大数据在城市智能轨道交通的应用

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 随着城市轨道交通体系建设的逐渐普及,我国城市轨道交通网路愈加复杂,接入站点、旅客运输量等不断提高,为城市轨道交通的运行带来了一定的压力。

随着城市轨道交通体系建设的逐渐普及,我国城市轨道交通网路愈加复杂,接入站点、旅客运输量等不断提高,为城市轨道交通的运行带来了一定的压力。为了迎合技术进步,充分满足不断增长的运营需求,我国的城市轨道交通建设开始向智能化智慧化方向发展我国各省市的城市轨道交通均开始向智慧城轨的方向发展。

根据中国城市轨道交通协会发布的《中国城市轨道交通智慧城轨发展纲要》,我国智慧城市轨道交通的蓝图呈现为“1-8-1-1”的布局结构,即构建一张智慧城轨发展蓝图;创建智慧乘客服务、智能运输组织、智能能源系统、智能列车运行、智能技术装备、智能基础设施、智能运维安全和智慧网络管理八大体系;建立一个城轨云与大数据平台;制定一套中国智慧城轨技术标准体系。统筹规划、顶层设计、自主创新、重点突破、分步实施。

发展现状

84b3d400efd7fead2c476d80f9baedc9.png

发展趋势

9597d2667c02b9cf125b08c0f8b8215a.png轨道交通智能化演进

0aa8b8cc9351d951d457de38a0d35531.png

智能轨道交通方案

智慧城市轨道交通运用云计算、大数据等信息技术手段,实现城市轨道交通运营生产、运营管理、企业管理、建设管理等业务信息及相关外部信息的感知、采集、分析、整合与共享,对建设、运营、管理、维护、服务等需求做出智能响应和自动化处理的城市轨道交通系统[1]

智慧城市轨道交通的建设有3个主要目标:

(1)为乘客提供优质出行服务,车站和列车是轨道交通运营管理的基本单元,是服务乘客的公共窗口,基于数据共享、实时感知、信息联动的方式营造舒适的车站及列车环境,提供更丰富便捷的服务获取,满足乘客多样化需求,提供人性化服务和更良好的服务体验;

(2)实现车站自主运转,通过设备自检、智能巡检、一键开关站、紧急事件处置等方式,逐步实现车站自主运行,提高运营管理效率;

(3)实现车站无人化运作,车站运营管理业务复杂,提供提高车站的自动运行能力和乘客的自助服务能力,实现车站少人化、乃至无人化运作。

智能轨道交通架构

image.png

数字孪生中心

image.png

智能化中控

image.png

智能化工程管理

fdeee5765896514875d89a82c69a2829.png

全域数据管理

7260e5c020ccdb334a96a92d03d9be1c.pngd053792dbcd1bc96911f9576cb4f0b6d.png

01453e3ee75c94f1a474bd1d7927f756.png

7f0a2fff1379c279e5d24a607e5a7fa7.png

城轨数字大脑

10226b8cf34ba9e32bfae6fec38c7536.png

AI安全值守

bbef77c7e0c0aff67d64b9d76d4cde13.png

image.png

单因子多因子预测

9ac367ac7531b1b404c1b3a506f22bab.png

随着智慧城市的发展,互联网、大数据、物联网等新技术的广泛应用,新一代信息技术驱动下的智慧轨交运营将成为智慧城市的主要标志之一。基于5G网络高带宽技术,打破现有车地通信鸿沟,建立“车-地、车-车、人车”之间的高速通路,实时采集地铁列车监控和视频数据,将数据分析和计算能力推送到地铁列车,为地铁线路全专业智能运维、地铁列车无人驾驶等创新应用提供支持。

