|
随着现代信息技术的不断发展，世界已跨入了互联网+大数据时代。大数据正深刻改变着人们的思维、生产和生活方式，即将掀起新一轮产业和技术革命。大数据与各个...
随着现代信息技术的不断发展，世界已跨入了互联网+大数据时代。大数据正深刻改变着人们的思维、生产和生活方式，即将掀起新一轮产业和技术革命。大数据与各个行业的深度融合，将产生出前所未有的社会和商业价值。再加上国家级大数据产业全面迸发，对形成完整的大数据产业创新链条，促进大数据产业快速稳定增长起到至关的推动作用。同时，随着互联网+技术的飞速发展使大数据云计算技术得到更为长足的发展，必将更为广泛地应用于各个领域，为人类的生产生活带来全新的面貌。 近几年，互联网行业发展风起云涌，“大数据”炙手可热，对处于初始阶段的大数据而言，很多企业都不会错失机会。大数据产业引领DT时代未来发展，催化安防行业向大数据转型，国家推动智慧城市、平安城市、智能交通等多行业大数据应用，产生了海量的结构化、半结构化和非结构化数据，安防行业已然进入大数据时代。然而，大数据的重点并不在“大”，而在于其价值，价值含量、挖掘成本比数量更为重要。 概要 大数据简述 ： 大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。(在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样的捷径，而采用所有数据的方法) 大数据 特 征 ： 当前对大数据特征的描述主要3V，4V，5V等，结合智能交通大数据的基本类型，笔者认为智能交通大数据具有6V特征; 1、Volume：体量巨大，结构化数据和非结构化数据的广泛来源与长期存储，TB，PB，甚至跃升到EB级别; 2、Variety：类型多样，包括视频、图片、地理位置信息、传感器数据等，具有多状态特征; 3、Value：价值丰富，价值密度低，具有时间、空间、历史等多维特征，是多原服务的基础; 4、Velocity：处理快速，交通数据具有时变性，交通管理与服务具有时效性，需要快速处理数据; 5、Veracity：真假共存，数据存在缺失、冗余、错误等异常现象; 6、Visualization：可视化，交通运行状态，城市路网特性等需要可视化展现。 传统智能交通简述 智能交通主要应用于城市交通，系统包含智能公交、电子警察、交通信号控制、卡口、交通视频监控、出租车信息服务管理、城市客运枢纽信息化、GPS与警用系统、交通信息采集与发布、交通指挥类平台等细分行业。 系统主要涉及电子警察、卡口和交通信号控制灯，主要记录过车基本信息及实现信号灯的控制。然而，传统智能交通产业链条发育不健全，核心技术能力薄弱，资源整合不够，难以发挥系统功能优势。 在大数据时代，城市的智能交通与大数据必然发生各种联系，通过大数据带来的技术突破推动城市交通迈向全面信息化时代，通过城市交通的快速发展推动大数据更加落地。产生实效的城市交通大数据的集成和未来的挖掘应用对于智能交通的发展具有重要作用。 大 数据在智能交通行业 的 应用 智能行为分析，助力违法监测 在传统的道路监控中，闯红灯、超速、逆行、不按导向行驶抓拍等车等功能已经被人们所熟知，如今结合图像智能分析算法能够更加精确地识别车牌颜色、车身颜色、车型、车标、车辆子品牌等属性，并且能实现不系安全带、接打电话行为检测、遮阳板检测等众多智能行为分析检测，以更好的规范驾驶员行为习惯，遏制事故与违法源头，同时也为交警实现非现场执法提供了强有力的技术保障。此外，在交通应用中，人脸卡口功能所发挥的作用也日益凸显，它通过分析抓拍图中的人脸部分，比对黑名单库或进行嫌疑人人脸检索，助力公安捕获违法犯罪分子，实现城市道路畅通与公共安全有序发展。 智能路况 分析，提高 道路 效率 随着互联网技术的普及和完善，将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成运用于公路监控体系，极大提高了监控、管理、服务效率。各功能系统产生快速、大量、多样的数据，经过高效的数据查询、分析处理功能，也就是面向"大数据"的分析处理技术，可实时准确获取公路交通信息，为交通管理和交通信息服务提供数据支持。如应用传感技术，获取道路结冰、雨雪、大雾、事故、施工等信息，建立交通信息发布及服务系统，为出行者提供准确的出行信息，以便出行者确定最佳的出行时间、交通路径及交通方式。并可把服务信息通过运营商网络发布到出行者移动终端上，可向司机提供天气、路面状况、事故易发地等信息，并可推荐行驶路线。 智能研判分析，提供决策依据 当下，涉车涉驾的刑事案件越来越多，智能交通的大量的卡口和电警系统在事后通过车牌查找车辆轨迹行踪发挥了重要的作用。然而，传统的方式对于海量的视频数据，图片数据，过车数据依然停留在事后被动“查”“看”阶段，缺少事前预警预知，事中快速响应，事后深度分析的应用手段。交通数据智能研判系统，通过无缝对接城市卡口系统，运用云计算、车辆特征二次识别、大数据挖掘等技术，对部分交通行为或事件多维度碰撞预警和特征的深度二次分析，如：首次进程，高危地区，遮挡面部等层层过滤式的嫌疑车辆挖掘技术，预测枪击等犯罪行为可能在何时、何地、哪些人之间发生。满足“事前预警、事中打击、事后侦查”的不同场景需求，为公安的治安、指挥中心、刑侦、图侦、情报、交警等不同业务部门提供决策依据。
