
随着我国汽车数量逐渐增多,交通拥堵以及环境问题日益严重,智能交通逐渐受到重视。在近日的“第五届中国智能运输大会暨第三届深圳国际智能交通与卫星导航位置服务展览会”上,中兴提出,在建设“智慧城市”的规划中应把“智慧交通”列入其中,并展示了智慧交通控制、是交通运营管理、信息服务,三个方面的设备。此外,腾讯也开始布局智能交通,推出实时公交查询系统。
在中国,车联网已被列为国家“十二五”期间的重点项目。然而,作为新兴发展的行业,智慧交通仍然拥有诸多行业痛症,行业标准缺乏首当其冲。业内人士认为,新行业初期的摸索是一个艰难的过程,市场需要自律和政府引导。
智能交通应用广泛
互联网能让人们实现点对点的信息交流,车联网则能让车与车之间实现对话。智能交通系统经过近多年的发展,逐步从技究开发走向应用。在近日的“第五届中国智能运输大会暨第三届深圳国际智能交通与卫星导航位置服务展览会”上,中兴通讯副总裁胡剑表示,智慧交通就是智慧城市的一个重要组成部分,通讯产品在整个交通应用当中非常广泛,包括很多高速公路的设备,还有城市交通的设备,都需要用通讯,而也这正是通信设备商出身的中兴通讯的优势所在。此外,中兴通讯还在会上展示了三个方面的设备,一是智慧交通控制方案,二是交通运营管理方面,三是信息服务。
中兴早已有所布局,在宁波,中兴通讯还与当地政府合作推出了一种名为“宁波通”的APP应用,拥有出行小秘书、路况查询、停车诱导等近20项功 能,只要将其安装在移动设备上,连接无线移动网络,就可以随时随地享受便捷的交通服务。
实际上,从2010年开始,上汽荣威、吉利汽车、一汽马自达、一汽丰田、上海通用、宝马等企业纷纷与联通展开合作,其中通用onstar、宝马iDrive、丰田G-Book等带有车联网功能的产品已在多款车型上得到广泛应用。
中国联通汽车航空行业总监张然懋表示,由车联网功能引发的市场竞争热在今年或将达到高潮,车联网则将成为智能交通产业发展的主攻方向。业内人士表示,智能交通是一个跨行业的系统体系,包括硬件设备厂商、系统工程厂商、数据收集、分析企业及各产品服务的分销企业,粗略统计约有近3000家企业涉及到该行业中。
智能交通成智慧城市建设关键
智能交通是一个基于现代电子信息技术面向交通运输的服务系统。它的突出特点是以信息的收集、处理、发布、交换、分析、利用为主线,为交通参与者提供多样性的服务。它将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。
物联网“十二五”规划明确了物联网技术的十二大重点应用领域,包括智能电网、交通运输、物流产业、医疗健康、智能家居、环境与安全检测、精细农牧业、工业与自动控制、金融与服务业、公共安全、国防军事以及智慧城市。物联网的本质是架起了物与物之间的沟通桥梁,它是多网融合时代的必然产物,它将人与人之间的沟通连接扩展到了人与物、物与物之间的沟通连接,智能化、网络化的生活将让人们工作、生活更加便捷和人性化。
首先,在改善交通方面。我国机动车和驾驶人数近年持续快速增长,再加上国内交通道路网变动频繁,全国各地掀起地铁、BRT建设,给各个城市的交通道路带来压力,极易形成交通拥堵现象,因此亟需智能交通应用发挥功力。
其次,在发展技术方面。视频监控、公交调度、定位管理等智能交通应用需要强大的网络支撑能力以及数据分析能力,这需要大数据、云计算等前沿技术发挥作用,同时大数据、云计算等技术通过智能交通应用能充分释放它们的魅力。
再次,在带动产业方面。智能交通应用属于信息产业的重要组成部分,是国家支持的产业。打造契合城市发展、社会公众需要的智能交通应用,以此争取进入各省市的智慧城市、平安城市规划中,对于产业本身有着重要的助推作用,对于与产业相关的市场同样具有辐射作用。
大数据驱动交通智能化
一份来自于MarketsandMarkets的研究报告显示,到2018年,全球大数据市场的年均复合增长率将达到26%,从148.7亿增至463.4亿美元。可以说,我们已经进入大数据时代。而智慧城市是城市信息化向智慧化发展的必经阶段,由城市信息化发展到智慧化,关键是要实现对数字信息的智慧处理。
因此,大数据也是发展智能交通中重要的一环,在当今的技术支持下,大数据的表现成功将人类的想象转化为现实,并逐渐渗透进人们的生活。其意义已不仅仅只是预测结果,改善交通状况。
尽管,交通大数据时代的来临是智能交通发展的必然趋势,但是,在这个进程中我们也将面临前所未有的问题和挑战。一方面,如何从政策和技术上突破交通数据资源互通、共享的壁垒,消除信息分散、内容单一等问题;另一方面,如何实现交通数据资源的综合利用效率,使其能够真正支撑交通系统的运营管理,有效地提高交通运行的效率以及安全水平。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28