一、智能交通特点和需求
近两年,我国的智能交通事业得到了较快发展。2012年中国交通运输部发布的《交通运输行业智能交通发展战略(2012-2020年)》提出实现对高速公路、国省干线公路、重要路段、大型桥梁、车辆区域及交通运输状况等的感知和监控。使出行人能够在任何时间、任何地点通过其熟悉的方式获取所需的出行计划和实时的出行信息,提高公共交通的吸引力和分担力,缓解城市拥堵,使出行更便捷。实现对危险品运输车辆、船舶、长途客运、城市公交、出租车和轨道交通的全程监控,基本建成全方位覆盖、全天候运行、快速反应的水上交通安全监管系统和海事信息服务系统。可以看出,该项战略为未来中国智能交通的发展指明了方向。基于上述需求和目标安防企业是如何看的呢?
云计算作为一种全新概念的信息服务模式,以其自动化it资源调度、高度信息部署以及优异的扩展性,成为解决智能交通目前所面临的关键技术手段。云是智能交通建设发展的关键技术手段也是由智能交通特点和需求来决定的。
智能交通有以下特点和需求:
1、海量数据信息
智能交通的分析对象是整个城市的交通行为主体,这就导致了其海量数据的固有特性。“以北京市为例,6万余辆出租车一天就会产生数亿条gps数据,而车牌识别、交通监控视频等数据量更大,交通相关的数据量级已从tb级别跃升到pb级别,如果要实现对城市道路的交通状况、交通流量信息、交通违法行为等的全面监测,特别是承担在交通高峰期采集、处理及分析大量的实时监测数据的工作,整体平台的运行压力将非常巨大,传统的交通数据分析方法已很难有效支撑这么庞大的数据体的开发与利用。”采访中宇视科技的黄攀谈到。
2、应用负载波动大
交通流特性呈现随时间变化大,区域关联性强的特点,需要根据实时的交通流数据及时全面采集、处理、分析等。传统的智能交通方案由于无法做到全局统筹,往往会陷入各自为战的境地。
3、高要求的信息实时处理性能
随着城市交通的拥堵,不少出行人要求能够在任何时间、任何地点通过其熟悉的方式获取所需的出行计划和实时的出行信息。这就要求未来的智能交通需要满足高效性、实时性的要求。
4、数据共享需求
交通行业信息资源的全面整合与共享是智能交通发挥整体方案优势、统一协调、整体统筹资源的基础。在目前正在建设的智慧城市中,大量的终端出自不同的厂商及不同的平台,形成大大小小的信息孤岛,很难实现数据共享。
5、高可用性及高稳定性要求
需面向政府、社会和公众提供交通服务,为出行者提供安全、畅通、高品质的行程服务,以保障交通运输的高安全、高时效和高准确性,势必会要求系统需具有高可用性和高稳定性。而目前的方案中,由于设备类型众多,厂商繁杂,质量和标准都参差不齐,不仅维护成本庞大,而且很难做到高稳定性。
由于上述的实际需求,使得云计算与大数据技术成为智能交通系统的重要支撑。
二、云计算与智能交通
云计算与智能交通
云计算可以整合资源,对于智能交通领域能够满足未来交通行业发展、扩展需求而整合其将来所需的各种硬件、软件、数据。那么,云计算对于智能交通的作用具体体现在哪里呢?
云计算可以动态地满足整体方案中各个应用系统,针对交通行业的需求,如为基础设施建设、交通信息发布、交通企业增值服务、交通指挥提供决策支持及交通仿真模拟等,能够全面满足开发系统资源平台的需求,还能够快速满足突发系统的需求。由此可见,云计算是智能交通未来建设发展的方向。
数据分析能力影响智能交通建设发展
目前我国的智能交通在快速发展,问题和困境也非常突出,从各个城市的发展状况来看,智能交通的潜在价值还没有得到有效挖掘:对交通信息的感知和收集还是有限,对存在于各个管理系统中的海量的数据无法共享运用、有效分析,对交通态势的研判预测乏力,对公众的交通信息服务很难满足需求。除了各地在交通建设理念、投入上的差异,在整体上智能交通的现状是效率不够高,智能化程度不够,使得很多先进技术设备发挥不了应有的作用,也造成了投入资金的浪费。
这其中很重要的问题是数据时代带来的硬伤:从模拟时代带来的管理思想和技术设备只能进行一定范围的分析,而管理系统的那些关系型数据库只能刻板的分析特定的关系,对于海量数据,尤其是半结构、非结构数据无能为力。数据分析能力很大程度影响了智能交通建设的发展。
结语
利用最先进的云计算与大数据技术手段来解决人类智能交通发展中难题,除了政府政策的利好以外,更需要各个安防厂商的不断技术创新与产品推陈出新。
声明:
凡文章来源标明“中国智能交通网”的文章版权均为本站所有,请不要一声不吭地来拿走,转载请注明出处,违者本网保留追究相关法律责任的权利;所有未标明来源为“中国智能交通网”的转载文章均不代表本网立场及观点,“中国智能交通网”不对这些第三方内容或链接做出任何保证或承担任何责任。
征稿:
为了更好的发挥中国智能交通网资讯平台价值,促进诸位自身发展以及业务拓展,更好地为企业及个人提供服务,中国智能交通网诚征各类稿件,欢迎有实力的企业、机构、研究员、行业分析师投稿。投稿邮箱: zw.ding@cps.com.cn(查看征稿详细)