2021GIS应用开发组特等奖：“共享助力双碳”——新能源汽车动态运营与时空分析系统
作品名称：“共享助力双碳”—新能源汽车动态运营与时空分析系统
作品单位：聊城大学地理与环境学院
小组成员：李忠栩，张迪，刘建腾，孟琦
指导教师：何振芳，马雪梅
1 需求分析
1.1设计背景
燃油车的广泛使用导致CO₂排放量不断增加，推动可持续交通发展、最大限度减少碳排放已成为全球普遍关注的话题。此背景下我国“双碳”目标的提出、短途周边游的火爆以及有证无车人数逐年增长都让环境友好、方便快捷的共享新能源汽车深受人们青睐。但随着车辆和使用量的激增，共享新能源汽车在使用中暴露出的问题也越来越多。高峰时段一车难求、车辆情况复杂管理难度大、车辆损坏等问题造成了用户流失。优化站点布局、建立用户信誉积分制度、降低车辆管理难度提高车辆利用率是当今共享新能源汽车企业顺应社会趋势，实现良性发展的关键。此外我们还通过调查采访共享新能源汽车企业发现：公司在运营过程中会产生海量使用数据，但大数据未得到充分利用，挖掘分析共享新能源汽车使用的时空分布规律及人类行为轨迹，从而得出辅助企业管理人员 “运筹帷幄之中,决胜千里之外”的信息。基于此背景，本系统分别从共享新能源汽车企业运营过程中三个主体：管理人员、外出工作人员和用户根据其需求提供不同的服务。1.2存在问题
我们通过调研采访相关企业管理人员以及爬取信息发现共享新能源汽车企业在运营过程中普遍存在以下几个问题：（1）数据挖掘不充分，未对海量使用数据和运营数据进行深入挖掘。
（2）车辆调配存在盲目性、随机性，制定运营计划缺少历史时空数据的辅助支撑。
（3）停车站点及充电站建设规划不合理，未充分考虑用户实际需求及周边设施基本地理状况，布局存在不合理现象。
（4）事故处理、问题上报不及时不充分；外出工作人员状况无法及时更新。
（5）针对用户没有一套相对完善且行之有效的征信预警制度及行为分析方案。
1.3 系统概述
基于以上背景和问题，我们总结设计了“共享助力双碳”—新能源汽车动态运营与时空分析系统。本系统分为web端、移动端和微信小程序。web端服务于管理人员，移动端设计给外出工作人员使用，微信小程序面向于用户。web端：充分利用历史运营数据数据，以此为基础设计出停车点管理模块、车辆管理模块、用户管理等模块，界面简洁、实用性高且管理性强；移动端为外出工作人员设计：签到签退及请假、分区调配任务查看、事件上传、心率检测等基本功能可以提高工作效率且尽量保证长时间外出工作的安全；微信小程序主要面向用户：查看个人信誉评分及使用数据等基本信息、查看附近停车点和申请车辆清洁和上报事件及建议，我们已将小程序发布至微信公众平台，在微信中搜索小迪出行即可体验。2 系统设计
2.1系统架构与关键技术
系统总体采用轻量高效的Node.js技术，使用Express框架，结合跨平台数据库MongoDB进行搭建，采用事件驱动、异步编程的机制并利用GeoEvent实现对现有车辆的实时流数据处理。本系统采用四层体系架构，分为：数据层、应用支撑层、业务逻辑层和表现层。空间数据采用GeoScene Pro的地理数据库进行组织管理并自行搭建Portal进行存储发布。非关系型数据采用轻巧、灵活、可快速访问的MongoDB数据库进行存储，并利用Map-Reduce编程模式对数据进行分析统计，结合GIS技术、GP服务对数据进行挖掘分析，并分别在浏览器和移动端进行展示。系统架构如图1所示：
图1 系统体系架构图
2.2系统功能设计
