
出行革命,搭上“大数据快车”_数据分析师
通过检票闸机刷脸一秒钟快速通过;轻轻一点,车辆会自动“抢”车位;开车时只需操纵方向盘,避让、变道、加减速全部由车载智能终端完成……27日,阔别中国大陆15年、被称为智能交通“亚运会”的第十四届亚太智能交通论坛在南京举行,引领未来发展潮流的高大上的交通新技术一一亮相。“互联网+”带来的,不仅仅是高大上的交通新技术,而是普通人出行方式的革命。
新技术让出行更“傻瓜”
路口没有信号灯,不同方向过来的汽车稍不留神就会发生碰撞,如何通过智能化手段避免?在展示现场,由清华大学牵头的“十二五”863项目“智能车路协同关键技术研究”引发热烈关注。负责该项目的清华大学汽车学院博士生王肖告诉记者,驾驶员只需操纵方向盘,其余均可自动控制,相当于半自动无人驾驶。在智能车路协同系统下,车、人、交通管理信号灯上的无线通信装置,可以自动发出信息,当两辆车在没有信号灯的路口垂直相遇时,系统就会自动发出警示,让驾车人注意避让;如果驾车人没有采取措施,通过自动制动装置,车辆还可以自己刹车。目前这一技术在德国已经成熟,中国大陆正在广泛采集数据,制定出适合中国国情的规则后将加以推广。
从南京到上海出差,如何到南京南站,坐哪一班高铁,抵达上海虹桥站后再乘坐何种交通工具甚至骑公共自行车抵达最终目的地……这些功课全部由手机搞定,从城市内的交通路线设计到城际间的交通工具选择、接驳,哪种方案最经济实惠,都不用自己动脑。世纪高通上海公司项目经理顾俊向记者展示了名为“路况交通眼”的手机APP:“传统的导航一般是由A点到B点,比较单一。现在基于出租车、公交车、交警支队、交通信号灯等多项基础数据,包含公交、地铁、出租、自驾车乃至公共自行车,可以为百姓设计最优化的出行线路。”
传统出行方式整合升级
智能交通新技术并不是空中楼阁,全部基于自驾车、公交、地铁、公共自行车等传统出行方式。
法国交通部JANIN Jean—Francois认为,智能交通近年来引入了新的内涵,就驾车来说,行驶本身和搭载其他人都需要用到智能交通技术。虽然公交车、有轨电车、地铁、自行车等出行方式已被普通人熟悉,但单一的技术已不能很好地满足出行需求,将各种交通工具有效整合利用是智能交通未来的发展方向。
中国交通运输部总工程师周伟认为,新一代信息技术很好契合了交通运输行业技术要求高、点多面广的特性,“互联网+交通”开始引领智能交通的发展。比如智能终端和移动互联网的发展,使得出行信息服务越来越关注于用户的个性化需求与体验、电子支付与智能交通的结合,使得出行服务与消费体验更加紧密结合在一起。此外,互联网思维推动了以服务为核心的交通管理方式创新和业务流程的再造,汽车全面融入信息网络中,成为信息网络中的传送单元,自动驾驶技术正在走向成熟。
互联网大潮催生“交通共享”
省交通运输厅厅长游庆仲告诉记者,物联网、云计算、大数据、移动互联网等技术的快速发展,对老百姓(603883,股吧)的出行影响是巨大的,目前江苏省公众出行交通信息服务系统建成并上网运行,足不出户,车主就能了解全省高速路况,哪里拥堵哪里畅通,正确选择出行路径。今年内,全省13个地级市将实现公交一卡通。全省二级以上客运站实现窗口代理异地售票、网上售票、手机APP购票、自助终端等多种售票方式,方便老百姓出行。江苏高速公路ETC用户已达到210万,ETC车道流量占全路网客车总流量的30%以上,不停车收费系统正惠及更多的普通驾车人。
中国智能交通协会(ITS)主席吴忠泽坦言,互联网大潮下产生了“交通共享”新业态。比如打车软件,很快覆盖国内近300个城市,每天通过打车软件订车超过一千万单,订车平均成功率超过80%。此外,互联网推动了移动支付和交通服务的不断融合,比如支付宝和12306铁路购票系统的合作,腾讯微信涉足长途客运电子客票等。基于移动互联的大数据分析系统形成的大范围交通迁徙图等信息很有社会价值,为交通决策的智能化提供了支撑。此外,车路合作和智能驾驶技术在加速进入到产业中来,互联网企业通过与汽车厂商的合作也开始涉足智能汽车及无人驾驶的领域,为智能汽车和智能交通带来更多的产业发展前景。
记者注意到,对于如火如荼发展的“互联网+交通”,业内人士也不乏困惑。“就互联网技术来说,已经成熟,难就难在如何与交通行业有效对接。现在的情况是,互联网企业很积极,但缺乏统一标准,导致大家各自为战,无法进行有效的商业推广。”华为技术有限公司中国区企业业务部部长张宇坦言。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10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 ...
2025-09-02