
大數(shù)據(jù)時(shí)代 智能交通如何發(fā)展
城鎮(zhèn)化和汽車普及進(jìn)程的加快,不斷加劇各大城市的交通供需矛盾,交通安全、交通擁堵及環(huán)境污染成為困擾我國交通領(lǐng)域的三大難題。統(tǒng)計(jì)顯示,截止2015年年底,全國機(jī)動(dòng)車保有量達(dá)2.79億輛,機(jī)動(dòng)車保有量超過1000萬輛的有12個(gè)省,城市汽車保有量超過200萬輛的有11個(gè)城市,其中北京超過450萬輛。北上廣一線城市卡口點(diǎn)位數(shù)量超過3000個(gè),中等城市大多在1000個(gè)左右。同時(shí),隨著城市卡口密度的增加,卡口聯(lián)網(wǎng)與信息共享趨勢加速,數(shù)據(jù)量將大幅增長,將形成更為龐大的交通大數(shù)據(jù)。
智能交通行業(yè)需要在視頻監(jiān)控、卡口管理、電子警察、交通信號控制、交通流量、交通誘導(dǎo)等多方面進(jìn)行規(guī)劃和設(shè)計(jì)。在以往的建設(shè)中,往往是基于經(jīng)驗(yàn)或一些基本數(shù)據(jù)進(jìn)行規(guī)劃設(shè)計(jì),建設(shè)后不能達(dá)到令人滿意的水平。因此需要及時(shí)、準(zhǔn)確、快速地獲取交通數(shù)據(jù),并由此構(gòu)建交通大數(shù)據(jù)平臺,對交通流量、交通信號、車輛大數(shù)據(jù)等諸多體量巨大(Volume)、數(shù)據(jù)類型繁多(Variety)、價(jià)值巨大(Value)、需要高速處理(Velocity)的大數(shù)據(jù)進(jìn)行全面融合匯總,并進(jìn)行多角度精準(zhǔn)分析,多層次關(guān)聯(lián)處理、多樣化匯報(bào)展現(xiàn)。
1. 智能交通行業(yè)的發(fā)展
總結(jié)近10多年智能交通行業(yè)的發(fā)展,我們發(fā)現(xiàn)城市智能交通發(fā)展是信息化發(fā)展的縮影,從信息化、系統(tǒng)化向智能化發(fā)展,可以大致歸類成三個(gè)階段:
基礎(chǔ)建設(shè)階段
城市智能交通的發(fā)展,處于首位的是必要的交通基礎(chǔ)設(shè)施建設(shè)。例如市中心區(qū)域主干道的交通信號自動(dòng)控制設(shè)備的覆蓋,干線協(xié)調(diào)系統(tǒng)的搭建;主要干道的交通視頻監(jiān)控;重要交叉路口、路段數(shù)字化執(zhí)法設(shè)備的建設(shè)等交通基礎(chǔ)設(shè)施,以及此類集成子系統(tǒng)的中心后臺的搭建。對于個(gè)別子系統(tǒng)會進(jìn)行簡單的小范圍系統(tǒng)集成應(yīng)用,如道路監(jiān)控與電子警察的系統(tǒng)集成等。
此階段主要是緩解城市路網(wǎng)和車輛的供需矛盾,提高交通通行能力,減少城市中心區(qū)的交通負(fù)荷。
提升管理階段
在基本的基礎(chǔ)建設(shè)完成后,隨著日益增加的城市交通需求,使得交通管理系統(tǒng)必須盡快提升自身的管理水平。首先擴(kuò)大基礎(chǔ)設(shè)施建設(shè),例如多區(qū)域交通信號的聯(lián)網(wǎng)覆蓋,城市點(diǎn)、線、面交通路段信號區(qū)域協(xié)調(diào)控制等;增加完善信息集成子系統(tǒng);然后進(jìn)行大型綜合系統(tǒng)集成應(yīng)用,多個(gè)子系統(tǒng)協(xié)調(diào)聯(lián)動(dòng),從而提高管理效率和水平。 此階段主要是完善各子系統(tǒng),提高各系統(tǒng)使用效率,提高業(yè)務(wù)管理水平,緩解城市人車路之間的矛盾。
在解決了城市交通綜合管控、交通安全保障后,交通信息服務(wù)的搭建將會成為一個(gè)能切實(shí)服務(wù)于公眾的建設(shè)工程,此階段需要將各應(yīng)用領(lǐng)域的資源進(jìn)行匯聚融合,構(gòu)建智能交通大數(shù)據(jù)平臺,對各類交通數(shù)據(jù)進(jìn)行挖掘、共享、融合、應(yīng)用,并且完善服務(wù)體系,提高政府服務(wù)水平。
此階段主要是在智能交通系統(tǒng)建設(shè)后,綜合利用各種先進(jìn)技術(shù),如云計(jì)算、大數(shù)據(jù),互聯(lián)網(wǎng)技術(shù)等服務(wù)民眾。
由于我國智能交通行業(yè)發(fā)展的復(fù)雜性,三個(gè)階段的特征同時(shí)存在。但總體來講,普遍存在的情況就是:缺乏通過大數(shù)據(jù)分析技術(shù)深度挖掘海量數(shù)據(jù)中的潛在規(guī)律和線索,不能充分挖掘和分析各類道路交通信息,缺少道路動(dòng)態(tài)交通路況、交通事故、交通違法智能分析的能力,不能更好的將智能交通大數(shù)據(jù)用于交通管理。
2. 大數(shù)據(jù)對智能交通的影響
何謂大數(shù)據(jù),不論是4V還是5V,都僅僅從數(shù)據(jù)的特征緯度提出了大數(shù)據(jù)的概念,并沒有提高到應(yīng)用的層次來解釋大數(shù)據(jù)。大數(shù)據(jù)不僅僅是一個(gè)采集融合、管理分析、處理展現(xiàn)的數(shù)據(jù)集合,更是采用新技術(shù)流程優(yōu)化、深刻洞察、智能分析決策的以適應(yīng)海量、高增長、多樣化的信息資產(chǎn)。
大數(shù)據(jù)對于智能交通有哪些影響呢?
