
除了根據(jù)已經(jīng)發(fā)生的交通行為得出數(shù)據(jù)分析報(bào)告之外,大數(shù)據(jù)在智能交通領(lǐng)域還有更多可為,包括無人駕駛汽車、實(shí)時(shí)交通調(diào)控、社會(huì)化交通方案、政府大數(shù)據(jù)調(diào)控。
如果讓一個(gè)人指出自己所在城市的缺點(diǎn),大都會(huì)包括一點(diǎn):堵車。究竟是北京還是上海更堵車?在過去這很難有確切的答案。最近一份來自地圖廠商高德 的《交通報(bào)告》回答了這個(gè)問題:三季度北京成為最擁堵城市。其次擁堵的 Top10 城市依次為:杭州市、上海市、 福州市、大連市、濟(jì)南市、沈陽市、溫州市、廣州市、鄭州市,這份報(bào)告還深入剖析擁堵原因,為相關(guān)部門治理擁堵提供決策參考,不過這只是治堵第一步。
量化擁堵情況和發(fā)現(xiàn)擁堵原因
經(jīng)濟(jì)高速發(fā)展所帶來的副作用,除了空氣環(huán)境更糟糕之外,還有一點(diǎn)則是擁堵的交通,尤其是在一線城市生活的人們想必對(duì)此更有感受。不過,過去我們只能從個(gè)人感知程度來主觀評(píng)判哪個(gè)城市、哪個(gè)路段、哪個(gè)時(shí)間擁堵更嚴(yán)重?!督煌▓?bào)告》則讓擁堵情況可以量化。
這份報(bào)告的發(fā)布基于超過3億地圖用戶每天所上傳的大量LBS數(shù)據(jù),通過數(shù)據(jù)挖掘的方式得出報(bào)告結(jié)果。目前高德支持139個(gè)城市的交通情況分析,分析可以從城市、時(shí)間、路段多個(gè)維度交叉進(jìn)行,通過關(guān)聯(lián)分析,可以發(fā)現(xiàn)APEC限行、暑期開學(xué)、天氣狀況對(duì)交通的影響。
比如據(jù)報(bào)告顯示,暑期(7、8 月份),擁堵延時(shí)指數(shù)平均 2.07,比 6 月份下降 3%,擁堵狀況明顯緩解;8月天氣炎熱交通狀況最好;9月,學(xué)校開學(xué)、霧霾天氣、臨近國慶探親訪友旅游,增多等諸多因素影響,交通壓力最為突出,擁堵延時(shí) 指數(shù)比 8 月份約上漲 8.7%,擁堵嚴(yán)重。
這份報(bào)告還分析出不同城市、不同路段和不同時(shí)間的擁堵狀況,對(duì)重點(diǎn)城市進(jìn)行深入分析和專門報(bào)告。
基于報(bào)告結(jié)果提供治堵建議
這份報(bào)告的價(jià)值在于,它不只是給出一堆數(shù)據(jù),還分析了原因和給出了建議。
對(duì)于北京,報(bào)告建議針對(duì)快速路可采取建議設(shè)置較長的緩沖帶、關(guān)鍵出入口設(shè)置車流誘導(dǎo)、對(duì)相鄰的入口匝道的車流量進(jìn)行協(xié)調(diào);針對(duì)城市道路則可以采取“改善道 路交通組織、疏通道路,治理停車不規(guī)范等”措施。除了北京,高德給福州、杭州等城市同樣提供了一些治堵建議。相關(guān)部門聽不聽是一回事,但就算沒有提建議, 這個(gè) 大數(shù)據(jù) 結(jié)果對(duì)相關(guān)部門還是有非常重要的參考價(jià)值的。
為什么這個(gè)報(bào)告只有地圖可以做,而不是政府部門來做呢?收集路網(wǎng)交通數(shù)據(jù),大概有以下幾個(gè)思路:
1、 從車輛收集數(shù)據(jù)。比如基于OBD接口的設(shè)備, 不過由于汽車廠商、OBD設(shè)備廠商與政府部門沒有形成一致,不是所有車都有OBD設(shè)備,也不是所有OBD設(shè)備都能同步上傳數(shù)據(jù),上傳的數(shù)據(jù)還沒有開放給政府。因此,這個(gè)方式基本不可行。
2、 政府部門主導(dǎo)的車聯(lián)網(wǎng)。 道路傳感器、車輛傳感器、道路攝像頭組成一張強(qiáng)大的智慧交通系統(tǒng),對(duì)道路、橋梁、停車場(chǎng)等基礎(chǔ)交通設(shè)施的運(yùn)行狀況實(shí)時(shí)數(shù)據(jù)管理。智能交通在歐美日等發(fā)達(dá)國 家應(yīng)用已十分廣泛,在美國的應(yīng)用率達(dá)到80%以上,給我留下深刻印象的就是舊金山金門大橋是收費(fèi)的,汽車并不需停車付費(fèi)刷卡,而是在經(jīng)過時(shí)被拍照分析,過 橋費(fèi)會(huì)被記入車主的收費(fèi)單。不過中國的智能交通建設(shè)還相對(duì)落后。
3、 從移動(dòng)互聯(lián)網(wǎng)收集數(shù)據(jù)。 可以說這是一條捷徑,因?yàn)檫@幾年移動(dòng)互聯(lián)網(wǎng)高速發(fā)展,智能手機(jī)覆蓋率已經(jīng)超過50%了,沒兩個(gè)人就有一個(gè)用智能手機(jī)——在大城市這個(gè)比例又高出許多。智能 手機(jī)又都有定位功能,有地圖應(yīng)用。而各個(gè)地圖都有強(qiáng)大的用戶基數(shù),還有加載其地圖的導(dǎo)航設(shè)備,那地圖商對(duì)其用戶和設(shè)備的運(yùn)動(dòng)軌跡就基本掌握了,因此才能做 到目前政府部門都做不到的事情。
政府部門建設(shè)智慧交通網(wǎng)絡(luò),或許可以實(shí)現(xiàn)更加精細(xì)化、更加智能化和更加專業(yè)化的交通管理。不過在這張大網(wǎng)建立起來,參考高德基于用戶大數(shù)據(jù)分析的報(bào)告,或許也是可行的。未來高德與政府部門聯(lián)合進(jìn)行交通數(shù)據(jù)分析,高德以顧問的形式參與進(jìn)來也是有可能的。
除了根據(jù)已經(jīng)發(fā)生的交通行為得出數(shù)據(jù)分析報(bào)告之外,大數(shù)據(jù)在智能交通領(lǐng)域還有更多可為。
