你好,游客 登录
背景:
阅读新闻

大数据在智能交通领域应用

[日期:2014-07-04] 来源:中关村在线  作者: [字体: ]

大数据在智能交通领域应用

  腾讯地图:深挖无序交通行为背后的规律

 

  用户出行的数据,已经成为各种智能交通服务的基石。比较常见的是实时路况及路况预测,很多城市已经提供了这样的服务。

 

  在实时路况数据的基础上,通过一定的数学模型,可以预测特定时段、特定区域的路况。今年端午节前,我们根据已有的数据进行模拟和运算,做了端午节拥堵的预测,得出来的结果和最后的当时发生情况吻合度很高,大概能够吻合到70%至80%。这表明通过既有数据的积累与分析,对市民的日常交通参考,对管理部门的交通提前疏导,都具有非常大的意义。

 

  其实,这些数据的价值还值得深挖。大规模用户的交通行为和选择的数据,通过精细的分析,可以在各个细分领域产生更大价值。

 

  我们对1800份用户驾驶行为分析后发现,平均下来每一个交通违规行为,都大致会伴随7次超速、5次急刹车,4次急加速或急转弯。这其中的数据就可以反映很多方面的问题。比如对超速来说,是不是有些路段特别容易发生超速?这可能会反映道路设计中的缺陷。另外,也能体现用户的驾驶行为确实有不当之处。有了这样的评估报告,就可以优化路网,适当的引导和教育用户的驾驶行为,这样对整个交通安全和效率均有非常明显的改善。

 

  城市交通里有大量的交通数据,城市道路、高速公路、停车场、地铁和公交车上都有很多摄像头数据,公交地铁的一卡通数据,出租车打车数据,地图导航数据,停车场信息数据等。

 

  这些都是非常宝贵的数据,但大多都处于沉睡状态。如果把地铁内的拥堵信息实时发布给即将乘坐地铁的人,很多人的交通行为将会改变。这些人可以早一点上班或晚一点下班,他自己会做选择。另外,我国高速公路上经常发生大规模的堵车事件,尤其是面临冬季大雾、结冰等突发天气时,高速公路上堵车可能会绵延几公里。如果此时高速公路摄象头可以捕捉到这些信息,通过相应平台及时发布给车主,车主们就能及时调整自己的出行时间和线路。如果信息足够透明、及时,这时候乘客就会产生另外一种有序的交通行为。

 

  这些宝贵的数据信息,当前分散在不同的管理部门和企业中,并进行碎片化,被“严密”保护起来。在未来发展之中,这些数据应该像水电气一样,有一个比较好的市场化定价机制和相应的安全保护模式,在相应的商业模式下,产生广大的社会效益。

大数据在智能交通领域应用

 

  中兴通讯:公交线路规划有“据”可依

 

  随着移动互联网技术的不断深入发展,大数据技术的应用,将大大提高公交客流量及客流分布预测的准确性,使公交运力、运量配置更加有效,公交线路规划更加合理。

 

  客流交通起止点调查(又称客流od调查)是公交客流量及客流分布预测的基础调查工作。目前城市客流od调查需要通过居民出行调查获取,按照获取资料的来源,常规调查手段主要包括:居民问卷调查法、调查员随车观测调查法、公交刷卡统计法等。

 

  这些调查方式需要市民积极配合,调查手段存在局限性,不能全面、准确地把握全市居民的出行需求。如人工方式的调查(问卷调查及随车调查)只能做到抽样调查,信息的有效性、时效性也存在偏差,无法反映市民的出行需求。利用公交ic卡的乘客自动计数方式则只能统计到实际发生的乘车行为,无法反映乘客真实的出行意愿。通过大数据技术的应用,可以有效改变这种局面。

 

  目前我国移动电话普及率相对较高,大部分城市已经达到80%以上。利用移动信令数据的大数据挖掘技术可及时获得人流量、人流方向及驻留时间的统计,实现对公交客流全面、准确的把握,可作为城市综合交通体系规划与评价的基础数据,减少城市客流od调查的人力物力的投入,准确度大幅提高。

 

  对移动通信信令数据的大数据挖掘,可以方便地获取od调查所需信息,根据历史人流量分布及人流移动规律规划公交线路,在人流量密集点设置公交站点。

 

  大数据的应用,不仅可以有效提高公交客流量调查的准确度,对于公交线路的设计和规划也起着至关重要的作用。





收藏 推荐 打印 | 录入: | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款