大數據新時代 智能交通潛在價值待發掘

www.4702628.live

大數據新時代 智能交通潛在價值待發掘

  • 字號
2015-06-23 05:35:00 來源:中關村在線 

  第1頁:給城市交通一個希望

  一直以來,我國都十分重視智能交通建設,智能交通市場潛力也十分龐大。隨著大數據時代的到來,智能交通必然會產生一些重大變化,也將面臨重要的發展機遇。

  在東方之星客輪在長江湖北監利段傾覆之前,最后形成的航跡監測線路和狀態信息來自一個叫作寶船網的平臺。通過寶船網,東方之星從起航到出事地點都被全程觀測,直到最后的9點31分21秒。

  智能交通發展至今,各地采集的數據浩如煙海,這些數據存在巨大的潛力和價值,亟待處理和挖掘。而隨著大數據時代的到來,智能交通也許真的可以“智能”起來。

  不過,大數據雖然支撐著智能交通的前行,但其發展道路上難免要歷經磨難。

  給城市交通一個希望

  大數據、云計算的發展對交通運輸行業不僅是挑戰,更是對傳統模式的突破。“現在涌現出了滴滴打車、快的以及易到用車,引起一些恐慌,但或許這種恐慌會倒逼一些不合理現象的改變。”同濟大學副校長楊東援表示。

  比如通過滴滴打車平臺可以看到全國各個城市每天的交通情況,包括車輛行駛情況、路網情況以及打車需求情況等。

  “我們運轉時可以很清晰地看出北京24小時內的車輛分布情況。”通常人們認為北京每天早上6點到8點間的高峰路段是三環、四環,但是滴滴、快的打車技術副總裁朱軍介紹,數據顯示機場高速才是高峰路段;下午1點,對出租車司機來說什么地方生意最好?統計顯示是金融街(000402,股吧),這里每天有很多人在這一時段趕往機場。“這些收益都依托于大數據平臺。”

  滴滴打車利用大數據平臺更好地分配并合理利用了已有資源,也只能解決部分問題。只有掌握全局,才能控制全局。

  “大數據的出現,終于給城市一個希望。”楊東援表示,大數據可以連續觀測城市交通每天發生的變化,然后再利用這些數據分析交通的問題所在。

  “城市交通不像西醫,出現具體問題就對癥下藥。”楊東援打了個比方,“而是更像中醫,須搭脈問診,刨根問底,才能找到出現癥狀的緣由。”

  楊東援坦言,面對城市“堵病”,政府必須學會“搭脈”,否則將無法開出調理和根治的“藥方”。

  過去,治理交通主要依靠調查手段。例如,上海市5年一次的交通大調查,不僅需要高達八千萬元的費用,還需要花費半年多的時間處理數據,調查結果很難跟上城市變化的節奏。

  “智能交通問題很復雜。”楊東援表示,大數據對于城市交通來說,不僅是變革和機遇,更是富有挑戰性的舞臺。

  深圳這幾年就做了件不簡單的事。它的智能交通建設是打造了海陸空一體化的綜合交通體系,也許深圳的案例更值得借鑒。

  不斷領跑的深圳

  深圳市進行改革開放30年,已經在國內率先實現兩大轉型。第一個轉型是由大規模規劃、建設基礎設施,轉向基于大數據環境實現整個城市交通高品質的運行和服務;第二個轉型是由過去歷史靜態離散數據環境,轉移到今天實時動態大數據環境。

  這兩大轉型,對于今天的城市管理和城市服務,特別是站在政府角度如何為整個城市提供決策支持,都起到至關重要的作用。

  “在云計算、大數據環境下,整個城市交通的智能化、信息化建設,應該從城市交通監測、建模、仿真等角度看待。”深圳市交通控制與仿真工程中心主任關志超提出。

  據了解,2011年深圳市成立了交通數據中心。這個中心的職能定位是不僅實現數據中心、分析研究中心、可視化中心和發布中心的功能,同時還兼顧政府職能和相關城市對交通的一些法規和監測模式。

  截至目前,該中心已經獲得1300萬張一卡通數據,包括地鐵每站一分鐘發布一次的客流情況等。

  在大數據時代,想要對整個城市的運行進行管理,不僅要考慮交通問題,還要考慮氣象的影響、交通污染的排放以及整個城市市政道路、管網的建設。

  “所以,深圳一直在構建一體化的模型體系。”關志超表示,面對大數據,如何在城市宏觀層面實現城市、區域、宏觀大模型體系的標定和遷移,確實是當前所要考慮的重點工作。

  關志超表示,人口分布、用地情況以及出行速度分布等一系列模型體系的建立,為城市管理和政府決策提供了數據支撐。他們將羅湖區細分為2864個交通小區,從宏觀、中觀、微觀三個層次建立了系列模型,作為支撐整個城市交通服務和交通問題的分析研究。

  第2頁:技術創新倒逼管理變革

  深圳市曾提出構建未來交通實驗室的暢想,在這樣的大推進模式下,由中國綜合交通指揮中心作為未來開放實驗室的數據基礎環境,聯合多家科研機構推進交通未來實驗室的開發,實現交通資源面向城市、面向社會一體化的公益性服務。

  此外,深圳市具有全國最大規模的仿真環境。交通仿真的建立為整個城市軌道交通模型體系的不斷優化,為城市交通指數的監測和服務提供了有效的技術支撐和保障。

  技術創新倒逼管理變革

  大數據仿佛一夜之間風靡全球,既宣告了一個時代的到來,又顯然成了一個時代的標志。

  但“大數據不是定制數據,往往是間接證據”。楊東援表示,間接證據在某些區間里的判斷是成立的,在某些區間里的又肯定不對,無法直接成為決策依據。

  “再者,就是對數據進行清洗和正確的判斷,因為大量的數據經常是錯的。”楊東援舉了個例子:研發機構號稱牌照讀出率為95%~98%,但數據交合后發現,實際上不到6萬輛的上海出租車,被讀出的車輛數卻呈數量級翻倍—原來是“z”和“2”傻傻分不清。然而,“交通大數據應用的最大困難還不是技術,而是管理者的變革決心。”楊東援坦言,大數據的價值在于讓我們更好地“搭脈”,“幫助我們發現不知道的,而不是驗證已經知道的”。

  從城市交通角度來講,政府如何利用大數據對整個城市交通進行管控,這是一個亟待解決的問題。

  “在非高峰時期,人們為何也不選擇公交出行?一個重要原因就是沒有時刻表。”楊東援坦言,老百姓(603883,股吧)所謂的公交出行時間,實際上是將無效預留時間也算在內。除了讓公交跑得快以外,能否減少無效預留時間等問題也有待解決。

  據科研人員分析,智能交通的潛在價值還沒有得到有效發掘,對交通信息的感知和收集有限,對存在于各個管理系統中的海量的數據無法共享運用、有效分析,對交通態勢的研判預測乏力,對公眾的交通信息服務很難滿足需求。這會造成智能交通的效率不高,智能化程度不夠,使得很多先進技術設備發揮不了應有的作用,也造成了大量投入上的資金浪費。

  由此可見,交通大數據只是一系列圖和表,交通工程師也只是參謀,政府才是決策者。大數據與管理如果不能攜手同行,智能也只能在云端打轉。

 

往北京卖什么赚钱吗