交通状况及拥堵区域进行实时发布，支持智能终端、微博微信等形式实现信息推送和交互功能。

本交通管控平台依托大数据技术，达到对交警业务实行统一规划和建设。所有资源整合后在逻辑上以单一整体的形式呈现，并可按需进行动态扩展和配置。能够为多级单位提供应用支撑基础平台服务和数据存储、容灾、交换等服务，实现基础软硬件资源的统一管理、按需分配、综合利用，增强数据中心的可管理性，提高应用的兼容性和可用性，加速业务***的部署，提升硬件资源的利用率，降低各级单位***建设成本和日常运行维护成本，降低能源消耗。

进一步地，交通综合管控平台能对实时采集的大量数据进行处理、存储及分析、研判，并且通过各类算法模型进行数据纵深挖掘、多维度分析；通过可视化的分析器等工具实现管控动作的科学联动性。本***优化了数据的采集到应用整个过程，从而实现平台决策、指挥、调度、发布的高效联动机制。下面具体对平台的大数据应用***结构进行阐述，***采用三层设计，分别为数据层、应用层和用户层。

数据层包括地理信息数据库、交通流量信息数据库、机动车缉查布控数据库、违法数据库、车辆轨迹数据库及交通信号机数据库、用户权限数据库等。

应用层主要功能为基于***的各种功能应用。包括交通信号远程控制、车辆轨迹查询、***比对、交通流量分析、交通信息远程发布、视频远程调用和下载等功能。

用户层是基于B/S模式的访问，主要通过浏览器或客户端，按照用户权限访问所需资源。并且还可以根据需求扩展到交通信息服务网站、移动终端等媒介，实现信息推送和交互功能。

更进一步地，由于视频监控数据具有高并发、大容量的特点，以及大量图片和视频等非结构化数据处理难点，对于数据层的管理与应用提出了很高要求。对此本平台引入既能并行集群处理，又可以处理非结构化数据的技术，即采用Hadoop的HDFS分布式文件***来存储数据，并使用MapReduce进行分析。

平台使用Hadoop进行多维分析，首先能解决上述非结构化数据的问题，由于采集来的数据本身就包含大量冗余信息，同时也可以将大量冗余的维度信息整合到事实表中，这样可以在冗余维度下灵活地改变问题分析的角度。其次利用Hadoop MapReduce强大的并行化处理能力，无论OLAP分析中的维度增加多少，开销并不显著增长。使用MapReduce擅长的计算领域如流量统计、趋势分析、用户行为分析、数据挖掘分类器、分布式索引等较好的数据分析性能进行海量数据研判。

更详细地，基于大数据管理***模块架构图及工具如图3所示。

基于大数据研判的智能交通综合管控***部署图如下：根据需求不同，相应的硬件配置可能也会有所不同。大数据建设可以利用普通X86机架式服务器搭配大内存进行搭建，操作***采用开源LINUX，搭配快速网络进行内部交换。首次扩展搭建会产生一定的成本，未来可以根据业务在不影响业务的同时进行横向扩展集群，避免***因升级而导致的停机，可以大量的节省人力与成本。

初期采用利旧服务器进行搭建，利用全千兆交换机实现较快速网络交换，实现初步测试及部分功能实现。利用分析结果及性能测试指标量化后期硬件详细配置内容。

项目底层技术架构采用Hadoop的HDFS文件***。

NameNode是主节点，存储文件的元数据如文件名，文件目录结构，文件属性(生成时间,副本数,文件权限)，以及每个文件的块列表以及块所在的DataNode等等。

DataNode在本地文件***存储文件块数据，以及块数据的校验和文件切分成块(默认大小64M)，以块为单位，每个块有多个副本存储在不同的机器上，副本数可在文件生成时指定(默认3)。

如图6所示，HMaster:主要负责Table和Region的管理工作。

RegionServer:主要负责响应用户I/O请求，向HDFS文件***中读写数据，是HBase中最核心的模块。

Client：使用HBase的RPC机制与HMaster和HRegionServer进行通信,对于管理类操作，Client与HMaster进行RPC。对于数据读写类操作，Client与HRegionServer进行RPC。

