首頁熱門文章
當交通遇上大數據 四大技術應用讓交通更智能
發布時間：2017-09-18 分類：趨勢研究
近幾年，互聯網行業發展風起云涌，“大數據”炙手可熱，對處于初始階段的大數據而言，很多企業都不會錯失機會。大數據產業引領DT時代未來發展，催化安防行業向大數據轉型，國家推動智慧城市、平安城市、智能交通等多行業大數據應用，產生了海量的結構化、半結構化和非結構化數據，安防行業已然進入大數據時代。然而，大數據的重點并不在“大”，而在于其價值，價值含量、挖掘成本比數量更為重要。
在大數據時代，基于人工智能、云計算以及物聯網等前沿技術作為支撐的交通智能化建設正在全面鋪開，通過大數據帶來的技術突破推動城市交通邁向全面信息化時代，通過城市交通的快速發展推動大數據更加落地。產生實效的城市交通大數據的集成和未來的挖掘應用對于智能交通的發展具有重要作用。
四大技術應用
應用一、智能行為分析，助力違法監測
在傳統的道路監控中，闖紅燈、超速、逆行、不按導向行駛抓拍等車等功能已經被人們所熟知，如今結合圖像智能分析算法能夠更加精確地識別車牌顏色、車身顏色、車型、車標、車輛子品牌等屬性，并且能實現不系安全帶、接打電話行為檢測、遮陽板檢測等眾多智能行為分析檢測，以更好的規范駕駛員行為習慣，遏制事故與違法源頭，同時也為交警實現非現場執法提供了強有力的技術保障。此外，在交通應用中，人臉卡口功能所發揮的作用也日益凸顯，它通過分析抓拍圖中的人臉部分，比對黑名單庫或進行嫌疑人人臉檢索，助力公安捕獲違法犯罪分子，實現城市道路暢通與公共安全有序發展。
應用二、智能路況分析，提高道路效率
隨著互聯網技術的普及和完善，將先進的信息技術、通訊技術、傳感技術、控制技術以及計算機技術等有效地集成運用于公路監控體系，極大提高了監控、管理、服務效率。各功能系統產生快速、大量、多樣的數據，經過高效的數據查詢、分析處理功能，也就是面向"大數據"的分析處理技術，可實時準確獲取公路交通信息，為交通管理和交通信息服務提供數據支持。如應用傳感技術，獲取道路結冰、雨雪、大霧、事故、施工等信息，建立交通信息發布及服務系統，為出行者提供準確的出行信息，以便出行者確定最佳的出行時間、交通路徑及交通方式。并可把服務信息通過運營商網絡發布到出行者移動終端上，可向司機提供天氣、路面狀況、事故易發地等信息，并可推薦行駛路線。
應用三、智能研判分析，提供決策依據
當下，涉車涉駕的刑事案件越來越多，智能交通的大量的卡口和電警系統在事后通過車牌查找車輛軌跡行蹤發揮了重要的作用。然而，傳統的方式對于海量的視頻數據，圖片數據，過車數據依然停留在事后被動“查”“看”階段，缺少事前預警預知，事中快速響應，事后深度分析的應用手段。交通數據智能研判系統，通過無縫對接城市卡口系統，運用云計算、車輛特征二次識別、大數據挖掘等技術，對部分交通行為或事件多維度碰撞預警和特征的深度二次分析，如：首次進程，高危地區，遮擋面部等層層過濾式的嫌疑車輛挖掘技術，預測槍擊等犯罪行為可能在何時、何地、哪些人之間發生。滿足“事前預警、事中打擊、事后偵查”的不同場景需求，為公安的治安、指揮中心、刑偵、圖偵、情報、交警等不同業務部門提供決策依據。
應用四、智能擁堵分析，助力城市交通規劃
隨著城市汽車保有量的不斷上升，城市擁堵問題日益嚴峻。通過大數據建設道路交通指數，得知擁堵路段，擁堵時間，擁堵空間，通過數據分析掌握現狀，也找出了規律，進行預測，為城市道路、軌道交通、公交系統的建設提供依據。
問題與挑戰
問題與挑戰一、
數據關聯復雜問題
隨著互聯網信息時代的到來，智能交通信息量呈每兩年翻一番的速度增長，這些大量數據的產生中其來源來自于方方面面，就目前而言智能交通卡口、電警等信息數據已經大量的分布各地，如果再加上視頻、圖像、音頻等各項數據流，那么整個數據系統就會存在諸多錯綜復雜的關系，并且這些相互關聯的關系還會發生動態的不可確定的變化，因而導致數據關聯模式非常復雜，并且難以處理。
問題與挑戰二、
海量數據價值密度問題
城市交通的大數據變化數量大但信息密度相對較低，且有一定程度的不確定性。智能交通前端記錄的數據，對于客戶來說可能大部分信息是無效，有效信息可能只分布在某一時間片段內，按照數學統計的說法，信息是呈現冪律分布的，也稱之為信息的密度，往往越高密度的信息對客戶價值越大。
問題與挑戰三、
資源利用有效率問題
智能交通業務目前還處在專線網絡和私有云狀態，往后大量業務網絡化、大聯網后，網絡內的設備越來越多，利用閑置的計算資源，實現資源的最大化利用，關乎運算的效率。智能交通領域，往往圖片和視頻分析的效率決定價值，更低的延遲、更準確的分析往往是平安城市這類客戶的普遍需求。視頻的分析和檢索，不能依賴于傳統的手段，巨量數據的效率優化，智能分析和視頻濃縮是唯一出路。
問題與挑戰四、
標準和技術規范問題
國內智能交通系統項目的建設大都先于行業統一標準的推出，在缺乏標準的前提下，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，標準不一。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。
問題與挑戰五、
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。
總結：隨著大數據、人工智能等物聯網技術的應用，不斷的推動交通智能化、自動化的核心力量。未來關于交通城市病的研究，必將數據和實踐結合，產生新一輪的數據革命，并導致新技術的誕生和人們生活方式的巨大變革。