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
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
|
24天前
|
数据采集 数据可视化 大数据
Python在大数据处理中的应用实践
Python在大数据处理中扮演重要角色,借助`requests`和`BeautifulSoup`抓取数据,`pandas`进行清洗预处理,面对大规模数据时,`Dask`提供分布式处理能力,而`matplotlib`和`seaborn`则助力数据可视化。通过这些工具,数据工程师和科学家能高效地管理、分析和展示海量数据。
59 4
|
1月前
|
存储 分布式计算 大数据
数据仓库与数据湖在大数据架构中的角色与应用
在大数据时代,数据仓库和数据湖分别以结构化数据管理和原始数据存储见长,共同助力企业数据分析。数据仓库通过ETL处理支持OLAP查询,适用于历史分析、BI报表和预测分析;而数据湖则存储多样化的原始数据,便于数据探索和实验。随着技术发展,湖仓一体成为趋势,融合两者的优点,如Delta Lake和Hudi,实现数据全生命周期管理。企业应根据自身需求选择合适的数据架构,以释放数据潜力。【6月更文挑战第12天】
66 5
|
18天前
|
分布式计算 数据可视化 大数据
于SpringBoot+大数据城市景观画像可视化设计和实现
于SpringBoot+大数据城市景观画像可视化设计和实现
|
11天前
|
分布式计算 大数据 Spark
Spark大数据处理:技术、应用与性能优化(全)PDF书籍推荐分享
《Spark大数据处理:技术、应用与性能优化》深入浅出介绍Spark核心,涵盖部署、实战与性能调优,适合初学者。作者基于微软和IBM经验,解析Spark工作机制,探讨BDAS生态,提供实践案例,助力快速掌握。书中亦讨论性能优化策略。[PDF下载链接](https://zhangfeidezhu.com/?p=347)。![Spark Web UI](https://img-blog.csdnimg.cn/direct/16aaadbb4e13410f8cb2727c3786cc9e.png#pic_center)
26 1
Spark大数据处理:技术、应用与性能优化(全)PDF书籍推荐分享
|
25天前
|
人工智能 分布式计算 DataWorks
首批!阿里云 MaxCompute 完成中国信通院数据智能平台专项测试
2024年5月31日,在中国信通院组织的首批数据智能平台专项测试中,阿里云数据智能平台解决方案(MaxCompute、DataWorks、PAI)顺利完成测试。
102 5
首批!阿里云 MaxCompute 完成中国信通院数据智能平台专项测试
|
12天前
|
人工智能 自然语言处理 小程序
政务VR导航:跨界融合AI人工智能与大数据分析,打造全方位智能政务服务
政务大厅引入智能导航系统,解决寻路难、指引不足及咨询台压力大的问题。VR导视与AI助手提供在线预览、VR路线指引、智能客服和小程序服务,提高办事效率,减轻咨询台工作,优化群众体验,塑造智慧政务形象。通过线上线下结合,实现政务服务的高效便民。
41 0
政务VR导航:跨界融合AI人工智能与大数据分析,打造全方位智能政务服务
|
13天前
|
数据可视化 前端开发 大数据
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
**商场智能导视系统提升购物体验:** 通过三维电子地图、AR导航、AR营销、VR全景导购及可视化数据,解决顾客寻路困扰,增强店铺曝光,简化招商流程,优化商场管理,借助科技创新驱动顾客满意度、品牌曝光度及运营效率的全面提升。
34 0
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
|
19天前
|
搜索推荐 安全 大数据
大数据在医疗领域的应用与前景
【6月更文挑战第26天】大数据在医疗领域提升服务效率,助力疾病预防与精准治疗。电子病历优化数据管理,疾病预测预防个性化医疗成为可能。未来,智能医疗系统普及,远程医疗兴起,数据共享促进行业发展,同时隐私保护与安全备受关注。大数据正重塑医疗,开启健康新篇章。
|
20天前
|
SQL 运维 druid
深度分析:Apache Doris及其在大数据处理中的应用
Apache Doris是一款开源的高性能实时分析数据库,设计用于低延迟SQL查询和实时数据处理,适合大规模实时分析场景。与Apache Druid、ClickHouse和Greenplum相比,Doris在易用性和实时性上有优势,但其他产品在特定领域如高吞吐、SQL支持或数据处理有特长。选型要考虑查询性能、实时性、SQL需求和运维成本。Doris适用于实时数据分析、BI报表、数据中台和物联网数据处理。使用时注意资源配置、数据模型设计、监控调优和导入策略。
|
27天前
|
监控 数据可视化 大数据
大数据技术在公共交通系统规划中的应用
大数据技术在公共交通系统规划中的应用