大数据时代的智能交通+浅析信息时代大数据在智能交通系统中的应用.docx

《大数据时代的智能交通+浅析信息时代大数据在智能交通系统中的应用.docx》由会员分享，可在线阅读，更多相关《大数据时代的智能交通+浅析信息时代大数据在智能交通系统中的应用.docx（7页珍藏版）》请在优知文库上搜索。

1、大数据时代的智能交通在日益成熟的物联网和云计算平台技术支持下，通过城市交通大数据的采集、传输、存储、挖掘和分析等，有望实现城市交通一体化，对智慧城市发展具有战略性意义。智能各通系统（ITS）自上个世纪90年代提出后，已经成为了未来交通的发展方向，不仅是技术的变革，更是未来出行和管理方式的革新。数据对于智能交通而言意义重大，不仅是需要依靠数据才能达到智能的行为，交通运输本身也产生了海量的数据，这也为大数据的应用产生了更多的机会。2015年全国两会上，“大数据（bigdata）”一词首次写入政府工作报告。大数据的特点表现为4个V（海量Volume,多样Variety,价值Value,速度Veloc

2、ity）：第一，数据体量巨大，从TB级别跃升到PB级别。第二，数据类型繁多，包括文字、视频、图片、地理位置信息、传感器数据等。第三，价值密度低，应用价值高，以视频为例，连续不间断监控过程中可能有用的数据仅仅有一两秒。第四，VeIOCity处理速度快，1秒定律。随着移动互联网、全球定位系统（GPS）/北斗车载导航、位置服务（LBS）.车联网、交通物联网的快速发展，交通要素的人、车、路等信息都能够实时采集传输，城市交通大数据的来源日益丰富，规模日益庞大。在交通领域，海量的数据主要包括四个类型的数据：传感器数据（位置、温度、压力、图像、速度、RFlD等信息）；系统数据（日志、设备记录、MlBS管理信

3、息库等）；服务数据（收费信息、上网服务及其他信息）；应用数据（生成厂家、能源、交通、性能、兼容性等信息）。交通数据的类型繁多，而且规模巨大。以上的四个要点中，海量VOhlme和多样Variety是因，数据类型的复杂和数据量的急剧增加决定了原有简单因果关系的应用模式对数据使用率极低，完全无法发挥数据的作用；速度VelOCity是过程，巨大的运算量决定了速度必须快；价值Vakle是最终的结果。交通大数据具有种类繁多、异质性、时空尺度跨越大、动态多变、高度随机性、局部性和有限生命周期等特征。在交通领域，大数据一直被视作方便人们出行、缓解交通拥堵、提高管理效率的技术利器。应用大数据有助于了解城市交通拥

4、堵问题中人的出行规律和原因，为人们便捷出行和政府精准管理提供基于数据分析的服务和决策。同时.，大数据的挖掘和应用还有利于催生信息消费新模式，促进信息消费产业发展。在日益成熟的物联网和云计算平台技术支持下，通过城市交通大数据的采集、传输、存储、挖掘和分析等，有望实现城市交通一体化，即在一个平台上实现交通行政监管、交通企业运营、交通市民服务、交通节能减排的集成和优化。对我国智慈城市的发展具有战略性意义。大数据让百姓出行高效便捷早在2011年底，“互联网+交通”已初见端倪。铁路推出了网络订购火车票的新举措，让百姓利用网络、手机足不出户就能买到火车票；民航行动更快，很早就实现了网络订票，现在通过大数据

5、分析，用手机软件就可实现手机购票值机、查看航班动态等功能；而大力推进高速公路ETC联网发展，则是公路方面推进网络化的措施。此外，人们平日出行开车和出差旅游聚会也越来越离不开导航系统和位置服务，这些都依赖互联网技术的发展和应用。自从有了滴滴，城市居民打车不仅更加方便，而且还省钱。据了解，通过滴滴打车平台可以看到全国各个城市每天的交通情况，包括车辆行驶情况、路网情况以及打车需求情况等。“我们运转时可以很清晰地看出北京24小时内的车辆分布情况。”通常人们认为北京每天早上6点到8点间的高峰路段是三环、四环，但是滴滴打车技术副总裁介绍，数据显示机场高速才是高峰路段；下午1点，对出租车司机来说什么地方生意

