京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据不爱飘 落地已生根
大数据、云、物联网、智能化技术等一系列热词近几年让我们应接不暇,在时而听到这些字眼的同时,我们却因未能看到直观的应用而感觉这些技术似乎有些虚无缥缈。不过每一个概念都不爱“飘”,落地服务于大众才是他们的归属。那么我们就来看看大数据在智能交通领域发挥的作用,旨在服务大众。
作为信息时代海量数据的来源之一,安防视频监控产生了巨大的信息数据。特别是近几年随着平安城市、智能交通、智能建筑等行业的快速发展,大集成、大联网推动安防行业进入大数据时代。在巴塞罗那的多个停车场门口,您只要拿手机扫一下二维码,即可知道是否有空车位;英国纽卡斯尔大学正在开发一套智能交通系统,它能告知司机,若以60迈的速度行驶,会遇到多少个红灯等等。那么在国外智能交通领域推出众多贴近生活的应用的时候,我国是否有类似更加方便我们出行的应用呢?
大数据在交通领域落地的花果—智能交通
首先,我们先来了解一下我国的大数据在交通领域,尤其是在智能交通领域的应用方向,下面引用三个例子来先作简要介绍。
北京信路威科技股份有限公司产品经理(以下简称为“信路威”)温泉认为,大数据应用方向服务于智慧交通,主要表现为道路交通状况实时播报,停车诱导,行驶诱导,交通预告,出行规划,事故处理,分析,危险路段、时间、车辆评估,违法事故处理,设防、布控等。
深圳中兴力维技术有限公司杭州研发中心部长&算法总工(以下简称为“中兴力维”)潘晖认为,目前智能交通领域的大数据主要是前端的数据采集,包括车辆卡口、闯红灯、车牌识别的数据,采集到中心平台进行汇总建数据库,中心平台的业务可以说是大数据相关的应用,包括车辆查询、布控、套牌车辆的查询、特定车辆的运动轨迹查询等,这些都算是大数据的应用,但是这些应用都比较浅。此外,针对卡口方面的大数据应用,如碰撞分析,随车分析,假牌套**,初次入城分析等等,这些应用应该来说是在实践中有明确和迫切的需要,而且应用起来还是很有效的。
英特尔亚太研发有限公司物联网解决方案与产品事业部商务开发经理(以下简称为“英特尔”)顾典认为,截止目前,许多智能化功能和大数据应用已经在技术上得到实现,主要包括入侵检测、徘徊检测、遗弃物检测、人流统计、车流统计、车牌识别、视频诊断等;此外还有未遂检测、停止检测、方向检测、颜色识别等高级智能分析功能,这些技术正在广泛地运用于安防领域。而目前智能化的市场正在通过部分典型应用进行拓展,例如智能交通的车辆统计和车流分析、公共场所的人数统计和警戒设置、商铺家具的常规防范等。随着更多智能化功能的不断完善,大数据的智能化处理正在从专业市场向民用及商业市场快速推进。
大数据落地之基石
中兴力维的潘晖认为,大数据最关键的技术就算是数据挖掘,数据挖掘是人工智能的一个方向,它与智能交通里的交通算法都是人工智能的一个分支,所以它们之间有共通性。数据挖掘是大数据中最核心也是最基本的算法应用,其他的应用都是基于数据挖掘算法的底层算法结果的业务拓展。数据挖掘本身的意义就是从大量的数据中归纳出固定的模型和规则,可以通过分析出来的数据对道路的状态和相关的信息进行预测。
信路威温泉认为,智能交通行业海量的数据是伴随着视频监控技术、视频智能分析技术等发展而壮大,车牌识别、车辆违章处理等数据分析处理的应用已经非常成熟、普及,但是智能交通远远不能只有一两种数据,它需要更多结构化数据采集及分析结合在一起。在智能交通领域视频技术不可比拟的优势已逐步显现,传统的智能交通辅助设备如:车辆检测器、射频卡、测速线圈等在新建设的安防监控系统中逐步淡出,基于模拟的前端视频采集设备也在迅速开展高清化、网络化升级。目前是数据从“量”向“质”发展的过渡过程,伴随着技术的提升发展会日新月异。
英特尔顾典则介绍说,以智能交通为例,博康智能是英特尔的长期合作伙伴,两者的合作涉及前端接入、中心端和云端等。基于英特尔高性能硬件平台及其软件支持,博康交通智能解析技术可将部分预处理类型的数据分析任务放在前端完成,有效地缓解了后端数据挖掘、分析的压力,同时减少了网络传输中的带宽压力。体量大、价值低的非结构化信息在前端分析处理后,形成体量小、价值高的半结构化或结构化信息,进而向后端传输。在数据由前端向后端传输的同时,数据分析和挖掘工作也在进行,得以获取更加客观、全面的交通信息。通过视频的智能分析,可以对监测区域的所有目标进行智能感知,实现诸如抓拍逆行、闯红灯、车牌识别、车流统计等功能,还能对特定目标进行智能报警,对具有一定行为特征的事件进行预先报警,以及提供事后查证。视频智能分析并不高深,难点在于如何把它与嵌入式设备整合,从而进行编写、编译、调优,而这正是X86架构的优势所在。
大数据应用在智能交通里服务大众
那么目前来说,智能交通领域究竟有哪些已经落地的大数据应用呢?经常乘坐公交车的上班一族们或多或少的都有这么一个烦恼:不知道公交车什么时候能够到达自己等车的站点。往往眼看着要迟到着急坐车的时候,却望眼欲穿也不见公交车的影子;不着急坐车的时候反而可能会接连着几趟公交车从身边驶过。相信许多人在等公交车的时候都希望有一款软件或者是有一个类似地铁站上会显示车到哪了、还需要多长时间能够到达自己所在站点的站牌来给自己一个希望。
一个偶然的情况下,小编听说了一个号称“我不等车,车等我!查看离你最近的公交车,还有几站、还有几分钟到,误差不超过1分钟”的深圳候车神器——手机软件酷米客公交。小编怀着激动的心情跑去查了下这个软件,幻想着以后可以看着公交车到站的时间去坐车了,终于可以不用一直站在公交站看不到希望的等下去了!该软件在宣传中已开通实时公交的线路200多条,其中东部公交是全部开通,而西部公交则是部分开通。小编心想自己坐的那条线总不至于那么巧就恰恰属于未开通的那一部分吧。下载安装完毕后,小编迫不及待的打开软件并搜索了自己经常坐的M221线路公交,当搜索结果出现时(如图1),一句“以下线路暂未开通实时公交,敬请期待!”让小编直接就“呵呵”了,果然是希望越大失望就越大!随后小编又用该软件搜索了另外一条线路(如图2)并在等车的时候顺便试验该软件是否真的误差不超过1分钟,结果发现该软件最大的问题果然还是线路不全啊!