智能 拥堵 分析， 助力城市 交通规划 随着城市汽车保有量的不断上升，城市拥堵问题日益严峻。通过大数据建设道路交通指数，得知拥堵路段，拥堵时间，拥堵空间，通过数据分析掌握现状，也找出了规律，进行预测，为城市道路、轨道交通、公交系统的建设提供依据。 大数据给智能交通带来的问题与挑战 1、数据关联复杂问题 随着互联网信息时代的到来，智能交通信息量呈每两年翻一番的速度增长，这些大量数据的产生中其来源来自于方方面面，就目前而言智能交通卡口、电警等信息数据已经大量的分布各地，如果再加上视频、图像、音频等各项数据流，那么整个数据系统就会存在诸多错综复杂的关系，并且这些相互关联的关系还会发生动态的不可确定的变化，因而导致数据关联模式非常复杂，并且难以处理。 2、海量数据价值密度问题 城市交通的大数据变化数量大但信息密度相对较低，且有一定程度的不确定性。智能交通前端记录的数据，对于客户来说可能大部分信息是无效，有效信息可能只分布在某一时间片段内，按照数学统计的说法，信息是呈现幂律分布的，也称之为信息的密度，往往越高密度的信息对客户价值越大。 3、资源利用有效率问题 智能交通业务目前还处在专线网络和私有云状态，往后大量业务网络化、大联网后，网络内的设备越来越多，利用闲置的计算资源，实现资源的最大化利用，关乎运算的效率。智能交通领域，往往图片和视频分析的效率决定价值，更低的延迟、更准确的分析往往是平安城市这类客户的普遍需求。视频的分析和检索，不能依赖于传统的手段，巨量数据的效率优化，智能分析和视频浓缩是唯一出路。 4、标准和技术规范问题 国内智能交通系统项目的建设大都先于行业统一标准的推出，在缺乏标准的前提下，许多地区的智能交通系统自成体系，缺乏应有的衔接和配合，标准不一。标准和规范的混乱妨碍了交通数据的获取，从而无法进行交通流的分析和预测。 5、信息安全问题 由于智能交通兼具交通工具带来的移动特性和通信传输所使用的无线通信两方面的特点，它也就集成了无线网和移动网两大类型网络的安全问题。然而，当前针对智能交通的研究还只是偏重于其功能的实现，忽略了其信息安全问题。实际上，无论是从信息的收集、信息的传输、信息的处理各个环节，智能交通都存在严重的信息泄露、伪造、网络攻击、容忍性等安全问题，亟须受到人们的关注和重视。 大 数据在 智能 交通 产业未来创享 准备迎接巨变，准备全心投入，因为采用大数据可以带来变革性价值和新的生活方式。 ——数据的资源化 何谓资源化，是指大数据成为智能交通的重要战略资源，并已成为大家争相抢夺的新焦点。因而，智能交通产业必须要提前制定大数据营销战略计划，抢占市场先机。 ——与云计算的深度结合 大数据离不开云处理，云处理为大数据提供了弹性可拓展的基础设备，是产生大数据的平台之一。大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。智能交通应用作为新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。 了解哪些行业先人一步，率先采用并实现大数据的操作化，以此来推动大价值。 ——科学理论的突破 随着大数据的快速发展，就像计算机和互联网一样，大数据很有可能是新一轮的技术革命。随之兴起的智能交通数据挖掘、机器学习和人工智能等相关技术，可能会改变数据世界里的很多算法和基础理论，实现科学技术上的突破。 ——数据科学和数据联盟 未来，数据科学将成为一门专门的学科，被越来越多的人所认知。智能交通基于数据这个基础平台，也将建立起跨领域的数据共享平台，之后，数据共享将扩展到企业层面，并且成为未来产业的核心一环。 重新思考以最大的规模、最好的方式和最大的胆略使用大数据，可以带来怎样的结果 。 从获得异于直觉的洞见和发现微妙信号，到取得业务上的突破。 ——战略资产 大数据已经不同程度地渗透到每个行业领域和部门，其深度应用不仅有助于智能交通产品精细化，还有利于推动国民经济发展。它对于推动信息产业创新、大数据存储管理挑战、改变经济社会管理面貌等方面也意义重大。 结束语 现在，通过数据的力量，用户希望掌握真正的便捷信息，从而让生活更有趣。对于智能交通产业来说，如何从海量数据中挖掘出可以有效利用的部分， 并且用于品牌营销，才是企业制胜的法宝。 |
