公司新闻

新闻动态

网站热门关键字

公司新闻
您现在的位置:首页 >>新闻动态 >>公司新闻

大数据的四大应用让交通智能

2017-08-21 09:28:28 物联中国 点击数:

在大数据时代,基于人工智能、云计算以及物联网等前沿技术作为支撑的交通智能化建设正在全面铺开,通过大数据带来的技术突破推动城市交通迈向全面信息化时代,通过城市交通的快速发展推动大数据更加落地。产生实效的城市交通大数据的集成和未来的挖掘应用对于智能交通的发展具有重要作用。

应用一、智能路况分析,提高道路效率

随着互联网技术的普及和完善,将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成运用于公路监控体系,极大提高了监控、管理、服务效率。各功能系统产生快速、大量、多样的数据,经过高效的数据查询、分析处理功能,也就是面向"大数据"的分析处理技术,可实时准确获取公路交通信息,为交通管理和交通信息服务提供数据支持。如应用传感技术,获取道路结冰、雨雪、大雾、事故、施工等信息,建立交通信息发布及服务系统,为出行者提供准确的出行信息,以便出行者确定最佳的出行时间、交通路径及交通方式。并可把服务信息通过运营商网络发布到出行者移动终端上,可向司机提供天气、路面状况、事故易发地等信息,并可推荐行驶路线。

应用二、智能研判分析,提供决策依据

当下,涉车涉驾的刑事案件越来越多,智能交通的大量的卡口和电警系统在事后通过车牌查找车辆轨迹行踪发挥了重要的作用。然而,传统的方式对于海量的视频数据,图片数据,过车数据依然停留在事后被动“查”“看”阶段,缺少事前预警预知,事中快速响应,事后深度分析的应用手段。交通数据智能研判系统,通过无缝对接城市卡口系统,运用云计算、车辆特征二次识别、大数据挖掘等技术,对部分交通行为或事件多维度碰撞预警和特征的深度二次分析,如:首次进程,高危地区,遮挡面部等层层过滤式的嫌疑车辆挖掘技术,预测枪击等犯罪行为可能在何时、何地、哪些人之间发生。满足“事前预警、事中打击、事后侦查”的不同场景需求,为公安的治安、指挥中心、刑侦、图侦、情报、交警等不同业务部门提供决策依据。

应用三、智能行为分析,助力违法监测

在传统的道路监控中,闯红灯、超速、逆行、不按导向行驶抓拍等车等功能已经被人们所熟知,如今结合图像智能分析算法能够更加精确地识别车牌颜色、车身颜色、车型、车标、车辆子品牌等属性,并且能实现不系安全带、接打电话行为检测、遮阳板检测等众多智能行为分析检测,以更好的规范驾驶员行为习惯,遏制事故与违法源头,同时也为交警实现非现场执法提供了强有力的技术保障。此外,在交通应用中,人脸卡口功能所发挥的作用也日益凸显,它通过分析抓拍图中的人脸部分,比对黑名单库或进行嫌疑人人脸检索,助力公安捕获违法犯罪分子,实现城市道路畅通与公共安全有序发展。

应用四、智能拥堵分析,助力城市交通规划

随着城市汽车保有量的不断上升,城市拥堵问题日益严峻。通过大数据建设道路交通指数,得知拥堵路段,拥堵时间,拥堵空间,通过数据分析掌握现状,也找出了规律,进行预测,为城市道路、轨道交通、公交系统的建设提供依据。

问题与挑战一、资源利用有效率问题

智能交通业务目前还处在专线网络和私有云状态,往后大量业务网络化、大联网后,网络内的设备越来越多,利用闲置的计算资源,实现资源的最大化利用,关乎运算的效率。智能交通领域,往往图片和视频分析的效率决定价值,更低的延迟、更准确的分析往往是平安城市这类客户的普遍需求。视频的分析和检索,不能依赖于传统的手段,巨量数据的效率优化,智能分析和视频浓缩是唯一出路。

问题与挑战二、数据关联复杂问题

随着互联网信息时代的到来,智能交通信息量呈每两年翻一番的速度增长,这些大量数据的产生中其来源来自于方方面面,就目前而言智能交通卡口、电警等信息数据已经大量的分布各地,如果再加上视频、图像、音频等各项数据流,那么整个数据系统就会存在诸多错综复杂的关系,并且这些相互关联的关系还会发生动态的不可确定的变化,因而导致数据关联模式非常复杂,并且难以处理。

问题与挑战三、标准和技术规范问题

国内智能交通系统项目的建设大都先于行业统一标准的推出,在缺乏标准的前提下,许多地区的智能交通系统自成体系,缺乏应有的衔接和配合,标准不一。标准和规范的混乱妨碍了交通数据的获取,从而无法进行交通流的分析和预测。

问题与挑战四、信息安全问题

由于智能交通兼具交通工具带来的移动特性和通信传输所使用的无线通信两方面的特点,它也就集成了无线网和移动网两大类型网络的安全问题。然而,当前针对智能交通的研究还只是偏重于其功能的实现,忽略了其信息安全问题。实际上,无论是从信息的收集、信息的传输、信息的处理各个环节,智能交通都存在严重的信息泄露、伪造、网络攻击、容忍性等安全问题,亟须受到人们的关注和重视。

问题与挑战五、海量数据价值密度问题

城市交通的大数据变化数量大但信息密度相对较低,且有一定程度的不确定性。智能交通前端记录的数据,对于客户来说可能大部分信息是无效,有效信息可能只分布在某一时间片段内,按照数学统计的说法,信息是呈现幂律分布的,也称之为信息的密度,往往越高密度的信息对客户价值越大。

总结:随着大数据、人工智能等物联网技术的应用,不断的推动交通智能化、自动化的核心力量。未来关于交通城市病的研究,必将数据和实践结合,产生新一轮的数据革命,并导致新技术的诞生和人们生活方式的巨大变革。

相关内容