物联传媒 旗下网站
登录 注册
RFID世界网 >  新闻中心  >  物联网新闻  >  正文

大数据将使智能交通如虎添翼

作者:蔡鑫
来源:中国信息产业网-人民邮电报
日期:2013-10-14 14:26:26
摘要:今年以来,智慧城市以及大数据这两个话题在行业内非常火热。在智慧城市建设中,由于城市交通拥堵状况越来越严重,智能交通更受公众关注。那么,备受关注的大数据技术能在多大程度上助力智能交通呢?

  今年以来,智慧城市以及大数据这两个话题在行业内非常火热。在智慧城市建设中,由于城市交通拥堵状况越来越严重,智能交通更受公众关注。那么,备受关注的大数据技术能在多大程度上助力智能交通呢?

  数据是智能交通的基础和命脉

  随着我国国民经济的持续快速发展以及城镇化进程的加快,城市机动车数量近几年大幅增加。交通拥堵、交通污染日益严重,交通违章、交通事故频发,这些日益严重的“城市病”,成为阻碍城市进一步发展的瓶颈。

  面对城市交通问题,智能交通概念应运而生。智能交通系统(ITS),是将先进的信息技术、数据通信传输技术、电子传感技术、控制技术及计算机技术等有效集成运用于整个地面交通管理而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。ITS可以有效地利用现有交通设施,减少交通负荷和环境污染,保证交通安全,提高运输效率。发达国家统计数字显示,采用智能交通技术提高道路管理水平后,每年仅交通事故死亡人数就可减少30%以上,并能提高交通工具的使用效率50%以上。因此,目前智能交通研究和应用日益受到各国重视。

  智能交通系统主要解决四个方面的应用需求。一是交通实时监控,获知哪里发生了交通事故、哪里交通拥挤、哪条路最为畅通,并以最快的速度提供给驾驶员和交通管理人员;二是公共车辆管理,实现驾驶员与调度管理中心之间的双向通信,来提升商业车辆、公共汽车和出租车的运营效率;三是旅行信息服务,通过多媒介多终端向外出旅行者及时提供各种交通综合信息;四是车辆辅助控制,利用实时数据辅助驾驶员驾驶汽车,或替代驾驶员自动驾驶汽车。

  数据是智能交通的基础和命脉。以上任何一项智能应用都是基于海量数据的实时获取和分析得以实现的,交通流量、速度、占有率、排队长度、行程时间、区间速度等是其中最为重要的交通参数。数据源及采集方式主要包括:利用线圈和摄像机等定点检测设备的静态交通探测方式,以及基于位置不断变化的车辆或手机来获得实时行车速度和旅行时间等交通信息的动态交通探测方式。线圈检测技术最为成熟,且精度较高,适用于交通量较大的道路。但其缺点也非常明显,即采集范围有限、损坏率高、施工成本昂贵、施工周期长。随着海量存储、无线宽带、实时定位等相关技术的不断成熟,视频和位置信息逐渐替代传统的线圈检测数据,成为智能交通系统最为倚重的交通检测基础数据来源。

  运营商服务智能交通有优势

  大数据是继云计算、物联网之后信息技术产业的又一次重大变革。随着电信运营商向综合信息服务商转型,其业务范围逐渐向云、管、端全面覆盖。在运营商的通信管道、业务平台、定制终端上,每时每刻都会捕捉到用户的各种行为数据。大数据技术上的突破,使得在传统数据技术架构下运营商无法存储和处理而不得不丢弃的数据宝藏重新获得开采,其中当然也包括智能交通所需的视频和位置信息。

  运营商的网络视频监控业务平台提供视频数据。例如,中国电信“全球眼”系统,利用电信宽带网络,将分散、独立的图像采集点进行联网,实现跨区域、全国范围内的统一监控、统一存储、统一管理、资源共享。全球眼采集系统已扩展支持移动终端,从而超出了传统意义上将视频监控作为静态交通检测方式的理解。另外,视频数据的特点是需要大量的图像处理工作,信息萃取的成本比较高,全球眼系统本身也在不断智能化。例如,通过扩展图像识别能力,可以提供智能交通系统所需的车牌辨识功能。

  运营商的移动网络可以提供位置信息。传统基于GPS的定位方式是利用终端上的GPS定位模块将自己的位置信号发送到定位后台来实现定位的。基站定位则是利用运营商的基站对移动终端的距离测算来确定位置的,不需要终端具有GPS定位能力,适用范围更广。此外,运营商的WiFi网络在市区内覆盖越来越广,利用WiFi能够在小范围内实现更为精确的定位。运营商的大数据平台不单单是采集和存储海量位置数据,更要关联用户数据和位置数据进行深层次的数据挖掘,发现隐藏在数据里面的有用价值。例如,通过用户ID和时间线组织起来的用户行为轨迹模型,实际记录了用户在真实世界的活动,在一定程度上体现了个人的意图、喜好和行为模式。掌握了这些,对于智能交通系统提供个性化的旅行信息推送服务很有帮助。

  事实上,运营商很早便开始关注和重视智能交通行业应用,一个标志例证是各运营商都推出了面向智能交通的车联网解决方案。大数据在智能交通领域的应用探索才刚刚起步,今后一段时间,运营商务必要进一步深入开展大数据技术的基础性研究,持续发掘智能交通数据分析需求,逐步提升大数据资产价值,为实现智慧城市的目标而努力。

人物访谈