首頁熱門文章
簡析：大數據支撐智能交通發展面臨哪些大難題
發布時間：2017-09-28 分類：交通百科
隨著移動互聯網、大數據、車聯網等技術越來越多地滲透到交通領域，百姓的出行將越來越高效便捷，同時也有利于管理部門為社會提供更好的公共交通服務。迪蒙智慧交通借助移動互聯網、云計算、大數據、物聯網等先進技術和理念，將互聯網產業與傳統交通運輸業進行有效滲透與融合，形成具有線上資源合理分配，線下高效優質運行的新業態和新模式。積極用好大數據技術來支撐交通運輸行業科學決策。交通運輸部正在推進開展行業信息資源整合，同時也與互聯網企業開展合作，利用定位大數據和智能化分析技術，成為科學決策的技術支撐。
但是，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，從目前來看主要存在五個問題。
問題一：海量設備管理問題
隨著系統規模擴大，前端設備點位增加，設備故障點也呈幾何級數增長，管理人員僅忙于應付設備故障，無暇他顧。以電子警察系統為例，目前一、二線城市基本都實現了電警設備在重點路口、路段的全覆蓋，建設規模均有上千臺攝像機及相應的控制設備，由于各廠商產質量量良莠不齊，前端設備實際完好率不高。設備故障未暴露，或暴露但沒有得到及時維護的現象非常嚴重，給業主造成了大量的投資浪費。
問題二：統一標準和技術規范
國內智能交通系統項目的建設先于行業統一標準的推出。在缺乏標準的條件下，許多地區的智能交通系統自成體系，缺乏應有的銜接和配合，標準互不統一。即便在城市內部，道路上的傳感器標準也非常混亂，因為傳感器設備生產企業缺乏統一的接口標準。標準和規范的混亂妨礙了交通數據的獲取，從而無法進行交通流的分析和預測。為將來的全國聯網造成了困難。
問題三：系統可靠性與穩定性
智能交通系統復雜度和整合程度越來越高，而系統的健壯性卻沒有同步提高，往往有牽一發而動全身的問題出現。以某地級市為例，智能交通系統由近臺服務器和千多臺前端設備組成，包括信號控制、交通流量采集、交通誘導、電子警察、卡口等子系統，數據要和省級交管平臺、區縣級交管子平臺、公安業務集成平臺等系統相連。系統具有流程復雜、業務系統眾多、客戶端分散等等一系列特點。系統及網絡結構復雜是一方面，業務系統眾多無法“照顧”過來才是最嚴重的問題。
問題四：數據源的質量
智能交通應用需要高質量的數據源，而目前設備長時間運行的性能得不到保證，數據質量不高限制了智能交通業務高水平的擴展應用。現代化的交通誘導和交通信號控制需要實時準確的交通流量數據以供交通狀態判斷以及短時交通預測使用。而由于目前系統健壯性不足，難以自行判斷數據質量，從而使得交通誘導和信號控制系統不能發揮預期效用，從而影響了整體智能交通系統的投資價值。
問題五：信息安全問題
由于智能交通兼具交通工具帶來的移動特性和通信傳輸所使用的無線通信兩方面的特點，它也就集成了無線網和移動網兩大類型網絡的安全問題。然而，當前針對智能交通的研究還只是偏重于其功能的實現，忽略了其信息安全問題。實際上，無論是從信息的收集、信息的傳輸、信息的處理各個環節，智能交通都存在嚴重的信息泄露、偽造、網絡攻擊、容忍性等安全問題，亟須受到人們的關注和重視。
迪蒙智慧交通表示：未來伴隨著移動互聯網、大數據、車聯網等技術越來越多地滲透到智能交通，將會使我們的出行越來越便捷、高效、舒適。對于管理部門來講，通過智能交通設施大數據分析預測出行規律和趨勢，科學安排各項保障工作，為全社會提供更好的公共交通服務。
