从智能到智慧:大数据让智慧交通“跑起来”

简介:

刚刚结束的上海车展是一场“智能驾驶”的盛会。各种黑科技层出不穷, Jeep公布了生物识别技术在智能驾驶领域的应用;DS发布了驾驶人员注意力监控系统,随时监测驾驶者是否出现疲劳、面部及头部偏离前方道路、出现分心现象等三种信号……

而在中国的另一边——贵州贵阳,一场“智慧交通”的盛会——2017年中国“云上贵州” 智慧交通大数据创新大赛也于5月初拉开帷幕。

“我们关注的不是交通领域单个节点,而是整个交通系统的智能化、大数据化。”本次大赛组委会主席、贵州省交通厅科技处处长康厚荣向《中国科学报》记者表示。

通往智慧的道路

目前的智能交通系统于1996年在美国联邦运输部“交通时间节约战略”中首次出现,历经20多年发展,其已成为覆盖整个交通领域的复杂系统。

智能交通系统也备受我国政府的重视。数据显示,2011-2015年智能交通市场规模为1038亿元,复合增长率为22.9%。2016年中国智能交通市场规模为414.4亿元,增长率达到33.5%,增长速度再创新高。

“智能交通其实就是信息化的交通,主体是为交通系统的每个节点安装传感器,并将数据传入网络。路口的视频监控、高速公路上的雷达测速、公共交通的联网售票以及为自行车、汽车配备的导航系统等都属于智能交通系统的范畴。” 交通运输部科技司信息化管理处处长付光琼表示,现在智能交通市场的实质是硬件扩张。以智能交通系统重要组成部分的先进交通管理系统为例,现阶段只能做到把交通拥堵数据可视化后放在大屏幕上,而面对拥堵,具体的决策和执行仍是依靠人的经验,“同质化”的硬件没法解决“个性化”的交通问题。

大数据时代的来临,为智能交通的发展带来了重大机遇。已经基本成型的智能交通产生了多维的、海量的数据,而大数据技术所擅长的正是将各种类型的交通数据进行有效整合,挖掘各组交通数据之间的联系,提供更及时、更准确的交通服务。

“通过对多维度、海量的历史数据进行分析后,我们将可以利用各种传感器传回的实时交通信息,科学地、自动地管理交通,应对突发交通事件,这时智能交通系统就升级成了智慧交通系统。”付光琼表示。

扫清智慧的障碍

尽管交通数据的数据量在快速增长,但是这些数据的共享和开发程度仍亟待提升。

“交通管理牵涉到交通、规划、公安、旅游、国土、气象等多个部门以及相关企业,这些部门和企业的数据存在于垂直业务和单一应用中,这造成交通管理的碎片化。而大数据只能通过多维度的数据来产生价值,这严重制约了智慧交通系统的发展。”中国工程院院士倪光南表示,只有将这些数据融合起来,让以往的“交通数据孤岛”连成一片,再通过对不同类型、来源的信息挖掘、清洗,彻底地改变原有交通运输系统的组织方式,通过多部门联动来解决交通问题,大数据的优势才能充分发挥。

其实在贵州、上海等省份,汇聚数据的工作早已在进行。记者了解到,贵州省早在2014年就开始建立“智能交通云”,开展与公路、铁路、民航、公安、气象、国土、旅游、邮政等部门的数据资源交换共享。

“除了整合省内数据,我们还希望进行跨区域的交通数据交流。” 贵州省交通运输厅厅长王秉清指出,“我们同四川、云南、陕西、广西、湖南、重庆一道建立了西部地区‘六省(区)一市’跨区域交通运输云数据中心,希望解决部省之间、省份之间、业务线之间的数据交换共享问题。目前中心累计数据交换1400多万条,其中包括从业人员数据176万条、运营车辆数据266万条、经营业户116万条、路况8000多条、流量754万条。”

探索智慧的力量

“可以说,智慧交通系统将是破解目前交通问题的终极解决方案。”交通运输部科学研究院副院长赵之忠认为,当对各个交通相关部门的数据进行准确提炼和构建预测模型后,可以对交通的未来运行进行有效模拟;在交通实时预测领域,运用历史数据和大数据的快速处理信息能力,可以比较准确地预测车辆碰撞、车辆换道、驾驶员行为状态等信息。

