借助大数据解决现代交通困境

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

随着日益增长的交通“大数据”,给交通管理创新带来的新挑战,以及对交通管理工作提出的新要求,交通信息化建设必然步入大数据所带来的智慧应用阶段,利用大数据破解当前诸多交通瓶颈问题成为了未来交通行业的必由之路。那么交通行业面临着那些困境,大数据又是如何解决的?正是本文所着重阐述的。

背景

城市交通问题是自上世纪以来,工业发达国家一直为之困扰的问题。中国自进入改革开放以后,各项事业建设进程极速加快。随着经济的发展,我国交通发生了前所未有的变化。同业也面临着前所未有的挑战,根据不完全统计目前全国机动车保有量已达到2.85亿辆,城市交通拥堵指数超过1.5的有56个城市,其中三分之一的城市拥堵指数呈上升态势,民航航班正常率不足70%,交通困局已经成为了从普通群众到政府领导都密切关注的民生问题。十三五以来,伴随着云计算,物联网,大数据等先进技术的发展与应用,凭借大数据等先进技术解决日益紧迫的交通问题成为了政府与社会各机构研究的热点。

现代交通之“困”

如果想了解交通面临的困难,必须了解目前交通的整体生态,了解交通有那些数据可用,能用来做什么?

如图所示,交通的核心是人-车-路,而围绕核心涉及多方部门,同时又关联多个产业和领域,是一个综合性的体系科学。目前妨碍交通大数据应用的主要难题有几个方面,

1. 传由于横跨多个政府部门以及企事业单位,不同单位与部门的信息化水平又参差不齐,所以信息孤岛在交通领域仍然普遍存在。

2. 受历史沿革影响以及技术更新渠道封闭等因素影响,面对越来越多样化的数据缺乏有效的采集手段。

3. 随着物联网技术在交通领域的深入应用,海量的设备/传感器信息得以被记录下来,但由于成本,观念,安全等诸多原因此部分数据缺乏有效的存储媒介。

4. 交通数据除了涉及部门多,格式多,数据量大等特点,还有一个最大的问题是当海量多元化的交通数据被集中起来后缺乏有效的管控和运帷。

5. 最后也是最为重要的一方面困难是,目前行业内数据分析的方式方法还比较单一,统计报表与综合指挥演示系统被普遍应用,大家的分析与应用方式还是集中在事后处理环节,而对事前预防与事中监控等缺乏有效的手段与方法。

大数据所蕴含的“智慧”

面对诸多的问题,传统的凭经验、一成不变、理论与实践脱离的管理方式与处置方法显然已经无法应对,而随着交通现代化程度的持续推进,海量的交通相关数据被记录与存储下来形成了“交通大数据”,而如何充分利用“交通大数据”解决实际交通难题成为了交通行业所面临的挑战与机遇,在互联网+的时代交通大数据有哪些?它们又能帮助我们解决哪些问题呢?那么先让我们认识一下“交通大数据”

道路交通:典型数据为城市道路交通指数,高架匝道运行数据,公交车实时数据,营运车数据,物流车辆及货物数据等,其主要应用价值体现在拥堵治理,路网规划,出行引导,智能公交,实时路况,车辆监控,危机防护等

轨道交通:典型数据为地铁运行数据,轨道交通运营数据,一卡通乘客数卡数据,清算数据等,其主要应用价值体现在客流分析,站点分析,政策辅助决策,指挥调度,异常检测,广告投放,设备监控预警等

城市静态交通:典型数据为停车场数据,路网信息,车辆保有信息,城市基础地理信息,交通管理信息,气象信息等,其主要应用价值体现在拥堵治理,交通基础设施规划建设,出行引导,停车诱导,交通管理优化等

航空/海运:典型数据为港口集装箱数据,机场航班数据,远洋及内河航道船舶数据,航路信息,气象数据,法规数据等,其主要应用价值体现在航线规划,运力匹配,配载优化,智能船舶,货物跟踪,应急预警等

交通衍生信息:典型数据为道路事故数据,车辆违法信息,交通监控信息,交通管制信息等,其主要应用价值体现在治安防护,应急处置,交通管理,刑侦分析,协同指挥,增值信息共享等

同样通过将以上海量的数据整合后,通过大数据挖掘与建模等方法,可以有效的实现事前预防-事中监管-事后评估-事前预防这一可自优化的生态闭环,借助大数据多带来的智慧解决交通所面临的困境。

