如何让停车不再难?停车公有云有办法

简介: 在2016杭州云栖大会首日,进取科技CEO殷轶群在大数据专场分享了《基于数加平台停车公有云解决方案》,他主要从当前中国停车问题、互联网停车五大模式、第六种模式、公有云平台架构、合作共赢模式五个方面进行了分享,详细介绍了互联网停车的六种模式及进取科技的云平台架构。

在2016杭州云栖大会首日,进取科技CEO殷轶群在大数据专场分享了《基于数加平台停车公有云解决方案》,他主要从当前中国停车问题、互联网停车五大模式、第六种模式、公有云平台架构、合作共赢模式五个方面进行了分享,详细介绍了互联网停车的六种模式及进取科技的云平台架构。

以下内容根据演讲PPT及现场分享整理。


现在大多数的智能停车平台可以给大家提供停车资源,提供智能化停车方案,甚至提供停车支付、分享的单个解决方案。进取科技基于阿里云的数加平台,为所有的停车参与者,为所有停车的参与厂商提供一个开放共享的平台。

进取科技介绍

进取科技成立于2011年,专注于智慧城市、大数据应用的开发。通过整合政府、商业停车场和个人停车泊位资源,运用城市管理GBCP模型,打造城市群的停车公有云平台,重塑城市停车生态。

当前中国停车问题

私家车主:没位可停造成二次拥堵、价格混乱(乱收费、不收费、收费无发票)、计时不准、支付找零麻烦、车场分布不合理、随意停被罚款;

停车场:人工成本大、收费误差大、进账少、逃费普遍、盈利形式单一、车场利用率不均、车场智能化不足,地域和时间上分布的不均匀带来导致停车场资源浪费非常严重;

政府:民意民声大、道路阻塞瘫痪、排放污染大、缺乏有效数据分析、缺乏有效治理途径、缺乏实际统一管理。政府作为交通中非常关键的参与方和治理方,在整个停车产业中扮演了非常重要的角色。

目前,对于停车的参与者来说,政府完全没有一个可以依靠的平台或者数据来源来对其已有的场景和将来应用的场景、参与的场景做一个分析。

进取科技五年的积累历程中,在和阿里云合作之前把停车的云平台放在了Hadoop的一个开源平台上,在很早的时候就开始解决城市停车位共享和其他资源共享的问题。最近和阿里云数加平台的合作更多体现的是主论坛马云主席讲到的新资源方面的合作。这种资源体现到我们对停车数据的理解可能更加倾向于对数据本身价值的挖掘。

互联网停车五大模式

6440fb1aa84fb15666f37e87f185071cf8d998dd

最近三年,不管是投资行业还是IT行业都有很多和停车相关的互联网模式。停车从传统的人工收费方式变成了有智能化辅助的收费方式。上图是最近三年总结的5种互联网智能化停车模式:

车位信息共享,城市的管理者非常希望在城市里以停车诱导的名义(例如国外的PARK NOW)使得车位信息实时发布到互联网上去,让车主能够用手机APP或者发布的诱导屏能够找到他所需要的停车资源;

全流程优化,希望通过互联网、智能化的手段把停车的流程做一些优化,通过优化后的流程来提高整个停车行业的使用效率;

车位预定B2C,既然停车位的资源非常有限,那么真正有需求的人可以在把自己的车子开到目的地之前就把车位进行预订,这样就解决了车主端寻找车位难的痛点,这样的模式在北上广已有很多的试点;

车位共享P2P,既然停车场的泊位是可以共享的,并且是可以预定的,那么个人的车位、停车场闲时的包月泊位为什么不可以拿出来共享?这种模式在北上广的一些CBD区域经常可以看到类似的运营方式;

代客泊车,在机场、医院附近经常可以看到该模式,通过帮车主把车停到合适的车位上来减少车主去寻找车位的时间,降低车主寻找车位的难度。

通过分析上述5种模式的优劣,并且进行资源的整合,我们希望实现下述第六种模式。

停车公有云

5f7a0e51ebb6ab8575c2c89cae662f6e4a1d768b

停车公有云做的不仅仅是停车。首先,我们希望把跟停车有关的人、车、车位等等相应的所有资源进行统一的梳理和整合,把它以标准化的方式放到数据库中。第二,我们希望通过和阿里云数加平台的合作把对交通的参与各方所需要的价值通过算法和服务提供给我们的服务对象,此时的服务对象不仅仅是车主,还包括了互联网停车平台、城市交通诱导平台、实体停车运营单位、设备厂商服务平台、专业咨询服务机构等。

公有云平台架构

公有云的出发点除了打通支付以外,还包括了车场实时的流量信息、号牌信息,车主的缴费信息、车牌信息、车型信息,停车场的热力分布,甚至部分动态交通的内容,通过这些数据的整合能够为用户和所有的参与者提供很高的价值。

