• 陶海俊:交通信息的大数据以及未来交通结合
    2015-04-28 10:43:29   来源:tranbbs.com    评论:0 点击:

     陶海俊:今天我给大家介绍的主题是关于世纪高通在交通信息的大数据以及未来交通结合的话题,首先我们看一下互联网世界大数据发生的一些什么样的变化,我们以前做交通信息我们汇聚海量的数据,但是这个三年前跟现在,因为移动互联网快速的发展,大家可以看到我们现在每天我们会有2500万以上的轨迹,这在5年前,我们可能只有几十万的出租车的数据,这些大量的轨迹的信息,绝大部分他们来自于移动互联网,来自于手机,这也是说移动互联网给未来的交通出行带来了非常巨大的变化。从原来TB级的数据量到现在PB级的数据量,我们现在每天在系统里面留转的数量可能就是几十T的数据,从我们的用户来看,除了我们传统的一些政府、企业在使用我们的一些交通信息服务的产品,另外他们使用的方式也发生了极大的变化,到今天为止我们可能有接近200万的车,在使用我们交通信息的服务,但其中有三分之一以上,他们已经通过移动通信模块这样的方式来接受我们交通信息。交通信息服务在移动互联网时代,从原来单项式的广播,转向了一个交互式的服务,在这样的一种前提下,未来这样的交通信息服务,也就会从一个单纯的接受交通信息被动式,转向用户的交互式,甚至可以提供用户个性化体验的服务。

    在过去几年中我们面向未来新的这些数据,这些时代技术环境的变化,我们做了大量的一些尝试、准备,其中从大数据的一个汇聚,原来我们只有一个数据中心就可以汇聚所有的数据,我们现在有三个数据中心,我们还有通过公共的腾讯云来汇聚这些数据,并发布这样的服务,这些挑战,随着数据几何数量级的增加,技术难度的挑战,也会成为几何基数的上升,原来传统的CES的架构,原来传统的客户服务端的模式,包括传统数据流处理的方式,甚至于数据库都已经不能满足现在我们需要在如此巨量的数据基础上,我们需要在每秒能够处理几百万GPS点,同时能够把这些相关信息发出去,这样一个挑战是非常巨大的。在这个基础之上我们能做一些什么?

    过去的几年中,我们利用大数据我们做了一些尝试,也去提供了一些商用的服务,在这里面的话,我们提供了道路交通状况的一个路况的分析,我们可以实时知道,在一个城市当中,目前整个道路通行的运行状况是怎么样的,同时我们也知道通过这样的一些数据,因为大量数据的回传,实际上都是用户个体行为,前提我们不知道他是谁,我们只知道这样的一些人,这样的一些车在移动,我们知道这些人用户的行为,我们通过这样的一些行为分析,能去找出一些出行的规律。同时,我们也在对道路,特别是像一些高速公路,城市快速路,我们能去看,在这条路上,到底有哪些车,这些车的比例构成又是怎么样的,我们实时来知道整个交通流变化的状况。同时我们也可以用这样的一些信息,这样的数据来去分析一下个人的行为,移动的特征,包括我们推导出一些OD,在一些特定的时段,特定的场景下这个OD怎么样,大家也知道像北京的雾霾,沙尘暴过完以后这个OD发生了什么样的变化,之前跟之后又有什么样的区别,这些内容都会通过我们对这些数据的分析和挖掘能够给出一些参考。这是我们理解面向未来整个交通运输会是一个什么样的,人车协同,车路协同,更加智能的道路,以及用车模式的变化,包括汽车的分享,大家也知道专车,类似于这样的服务,越来越多,整个用车的模式到基础建设,以及信息的交互,在未来可能都会发生极其巨大的变化,车会变得非常智能,我们人工控制这个车,逐步逐步演变为这个车可能会有一些智能的,辅助的驾驶功能。某一天我们会认为总会有一天这个人会完成自动驾驶。

