大数据时代背景下的智能交通
2014-06-27 09:47:35   来源:华录交通文化研究      作者:杨朝晖    评论:0 点击:

大数据时代背景下如何加强智能交通建设

在观念和机制上做好应对变革的准备。“大数据是人们获得新的认知、创造新的价值的源泉;大数据还是改变市场、组织机构,以及政府与公民关系的方法。”

在迎接大数据时代的挑战中,政府和职能机构首先要树立开凿宝库的信心,“大量数据可以揭示出更多规律性的东西,我们可以遵循这些规律更加科学地指导我们未来的工作。”其次,交通数据的整合必须实现业务流、信息流的重构,甚至机构人员的重组,以形成适应大数据的组织机构和运行机制。再者,大数据时代的监管方式必须改变,逐渐让以市场为主导的数据管理企业、中间商、数据分析师等发挥更重要的作用。

所以,大数据时代下,我们的政府机构一定要有开放的心态和公布数据的勇气。当然我们也要加强对数据的安全监管,尊重和保护相关政府部门、相关企业以及个人的机密和隐私不受侵犯。最后,大数据时代下,政府的决策方式应通过对大数据的分析来进行预测,为制定、优化政策提供更稳妥的服务。

数据采集和感知是大数据前提。首先,要实现信息采集的广泛性。要利用各种技术对涉及人、车、路环境状态以及彼此之间的相互关系、交通拥堵、交通事故、交通突发事件等数据进行采集;建设覆盖主要道路、公交场站、高速路口、轨道交通站点、综合运输枢纽的数据传感网络,以形成全路网智能监控体系,全面提升交通运行监测能力和水平。在城市交通信息采集中要发挥交通信号系统、交通流和事件检测系统、交通监控卡口系统以及RFID、移动检测手段的作用,广泛收集数据信息。尤其是,交通拥堵和高速公路死亡率数据的采集,是缓解道路拥堵和降低高速公路死亡率的前提所在。其次,要关注数据的完整性。大量的交通数据并不都集中在在交通管理部门,还涉及金融、卫生、民政、人社、国土以及诸多相关部门等,这些数据唯有经过汇聚、重组、拓展、挖掘后,才会释放出巨大的能量。再者,是交通元素的数据化。要获得更多的数据,我们就要尽可能将各类交通元素数据化,利用物联网中各感知技术等实现交通运行全过程的数据化。 

  破解数据整合利用的难题。随着“智慧城市”概念的提出,各地都在大力推进包括智慧交通在内的城市运行和管理的智能化。笔者认为其中制擎性的关键环节是数据的整合问题。从与交通相关的资源信息来看,大量的数据分散在不同部门,而部门之间又缺乏开放互通,造成了交通数据资源的条块化分割和信息碎片化等现象。而涉及到政府其他部门的信息就更是复杂多样,而且建设主体不同,从部到区县级的都有,技术标准不统一,数据格式繁杂,少数内容保密,严重限制了信息资源的共享,而对于数据的挖掘、分析、利用、服务就更难以实现,这不仅造成了资源闲置浪费,更阻碍了智慧城市的建设进度。为此,应大力推进部门信息资源的整合共享工作,从政策和技术上突破交通数据资源互通、共享的壁垒,提升交通数据资源的综合利用效率,提高交通运行效率和安全水平。

另外,还要通过与其他部门的资源整合为公众提供便捷的服务,可对地面公交、轨道交通、民航、铁路、交管、气象、消防、金融保险、社区管理服务等部门实现信息资源共享。同时,在这些数据整合中,要积极推进标准化体系建设,建立和完善智能交通系统的接口规范和数据标准体系,为跨部门、跨区域的智能交通信息系统的互联互通奠定基础。要综合不同部门、不同区域、不同类型的“数据仓库”,整合交通数据资源,建立综合性立体的交通信息体系,形成智能交通数据资源共享平台,提升交通数据资源的整体性服务能力。

大数据时代背景下如何加强智能交通建设

推进关键技术的突破。首先,在智能交通领域,为采集信息、数据服务的感知体系的建设是当务之急。如,对车辆动态组网、状态实时获取、环境智能感知、车路信息交互等一批前沿的关键技术需要加快研究和推广,以形成一套完备、高效的感知体系。随着对交通信息处理研究的逐步深入,统计分析技术、人工智能技术、数据融合技术、并行计算技术等逐步被应用于交通信息的处理中,使得交通信息的处理得到不断的发展和革新,更加满足ITS各子系统管理者、用户的需求。