根据分布的终端，系统分为：进行时空数据分析来辅助动态运营的web端，为外出工作人员设计的移动APP和面向用户使用的微信小程序：“共享助力双碳”—新能源汽车动态运营与时空分析系统主要服务对象是共享新能源汽车公司的管理人员：通过对历史运营数据和综合选取的其他多源数据的深入挖掘，并与GIS相结合，充分分析用户特征、站点服务能力及其布局存在的问题，为车辆调配、站点规划布局和用户管理提供决策支持。以此来辅助支撑动态运营，提高管理人员工作的效率；移动端为外出工作人员设计：支持上报事件、签到签退、接收管理人员从web端下发的分区调配任务和紧急事件，且提供实时监控外出工作人员的健康状况以免发生意外；微信小程序为用户设计：可以查看历史个人使用数据统计和个人信誉评分、查看公司发布的基本信息以及用车后的车辆清洁和提出自己的意见或建议。系统详细功能图，如图2所示：
图2 系统详细功能图
1 web端：
①停车点管理模块：利用停车点对比以分级渲染方式表示各停车点的使用情况，颜色越红、点越大表示该站点使用量越多，并可选择至多三个站点进行比较，结果以饼状图展示；考虑不同设施周边人群使用车辆的时间和习惯不同，使用停车点模糊分类利用站点构建泰森多边形，将研究区域划分为若干区域，根据POI数据按照比例分级的方法对站点进行模糊分类，将站点分为住宅类、交通旅游类、工作教育类以及生活服务类，点击任意泰森多边形可查看区域内各类POI占比，分类结果为分区调配提供参考；免疫优化布局，综合考虑地价、用车需求、人口数据以及人员画像等数据，利用免疫优化和投资分配等模型通过MATLAB建立动态规划模型并利用GIS时空分析算法改进动态规划模型，极大地优化了停车点规模与布局合理性的同时，也满足了复杂人流量使用和实际建设的需求。
②车辆管理模块：车辆状况管理查看所有停车点的详细信息和每个停车点中现有车辆数以及车辆的详细信息，辅助管理人员进行停车点及车辆的管理。历史统计中可以查看相应时间段中每个停车点的车辆流入流出状况，方便管理人员据此进行车辆调配；
车辆监控：通过对所有车辆进行实时定位并将详细信息进行展示，方便管理人员进行查看，车辆追踪可单独监控某一车辆，并展示出该车辆的实时车速。通过对车辆的历史轨迹进行读取回放，同时分析出车辆速度异常点，方便历史事故回看；分区调配利用GeoEvent实现流数据的生产和处理，实现监控调配。对各分区进行车辆饱和度的分析并依据不同类型的停车点信息，进行调配任务的下发以及接受移动端的反馈。
③充电站管理模块：考虑到充电站数量众多管理人员无法一一实地查看，我们利用充电站实情云查看将充电站的实际情况进行三维建模，可以直观地展示充电站周边情况，利用视域分析方便管理者进行合理改造等、查看VR及监控摄像可查看该充电站的情况和实时监控，以便进行远程管理；出行热点线路分析对南京市所选研究区域出行OD点生成OD线，得到出行热点路段；对出行OD点做点密度分析得到热点区域，再与主道路做标识分析得到热点道路，管理者直观的查看区域内的热点路段；最后提供现有充电桩服务范围利用网络分析生成站点通勤圈，结合热点路段方便规划新停车点的选址；
④用户管理模块：为方便管理人员对用户进行有效管理，征信预警利用ID3决策树实现用户的批量信誉积分计算，并查看新增低分用户的详细信息；潜在用户挖掘对停车点潜在用户区域和人流量密集区进行叠加分析，获取推荐的宣传区域，从为管理人员选取地点进行辅助决策。双碳助力通过计算历史汽车减少使用汽油的总量，计算出减少的碳排放量并折合成树木吸收碳排放量再利用表格的形式展示。
⑤订单管理模块：通过单时段和动态热度对使用情况进行展示，并提供基于指数平滑法的使用量预测辅助管理人员对区域内车辆进行宏观调控。
⑥突发事件模块：对历史事件进行统计、生成高发区，方便查看。并设计任务与事件功能将任务下达至移动端。
⑦数据概览模块：利用socket实时刷新后台数据进行展示，可以方便管理者直观的查看区域内天气情况以及运营基本情况，帮助管理者对区域和车辆情况整体把控。
2 移动端：
①为防止工作人员长期过度工作发生意外，移动端定期震动提醒工作人员测量实时心率，并可通过APP上报请假需求。
②工作人员通过APP可以查看值班、签到等基本信息，方便安排时间和任务。