    基于这些,我们在交通出行方面,我们在过去几年中花了很大的时间和精力看,我们怎么给车提供一个更加合理,更加高效的一个路径,然后包括现在这个车辆整个,从燃料车走向电动车,这个车的一个变化,同时对这些路径的选择又会发生哪些变化。原来大家知道燃油车的时候,加油站应该是遍地都是,现在逐步逐步有更多的电动车出来,电动车我们现在遇到的一个很大的障碍就是充电桩,充电桩到底能有多少,现在其实这个普及率并不高,我们首先知道这些有限的充电桩在哪里,还有目前的基础设施并不具备让电动车在任何时候没电的情况下还能马上充电,燃油车可以,大不了你拿个管子从别人的车里面吸一点油还可以走,一旦电动车在高速上没油了,充电宝也不管用,可能有一天可以实现这样的技术。我们给用户云端的路径,我们要计算,对于电动车来说的话,整个路况的变化,让它以很低的速度,不断的起步,这个电量损失是非常快的,几十倍在正常电量的情况下,我们不仅要知道现在能走远,我们还能知道两个小时以后能走多远,这是我们所谓的智慧云路径的服务。这样的一个服务在去年我们也很高兴在宝马的I系列电动车上,在中国已经搭载上市了,i3和i5、i8已经搭载这样的服务,今天展会现场也有这样的乘车体验,如果大家有机会可以去看一看。

    另一方面,我们也通过这样一些大数据的分析,为整个城市级别的这样一个交通状况的监测,以及预警给政府的决策规划开发了一套四维交通指数,这一套交通指数的话,能够去把整个城市的状况是以一个数值的形式能够表现,就像我们现在看到,每次看到PM2.5,今天是多少,甚至晚上预测明天会是多少,在整个交通规划上会给大家有一个帮助。也希望未来哪一天的话,这个交通指数也能成为政府的一个决策的依据,至少现在PM2.5是这样,当PM2.5预警到什么程度,蓝色、橙色,很多会有强制措施,也许哪一天,我们整个交通状况能够通过指数的方式,我们知道一天、两天以后我们的交通状况会发生什么样的变化,整体指数有什么样的变迁,也许我们会带来临时的一些管制措施来限制这样的一个车辆的移动,从而保障城市有一个更畅通交通的状态。

    通过这样大量海量的数据,我们也能够为城市建设规划去给出一些建议和一些方案,甚至于对已经建成的道路基础设施的利用,如何通过一些政策性的,软性的调整,能够给到说让这些道路的使用率有更加充分的提高,我们在过去也通过这样大量数据的分析挖掘,也给到一些政府,北京的两条高速,北京首都高速天天堵,二高速、三高速天天不堵,为什么?在于资费,一个是不花钱的,一个是得花15块钱,我们通过这样的技术和手段,我们还是发现了如果我们略微调整一下资费,这样交通流就会被分流道路基础设施就会被充分的利用起来。

    对于城市特定的道路,我们也有特定拥堵和扫描的系统,能够实时感知到目前整个城市上哪些路段处于一个拥堵状态,或者即将处于一个拥堵状态,能给交通管理部门提前或者事后分析,来改善一些交通的规划、设置,甚至于我们简单做一些筹划,可以解决这些问题,拥堵瓶颈的扫描分析,这也是在我们过去几年当中通过大数据分析挖掘,为不少地方政府和交通管理部门给出的一些系统,能够让他们去用的。通过大数据我们还是能够发现,特别是通过移动互联网数据,我们现在很容易的可以知道,在人们移动的OD,我们原来仅限于城市内的范围,我们很难在更大的样本量的前提下来看一个全国的范围,或者城际之间移动的状态,现在我们有了这样的数据,不仅能够监测城市内交通流量,人们的出行,OD的变化,同时我们也能有效分析,在城际间这些车辆是如何来移动的,人们是如何移动的这些趋势,以及在过去历史当中这些不同的阶段,不同场景下,不同影响因素下形成特定的特征。

    同时,我们利用一些更多的结合了一些现在地图的街景,结合手机回传的数据,一些视频,我们还能去分析一些行车,大家知道在中国的大城市,这个停车是难的,现在有不少停车场确实已经加了基础建设的设施,我们知道某个地下停车场,或者某个商用停车场满供的状态怎么样。我在北京待了十多年,我每天看到下班回家以后,看到马路上都是停满车的,路边停车我们目前是没有办法知道车有没有空位能不能去停,而通过这样的一些数据的分析和挖掘,通过这样的一些数据的回传,我们现在是有可能去做到,我们知道在某一个地方,这个时间段你去停的话,你在路边停车能找到停车位的可能性可能高于80%,也有可能告诉你只有20%,建议你别去了,因为你去了别人比你抢的快,我们也在一些范围,一些地区做出了一些实际应用的样例。

    以上是我对交通信息大数据以及未来交通出行的一个报告,欢迎大家指正,谢谢!


    责任编辑:李泳材

    相关热词搜索: 交通 大数 信息

    上一篇:​T.Russell Shieids:自动化驾驶的前景
    下一篇:最后一页

    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>>
    BBS观点更多>>