随后,小编又在网上看到了众多实时公交类型的手机软件,小编选择了其中几个下载安装之后进行了试用。其中8684里面,小编除了每条线路所经站点之外并未看到该软件对最近的车辆位置的定位;而车来了这款APP让小编甚是无语,小编搜索了深圳的数条线路,该APP对小编的回应均是“该线路车辆全部失联”,看得小编很想吼一句:逗我呢?!小编不死心地换了个城市进行搜索,还好天津的公交没有失联也会显示距离所选站点的时间,小编实在不知道该APP是有BUG呢还是对深圳公交无法识别呢?之后,小编又在网上看到一则题为“腾讯进入智能交通领域推‘腾讯实时公交’”的新闻,小编下载安装之后发现该软件所支持的线路还是蛮多的,起码在酷米客公交中无法查到实时公交的M221在这里是可以找到的。小编早晨上班等公交时试用了该软件,当该软件显示M221即将到站时,小编已经看到M221已经在距离公交站牌100米之外的路口等红绿灯,而当该软件显示M221已经到站甚至已经过站的时候,M221仍然在距离公交站牌100米之外的路口等红绿灯!
说了这么多的实时公交,又怎么能够不提一下电子站牌呢?百度百科认为,智能化公交电子站牌是采用全球卫星定位导航技术(GPS)、先进的通讯方式、地理信息系统技术(GIS-T)、先进的视频传输技术以及智能传感器有机结合的新一代应用系统。充分利用目前公交智能调度管理系统的公交车辆GPS到站数据,通过技术对接,建立公交车到站预报系统。项目建设完成后,系统将覆盖大部分公交站点,并发布所有经过线路公交车辆的实时到站信息,可以为候车乘客提供实时准确的车辆到站预报。此外,项目附带多媒体视频播放、实时视频监控、乘客反馈建议、公众信息发布提供服务等功能。小编在广州星唯信息科技有限公司(以下简称为“星唯”)官方网站上看到了其666GPS智能公交行业解决方案,该方案中介绍其建设智能公交系统的思想内核是借助先进的科学技术,结合人性化的设计理念,构造一套精密、复杂、庞大的公交车联网视频监控管理系统,为公共交通运营体系提供可视化服务,进而为公众出行提供便捷服务,为公众出行安全提供有力的保障。
而智能公交监控调度系统架构由五个部分组成:车载终端子系统,数据中心子系统、监控调度子系统,电子站牌和掌上公交子系统。
此外,信路威的温泉还为我们介绍了可以根据整个城市的交通流量情况以预期的变化,规划出最合理的行车路线的城市导航系统,以及根据附近停车场的情况适时给出建议可停车位信息的城市停车系统。浙江宇视科技有限公司解决方案架构师柳文凭则告诉小编,现在北京也利用大数据分析开通了微循环的公交。即通过公交一卡通的刷卡信息获取乘客上下车站点及上下车人数的信息,将这些信息通过大数据分析之后可分析出该线路上乘客频繁上下车的站点,并以此为依据来减掉乘客上下车较少的站点,从而实现微循环。如果以前为保障10分钟左右一趟车须要20辆左右的车才能够循环过来,在应用微循环之后,总路程所需时间减少,那么保障10分钟左右一趟车所需的车辆也就随之减少。此外还有我们在公路上会看到的随时更新路况信息的大屏、百度手机地图的拥堵状态实时显示和拥堵状态预测,以及滴滴打车和快的打车等都是基于大数据的应用。
服务大众才是发展之道
“智能交通领域应该是最早涉及到大数据的领域,因此前景非常广阔,市场需求量非常大,因此未来三到五年,智能交通领域(航空、公路、铁路、船用等等)应该是非常适合于大数据技术施展拳脚的领域。毕竟市场需求非常旺盛,而且能解决我们传统技术不能解决的问题。”当小编问到大数据应用在智能交通领域的发展前景时苏州科达科技股份有限公司的崔中发如是说。
中兴力维的潘晖则认为,大数据和智能交通可以说是相伴而生的,智能交通的发展就是大数据的发展,大数据的发展也是智能交通的发展,随着政府和安防厂商服务理念的加强,后续会推出更多的面向普通用户和普通司机的大数据应用。总之,大数据应用在智能交通领域的发展前景是非常广阔的。小编也认为,交通行业与人们的日常生活息息相关,假若智能交通领域的大数据一直飘在云端又如何能够称之为智能交通?服务大众才是智能交通领域大数据应用的发展之道。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29