6、最好？统计显示是金融街，这里每天有很多人在这一时段赶往机场。“这些收益都依托于大数据平台。”滴滴打车利用大数据平台更好地分配并合理利用了已有资源，也只能解决部分问题。只有掌握全局，才能控制全局。我国汽车保有量不断增加，相应的出行效率和停车场建设速度相对缓慢，停车系统技术比较滞后。目前，国内不少停车场还在采取刷卡出入停车场甚至人工调控模式，这在智能交通时代显得太落伍了，不仅车主体验不好，效率低下，管理成本较高，而且存在漏洞。而最新上市的车牌识别一体机可以秒杀市面所有车牌，并快速准确地识别，出入停车场无需再停车取卡或人工放行。这种新版车牌自动识别一体机由北京文通科技有限公司开发，高性能、低功耗、稳

7、定性强，支持抓拍识别与视频识别。基于清华OCR核心技术，采用处于国际领先水平的“嵌入式车牌识别算法核心技术，识别算法独立运行在高清相机的LinUX系统内，可靠性和稳定性比传统的PC软件车牌识别要高很多。而且采用百万像素高清识别和夜间爆闪补光技术，使得车牌识别率高达99.7%以上，识别速度快，识别种类齐全。即使面对反光车牌、变形车牌、污损车牌、阴阳车牌等异常车牌，依靠强大的功能算法，在强光照射、逆光及反光情况下也可以做到快速识别。”而文通的新版车牌识别一体机就是方便，不用刷卡系统可以自动抬杆放行,业主车主们都喜欢这样高科技出入停车场的感觉。原来我们停车场采用刷卡及人工方式管理，速度慢、效率低，同

8、时收费管理也存在一些漏洞，天气不好时也给车主带来诸多不便。”一位北京小区物业的经理说。目前，交通信息综合平台涉及当地道路路况、公交、出租、地铁、停车、铁路和民航等，综合交通信息可通过多种渠道向市民即时发布。依靠交通综合信息平台，市民只要有出行需要，都可通过手机、广播、网站、微信公众号等多方面,了解到实时交通信息，系统则会根据反馈的信息制定出最佳出行方案。“未来伴随着移动互联网、大数据、车联网等技术越来越多地渗透到智能交通，将会使我们的出行越来越便捷、高效、舒适。对于管理部门来讲，通过交通大数据分析预测出行规律和趋势，科学安排各项保障工作，为全社会提供更好的公共交通服务。交通运输部公路局副局长王

9、说。四维图新：从卖数据到大数据服务上个月，四维图新披露重大资产重组方案，拟收购杰发科技100%股权，完成收购后四维图新将获得车联网硬件核心芯片的研发能力，加上此前其在高精度地图、算法、车联网操作系统和手机车机互联方案等领域的布局，四维图新已成为目前国内为数不多的在智能交通供应链（数据+芯片+算法+服务）领域均有布局的企业。近几年，以传统地图起家的的四维图新实现了脱胎换骨，成为一家交通大数据公司。WeDriVe车载互联服务、充电桩地图、车载应用开放平台、高精地图、自动驾驶测试车等产品服务和信息不断对外涌现。四维图新这一系列动作的核心诉求是，利用目前手中的大数据能力深扎汽车行业，短期内利用杰发科技

10、的芯片将车联网的通道搭建起来，为用户带来智能化的车载信息娱乐体验。而中长期目标是利用算法和芯片的优化，开发出可实现自动驾驶技术的芯片，并最终为自动驾驶提供硬件+软件的解决方案。智能交通与车联网、自动驾驶、大数据等技术的高度融合已是显而易见的趋势，不管是车企还是科技公司，亦或是技术供应商和方案解决商，都早已将目光转移到最核心的技术研发层面。左手掌握数据和算法，右手拿到了芯片，四维图新想得到的是一张未来智能交通生态圈内核心供应商的入场券。数据是图商的命脉，当下地图业务依旧是四维图新的利润奶牛，而高精地图是自动驾驶汽车必备的要素之一，高精地图的份额将决定国内几家图商在未来的汽车领域的话语权。地图按照

11、数据结构分为底层数据和POI数据，四维图新是国内目前能够提供高精度地图底图数据的几家企业之一。2010年，四维图新就开始研发并生产用于高级驾驶辅助系统（ADAS）的高精度地图，2013年启动高精度地图的研发,到2014年已可以提供精度10厘米到20厘米的高精度数据。在四维图新的理念中，高精度地图是一个循序渐进的演进过程，要与当前自动驾驶技术的发展进程以及汽车厂商的需求保持一致。目前，四维图新已经建立了自动驾驶实验室和深度学习实验室致力于自动驾驶领域的探索。并正式运营FaStMap,为基础地图数据每日更新提供服务，同时也开展了高精度智能地图和传感器融合地图服务等前沿领域的研发工作。作为地图供应商

