大數據產業(yè)爆發(fā) 智能交通行業(yè)預知契合發(fā)展
時間:2016-09-09 13:56:15 來源:深圳市智慧安防行業(yè)協(xié)會 作者:中國產業(yè)信息網
中國大數據產業(yè)起步晚，發(fā)展速度快。物聯(lián)網、移動互聯(lián)網的迅速發(fā)展，使數據產生速度加快、規(guī)模加大，迫切需要運用大數據手段進行分析處理，提煉其中的有效信息。
2014年，中國大數據市場規(guī)模達到767億元，同比增長27.8%。預計到2020年，中國大數據產業(yè)規(guī)模將達到8228.81億元。2015-2017年復合增長率為51.5%。2014年，中國大數據應用市場規(guī)模為80.54億元，同比增長3.2%，2015年市場規(guī)模約增長37.3%，至110.56億元，預計到2020年，中國大數據應用市場規(guī)模將增長至5019.58億元。2015-2017年復合增速為87.8%。
大數據應用于智能交通產業(yè)
當智能交通遇到大數據，如同二氧化錳在制取氧氣的實驗中作為催化劑一樣，一場劇烈的化學反應加劇了兩方的共同發(fā)展。
隨著城市的迅速發(fā)展，交通擁堵、交通污染日益嚴重，交通事故頻繁發(fā)生，這些都是各大城市亟待解決的問題。智能交通成為改善城市交通的關鍵所在。為此，及時、準確獲取交通數據并構建交通數據處理模型是建設智能交通的前提，而這一難題可以通過大數據技術得到解決。
1、智能交通需求與大數據契合
智能交通整體框架主要包括物理感知層、軟件應用平臺及分析預測及優(yōu)化管理的應用。其中物理感知層主要是對交通狀況和交通數據的感知采集；軟件應用平臺是將各感知終端的信息進行整合、轉換處理，以支撐分析預警與優(yōu)化管理的應用系統(tǒng)建設；分析預測及優(yōu)化管理應用主要包括交通規(guī)劃、交通監(jiān)控、智能誘導、智能停車等應用系統(tǒng)。
系統(tǒng)利用先進的視頻監(jiān)控、智能識別和信息技術手段，增加可管理空間、時間和范圍，不斷提升管理廣度、深度和精細度。整個系統(tǒng)由信息綜合應用平臺、信號控制系統(tǒng)、視頻監(jiān)控系統(tǒng)、智能卡口系統(tǒng)、電子警察系統(tǒng)、信息采集系統(tǒng)、信息發(fā)布系統(tǒng)等組成。以達到四方面的目標：提高通行能力、減少交通事故、打擊違章事件、出行信息服務。
整個系統(tǒng)建設的核心是數據的采集、存儲與計算，而其中最重要的核心思想就是“數據是價值”。問題就是如何把數據轉換成價值。這就成為一個技術問題。
從統(tǒng)計學的角度，任何領域任何動態(tài)發(fā)展的事物，只要有足夠多的樣本數據，就一定能從樣本數據中找到動態(tài)發(fā)展的規(guī)律。數據越多，準確率越高。這個“規(guī)律”就是數據的價值所在。對于商業(yè)機構，可以分析用戶行為規(guī)律從而提高銷售量；分析目標市場規(guī)律，定點投放廣告從而降低成本等等；對于公安行業(yè)，可以分析區(qū)域性犯罪趨勢，提前預防從而降低犯罪率；還可以分析交通行為規(guī)律，提前做交通疏導，提高交通通暢率，這就能真正挖掘數據的潛在價值，提高其社會價值。
從20世紀初的網絡發(fā)展以來，進入一個高度聯(lián)網的階段。聯(lián)網的同時，數據高度集中，數據量急劇增加。據IDC報告現在互聯(lián)網的數據，每兩年就翻一番。這個增長率在智能交通行業(yè)同樣有效，隨著卡口、電警、攝像機數量的增加，高清化、智能化的發(fā)展，如果再算上物聯(lián)網的各種傳感器，未來幾年的數據量增加可能大大高于這個增長率。這就為智能交通行業(yè)實現大數據提供了數據基礎。