目前,国际智能交通领域的车路协同系统、公众出行便捷服务、车联网等热点技术领域,都在广泛研究和应用云计算、大数据、移动互联等新技术。

笔者主持的视频监控项目就在关键技术上进行了尝试,特别是关注综合管理平台的核心技术难点――云化服务、集成应用及智能分析引擎。采用云计算架构,通过云计算系统的协同调度,可以整合计算性能,实现高于独立设备数倍的处理性能,提升业务效率,实现智能调度系统的最优性能,以服务于业务。在运维管理的图像质量侦测、实时图像的智能分析、图侦系统的图像比对等计算密集型功能方面取得了重大突破,这将为大规模视频采集的巨量图像数据的分析、挖掘创造条件。

随着下步与其他政府资源信息的共享,大数据的管理应用就显得非常方便了。在政府资源整合和数据共享方面,我们也尝试采用今年来兴起的企业服务架构(SOA),SOA总线服务和ESB基础设施应用,这是一种通过松耦合的“服务”组件创建企业IT基础架构的方式,应用于大型分布式系统。这对于多部门、跨行业的数据整合和共享应用应该是比较好的选择。另外,云计算数据中心的建设也是重要的基础和支撑。

全方位的提升服务。大数据的重要价值最终要落实到为政府和公众的服务上。美国最重要的数据开放平台data.Gov开放了388529项原始数据和地理数据,涵盖了农业、气象、交通、能源、教育、医疗等50多个门类,汇集了从家庭和企业能耗趋势分析到全球地震适时通知等,甚至还可以从好奇号火星漫步者发回来的数据中得知火星的天气状况。另外,还通过开放APL接口,让政府的信息和服务交付更加便捷,也让公众和企业家在构建更佳的政府、提升公共服务的过程中成为合作伙伴。

涂子沛在《大数据》中说的美国人“用纳税人的钱收集的数据应该免费提供给纳税人使用。”交通部开发的safer bus应用程序,可以让公众查询到公交公司的安全行驶记录,也可通过手机提交投诉建议。美国联邦政府IT官员表示“大数据解决方案可帮助政府削减10%的联邦预算”“大数据还能通过改善医疗服务,创造挽救生命的奇迹,并可以降低犯罪率并提高生活品质”。交通作为最贴近公众生活的方式之一,对于大数据的价值可能感受更深,所以在智能交通系统建设上,要更多的拓展服务模式。政府通过与企业合作,建设交通大数据中心和应用服务平台,整合更广泛的交通信息资源,提高数据分析效率和挖掘深度,拓宽数据资源向社会开放的范围、方式和服务辐射面。

政府的数据资源未来不仅能够和企业进行互惠交融,合作共享,同时还可以引入公众的广泛参与,贴近公众需求,不断创造新的模式,这对推动未来交通信息服务将发挥重要作用。随着各种资源互通有无,数据共享利用,公众出行的智能化服务水平将不断提高。诸如网上办证系统、跨区域、多模式的综合交通电子支付体系,无闸门的车辆收费体系,“一卡通”的信息管理服务系统,全方位的交通预测、诱导和适时的交通状况分析导航系统等逐步推行,将真正实现交通需求管理的科学化以及交通服务的智能化。

 

杨朝晖:硕士,合肥人,曾任合肥市公安局交警支队副支队长,现任合肥市公安局警令部政委,公安信息中心主任,长期从事交通管理实务和交叉学科研究,主持参与多项重大公安科技项目,在各类专业刊物发表论文40余篇,曾获安徽省科技进步奖,多次获得合肥市社会科学优秀成果奖。安徽省九届青联委员,合肥市专业技术拔尖人才。 

责任编辑:佚名

相关热词搜索: 智能交通 背景 时代

上一篇:移动互联网来势汹汹 智能交通“倒逼”升级
下一篇:由乔布斯想到的交通管理设计

分享到: 收藏
智能交通行业首家推出移动互联网媒体,每日更新 !让您随时随地了解行业资讯。
专栏观点更多>>