12、，四维图新此前与百度、高德一起完成了国内高精度地图的立法起草工作。目前，四维图新在整个高精度地图的技术团队接近100人，已经完成了全国100万公里高速公路的数据采集。四维图新曾在去年曝光了一台自动驾驶测试车，这台车的目的在于验证高精度地图以及数据处理、算法方面的研究。目前这款车已经进入开放道路测试阶段,更多的信息将在明年合适的时候对外公布。随着数据源的增多，四维图新已形成了海量的数据累计，预计到2020年四维图新将产生350亿TB的数据，每分钟采集的数据可绕地球30圈。通过接入滴滴出行、私家车、出租车、客车、物流车，移动基站等数据，四维图新已经形成了强大的数据提供能力。数据是图商的命脉，除去利

13、用技术优势进行前It布局外，如何将数据最大价值的实现商业盈利也是业内所面临的问题。四维图新CEo程鹏坦言，目前多维度的数据源已经足够多，但在算法还需要进一步开发，接下来四维图新还将与互联网及行业的深度信息进行接入，除去为传统的汽车企业客户提供地图和出行数据，这些数据还将从精准营销到保险、维修、保养等领域改变未来传统的商业模式。除去汽车领域，四维图新也会尝试利用数据进行商业智能、城市规划方面的扩展服务，这些数据可以为决策者提供商业流量挖掘、城市交通流量甚至是公共交通瓶颈等信息。程鹏预测车联网商业化将在明年到来，自动驾驶的商业化将在3-4年后来临。技术创新倒逼管理变革在“互联网+”及“中国制造20

14、25”的大背景下，智能汽车已成为了传统车企和互联网公司眼中的一个风口。而在汽车智能化之后，路又该怎么变化，人、车、路的协调同步成为了另一个要点。得益于车联网的发展，在车+X（车、路、人及互联网）之间实现大系统网络信息交换后，道路规划建设或将以另一种全新的形式出现。交通运输部公路科学研究院副总工程师杨琪曾对此提出了自己的看法，在汽车智能化后，路侧的设施也将会发生深刻的变革,甚至会有智能汽车专有的车道。例如，道路标识不再是给人看的，而是以通信的方式给汽车“看而对于人来说,例如人身上的一些特殊标志（电子标志），也能让汽车提前“看到”，整个人车路的体系是需要配套起来做相应的变更。在整个交通体系中，实时

15、交通数据的融合和精确感知也变得至关重要。在第七届全球汽车论坛上，GaUSSCode创始人和首席执行官程杰博士表示，“数据在智能交通中起到了很大的作用，由于数字化的实现，把不能标准化的东西变得标准化，使得传感器能够大规模地使用，使得，智能概念里最起码的感知能力得以大幅提升。止匕外，数据化能够把数字变成一个有意义的单位，使其能够表达出来，成为互相能读懂的语言。”基于传感设备对数据的感知能力的基础上，网络的应用使得传感器不仅能够知道局部的需求，更重要的是停车、实时路况、收费，甚至包括气象等等海量数据得以在网络中传递，使得整个系统智能化。然而，现实中许多数据是分割的，有的由于体制的不同，比如不同的机构

16、分别掌握着一部分数据，但数据的共享和流转对于智能交通而言是非常关键的一个要素。从大数据的角度来看智能交通，真正实现智能化的关键是在于数据产生后的处理和分析。程杰表示“数据分析才是关键，包括静态和动态系统的数据，帮助我们实现一系列交通的规划、城市的规划，以及相当实时的、反应极快的控制管理。”智能交通是一个复杂的系统工程，涉及问题很多，既涉及到了技术层面，还牵扯到了管理问题。诸如体系框架如何架构，各层面的规划到底应当包含哪些核心内容，如何通过规划编制实现智能交通体系各领域的协调发展等。在整合资源及战略规划上政府起着很重要的作用。清华大学汽车工程系主任表示“智能交通的发展是需要政府来组织，以适应中国国情的发展。在这里面也有很多关键性的问题，例如数据的问题、决策的问题、控制的问题以及系统一体化的问题等等。这都需要整合各个企业的科技力量共同来做，只有管理问题、战略问题和系统问题三方而解决以后，智能交通才能取得成功。”国