大数据、智慧城市与智慧交通 （全集）
随着互联网相关技术的飞速发展，建设智慧城市的技术条件已经成熟。互联网虽然发明仅四十余年，但却极大改变了人类的生产生活方式。网络空间是不同于人类现实空间的一个崭新维度，是人类的第二空间、虚拟空间。在硬件资源和运行规则之上，网络空间的核心组成要素是ID、数据、连接，而现实空间的核心要素是人、物、事，两个空间的各个要素间能够交叉相互作用。现实向网络进行映射，能够产生海量的数据;而对网络中的数据进行挖掘和运用，又能够反作用于现实空间，使得城市有了“智慧”。同时加上物联网、云计算、大数据、AI、AR、VR等新技术的成熟运用，智慧城市的发展有了有力的技术基础。
从目前国际大环境看，布局智慧城市建设也有其必然性、必要性和紧迫性。
智慧城市的发展从全国范围看，除了围绕着北上广深等一线城市之外，杭州、银川、南京、宁波、苏州、武汉、长沙、郑州、成都、重庆、青岛、廊坊等区域龙头城市成为新的增长极，智慧城市驱动着城市整体的发展。
智慧城市具有重要的战略地位，是未来中国经济发展的重要新动力之一。
第一，中国在国际产业链分工中仍处于生产国的位置，作为人口众多、资源相对稀缺的大国，赶超发达国家必须依靠质量和效率的提高，智慧城市技术在各领域的应用，无疑是提高效率的有效手段;
第二，相比于需要巨额研发投入或长期经验积累的生物科技、高端制造等产业，智慧城市产业的门槛相对较低，且中国当前在部分领域已接近或处于世界领先地位，并已孕育出如BAT、华为、小米、滴滴、Face++等世界级大型科技企业及创业公司，赶超的概率相对较高;
第三，资源享赋方面，迅速普及的高等教育所衍生的人才红利、巨大的市场规模和数据存量、便于 “集中力量办大事”的体制均形成了中国智慧城市产业发展的有利因素;
第四，从产业周期发展的经验规律来看，IT信息技术自上世纪80年代兴起至今已对世界形成了巨大的影响，但如要成为主导GDP构成的权重产业，仍将需20年左右的发展期;
第五，战略层面上，IT技术的应用不仅能够提高效率，而且将因此孕育出新的业态、商业模式或组织形式，这即是说，智慧城市产业与相关行业的融合将重塑传统产业或衍生出新兴产业。
当今时代，数据已经渗透到每一个行业和业务职能领域，对于海量数据的挖掘和运用，因为近年来，互联网和信息行业的发展而进一步引发关注。仅从交通管理角度出发，探索在大数据时代背景下，如何在智能交通的基础上进一步打造智慧交通警务。
我们应当利用互联网科技便捷的数据传输功能，实现对路面交通的管理与监控，只有认识到位，才可以真正了解互联网对交通管理工作的重要性，进而才可以利用互联网科技服务交管业务。三是传统管理手段具有局限性。无论是从对交通资源的支配、交管数据的整合还是从对交通发展趋势的预判上看，传统的交通管理手段已经与现实的交通发展水平拉开了极大距离，疲于应付的交通管理方式已难以适应日益严峻的挑战，推动智慧警务已是迫在眉睫。
从可行性方面来看，现有的智能交通建设为实现智慧交通提供了更多可能。一方面政府部门更加重视智能交通基础设施投入。为缓解交通拥堵，力保路畅民安，国内很多省市在大数据交通应用上已经不同程度的尝试，并取得了明显效果。各大城市相继开展智能交通系统建设，市区灯控路口监控实现全覆盖，交通信号灯实现智能化、国标化改造。研发交通指挥调度智能平台，实现指挥调度、智能交通信号控制、特勤路线警卫、情报信息综合研判等功能，并基于PGIS地图操作，通过科技信息化手段提升交通指挥调度和路面查缉智能化水平。