ZooKeeper：存储了-ROOT-表的地址和HMaster的地址管理HRegionServer信息，使得HMaster可以随时感知到各个HRegionServer的健康状态避免了HMaster的单点问题。

硬件***如下表：

软件结合大数据架构如图7所示。

本发明的基于大数据研判的交通综合管控***及方法，达到对交警业务实行统一规划和建设。所有资源整合后在逻辑上以单一整体的形式呈现，并可按需进行动态扩展和配置。能够为多级单位提供应用支撑基础平台服务和数据存储、容灾、交换等服务，实现基础软硬件资源的统一管理、按需分配、综合利用，增强数据中心的可管理性，提高应用的兼容性和可用性，加速业务***的部署，提升硬件资源的利用率，降低各级单位***建设成本和日常运行维护成本，降低能源消耗。

通过使用大数据处理技术，可以达到以下几个效果：

扩容能力：能可靠地存储和处理日以继夜增长的TB级数据增量，满***通管控平台未来的海量数据量扩展需求，科学合理地采集各子***的数据进行交换汇聚处理及综合利用。

高效率：既能并行集群处理，又可以处理非结构化数据；利用Hadoop MapReduce进行流量统计、趋势分析、用户行为分析、数据挖掘分类器、分布式索引等分析应用。

可靠性：Hadoop能自动地维护数据的多份复制，并且在任务失败后能自动地重新部署计算任务。

成本低：可以通过普通机器组成的服务器群来分发以及处理数据，这些服务器群总计可达数千个节点。

解决的主要应用问题有以下几点：

1)将诸多先进的交通控制设备集成，提高交通资产利用率、避免了资源浪费和重复建设，从而提高交通资产利用率，实现城市交通精细化综合管控。

2)基于大数据信息技术构建分析模型，进行纵向和横向研判分析，找寻业务规律和影响因素，并提供交通、公安等政府部门之间跨部门***整合和办公协同、智能决策支持、应急预案管理的实战应用平台。

3)通过采集道路网络中的实时交通流数据及环境数据，并将其整合进交通控制中心的决策支持***。提高重大突发事件或交通事故快速响应速度和处理能力.

4)提高交通事故破案力度，道路的安全系数将有效提升，减少由于交通违法所带来的经济损失；加强对交通事故以及其它民事、刑事等事故的车辆轨迹及录像进行排查取证。将对驾驶人起到威慑、引导作用，显著降低道路交通事故发生率，提高城市的安全系数。

5)依托各种类型的LED诱导屏、交通信息服务网站、移动智能终端等媒介，向交通参与者提供实时路况信息、出行路径规划、缓解和预防交通拥堵，提高通行效率，减少居民平均出行时间、降低能源消耗、保护环境，同时提升城市整体形象及服务水平。

6)提高交通事故快速响应速度，以及应急指挥、决策分析能力。研究统计表明，一个中型交通事件，如果响应时间缩短1分钟，其造成的总损失将降低27％。

7)推动交通控制技术领域的重大变革，从而提高城市交通管理水平，拉动相关产业发展和技术进步。同时也增强城市可持续发展能力，促进经济持续健康快速增长。

本***研究成果的应用将节约出行时间、降低能源消耗、保护环境、提高生活质量。基于全面的检测信息及预测分析进行主动***通管理，带来交通控制***的重大变革和技术创新。提高城市交通管理水平、增加人民群众对交通的满意度。增强城市可持续发展能力、促进经济持续健康快速增长。

实现的经济、社会效益：

1、经济效益

平台的研发将明显改善道路运行状况，提高道路安全系数，促进智能交通产品的跨越式发展，提升技术水平达到国内领先。其经济效益主要表现在：

1)将诸多先进的交通控制技术集成，提高交通资产利用率、避免了资源浪费和重复建设。

2)缓解和预防交通拥堵，提高通行效率，减少居民平均出行时间。另外，城市交通管理水平提升，交通服务水平提高，促进城市可持续发展，节约交通、绿色交通也将产生经济效益。

