交通运输行政执法应用平台建设研究

摘要：本文结合综合交通运输业发展现状，以交通运输执法专业人员的角度重点介绍了数字化交通运输综合执法应用平台建设意义，分析了数字化交通运输综合执法应用平台建设思路，对实际的交通运输执法管理工作起到了一定的借鉴与指导意义。

关键词：交通运输；执法；研究

一、数字化交通运输综合执法应用平台建设目标

随着我国经济的快速发展和社会的快速变化，交通运输业也得到了迅速发展。在这种大背景下，交通运输行政执法部门的管理理念与业务能力都应该相应的提升，因此，需要建设全方位的智能物联感知网络，打造物信融合的数据中心，建设具备违法监测预警、指挥调度、非现场执法、移动执法、案件办理、执法数据分析能力的数字化交通运输综合执法应用平台是必不可少的。应用平台的建设目标包括：

1、提升执法信息采集能力

建设数据感知覆盖及智能化分析能力，分析后的结构化数据（车辆特征、事件）和关键的非结构化数据（视频、图片）作为交通运输信息的情报数据传递给交通运输行政执法数据中心。

2、提升执法信息分析能力

通过汇聚信息数据，结合交通运输违法行为分析模型和案件分析模型对数据进行清洗、整合、治理、分析等处理，形成基础库、主题库、专题库等，为上层执法应用提供数据查询、处理、分析、统计等能力。

3、提升执法精准打击能力

通过执法业务应用平台实现多种违法行为的非现场执法处罚或现场执法检查，实现由“大海捞针”式的“粗放型”执法模式向“定点清除”式“精准化”执法模式的转型。

4、提升执法装备实战能力

通过在终端设备集成执法所需的智能化应用，提升实战能力。为交通执法车辆配备智能车载终端，在车辆执法巡查过程中，通过智能识别技术即可发现违法嫌疑目标，提升执法效率。

二、数字化交通运输综合执法应用平台建设思路

要建立“精准打击”的交通运输行政执法体系，就必须建立以数据为支撑的交通运输行政执法应用平台，通过收集、处理多维度的交通运输行业相关数据，深入挖掘大数据在违法行为分析中的价值，提升对各类违法违规行为的智能识别能力。为此，在设计上的核心思路就是“数据”，表现在以下两个方面：

1、以需求为牵引，全面精准采集数据

以需求为牵引，根据交通运输行政执法部门的业务开展情况，按照“点-线-面”的规划建设思路，先完成重点路段、重点区域的信息采集；随着业务的逐步开展，在重点道路和重点区域周边干道、连接线上形成连续的信息采集点位；最后构建城市级的交通运输数据采集网络，如果具备接入公安、交警卡口数据的条件，则可以更快的建成全城覆盖的数据信息采集网络。

在采集前端感知数据的同时，还需要整合汇聚更多维度的交通运输业务数据，实现外场数据采集的智能化，业务数据采集的自动化，确保数据采集的时效性、完整性和准确性，进而为上层业务应用提供全面、完整、准确的数据支撑。

2、以应用为手段，分析挖掘数据价值

以应用为手段，依据交通运输行政执法部门的信息化建设中长期规划和业务特点，按照“辅助现场执法”和“拓展非现场执法”两条主线推动执法业务应用系统有序落地。根据进度逐步实现对各类交通运输相关数据的有效数据治理和数据融合，支撑业务系统运行，达成交通运输行政执法信息化建设目标。

三、数据中心的建设

数据中心的建设理念是推动交通视频资源整合，依托图像识别数据，实现对“人”、“车”、“站”、“船”、“路”等多个交通参与者的特征进行识别；融合多维数据，依托智能解析能力，对交通参与者构建时空精准画像，快速甄别交通异常行为、提供研判数据支撑，实现行业态势综合研判、交通安全防控管理应用，促进交通运输管理现代化、公众服务人性化、应急指挥协同化。

1、数据中心的建设方案的提出与应用

（1）交通运输领域深化改革后业务模式的转变

在交通强国大背景之下，交通运输领域法规体系不断完善，“放管服”、“综合执法”改革持续深化，交通运输政府各部门职能、原有各项业务模式也随之发生变化：从“分散粗放”向“统一集约”、从“局部应用”向“全局应用”转变。科技创新赋能交通运输行业发展，新业务模式对于信息技术应用、数据开放共享提出了更高的要求，持续提升行业数字化、网络化、智能化是趋势，提高运营管理智慧化水平是必然。