另一方面是智能交通系统带来的效果显著。其一，有利于精准引导实战。运用系统挖掘数据、研究数据，可以有效指导勤务管理、强化源头监管、引导事故预防，实现异常道路流量快速报警、快速精确疏导，交通违法行为精准查处，实现情报信息引领警务实战。其二有利于指挥调度科学高效。以交通警情为导向，以视频、网络为载体，高度整合PGIS、监控、信号、诱导、GPS定位系统及110接处警的资源和功能，对交通安全警情和道路拥堵警情可视化监测和处置，建立协调联动、快速反应、合成作战的多级应急指挥体系。
其三有利于交通组织智能精细。灯控路口实现信号智能化，实行全天侯自适应信号控制，有效解决了交通流密疏不平衡问题。其四有利于治安防控精准打击。灯控路口实现了高清监控全覆盖，建立车辆轨迹云平台，实现车辆、轨迹和图像信息的融合共享，利用大数据云计算技术，对海量数据进行深度挖掘，为治安刑事案件侦破工作提供强有力的技术支撑。
智慧交通作为智慧城市的重要组成部分，近年来在信息化建设方面发展迅猛。尤其物联网技术的日益完善，极大地丰富了交通信息的采集和管理手段。目前，交通数据涵盖了包括道路视频监控、卡口电警、路况信息、管控信息、营运信息、GPS定位信息、RFID识别信息、到离站信息、客流信息在内的多种来源。随着数据生成自动化水平的提高以及速度的加快，需要处理的数据量急剧膨胀，跨域关联分析和深度价值挖掘问题急待解决。
帮助用户应对大数据挑战，进而从海量数据中获取价值，以推动业务持续发展，一直是英特尔在大数据领域的目标之一。为此，英特尔深耕细作和长期投入，旨在启发合作伙伴和行业用户在大数据解决方案上的开发思路，为他们的大数据应用方案创新提供坚实可靠的基石。
利用大数据分析改进交通管理
智能交通行业是现代IT技术与传统交通技术结合的产物，对新技术的应用较为敏感，但由于技术应用的均衡不一，新技术对传统技术的兼容性与适应性愈加敏感。
以杭州省某市为例，地方交通越来越繁忙，机动车辆不断增加，地方政府亟需对过往车辆进行有效监控管理，从而提供更好的交通服务。当地交通部门在市内重要检查点安装了上千台数字监控设备，7×24小时不间断捕获图像和视频数据，每月数据量达TB级。
交通部门要有效利用这些不断增加的交通信息数据，以此改进交通管理。由此带来的挑战是：1）交通数据的集中管理，交通部门需要集中访问分散存储在不同支队数据中心的图像或视频等；2）优化海量数据加以利用，提供尽可能长时间的车辆监控数据；3）提高对各种交通突发事件的应急调度能力，依据历史数据预测交通或突发事件的趋势。
智慧交通发展驶入快车道
“十二五”期间，建设服务性政府成为各级政府改革的重要目标，交通与交管部门也在由管理型部门向服务型部门转型，举措之一就是借助大数据技术，对各种类型的交通数据进行有效整合，挖掘数据之间的联系与价值，为领导提供依据，实现智慧决策，为民众发布信息，实现智慧出行。
据统计，我国目前从事智慧交通行业的企业已有两千多家，其中的优秀企业凭借对客户需求的深刻理解与灵活的市场运作方式，在不同领域和地域建立了自己的一席之地。英特尔将继续秉持协同创新之道，携手本地合作伙伴，给予有力的技术支持，共同推动大数据解决方案的快速普及，通过技术与应用创新改变传统格局，最终助推智慧交通蓬勃发展。
大数据在智慧城市交通系统中的应用研究
1、数据采集
大数据技术在城市交通系统中应用时，可实现精准的数据信息采集，以此来对交通工具的运行轨迹进行全过程监督。大数据技术可对交通工具进行空间定位，以此来进行统计分析、在线查询、数据分析等功能。交通系统运营过程中将产生大量的数据信息，在进行定向化信息采集时，一般对车辆进行时间维度、空间维度的信息采集，主要包含时间节点、具体位置、车型外观、车牌号、行驶轨迹、速度等。
