
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01