③工作人员可以通过APP上报事故信息，接收管理人员下达的紧急通知和分区调配任务；也可以在员工论坛内与工友相互交流，分享经验心得。
3 微信小程序：
①用户可以通过小程序查看公司发布的基本信息，如：个人信誉积分、个人使用数据统计、停车点基本信息和附近空车、各路段拥堵程度排行和使用指南等。此外还可以通过小程序进行停车位预约。
②用户可以通过小程序提出自己的意见和建议，使用后还可以申请清洁。
③在地图界面可以定位到当前位置、查看街景图以及附近停车点实时情况。
3 数据库设计
空间数据储存在Porta for ArcGIS与ArcGIS Server联合托管的企业级地理数据库中，非空间数据储存在非关系型数据库—MongoDB，车辆GPS数据利用GeoEvent进行实时流数据的处理。这样将数据分类存储，有效地保障了数据的时效性及用户访问的快捷性，方便用户进行操作、管理、分析及更新数据。
3.1地理数据库
地理数据库是一种面向对象的空间数据模型，它对地理空间特征的表达更接近我们对现实世界的认识。地理数据库在一个公共模型框架下，对GIS处理和表达的空间特征进行统一的描述和存储，是目前最先进的数据管理模式。地理数据库具有实用性、集成化 、网络化、标准化、可视化等特点，用于存储和使用地理数据。
图3 所选研究区域内主干道路与站点
3.2 MongoDB数据库
MongoDB拥有更大的存储容量、更快的处理速度、更高的性能、更便利的操作和内部进行数据分析等优点，更加方便处理和使用数据。前期使用MongoDB数据库结合MapReduce编程模式对数据进行清洗和筛选，后期使用MongoDB数据库进行数据的存储和调用。数据库中部分数据的属性结构如表1、表2所示：表1 车辆行驶OD点信息属性结构
集合 odpoints | ||
序号 | 属性名 | 属性标识码 |
1 | 序号 | id |
2 | 开始经度 | startX |
3 | 开始纬度 | startY |
4 | 结束经度 | endX |
5 | 结束纬度 | endY |
6 | 时间 | time |
表2 停车网点信息属性结构
集合 stops | ||
属性名 | 属性标识码 | |
1 | 地名 | name |
2 | 地址 | address |
3 | 详细介绍 | introduction |
4 | 经度 | X |
5 | 纬度 | Y |
6 | 综合评分 | score |
7 | 可用停车位数 | available |
8 | 总停车位数 | total |
9 | 充电桩数 | ChargeStation |
10 | 网点id | id |
4 系统亮点
（1）充分挖掘运营数据，利用GeoEvent实现车辆流数据的生产和处理，并创新停车点模糊分类和多目标驱动模式助力车辆调配。对海量历史运营数据进行挖掘分析，利用多种形式结合ArcGIS API for JavaScript进行展示；利用多目标驱动的分区调配模式代替传统车辆调配，使调配具有及时性和指向性，提高了调配准确性和效率；借助ID3决策树建立用户征信模块：直观地对用户行为进行查看，最大程度降低恶意损坏车辆事件的发生。
（2）综合选取多源数据，以人类行为轨迹分析为基础，借助免疫优化、投资分配等算法，结合MATLAB建立动态规划模型并利用GIS时空分析算法改进动态规划模型。极大地优化了网点布局与规模合理性的同时，也满足了复杂人流量使用和实际建设的需求。
（3）多种系统终端交互，加强系统实用性；采用跨平台数据库，利用MapReduce提高数据处理速度，提升用户使用体验。web端、移动端和微信小程序三端交互，极大地提高了车辆使用率；同时MongoDB进行MapReduce实现分而治之的数据处理，效率高且便于操作。
关注我们
公众号ID：M姐实验室
关注GIS教育的一切