51d8378d2521a34d422e10d373f57092785ed8db

公有云平台最核心的数据是用户信息、设备信息和账务信息,设备信息和泊位信息是对应的,希望通过多源的合作把数据共享和价值共享的理念传递下去。

0e23d2e7f2264dbfeeaa2b1a8e190b00f54d63cb

对外输出部分,进取科技没有做相应的APP,智能停车的APP公司、智能停车解决方案的公司都可以调用基于数加平台的识别算法、调度算法、预测算法、BI报表等来实现其功能,也可以调用相关用户和其他资源来打造其自己的APP。

合作模式

1949a8bab2445a00270dd7d9bccbc092ab4fe4ed

停车并不是单纯的2B或者2C的商业,所以和政府的合作是非常重要的。政府以智慧城市的方式把它的合作资源拿出来与所有的停车场以及交通的参与者共享,这是打造一个城市高覆盖度平台的最关键前提。
相关文章
|
机器学习/深度学习 存储 人工智能
阿里云机器学习PAI全新推出特征平台 (Feature Store),助力AI建模场景特征数据高效利用
机器学习平台 PAI 推出特征平台(PAI-FeatureStore),在所有需要特征的AI建模场景,用户可通过 Feature Store 轻松地共享和重用特征数据,减少资源和时间成本、提升工作效率。
|
JSON 数据格式
【异常】com.alibaba.fastjson.JSONException: unclosed string : U
【异常】com.alibaba.fastjson.JSONException: unclosed string : U
2549 0
|
机器学习/深度学习 传感器 资源调度
【图像去噪】基于隐马尔可夫模型实现图像去噪处理附matlab代码
【图像去噪】基于隐马尔可夫模型实现图像去噪处理附matlab代码
|
6月前
|
设计模式 网络协议 Java
04.里式替换原则介绍
里式替换原则(LSP)是面向对象设计的重要原则之一,确保子类可以无缝替换父类而不破坏程序功能。本文详细介绍了LSP的定义、背景、理解方法及应用场景,通过电商支付和鸟类飞行案例展示了如何遵循LSP,并分析了其优缺点。LSP强调子类应保持父类的行为一致性,有助于提高代码的可扩展性、可维护性和可重用性,但也可能导致过度设计。最后,对比了LSP与多态的区别,明确了LSP作为设计原则的重要性。
209 4
|
11月前
|
存储 安全 Java
如何避免`ArrayStoreException`异常?
`ArrayStoreException`是在Java中尝试将错误类型的对象存储到泛型数组时抛出的异常。要避免此异常,需确保向数组添加的对象类型与数组声明的类型一致,使用泛型和类型检查,以及在运行时进行类型安全的转换和验证。
141 6
|
10月前
|
存储 JSON Java
ELK 圣经:Elasticsearch、Logstash、Kibana 从入门到精通
ELK是一套强大的日志管理和分析工具,广泛应用于日志监控、故障排查、业务分析等场景。本文档将详细介绍ELK的各个组件及其配置方法,帮助读者从零开始掌握ELK的使用。
|
存储 Prometheus 监控
SLS时序监控实战: Spring Boot应用监控最佳实践
当今随着云原生和微服务的盛行, 我们的应用的运行环境也变得越来越复杂, 也使得我们越来越难以掌握它的运行状态, 也因此诞生了一批开源软件来帮助我们提升应用的可观察性, 例如prometheus, grafana, open tracing, open telementry等, 这些多半是比较通用的技术, 在实际的场景下, 我们需要怎么从各个层面来做监控和数据的分析呢, 我们就以大家使用最多的技术栈: Java + Spring Boot为例, 来详细阐述应用监控的最佳实践
8009 0
SLS时序监控实战: Spring Boot应用监控最佳实践
|
Java
技术指标和振荡器大全(四)(1)
技术指标和振荡器大全(四)(1)
259 0
|
Shell Linux 开发工具
Shell变量、系统预定义变量$HOME、$PWD、$SHELL、$USER、自定义变量、特殊变量$n、$#、$*、$@、$?、env看所有的全局变量值、set看所有变量
printenv他可打印全部或部分shell 环境、定义变量变量名=变量值,注意=号前后不能有空格、撤销变量unset 变量名、声明静态变量readonly 变量,注意不能 unset、在 bash 中,变量默认类型都是字符串类型,无法直接进行数值运算、变量的值如果有空格,需要使用双引号或单引号括起来、环境变量名建议大写、如果进行数值运算需要使用,需要使用shell中的运算符的表达、在vim里面""和''的区别、用vim输出全局变量和局部变量的区别.........
971 1
Shell变量、系统预定义变量$HOME、$PWD、$SHELL、$USER、自定义变量、特殊变量$n、$#、$*、$@、$?、env看所有的全局变量值、set看所有变量
|
机器学习/深度学习 数据可视化 数据处理
【机器学习实战】10分钟学会Python怎么用PCA主成分分析进行降维分类(七)
【机器学习实战】10分钟学会Python怎么用PCA主成分分析进行降维分类(七)
569 0