3)加大交通事故破案力度，提高城市的安全系数。产品投入使用后，道路的安全系数将有效提升，减少由于交通违法所带来的经济损失；加强对交通事故以及其它民事、刑事等事故的车辆轨迹及录像进行排查取证。将对驾驶人起到威慑、引导作用，显著降低道路交通事故发生率，实现快速联动响应紧急事件。

4)提高交通事故快速响应速度，以及应急指挥、决策分析能力。一旦发现紧急事件，立即启动应急预案、调配警力及时响应，防止事件进一步扩大。

2、社会效益

交通是国民经济的支柱性产业，交通出行关系到国计民生，关系到城市的可持续发展，并且本项目作为交通控制技术领域的重大变革，势必推动我国交通控制的建设发展与国际接轨。本项目研究成果的应用将：节约出行时间、降低能源消耗、保护环境、提高生活质量。基于全面的检测信息及预测分析进行主动***通管理，带来交通控制***的重大变革和技术创新。提高城市交通管理水平、增加人民群众对交通的满意度。增强城市可持续发展能力、促进经济持续健康快速增长。拉动相关产业发展与国际接轨，培养交通行业的优秀人才，促进就业等。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (10)

1.一种基于大数据研判的交通综合管控***，其特征在于，所述的***包括服务器端和客户端，所述的客户端用以从所述的服务器端获取交通信息资源，所述的服务器端包括：

数据采集模块，用以对各类交通信息进行实时采集；

数据处理模块，用以将数据采集模块采集到的交通信息数据进行存储、整合和分析研判；

应用发布模块，用以根据数据处理模块整合的数据提供信息应用和服务；

数据库，用以存储交通信息数据和分析研判结果。

2.根据权利要求1所述的基于大数据研判的交通综合管控***，其特征在于，所述的数据采集模块用以进行交通信号、交通流量、电警卡口信息、视频监控信息和交通诱导信息的交通信息采集。

3.根据权利要求1所述的基于大数据研判的交通综合管控***，其特征在于，所述的数据处理模块还用以对数据采集模块采集到的交通信息数据，基于预设算法模型进行数据纵深挖掘和多维度分析。

4.根据权利要求1所述的基于大数据研判的交通综合管控***，其特征在于，所述的数据库包括地理信息数据库、交通流量信息数据库、机动车缉查布控数据库、违法数据库、车辆轨迹数据库、交通信号机数据库和用户权限数据库。

5.根据权利要求1所述的基于大数据研判的交通综合管控***，其特征在于，所述的应用发布模块用以根据数据处理模块整合的数据，进行交通信号远程控制、车辆轨迹查询、***比对、交通流量分析、交通信息远程发布、视频远程调用和下载。

6.根据权利要求1所述的基于大数据研判的交通综合管控***，其特征在于，所述的数据处理模块还用以以GIS地图或可视化图表的形式显示分析研判的结果。

7.根据权利要求1所述的基于大数据研判的交通综合管控***，其特征在于，所述的数据库基于Hadoop的HDFS分布式文件***存储交通信息数据和分析研判结果。

8.根据权利要求1所述的基于大数据研判的交通综合管控***，其特征在于，所述的应用发布模块还用以通过LED诱导屏、交通信息服务网站和/或短信服务平台实时发布为交通状况和拥堵区域。

9.一种根据权利要求1所述的***的基于大数据研判的交通综合管控方法，其特征在于，所述的方法包括以下步骤：

(1)所述的数据采集模块对各类交通信息进行实时采集；

(2)所述的数据处理模块将数据采集模块采集到的交通信息数据进行存储、整合和分析研判；

(3)所述的应用发布模块根据数据处理模块整合的数据提供信息应用和服务；

(4)所述的客户端从所述的服务器端获取交通信息资源。

10.根据权利要求9所述的基于大数据研判的交通综合管控***，其特征在于，所述的步骤(4)，具体为：

所述的客户端基于B/S模式访问服务器端获取交通信息资源，或接收服务器端的交通信息资源消息推送。