我們可以先看一個(gè)比較突出的問題:近年來,各地大規(guī)模上了交通管控系統(tǒng)之后,盡管交通違法情況得到了遏制,但是交通擁堵的情況卻并未減少。從以往的經(jīng)驗(yàn)來看,主要原因之一就是 “重建輕用”。因此對于緩解交通擁堵,要從管理應(yīng)用上入手。這其中能產(chǎn)生有效效果的就是利用交通大數(shù)據(jù)的應(yīng)用了。
大數(shù)據(jù)采集與存儲
交通數(shù)據(jù)采集的范圍、廣度和深度急劇增加,數(shù)據(jù)量隨著智能交通系統(tǒng)建設(shè)規(guī)模不斷擴(kuò)大。以線圈、視頻檢測、微波、卡口、GPS、浮動(dòng)車等產(chǎn)生交通流監(jiān)測數(shù)據(jù)、視頻監(jiān)控?cái)?shù)據(jù)、系統(tǒng)數(shù)據(jù)、服務(wù)數(shù)據(jù)等構(gòu)筑了交通大數(shù)據(jù)。以上海市數(shù)據(jù)為例,全市接入6600多個(gè)卡口,每天近8000萬的通行數(shù)據(jù),產(chǎn)生大量的視頻、圖片和通行記錄。利用二次識別技術(shù),對車輛圖片和視頻進(jìn)行分析,形成更準(zhǔn)確的數(shù)據(jù)資源。
大數(shù)據(jù)分析與應(yīng)用
高效的云計(jì)算能力,帶來千億數(shù)據(jù)的秒級返回的檢索能力,為大數(shù)據(jù)分析應(yīng)用,提供了快速的保障?;?a href='/map/shenduxuexi/' style='color:#000;font-size:inherit;'>深度學(xué)習(xí)的智能分析算法,為大數(shù)據(jù)分析應(yīng)用提供有力的工具。交通大數(shù)據(jù)的分析,為交通管理、決策、規(guī)劃、服務(wù)以及主動(dòng)安全防范帶來更加有效的支持。
利用大數(shù)據(jù)技術(shù),結(jié)合高清監(jiān)控視頻、卡口數(shù)據(jù)、線圈微采集波數(shù)據(jù)等,再輔以智能研判,基本可以實(shí)現(xiàn)路口的自適應(yīng)以及信號配時(shí)的優(yōu)化。通過大數(shù)據(jù)分析,得出區(qū)域內(nèi)多路口綜合通行能力,用于區(qū)域內(nèi)多路口紅綠燈配時(shí)優(yōu)化,達(dá)到提升單一路口或區(qū)域內(nèi)的通行效率。如根據(jù)平日/節(jié)假日,早、晚高峰/其他時(shí)段,主要干道關(guān)鍵路口/次關(guān)鍵路口/普通路口,白天/夜間等不同情況,人工或系統(tǒng)自動(dòng)設(shè)置不同的配時(shí),達(dá)到大幅提高區(qū)域內(nèi)交通通行能力。
大數(shù)據(jù)分析研判功能,還可以支持對卡口數(shù)據(jù)、視頻監(jiān)控?cái)?shù)據(jù)進(jìn)行二次識別,提高車輛信息的準(zhǔn)確性,進(jìn)而利用大數(shù)據(jù)實(shí)現(xiàn)軌跡分析、落腳點(diǎn)分析、隱匿車輛分析等功能。對車輛大數(shù)據(jù)進(jìn)行深入挖掘,實(shí)現(xiàn)事前全面監(jiān)控、事中及時(shí)追蹤、事后準(zhǔn)確回溯的不同場景需求。常州市建設(shè)的車輛大數(shù)據(jù)平臺,協(xié)助有關(guān)部門每天自動(dòng)發(fā)現(xiàn)套牌車輛10余起,再根據(jù)車輛的軌跡分析和落腳點(diǎn)分析,快速找到套牌車輛進(jìn)行處罰管理。
結(jié)合智能算法,二次識別等功能,可以更準(zhǔn)確的識別車牌、車身顏色、車型、車標(biāo)、年款等特征,并且對遮陽板檢測、安全帶檢測、接打電話檢測、司機(jī)人臉識別等進(jìn)行分析。
利用智能交通的管理系統(tǒng),可以獲取道路天氣、施工情況、事故情況、結(jié)合大數(shù)據(jù)分析,為出行司機(jī)和交管部門提供天氣、路面狀況、事故易發(fā)地點(diǎn)、停車場等信息,并根據(jù)車輛目的地、行駛習(xí)慣,路面情況推薦行駛路線。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10