（2）交通视频资源建设发展需求

在交通体制改革前，各部门以各自业务需求和监管对象出发，牵头建设了大量视频监控点位和诸多视频监控系统，具备大量可用视频图像数据。这些视频资源大多独立分散，一方面已经无法适配现有的组织架构，存在一个部门需管理多个视频系统、单一业务开展需调用多个视频系统的情况，间接降低工作效率；另一方面，视频资源的无序状态导致其价值无法得到有效挖掘，存在部分视频资源建而无用的情况，信息系统活力并未激发；于此同时，单一的视频资源数据无法产生多元化应用，需要融合信令、气象、路况等多维数据信息进行分析判断，辅助更加科学、精细的管理和决策。

（3）技术发展现状

近年来，人工智能技术、大数据技术、云计算技术、可视化技术等取得了长足的发展，数据信息资源环境越来越开放、技术手段越来越强大。国务院、交通部等不断推进先进信息技术与交通运输深度融合，提倡数字赋能，发展数字交通。

2、数据中心技术架构设计

针对“人”、“车”、“船”、“路”、“站”五大交通对象，形成“前端智能”、“AI智能”、“智能研判”三大类型，总计34种场景化应。前端智能是边缘计算，以感知为重点，前端设备即可完成计算分析；AI智能是中心计算，以分析挖掘为重点，通过中心算力，完成特征识别和分析；智能研判是融合多种类型数据，以数据为驱动，形成场景新应用。

（1）数据接入

数据接入层可以实现对数据的统一对接，通过数据接入层将业务数据，视频数据，结构化数据，特征数据，感知数据，以及第三方平台数据统一化。

（2）数据建库

对数据进行分库管理，通过数据建库层将数据分成基数库、主题库、专题库、关系库、标签库。

（3）数据治理

通过调度中心，对算子，以及数据处理进行统一调度管理，其中数据标准中心可以指定数据的标准对感知数据、业务数据进行数据标准化。

（4）算子能力

对大数据计算提供的基础能力进行封装，提供单独计算能力，例如交通事件（交通拥堵、逆行检测、交通流量统计、超速检测、低速检测、压黄线检测、违章变道），车辆特征（车辆颜色，品牌，车牌号），人车运营分析，客流统计，违章检测等。

（5）数据处理

数据处理包含三步数据预处理、数据清洗、数据标识；其中数据预处理指的是对数据进行预编译，包括分类，解析，封装，并且将封装好的数据交给数据清洗模块进行数据筛选，过滤保留有效数据，最终由数据表识模块对有效数据进行打标。

（6）数据汇聚

本层旨在对处理后的数据做汇聚，通过汇聚后数据会被分文别类，最后利用基础平台提供的分布式存储能力将数据进行持久化。

（7）基础平台

数据基础平台主要给大数据中心提供框架和基础能力，其中通过SPARK开源框架实现分布式内存计算，通过FLINK对实时数据做处理例如过车，人脸，GPS等，并结合KAFKA分布式消息中间件，提供服务解耦，保证服务无状态，最后利用分布式列式数据库＼ES＼分布式缓存＼分布式文件系统将整个数据中心数据进行持久化。

四、结语

面向执法手段弱和交通违法日益增多等突出矛盾，建设构建全面体系化的执法线索情报数据采集与交换整合以及分析研判体系，可以实现主动执法科学管理，建设全流程全覆盖一线执法、协同执法等业务的智能化支撑功能，实现执法信息精准推送、执法对象精准锁定、执法研判模型精准设定，实现执法活动全方位与全过程的精细化监督监察，保障执法依法依规，从而实现“主动执法-精准打击-高效监管”的高效执法模式体系的建设。

参考文献：

[1] 陈楠枰.刘礼勇：如何构建全国交通运输行政执法"一张网"？[J].交通建设与管理， 2024（1）：28-31.

[2] 王琳琳，包万超.数字治理与行政执法改革：技术，制度与价值[J].中国行政管理， 2024（1）.

[3]梁昊贤.综合执法大数据平台助力提升首都城市管理智慧化水平[J].城市管理与科技， 2024， 25（3）：68-71.