從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。由此我們再看IBM歸納的4個V（量Volume，多樣Variety，價值Value，速Velocity）：
?。?）Volume數據體量巨大。從TB級別，躍升到PB級別；
?。?）Variety數據類型繁多。包括視頻、圖片、地理位置信息、傳感器數據等等。
（3）Value價值密度低，應用價值高。以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數據僅僅有一兩秒。
?。?）Velocity處理速度快，1秒定律。
最后這一點也是和傳統(tǒng)的數據挖掘技術有著本質的不同。在交通領域，海量的數據主要包括4個類型的數據：傳感器數據（位置、溫度、壓力、圖像、速度、RFID等信息）；系統(tǒng)數據（日志、設備記錄、MIBs等）；服務數據（收費信息、上網服務及其他信息）；應用數據（生成廠家、能源、交通、性能、兼容性等信息）。交通數據的類型繁多，而且體積巨大。量Volume和多樣Variety是因，數據類型的復雜和數據量的急劇增加，決定了原有簡單因果關系的應用模式對數據使用率極低，完全無法發(fā)揮數據的作用；速Velocity是過程，巨大的運算量決定了速度必須快；價值Value是最終的果。
2、大數據采集
在各城市建設智慧交通的過程中，將產生越來越多的視頻監(jiān)控、卡口電警、路況信息、管控信息、營運信息、GPS定位信息、RFID識別信息等數據，每天產生的數據量可以達到PB級別，并且呈現指數級增長。
3、大數據增值應用
深入挖掘數據價值，在智能交通、公安實戰(zhàn)等行業(yè)上推出車輛軌跡、道路流量、案件聚類等大數據模型?；诖髷祿Ｐ?，推出智能套牌、智能跟車分析、軌跡碰撞、人臉比對、輿情分析等數據增值應用，逐步解決行業(yè)的深層次問題。
4、海量數據計算
通過云計算集群，實現對海量數據的分布式高速計算，支撐對海量數據的高效分析挖掘。云計算集群是一種M/S架構的分布式計算系統(tǒng)，Master作為調度管理服務器，負責計算任務分解與調度、計算資源統(tǒng)一管理。Slave則由大量的計算服務器組成，負責完成Master下發(fā)的計算任務。
5、海量數據檢索
基于行業(yè)數據查詢特點，對搜索引擎進行優(yōu)化定制，支持百億記錄的秒級高速查詢。通過集群機制，實現搜索服務的高可靠性、高容錯性、高擴展性。
6、海量數據存儲
對于海量數據存儲，采用HBase分布式存儲系統(tǒng)。相比傳統(tǒng)關系型數據庫，有四個特點：數據格式靈活、高可用、橫向擴展能力強和訪問高效。
同時能夠做到無縫集成，快速從關系型數據庫導入已經存在的歷史數據。提供高可靠性、高容錯性、高性能的海量數據存儲解決方案，支持無縫容量擴展。
7、大數據分析與應用
高效的云計算能力，帶來千億數據的秒級返回的檢索能力，為大數據分析應用，提供了快速的保障?；谏疃葘W習的智能分析算法，為大數據分析應用提供有力的工具。交通大數據的分析，為交通管理、決策、規(guī)劃、服務以及主動安全防范帶來更加有效的支持。
利用大數據技術，結合高清監(jiān)控視頻、卡口數據、線圈微采集波數據等，再輔以智能研判，基本可以實現路口的自適應以及信號配時的優(yōu)化。通過大數據分析，得出區(qū)域內多路口綜合通行能力，用于區(qū)域內多路口紅綠燈配時優(yōu)化，達到提升單一路口或區(qū)域內的通行效率。如根據平日/節(jié)假日，早、晚高峰/其他時段，主要干道關鍵路口/次關鍵路口/普通路口，白天/夜間等不同情況，人工或系統(tǒng)自動設置不同的配時，達到大幅提高區(qū)域內交通通行能力。