1、 無人駕駛汽車: Google無人駕駛汽車雖然尚未上路,不過這給大數(shù)據(jù)交通提供了一個(gè)很好的思路。可以想象未來所有汽車都是無人駕駛汽車時(shí),所有車輛的運(yùn)行都可以在云端進(jìn)行調(diào)度,物流和車流都是智能化的。這就可以讓每條道路都得到最充分的應(yīng)用,最大程度降低擁堵。
2、 實(shí)時(shí)交通調(diào)控: 如果計(jì)算能力上來了,并且已經(jīng)構(gòu)建一張強(qiáng)大的實(shí)時(shí)信息通知網(wǎng)絡(luò)和交通規(guī)則,交通部門就可以根據(jù)不斷變化的交通數(shù)據(jù),實(shí)時(shí)通知汽車如何選擇出行反感、如何避 開高峰時(shí)段、故障路段等。現(xiàn)在一些高速公路、停車場(chǎng)已經(jīng)可以做到這一點(diǎn)了,未來所有道路或許都是智能化可以實(shí)時(shí)調(diào)控的,而不只是現(xiàn)在的“事后治理”。
3、 社會(huì)化交通: 這份報(bào)告其實(shí)已經(jīng)有一些社會(huì)化的影子了,因?yàn)槠鋽?shù)據(jù)是每個(gè)用戶貢獻(xiàn)的。社會(huì)化交通還有更多可為,比如WAZE的眾包地圖思路可以降低采集成本、增強(qiáng)路況實(shí) 時(shí)性,這部分高德在國內(nèi)也已經(jīng)開始實(shí)施;再比如基于社會(huì)化網(wǎng)絡(luò)的P2P租車、P2P拼車,則可以最大化利用閑置汽車和道路資源,降低擁堵程度。
4、 大數(shù)據(jù)規(guī)劃: 大數(shù)據(jù)的價(jià)值在于它可以預(yù)測(cè)未來的可能性。政府交通部門如果在規(guī)劃道路時(shí)便運(yùn)用大數(shù)據(jù)手段,便可以設(shè)計(jì)出更合理的交通基礎(chǔ)設(shè)施、交通管理制度。如果再進(jìn)一步,城市規(guī)劃等所有與交通有關(guān)聯(lián)的部門,都可以參考大數(shù)據(jù)結(jié)果進(jìn)行規(guī)劃,一起為降低交通擁堵努力。
不過,所有這些方案的基礎(chǔ)都離不開這個(gè)核心:地圖應(yīng)用以及基于地圖應(yīng)用的大數(shù)據(jù)。地圖應(yīng)用是在把整個(gè)實(shí)體空間世界映射到互聯(lián)網(wǎng),尤其是交通狀況。如果沒有地圖,交通大數(shù)據(jù)只是空中樓閣。
大數(shù)據(jù)交通還有更多施展空間
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-18剛?cè)肼殘?chǎng)或是在職場(chǎng)正面臨崗位替代、技能更新、人機(jī)協(xié)作等焦慮的打工人,想要找到一條破解職場(chǎng)焦慮和升職瓶頸的系統(tǒng)化學(xué)習(xí)提升 ...
2025-07-182025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價(jià)值的煉金術(shù) ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時(shí)代的價(jià)值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競(jìng)爭(zhēng)力的重要組成部分。從海量數(shù)據(jù)中提取有 ...
2025-07-18SPSS 賦值后數(shù)據(jù)不顯示?原因排查與解決指南? 在 SPSS( Statistical Package for the Social Sciences)數(shù)據(jù)分析過程中,變量 ...
2025-07-18在 DBeaver 中利用 MySQL 實(shí)現(xiàn)表數(shù)據(jù)同步操作指南? ? 在數(shù)據(jù)庫管理工作中,將一張表的數(shù)據(jù)同步到另一張表是常見需求,這有助于 ...
2025-07-18數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價(jià)值的橋梁? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細(xì)化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對(duì)這樣的場(chǎng)景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時(shí)代的通行證? 在數(shù)字化浪潮席卷全球的今天,當(dāng)企業(yè)決策者盯著屏幕上跳動(dòng)的數(shù)據(jù)曲線尋找增長密碼,當(dāng)科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長的實(shí)戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項(xiàng)” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實(shí)踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計(jì)中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運(yùn)維與開發(fā)中,開發(fā)者和 DBA 常會(huì) ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動(dòng)企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會(huì)遇到需要整合多張表數(shù)據(jù)的場(chǎng)景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,面對(duì)海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11