迈入大数据时代，数据推动城市交通综合治理成为了共识，海量数据资源也为城市交通规划设计带来了新的分析角度。经过近些年的发展，交通大数据融合分析已实现了城市交通的可感知、可监测、可分析，然而从城市交通监测感知到规划设计决策应用发展则相对缓慢。我们一直在关注如何融合交通大数据分析与规划分析算法应用，让规划设计更加准确。云上智能规划平台面向各类交通规划设计咨询项目，针对动静态数据资源整合、数据计算分析与表达、前景预测分析、方案模型测试等需求，集成了统一全面的规划数据指标资源，提供在线规划数据算法编辑工具，打造各类交通规划数据表达专用模板，让规划设计更加专业。尝试解决规划数据获取难、规划指标计算难、规划出图耗时长、规划分析表达不一致、方案测试复杂等问题，让规划设计更加高效。

交通规划涉及的数据量大，数据种类多，总体可以划分为静态规划类数据与动态交通运行数据。其中静态数据包括社会经济、人口岗位、交通设施等，动态数据包括道路交通、公共交通、对外交通等。云上智能规划平台集成全面的规划关联数据指标，汇集土地、交通、环境、安全、经济等多元数据，建立了统一的交通大数据共享平台。

交通模型作为分析、预测人/物在城市空间下的移动需求方法理论体系，支撑交通系统的承载分析、交通系统运行的评价，对城市多元化空间特性研究、城市交通基础设施建设及城市综合交通管理具有不言而喻的重要性。然而，各地交通模型建模平台差异（TC、Cube、EMME、Visum）与模型校核参数差异却造成了模型通用性差，模型建模过程难以公开透明，影响了模型对规划支撑的公信力。

目前国内主流的交通模型是四阶段交通模型，将分析区域划分为若干个交通小区，从出行生成、出行分布、方式划分、交通分配来分析整个完整的出行过程。四阶段模型计算过程中将产生大量的网络路径计算、矩阵运算、迭代收敛平衡，并且建模过程需要多轮次迭代计算出行生成、出行分布、方式划分、交通分配以满足目标的模型精度，将上一轮计算结果作为这一轮模型计算的基础，整个模型计算过程需要消耗大量的时间。模型分析测试周期过长，也影响了交通模型在复杂规划场景下的应用支撑作用。

智能规划平台将在深圳交通中心长期积累的多层次交通模型体系、实时在线仿真平台及交通大数据平台基础上，引进国际先进的活动链、一体化模型技术，构建基于大数据驱动和云上SaaS服务的新一代城市交通模型——云上超级模型。其核心目标是完成出行链、活动链、大规模动态仿真等先进模型技术研发任务，实现多层次模型的一体化，并无缝衔接大数据产品体系。通过全套代码自主研发，平台将帮助规划人员摆脱对各类商业模型软件的依赖，降低模型构建与使用的技术门槛，提升交通模型在行业内的通用性，使交通模型作为一个优秀的数学分析工具，支持更多的规划设计方案的实施，以推动城市交通建设更加科学有效。

从原始基础数据到规划分析指标，需要经过大量的清洗、校核、扩样等复杂流程才能适用于规划场景应用，以往规划类数据指标的分析计算难度较大，计算质量也难以得到保障。依托平台的算法超市，我们提供了大量规划指标计算的标准化算法，构建出行需求、交通分布、道路运行、公共交通、慢行特征、交通环境、交通安全等多个特征指标池，用户上传原始数据到平台后即可快速完成规划指标的计算。

交通规划项目往往是复杂多元的，需要协调布置不同层次、不同编制主体、不同类型的规划成果，以及贯穿整个规划项目中的不同参与者，以保证规划方案的协同性。然而，现阶段规划项目分析主要依赖于规划师的个人经验和既有项目作为参考，不同的规划项目和规划主体之间存在差异，很难达成规划分析结果的一致性。为了提升协同规划的品质和效率，云上智能规划平台将充分利用大数据和模型分析的优势，在规划分析表达、规划方案测试等方面实现交通规划分析的协同应用。

云上智能规划平台将基于云上超级模型与SaaS云平台，集成全面数据分析与动态响应模型测试技术，构建规划过程分析表达、规划方案响应测试的通用模板，实现区域规划、城市及分区规划、片区规划、专项规划等各类规划项目协同应用。平台的核心目标是让交通规划设计更加专业、高效，因此我们将打造汇集全面数据指标的规划分析平台，实现规划方案模型测试的通用性与响应式服务，形成各类交通规划分析表达的专用模板，不断提升协同规划的品质与效率。

未来，云上智能规划平台将被打造成一个全球规划师的应用平台，提供更为丰富的规划分析应用场景。我们将持续开放应用，让更多的人二次开发规划分析算法应用，融合更为全面的规划数据指标，集众智力量，为不同规模的城市交通规划与建设赋能！