如何借助大数据解决交通运行中的困难

既然交通大数据蕴含着丰富的价值并存在了广阔的应用想象空间,那么如何实际应用呢?联想一直致力于通过新技术与新模式的探索与应用去解决实际的社会,带动整个产业的发展。 大数据做为一种新技术,如何在旧有领域中应用并最大程度的发挥其优势更是联想所一直努力研究的主要对象。

大数据

如图所示,通过大数据提供的分布式存储(hdfs)与高性能计算(M/R,spark等)解决交通大数据所面临的海量数据存储与计算问题;借助软件工具与咨询服务的帮助,协助交通行业相关企事业单位对海量的数据进行管控治理;依赖于专业的数据科学家基于交通大数据展开相关的分析与应用,还原交通大数据的真正价值。

大数据

如图所示通过感知层将海量交通信息识别并记录下来,再通过网络层借助物联网、互联网、通信网等技术将信息集中到大数据分析平台进行存储与计算,最后通过业务应用层对汇聚起来的大数据进行有业务针对性的分析与应用,并通过移动设备,APP,车载设备,交通控制设备等渠道与手段将交通大数据所产生的“智慧”应用到实际的交通运行中,再将运行的数据反馈回大数据分析平台进一步优化大数据相关应用,形成一个不断优化的交通大数据价值闭环。

海量的交通大数据不仅涵盖了交通相关的各个领域,同时将这些数据集中后所产生的价值更是无法估量 。预计2020年交通大数据市场规模将突破200亿,随着新商业模式(数据运营,数据变现等)的成熟,以及象联想,易华录,软通等企业的不断投入,未来交通大数据将为我们带来一个全新的交通管理方式与出行方式。

依托大数据为核心的交通行业整体解决方案将以数据为核心驱动,以大数据技术平台为载体,通过科学的数据分析方法对内不断挖掘数据价值,优化管理决策,对外不断提升服务质量,解决交通难题。

后记

在以后的时间里我们将从数据感知,技术平台,业务应用等层面分别展开对大数据智慧解决交通困境的探讨。


本文作者:张建伟

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
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
|
3月前
|
数据采集 搜索推荐 安全
智慧城市的交通管理大数据模型
智慧城市交通管理系统借助大数据模型,通过全面收集交通数据(如监控、GPS、公共交通信息等),进行数据清洗和预处理,利用Python的Pandas进行数据管理。通过ARIMA等模型分析,预测交通流量、识别交通模式,支持智能信号控制、预测性维护和事件响应。这种集成分析与决策支持系统提升城市交通效率,确保出行安全,预示着未来交通管理的智能化和个性化趋势。【6月更文挑战第23天】
127 10
|
3月前
|
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
|
4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。
61 0
|
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
395 0
|
机器学习/深度学习 人工智能 大数据
明早9点大讲堂 | 时空大数据和深度学习在交通事故预测上的应用
本次公开课将讨论利用深度学习模型和时空大数据预测交通事故的最新工作。同时还将介绍其他时空数据挖掘和城市计算的研究问题及相关进展。
589 0
|
SQL 存储 DataWorks
浅谈-大数据工程师面临的困境和要学习的技术
读书的时候,语文老师总会让同学看看作者的生平简介,谈谈作者为什么会写出这篇文章,文章诞生的背景是什么背景,一方面是让同学理解文章,另外一方面是让同学感同身受。 鄙人,不是大厂,也不算外包,算是靠在阿里系的一家创业公司的交付部门的小小大数据工程师,心比天高,命比纸薄。 当然,也和上学没有好好学习有关系,怨不得其他人。 回到正题,咋们先从我的个人经历聊一下大数据工程师现在面临的困境和我的一些解决思路。
299 0
|
监控 算法 安全
解读中国未来大数据交通
在百度大数据战略会议上,交通运输部科技司司长赵冲久讲解了中国未来的大数据交通战略。众所周知北京的交通一向很糟糕,那么大数据会让这样的大城市交通带向何方?我希望能够从交通大数据的获得,以及对数据的处理上来对其解读,希望国民们都能从一个更宏观层面知道科技与政策的交融的结果,大数据并非玄虚,其实已在我们身边。
174 0
|
SQL 分布式计算 前端开发
【云栖号案例 | 交通&物流】中邮智递通过数加和datav将系统和服务迁移到大数据平台
中邮智递数据平台发展到现在经历了四个阶段,最近通过数加和datav将系统和服务迁移到大数据平台,以及使用ADB实现实时OLAP达到低延迟、高并发。
【云栖号案例 | 交通&物流】中邮智递通过数加和datav将系统和服务迁移到大数据平台

热门文章

最新文章

下一篇
DDNS