大數據分析研判功能，還可以支持對卡口數據、視頻監(jiān)控數據進行二次識別，提高車輛信息的準確性，進而利用大數據實現軌跡分析、落腳點分析、隱匿車輛分析等功能。對車輛大數據進行深入挖掘，實現事前全面監(jiān)控、事中及時追蹤、事后準確回溯的不同場景需求。常州市建設的車輛大數據平臺，協(xié)助有關部門每天自動發(fā)現套牌車輛10余起，再根據車輛的軌跡分析和落腳點分析，快速找到套牌車輛進行處罰管理。
結合智能算法，二次識別等功能，可以更準確的識別車牌、車身顏色、車型、車標、年款等特征，并且對遮陽板檢測、安全帶檢測、接打電話檢測、司機人臉識別等進行分析。
利用智能交通的管理系統(tǒng)，可以獲取道路天氣、施工情況、事故情況、結合大數據分析，為出行司機和交管部門提供天氣、路面狀況、事故易發(fā)地點、停車場等信息，并根據車輛目的地、行駛習慣，路面情況推薦行駛路線。
2014年，中國大數據市場規(guī)模達到767億元，同比增長27.8%。預計到2020年，中國大數據產業(yè)規(guī)模將達到8228.81億元。2015-2017年復合增長率為51.5%。2014年，中國大數據應用市場規(guī)模為80.54億元，同比增長3.2%，2015年市場規(guī)模約增長37.3%，至110.56億元，預計到2020年，中國大數據應用市場規(guī)模將增長至5019.58億元。2015-2017年復合增速為87.8%。
大數據應用于智能交通產業(yè)
當智能交通遇到大數據，如同二氧化錳在制取氧氣的實驗中作為催化劑一樣，一場劇烈的化學反應加劇了兩方的共同發(fā)展。
隨著城市的迅速發(fā)展，交通擁堵、交通污染日益嚴重，交通事故頻繁發(fā)生，這些都是各大城市亟待解決的問題。智能交通成為改善城市交通的關鍵所在。為此，及時、準確獲取交通數據并構建交通數據處理模型是建設智能交通的前提，而這一難題可以通過大數據技術得到解決。
1、智能交通需求與大數據契合
智能交通整體框架主要包括物理感知層、軟件應用平臺及分析預測及優(yōu)化管理的應用。其中物理感知層主要是對交通狀況和交通數據的感知采集；軟件應用平臺是將各感知終端的信息進行整合、轉換處理，以支撐分析預警與優(yōu)化管理的應用系統(tǒng)建設；分析預測及優(yōu)化管理應用主要包括交通規(guī)劃、交通監(jiān)控、智能誘導、智能停車等應用系統(tǒng)。
系統(tǒng)利用先進的視頻監(jiān)控、智能識別和信息技術手段，增加可管理空間、時間和范圍，不斷提升管理廣度、深度和精細度。整個系統(tǒng)由信息綜合應用平臺、信號控制系統(tǒng)、視頻監(jiān)控系統(tǒng)、智能卡口系統(tǒng)、電子警察系統(tǒng)、信息采集系統(tǒng)、信息發(fā)布系統(tǒng)等組成。以達到四方面的目標：提高通行能力、減少交通事故、打擊違章事件、出行信息服務。
整個系統(tǒng)建設的核心是數據的采集、存儲與計算，而其中最重要的核心思想就是“數據是價值”。問題就是如何把數據轉換成價值。這就成為一個技術問題。
