用大数据助力城市交通发展

简介:

近日,综合交通大数据应用技术国家工程实验室组建成立,大数据的概念再次引爆舆论场。那么城市交通领域会产生哪些大数据?如何使用这些大数据呢?

城市交通大数据分六大类

现代城市中,人、车、物每天都会在网络云端留下大量数字轨迹。这些数据规模庞大、来源多样、结构迥异、实时变化。概括地来讲,城市立体综合交通大数据可分为六大类。人的移动,包括手机信令、位移、公交汽(电)车/城市轨道交通/铁路/民航/码头到发站客流量数据、导航软件、网约车软件、共享单车软件等;车的移动,包括出租汽车、公共汽(电)车、城市轨道列车、客车、货车、自行车的GPS移动数据;定点检测,包括地感线圈、地磁数据、视频监控、车牌识别、交通特殊路段的门禁流量等;交通收费,包括停车收费数据、联网收费数据、IC卡数据、出租汽车轨迹数据、公路、铁路车站、民航空港收费数据等;交通安全,包括交通事故类型、事故处理及位置等数据;传统基础,包括用地规划、交通网络、地铁到发站列车、铁路到发站列车、民航进出港航班、码头进出港轮船、社会经济和交通需求等数据。

有效使用城市交通大数据

缓解停车难题。比如利用交通摄像头视频监控数据、GPS系统数据、手机客户端以及其他传感器收集的数据进行计算分析,并引导驾驶员停车。该智能系统主要具有车位感知、嵌入导航、车位预测功能。其中较典型的是德国柏林采用的“智能停车管理系统”。它不但具备上述功能,由于传感器采用了雷达,并不会记录清晰的照片,行人的隐私权也得到了极大的保护。

交通信号控制。应用大数据的交通信号控制系统可以根据道路交通情况对道路设施、交通参与者的信号进行动态调整,以实时、准确、高效地进行综合管理。该系统通过数据采集、计算定义模式、模式自动切换等功能,根据实时数据变化,自动切换交叉路口红绿灯拟定程序,作出合理的交通信号灯指示。比如,荷兰的智能交通信号灯系统利用大数据技术,通过远程遥控、感应器和路面行车监视系统协同工作,控制和调整交通信号灯指示,最大限度地让车辆快速通行。该系统在设计时还考虑有轨电车优先、公交优先、自行车残疾车优先、行人优先等多重因素。

路径规划与拥堵收费。用大数据技术准确、全面掌握交通运行信息,对交通拥堵做出准确判断;通过车辆匹配和实时路况分析,输出车辆的收费方案实时反馈给驾驶员,并给出绕行建议;或者通过车辆识别和ETC付费实现不停车收费。节约车辆通过时间。比如英国伦敦采用固定费率的收费方式,并鼓励通过预先建立账户的方式提前预付,当需要缴费的车辆进入拥堵收费区域,车辆牌照识别系统会分辨出车辆的牌照号码,并与已付款车辆数据库进行比对。如果该车辆已提前预付交通拥堵费用,则从数据库中移除;如果没有,则发出缴纳费款的通知。

道路设施维护。道路设施维护是大数据应用的创新领域,有的城市采用了众包的方式,充分调动市民的积极性,既解决了市民的需求,又节约了财政资金。比如,美国波士顿开发了一款名为“坑洼街道”的手机App,利用手机的加速计和GPS,侦测到路面颠簸所产生的撞击时,便记录下所在位置,将信息传送到云端数据库。当有足够的人在相同地点感受到撞击,后台数据处理系统将标路段是坑洼路面,并汇报给相关部门。市政部门通过这种让市民众包参与的新方式获取了当地道路状况的实时地图。该应用既帮助市民找出了比较结实的路面,也为道路维护指明了方向,有利于保证行车安全和道路畅通。

违章违法案件侦破。如今,利用路网视频监控采集的视频图像,通过智能分析算法能够更加精确地识别车牌颜色、车身颜色、车型、车标、车辆品牌等属性,并且能实现不系安全带、接打电话行为检测、遮阳板检测等众多智能行为分析检测,以更好地规范驾驶员行为习惯,遏制事故与违法源头,同时也为交警实现非现场执法提供了强有力的技术保障。此外,在交通应用中,人脸卡口功能所发挥的作用也日益凸显,它通过分析抓拍图中的人脸部分,比对黑名单库或进行嫌疑人人脸检索,助力公安捕获违法犯罪分子,实现城市道路畅通与公共安全有序发展。

发展瓶颈与前景展望

虽然城市交通领域的大数据应用已取得一定效果,但受限于数据资源共享和整合方面的瓶颈,其潜力仍未充分释放。由于城市交通系统的各类大数据资源分属于不同的行业、企业和政府部门,在目前的城市交通大数据应用当中,大多还是分散获取、单独使用的。不同系统间彼此孤立的大数据应用尚显单一、不够深化,尚未充分挖掘数据的价值。

未来,借助物联网、云计算、大数据、信息安全等技术手段,建立相应的数据共享机制和信息安全保障,有望减少甚至消除城市交通原有的行政壁垒、部门壁垒,实现城市交通各种大数据的全面采集和有机整合,在统一的平台上同时为政府各部门提供交通行政监管服务、为企业和大众提供交通信息服务。随着综合交通大数据应用的技术进步和产业发展,必将在优化大交通领域的信息资源综合开发利用、优化综合交通体系规划布局和联营联运、缓解交通拥堵、降低物流成本、减少污染物排放、方便百姓出行、促进经济发展等方面起到积极的推动作用。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
47 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
35 0
|
2月前
|
分布式计算 DataWorks BI
MaxCompute数据问题之运行报错如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 1
|
2月前
|
分布式计算 关系型数据库 数据库连接
MaxCompute数据问题之数据迁移如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
31 0
|
2月前
|
分布式计算 Cloud Native MaxCompute
MaxCompute数据问题之没有访问权限如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
4天前
|
数据采集 搜索推荐 大数据
大数据中的人为数据
【4月更文挑战第11天】人为数据,源于人类活动,如在线行为和社交互动,是大数据的关键部分,用于理解人类行为、预测趋势和策略制定。数据具多样性、实时性和动态性,广泛应用于市场营销和社交媒体分析。然而,数据真实性、用户隐私和处理复杂性构成挑战。解决策略包括数据质量控制、采用先进技术、强化数据安全和培养专业人才,以充分发挥其潜力。
11 3