一、 课题来源与背景： 近些年来，随着城镇化进程的不断加快，城市规模迅速增长，人口规模不断扩大，城市居民的出行总量和出行距离呈现大幅增长。同时，城市交通结构也发生了显著变化，机动化出行比例迅速上升，非机动车出行比例持续下降，城市中心区的交通拥堵日益严重，环境污染和能源消耗压力不断加剧。城市公共交通具有集约高效、节能环保等优点，优先发展公共交通是缓解交通拥堵、转变城市交通发展方式、提升人民群众生活品质、提高政府基本公共服务水平的必然要求，是构建资源节约型、环境友好型社会的战略选择。 在整合现有相关资源的基础上，通过信息化、智能化手段，提高城市公共交通企业的运营调度与管理效率，增强行业管理、决策与应急能力，提升乘客出行信息服务水平，为乘客提供快捷、安全、方便、舒适的出行服务，是现代城市交通发展的必然选择。

    二、 关键技术指标： 1) 采用多层体系架构，大数据分析平台作为应用系统具有相对独立性，不依赖特定的操作系统、特定的数据库、特定的中间应用服务器、特定的硬件环境。这便于系统今后在不同的系统平台、不同的硬件环境下安装、部署、升级移植、确保系统具有很强的可伸缩性和扩展性。 2) 采用平台化与组件化分离技术，大众化的公共需求沉淀抽象为产品功能，个性化客制化需求封装为组件。组件自由挂靠到平台上，在保障了平台的独立自主的同时，很方便的满足需求方扩展需要。 3) 采用分布式缓存技术，考虑到百万级的车辆同时上线运营，关键业务放弃使用磁盘存储。这规避了海量车辆同时在线引起的磁盘IO堵塞的现象发生。 4) 采用分布式计算，考虑到百万级的车辆在线运营调度，系统采用多节点参与计算，比如车辆精准报站需要借助分布式计算技术对海量车辆位置进行实时清洗，判断车辆是否进入电子围栏。 5) 采用分布式消息队列技术，为了防止出现“雪崩效应”，我们采用先进的分布式消息队列缓冲瞬间压力导致系统瘫痪的可能。 6) 采用分布式存储技术。海量的车载数据最终要归档入库，我们自定义一整套压缩的车载数据格式，对历史车载数据迁移至分布式数据库。 7) 数据分析平台实现了百万级的车辆设备同时接入，十万级的用户同时在线作业。满足全国绝大多数城市公交车的车载设备接入运营。

    三、 技术的创造性与先进性： 1） 针对含有噪声的轨迹数据，提出了基于深度学习的预处理和地图匹配算法。 2） 针对道复杂的道路交通因素，提出了从路段、路口、交通、时间共4要素进行综合的道路特征建模方法。 3） 针对出行旅程时间预测这一交通运营服务中的重要问题，融合多源交通环境因素，提出了基于深度概率分布的时间预测模型。

    四、 技术的成熟程度，适用范围和安全性： 申报单位和参与单位软件研发技术成熟，在关键技术方面已得到国家自然科学基金、863 项目等多项高水平基金项目的资助，已积累有较为深厚的理论基础和实践经验，技术风险已降低到最低程度。

    五、 应用情况及存在的问题： “巴士在线”大数据管理分析平台为广大市民出行信息、公交企业管理调度、政府行局集中管理提供有利依据，推动智慧交通与低碳城市的建设。使用平台的用户包括政府部门、公交公司及广大市民。