高德软件有限公司高级产品经理杨赞指出,现在的车载导航还是智能交通系统,用户只能从导航中获得从A点到B点的若干种导航方案,“而智慧交通时代的手机导航,会自动通过‘智慧交通云’获得天气情况、以往路况、道路施工情况甚至车况信息和驾驶习惯等,之后再根据这些数据为你选择最合适、最安全的线路,在导航过程中,也会根据实时路况、交通事故情况实时地调整行驶路线”。

“交通大数据可能是大数据技术中最贴近民生的应用,也是大数据最能发挥优势的领域。我们也准备了量足够多、维度足够大的数据,希望‘数据大侠’们能站在大赛的平台上,和我们一道打开智慧交通之门。”康厚荣说。

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
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 
目录
相关文章
|
3月前
|
大数据 调度
大数据在交通领域的应用有哪些?请举例说明。
大数据在交通领域的应用有哪些?请举例说明。
34 0
|
3月前
|
人工智能 自然语言处理 大数据
AI大数据智能导诊系统源码 Springboot框架
智能导诊系统是在医院中使用的引导患者自助就诊挂号,在就诊的过程中有许多患者不知道需要挂什么号,要看什么病,通过智慧导诊系统,可输入自身疾病的症状表现,或选择身体部位,再经由智能导诊系统多维度计算,AI智能引擎分析、准确推荐科室,引导患者挂号就诊,实现科学就诊,不用担心挂错号。
56 0
|
4月前
|
存储 NoSQL 大数据
IDC 中国数字化转型盛典:兴业银行「基于悦数图数据库」的「智能大数据云平台」获奖
近日,2023 第八届 IDC 中国数字化转型年度盛典在北京盛大开幕。会上,IDC 中国为 2023 年度“IDC 中国未来企业大奖”卓越奖获奖企业颁奖。兴业银行凭借「基于悦数图数据库」的「智能大数据云平台」荣获“2023 IDC 中国未来企业大奖——未来数字基础架构领军者”殊荣。
IDC 中国数字化转型盛典:兴业银行「基于悦数图数据库」的「智能大数据云平台」获奖
|
10月前
|
人工智能 自动驾驶 大数据
交科院与阿里云签署战略协议,推进综合交通大数据领域合作
交科院与阿里云签署战略协议,推进综合交通大数据领域合作
371 0
|
11月前
|
存储 SQL 分布式计算
MaxCompute 物化视图智能推荐最佳实践
MaxCompute 发布 “物化视图智能推荐”,CU算力节省14%
|
11月前
|
存储 SQL 分布式计算
MaxCompute 发布“物化视图智能推荐”,CU算力节省14%
物化视图智能推荐支持自动对用户历史作业进行分析,自动识别周期性作业,智能提取作业集合中的公共计算逻辑作为物化视图计算逻辑,最终转换为对用户友好的SQL文本形式,按照推荐程度排序展示给用户,并支持将物化视图使用效果可视化展现。
|
11月前
|
存储 分布式计算 数据挖掘
MaxCompute 物化视图智能推荐最佳实践
本文主要介绍什么是五话题以及MaxCompute 发布的“物化视图智能推荐”具体内容。
12838 0
|
11月前
|
存储 SQL 分布式计算
MaxCompute 发布“物化视图智能推荐”,CU算力节省14%
物化视图智能推荐支持自动对用户历史作业进行分析,自动识别周期性作业,智能提取作业集合中的公共计算逻辑作为物化视图计算逻辑,最终转换为对用户友好的SQL文本形式,按照推荐程度排序展示给用户,并支持将物化视图使用效果可视化展现。
1693 0
MaxCompute 发布“物化视图智能推荐”,CU算力节省14%
|
数据采集 人工智能 算法
TICA解读:AI智能体与大数据构造在智能测试领域的运用
导读:各位小伙伴,TICA2022已于2022年12月15日圆满落幕。想必大家还畅游在知识的海洋里无法自拔吧?应大家要求,小编将为大家深入解读一些Topic。本次给大家带来的Topic,是由又仁老师在大会中分享的“AI智能体与大数据构造在智能测试领域的运用”。
285 0
TICA解读:AI智能体与大数据构造在智能测试领域的运用
|
机器学习/深度学习 人工智能 Cloud Native
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
IDC认为,从提升企业中长期发展质量、降低综合投入成本的角度出发,大数据技术领域将呈现出两个显著趋势:一体化和融合化。企业应以战略和顶层设计为先导,用体系化的思维全面构建大数据能力架构,避免形成新的数据、业务和能力孤岛。 【下载地址见文末】
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新