侵权投诉
订阅
纠错
加入自媒体

互联网+城市智能交通发展趋势探讨

2015-08-19 09:27
黯影冰风
关注

  第一,多元数据融合分析方面,因交通流信息采集的方式和类型不同,相应的交通信息参数也各有特点,如微波、地磁、线圈、视频、浮动车等数据的差异就比较大。在数据格式上,既有视频和图片数据,也有记录数据;既有结构化的数据,也有非结构化的数据。首先要保证数据完整准确,如卡口车辆的特征数据,早期设备仅能采集号牌、颜色等,对于品牌、车标、车系、年款等无法获取,在进行套牌车分析时,其准确性就大打折扣。其实要统一标准才能进行数据融合分析研判,正如国家统计局局长马建堂所说:“大数据时代海量数据,如果没有一个统一的数据标准,将会带来很多麻烦”。再次要做到数据复用可复制,不仅满足自有需求,还能对接其他业务系统并提供数据,可以因时因地在给其他区域的经验借鉴。

  第二,交通智能化方面,主要体现在两个方面:其一是前端智能化方面,通过开发智能化的感知设备自动进行相关数据的采集,如交通流信息采集、交通违法监测、事件预警、交通信号优化控制,体现是设备智能化,不仅要数据准确可靠,还可以大大减少中心平台的数据分析压力;其二是数据综合利用,智能算法的开发方面明显不足,目前全国各地建设中的云存储、云计算项目,多半仅实现基础硬件环境的搭建,采用的数据也单一来源数据,如高德地图每个季度都会发布的《中国主要城市交通分析报告》采用的大数据就是浮动车数据,对交管数据利用较少,大华股份推广的“公安车辆大数据研判解决方案”主要是采用交通大数据的卡口过车数据,如图1所示。该研判系统基于EC云存储和分布式Hadoop架构,可实现百亿数据秒级检索,能够识别120个大类车标、2200余种细分车型,识别准确率96%以上。在业务方面,结合海量卡口数据和公安业务数据构建了“人-车-关系人”研判分析模型,实现了对高危车辆的实时预警,如图2所示。在浙江奉化、山东垦利等多个地方取得很好的效果,是交通大数据部分卡口过车数据的深度应用。当然,对其他数据的深度和广度开发,包括算法改进等都亟待研究开发。

  2. 基于移动互联网的跨界交通信息服务向纵深发展

  随着移动互联网、云计算、大数据、物联网新一代信息通信技术不断向纵深发展,城市智能交通的发展,特别是顶层设计、信息服务方面,出现了一些新的特点。主要体现在城市交通的顶层网络设计方面、多部门跨界交通信息的整合方面以及基于移动互联网的信息发布方面。

  (1)基于物联网的智慧交通顶层网络结构设计

  当前,在公安交警交通管理部门内部存在两种类型的网络,即公安信息网和交通专网,网络之间有“安全边界接入平台”壁垒,不同网内都有各自业务数据,大数据分析需要集合两个网段类型的数据才有更大的价值和意义。此外,还有公交专网、轨道交通网、铁路民航、出租、专车等不同网段的数据,都需要在保证信息安全、个人隐私的基础上,进行数据交换,以便于数据汇聚后集中分析研判,再提供共享支持。这就需要做好顶层的网络设计,壁垒不打通,智慧交通无从谈起。此工作应该政府主导,协调各相关部门参与。如2015年6月,天津市交通运输委与阿里云计算公司签署合作协议,进行“互联网+城市智能交通”的大数据研判是一个非常有效的尝试,此项目主要由天津市交通委主导,阿里云提供技术支持和解决方案,以“互联网+交通”的思路及方式,实现全市公交、地铁、出租、长途、铁路、航空等各种运输方式和综合交通信息的统一管理。

<上一页  1  2  3  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号