大数据新时代 智能交通潜在价值待发掘

www.exeeee.top

大数据新时代 智能交通潜在价值待发掘

  • 字號
評論 郵件 糾錯
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,智能交通必然會産生一些重大變化,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,最後形成的航迹監測線路和狀態信息來自一個叫作寶船網的平台。通過寶船網,東方之星從起航到出事地點都被全程觀測,直到最後的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曆經磨難。

  給城市交通一個希望

  大數據、雲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。“現在湧現出了滴滴打車、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台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。”通常人們認爲北京每天早上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麽地方生意最好?統計顯示是金融街(000402,股吧),這裏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台。”

  滴滴打車利用大數據平台更好地分配並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。

  “大数据的出现,终于给城市一个希望。”楊東援表示,大数据可以连续观测城市交通每天发生的变化,然后再利用这些数据分析交通的问题所在。

  “城市交通不像西医,出现具体问题就对症下药。”楊東援打了个比方,“而是更像中医,须搭脉问诊,刨根问底,才能找到出现症状的缘由。”

  楊東援坦言,面对城市“堵病”,政府必须学会“搭脉”,否则将无法开出调理和根治的“药方”。

  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。

  “智能交通问题很复杂。”楊東援表示,大数据对于城市交通来说,不仅是变革和机遇,更是富有挑战性的舞台。

  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曆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爲整個城市提供決策支持,都起到至關重要的作用。

  “在雲計算、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,包括地鐵每站一分鍾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、交通汙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,爲城市管理和政府決策提供了數據支撐。他們將羅湖區細分爲2864個交通小區,從宏觀、中觀、微觀三個層次建立了系列模型,作爲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爲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。交通仿真的建立爲整個城市軌道交通模型體系的不斷優化,爲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“大数据不是定制数据,往往是间接证据”。楊東援表示,间接证据在某些区间里的判断是成立的,在某些区间里的又肯定不对,无法直接成为决策依据。

  “再者,就是对数据进行清洗和正确的判断,因为大量的数据经常是错的。”楊東援举了个例子:研发机构号称牌照读出率为95%~98%,但数据交合后发现,实际上不到6万辆的上海出租车,被读出的车辆数却呈数量级翻倍—原来是“z”和“2”傻傻分不清。然而,“交通大数据应用的最大困难还不是技术,而是管理者的变革决心。”楊東援坦言,大数据的价值在于让我们更好地“搭脉”,“帮助我们发现不知道的,而不是验证已经知道的”。

  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。

  “在非高峰时期,人们为何也不选择公交出行?一个重要原因就是没有时刻表。”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,對公衆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,智能也只能在雲端打轉。