此外，大数据技术也可对交通系统进行关联搜查，例如交通环境预期分析、多点关联、路径匹配、频率变化等。在大数据技术的信息采集功能下，可对交通内的过往车辆进行定位以及信息存储，与此同时，可与安全网络相连接，将数据信息备份到云端系统，进而与系统数据库信息进行比对，以此来对车辆的行驶记录、运行轨迹等进行分析，进而实现交通系统内的监管。
2、智能服务
车辆在行驶过程中，一般都具有定性化的驾驶路线，在交通高峰期时，还按照固定的路线行驶，易造成交通阻塞。城市公交车作为定点、定向路线的代表性交通工具之一，如交通资源配置不合理，人们无法依据交通环境来判定自身的出行时间，将会造成坐车拥挤、等待时间较长的现象发生，严重影响人们的出行问题。大数据技术在实际应用过程中，可对车辆行驶信息进行记录与实施更新，例如，智慧城市交通系统中智能化站牌的应用，通过GPRS定位技术、信号模拟技术等，可将公交车的行驶信息在站牌上进行显示，为出行者提供服务信息，以使人们对自身的出行时间进行正确规划，以此来缓解交通压力。此外，在城市交通系统内，大数据技术可对车辆信息以及车辆行驶路径进行范围式监控，对系统覆盖区域内的交通信息进行分析与预判，以此来对未来一段时间内的交通情况进行分析，进而为出行者提供交通信息。
3、安全指示
近年来，我国交通事故的发生率逐步上升，主要原因是由于车辆增加、驾驶技术较低、道路质量差等。大数据技术则可对城市交通系统的信息进行集成化处理，并依据交通系统内车辆行驶记录进行预期行驶轨迹分析，其实时性功能、预测性功能、精密计算功能等都可为交通系统提供基础保障，进而降低交通事故的发生。例如，交通系统将在各个交叉路口安装监控设施，通过层级分布系统，可将各监控设备内的信息资源实时上传到数据库中，以此来对路况、交通环境等进行采集与分析。工作人员将信息通过广播、APP的形式进行传达，可令驾驶人员及时了解当前路况信息，并及时对规定路线进行更改，可为驾驶人员的出行提供安全保障。
智慧城市交通系统数据平台建立
大数据技术是以终端系统为平台，依托于云存储技术、信息技术等来实现信息资源的存储与分配，通过各个路口安装的监控设备，可对交通资源进行整合，在大数据技术的分化处理工作模式下，可对交通环境进行立体化分析，以此来为人们提供更加全面的信息服务。
在建构大数据平台时，主要是以人机交互系统、监控系统、信号传输系统、警报系统、信息传输系统、导航系统等为主。人机交互系统主要是建立驾驶者与系统的沟通平台，为驾驶者提供多款智能化应用，以方便驾驶者及时了解当前交通环境;监控系统则是对视频信息、音频信息进行分类存储，并可将其同步上传到网络终端，以方便用户及时对信息进行查询;信号传输系统是交通网络系统内的传输载体，其可实现单体信号机覆盖范围内的定向传输;警报系统多以前端设备为主，是对车辆的违章行为、驾驶行为等进行抓拍，为实际处罚提供证据;信息传输系统的主要功能是对路况信息通过多媒体设备、广播设备等进行传输，令用户及时对交通环境进行了解;导航系统则是对交通系统内的车流量情况、汽车运行轨迹进行分析，以得出未来一段时间内的交通状况，进而为岗位工作人员的现场指挥提供基础保障。
关注我的技术公众号，每个工作日都有优质技术文章推送和电子版方案下载。
微信扫一扫下方二维码即可关注：
大数据、智慧城市与智慧交通 （全集）相关推荐
- 大数据如何应用在智慧城市中？让你了解什么是城市大数据。
今年,智能城市非常流行,尤其是各种大数据的应用,如智能交通.智能小区等.那么什么是智慧城市呢?什么是大数据? 什么是城市大数据? 随着数据处理技术的不断进步,人们对数据应用的认识不断提高,人们的生活和 ...
- 南海发展大数据产业 建设新型智慧城市
今天(9月5日)上午,佛山市南海区将迎来一大盛事--"南海大数据及工业互联网创新应用工作推进会"(以下简称"推进会")召开,南海将与阿里巴巴.腾讯以及三大通信运 ...
