首页 |  资讯中心 |  城市交通 |  车联网 |  卫星导航 |  高速公路 |  行业观察 |  交警之窗 |  专题 |  会议展览 |  招投标

你的位置:首页 > 资讯中心 > 行业资讯 > 正文

OBD发力大数据 助智能交通落地

2014-08-08 09:16:03 来源:CPS中安网责任编辑:
摘要:近年来,各国都在关注“大数据”。而在交通问题日益突出的今天,智能交通是解决关键所在,为此,大数据技术为及时、准确的获取交通数据并构建交通数据处理模型提供了可能。
 
 
 
  近年来,各国都在关注“大数据”,力图通过扩大其在国内的应用范围,进一步释放数据所蕴含的潜在价值。对于智能交通领域,随着城市的迅速发展,交通拥堵、交通污染日益严重,交通事故频繁发生,这些都是各大城市亟待解决的问题,智能交通成为改善城市交通的关键所在。为此,及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提,而这一难题可以通过大数据技术得到解决。
 
 
  大数据:改变传统交通管理的路径
 
 
  BigData“大数据”是继云计算、物联网之后IT产业又一次颠覆性的技术变革,对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。在信息技术中,大数据是一个数据集的集合,这个集合是如此大而复杂,以至于它很难通过现有数据库管理工具来进行处理。
 
 
  社会经济的快速发展促使城市机动车辆的数量大幅增加。城镇化的加速打破了城市道路系统的均衡状态,传统的交通系统难以满足当前复杂的交通需求,交通堵塞成为棘手问题。用大数据技术可促进交通管理模式的变革。大数据技术的主要特点及其对传统交通的改变集中在以下方面:
 
 
  第一,大数据的虚拟性可以解决跨越行政区域的限制。行政区域的划分是国家为了有效统治和管理,而将一个国家划分不同行政区域。这个划分在促进各个行政区域自治的同时,也导致各个地方政府追求各自辖区利益的最大化,而对地方政府之间边界区的交通基础设施建设、过境交通线路等漠不关心。交通大数据的虚拟性,有利于其信息跨越区域管理,只要多方共同遵照相关的信息共享原则,就能在已有的行政区域下解决跨域管理问题
 
 
  第二,大数据具有信息集成优势和组合效率。我国大部分城市的各类交通运输管理主体分散在不同主管部门,呈现出条块分割的现象。涉及交通的“有关部门”超过10个,每个部门都有自己的信息化系统,但这些数据信息只存在于垂直业务和单一应用中,与邻近业务系统缺乏共通联动。这种分散造成交通管理的碎片化,如交通信息分散、信息内容单一等问题。大数据有助于建立综合性立体的交通信息体系,通过将不同范围、不同区域、不同领域的“数据仓库”加以综合,构建公共交通信息集成利用模式,发挥整体性交通功能,这样才能发现新价值,带来新机会。例如气象、交通、保险部门的数据结合起来,可高效率地研究交通领域防灾减灾;IC卡数据结合抽样调查,能更快捷、更精确测得城市交通流分布状况。
 
 
  第三,大数据的智能性能较好的配置交通资源。传统的交通管理主要依靠人工的方式进行规划和管理,难以实现交通的动态化管理。通过对大数据的分析处理,可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力,另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案,多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。
 
 
  第四,大数据的快速性和可预测性能提升交通预测的水平。用传统的思维来改善交通拥堵,一般是加大基础设施投入,即加宽道路、增加道路里程来提高交通通行能力,但这种做法又不仅会受到土地资源的限制,而且规划的方案是否能满足远景需要也有待商榷。在对各个部门的数据进行准确提炼和构建合适的交通预测模型后,可以有效模拟交通未来运行状态,验证技术方案的可行性。而在实时交通预测领域,大数据的快速信息处理能力,对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。
 
 
  OBD发力大数据
 
 
  大数据成为热潮,而OBD作为移动互联网大背景下诞生的一个产物,不管是车辆的接入、服务内容的选择还是服务的精准性,都离不开大数据。车辆上传的每一组数据都带有位置信息和时间,并且很容易形成海量数据。一方面,如果说大数据的特征是完整和混杂,而OBD车联网与车有关的大数据特征是完整加精准。如某些与车辆本身有关的数据,都有明确的一个ID,根据这个ID可以关联到相应的车主信息,并且这些信息还是精准的。另一方面,我们可以看到车联网与驾驶人的消费习惯、兴趣爱好等大数据特征是完整和部分精确。因此,研究车联网的大数据更有意义。
 
 
  大数据的核心在于预测,这在OBD车联网行业非常有用,例如,对于交通流量的预测,就非常需要大数据。对于交通流量,目前我们的仿真系统更加重视交通流量大,拥堵的原因,而大数据时代,不再在乎因果关系,而重视相关性,也就是不去分析产生拥堵的原因,但确实某个时段某个路段会发生拥堵,也可以根据车联网的大数据对车友的兴趣进行分析。
 
 
  OBD模式的兴起,主要关注点是在车况和保险两个功能。通过一个插入到车辆OBD接口的设备,读取并分析车辆的数据,从而分析出车辆能耗、故障等车况信息,分析出驾驶者的开车习惯进而提供个性化保险(不同的驾车习惯有不同的风险等级,结合客户数据可以划分出客户的质量等级,从而根据质量等级提供不同的服务和保费)。
 
 
  多功能、全方位的车载高科技电子产品,通过与车载ECU电脑接口并数据同步,实现对车辆全身电子电控系统的监控了解;还可以通过车载ECU电脑系统对车辆的内部功能进行设置,使驾驶员能更人性化的使用自己的爱车。此外,它不仅仅是一个信息显示系统,而且还是一套非常强大的故障检测设备,了解车辆是否存在故障,系统可以非常清晰的将故障信息以文本的形式显示出来,可以通过故障信息为车辆排除隐患,同时也可以确保在保修期内的车辆尽快发现故障,使能及时的作出相应的处理,保障车主的利益。
 
 
  在当前大数据时代,数据充斥所带来的影响远远超出了企业领域,其不仅能带来商业价值,亦能产生社会价值。随着信息通讯技术的发展,交通运输从数据贫乏的困境转向数据丰富的环境,而面对众多的交通数据,如何从中根据用户需求提取有效数据成为关键所在。OBD作为车联网做容易落地产品,如何迎战大数据时代,值得探讨和改进。
 
分享到:

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: itsshenzhen@163.com (查看征稿详细)

热门文章