- 【2016年第3期】以大数据为核心 驱动智慧城市变革
单志广,房毓菲 国家信息中心信息化研究部,北京 100045 摘要:建设智慧城市已成为国家发展新空间的重要举措,近年来我国智慧城市建设取得了积极进展.当前社会正在迈入大数据时代,大数据将成为智慧城市建 ...
- 智慧城市、智慧园区、智慧交通、行业经营看板、运行管理大屏、图表模板、公司经营看板、大屏可视化、BI可视化模板、智慧工厂、办公、能源、餐饮、校园、人力资源、行政、汽车、房地产、保险、医院、axure原型
智慧城市.智慧园区.智慧交通.行业经营看板.运行管理大屏.图表模板.公司经营看板.大屏可视化.BI可视化模板.智慧工厂.办公.能源.餐饮.校园.人力资源.行政.汽车.房地产.保险.医院.axure原型 ...
- 济南发力大数据和智慧城市 大数据时代的济南智慧
人类文明的每个阶段都有一张最具代表性的标签.大数据,或许是最有希望成为时代标签的候选者.大数据是一类数据,是一项技术,更是一门产业.大数据技术的底层性使它极易与其他行业.技术嫁接,从而形成受众广泛.影 ...
- 云消防大数据_2020年刚需系列专题之智慧消防大数据平台建设方案 智慧消防云平台项目 解决方案，一查就有...
消防产业关乎国计民生,伴随城镇化进程而逐步成长.根据中国消防协会编撰的<中国消防产业发展现状>,我国消防产业每年的总体规模约为 1000-2000 亿元.消防产业的成长伴随着我国的城镇化进 ...
- 基于大数据的城市轨道交通客流分析及调控策略【附PPT】
来源:2020世界交通运输大会(WTC) 北京交通大学 交通运输学院 姚恩建教授的分享,支持原创,版权归作者所有,如有侵权,联系立删.禁止二次转载.欢迎转发支持.公众号内回复[轨道交通],获取PPT下 ...
- 腾讯云交通云总经理冯宇彦：基于大数据与人工智能的智慧交通云
欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 演讲人:冯宇彦--腾讯云交通云总经理 背景:5月23-24日,以"焕启"为主题的腾讯"云+未来"峰会 ...
- 腾讯冯宇彦：基于大数据与人工智能的智慧交通云
欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 演讲人:冯宇彦–腾讯云交通云总经理 背景:5月23-24日,以"焕启"为主题的腾讯"云+未来"峰会在 ...
- 基于公共交通大数据的城市交通系统对策模型体系研究
来源:ITS世界 摘要:随着我国智慧城市建设的不断发展,城市交通系统面临着重大挑战.在解决由快速城镇化引发且趋于严重的城市交通问题.克服现阶段交通系统存在的瓶颈方面具有重要意义.本研究在梳理城市交通系 ...
最新文章
- r语言echarts画箱线图_echarts学习笔记之箱线图的分析与绘制详解
- Java单元测试的意义_单元测试重要意义及方法介绍
- 关于对 linux系统的物理内存访问 /dev/mem
- .htaccess 后门
- 网易视频云分享：如何搭建视频转码集群
- jersey球衣是什么_球衣知识------关于NIKE球衣(Jersey)的介绍
- 性能测试的基本流程【最新】
- Android应用内存泄漏的定位、分析与解决策略
- SQLserver数据库还原后显示正在还原
- Java传智播客基础班百度云分享，详解系列文章
- PS 之用钢笔工具画曲线图
- 模拟调节器和数字计算机如何实现PID控制,模拟PID-调节器设计及数字化实现.doc...
- 【论文导读】- E-LSTM-D: A Deep Learning Framework for Dynamic Network Link Prediction（动态网络链接预测）
- 百度地图 appkey_android,百度地图AppKey的申请
- 筑波大学sgu项目计算机修士,柠檬SGU｜筑波大学英文授课修士CSE计算机课程
- POJ-3255 Roadblocks
- java while详解_Java while循环-Java while-嗨客网
- 信息系统项目管理师-论文范例（风险篇）
- linux 跳板机脚本,shell 搭建简易跳板机
- hive的排序函数（hive之四by）