從統(tǒng)計學的角度，任何領域任何動態(tài)發(fā)展的事物，只要有足夠多的樣本數據，就一定能從樣本數據中找到動態(tài)發(fā)展的規(guī)律。數據越多，準確率越高。這個“規(guī)律”就是數據的價值所在。對于商業(yè)機構，可以分析用戶行為規(guī)律從而提高銷售量；分析目標市場規(guī)律，定點投放廣告從而降低成本等等；對于公安行業(yè)，可以分析區(qū)域性犯罪趨勢，提前預防從而降低犯罪率；還可以分析交通行為規(guī)律，提前做交通疏導，提高交通通暢率，這就能真正挖掘數據的潛在價值，提高其社會價值。
從20世紀初的網絡發(fā)展以來，進入一個高度聯(lián)網的階段。聯(lián)網的同時，數據高度集中，數據量急劇增加。據IDC報告現在互聯(lián)網的數據，每兩年就翻一番。這個增長率在智能交通行業(yè)同樣有效，隨著卡口、電警、攝像機數量的增加，高清化、智能化的發(fā)展，如果再算上物聯(lián)網的各種傳感器，未來幾年的數據量增加可能大大高于這個增長率。這就為智能交通行業(yè)實現大數據提供了數據基礎。
從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。由此我們再看IBM歸納的4個V（量Volume，多樣Variety，價值Value，速Velocity）：
?。?）Volume數據體量巨大。從TB級別，躍升到PB級別；
?。?）Variety數據類型繁多。包括視頻、圖片、地理位置信息、傳感器數據等等。
（3）Value價值密度低，應用價值高。以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數據僅僅有一兩秒。
?。?）Velocity處理速度快，1秒定律。
最后這一點也是和傳統(tǒng)的數據挖掘技術有著本質的不同。在交通領域，海量的數據主要包括4個類型的數據：傳感器數據（位置、溫度、壓力、圖像、速度、RFID等信息）；系統(tǒng)數據（日志、設備記錄、MIBs等）；服務數據（收費信息、上網服務及其他信息）；應用數據（生成廠家、能源、交通、性能、兼容性等信息）。交通數據的類型繁多，而且體積巨大。量Volume和多樣Variety是因，數據類型的復雜和數據量的急劇增加，決定了原有簡單因果關系的應用模式對數據使用率極低，完全無法發(fā)揮數據的作用；速Velocity是過程，巨大的運算量決定了速度必須快；價值Value是最終的果。
2、大數據采集
在各城市建設智慧交通的過程中，將產生越來越多的視頻監(jiān)控、卡口電警、路況信息、管控信息、營運信息、GPS定位信息、RFID識別信息等數據，每天產生的數據量可以達到PB級別，并且呈現指數級增長。
3、大數據增值應用
深入挖掘數據價值，在智能交通、公安實戰(zhàn)等行業(yè)上推出車輛軌跡、道路流量、案件聚類等大數據模型?；诖髷祿Ｐ?，推出智能套牌、智能跟車分析、軌跡碰撞、人臉比對、輿情分析等數據增值應用，逐步解決行業(yè)的深層次問題。
4、海量數據計算
通過云計算集群，實現對海量數據的分布式高速計算，支撐對海量數據的高效分析挖掘。云計算集群是一種M/S架構的分布式計算系統(tǒng)，Master作為調度管理服務器，負責計算任務分解與調度、計算資源統(tǒng)一管理。Slave則由大量的計算服務器組成，負責完成Master下發(fā)的計算任務。
5、海量數據檢索
基于行業(yè)數據查詢特點，對搜索引擎進行優(yōu)化定制，支持百億記錄的秒級高速查詢。通過集群機制，實現搜索服務的高可靠性、高容錯性、高擴展性。
6、海量數據存儲
對于海量數據存儲，采用HBase分布式存儲系統(tǒng)。相比傳統(tǒng)關系型數據庫，有四個特點：數據格式靈活、高可用、橫向擴展能力強和訪問高效。
同時能夠做到無縫集成，快速從關系型數據庫導入已經存在的歷史數據。提供高可靠性、高容錯性、高性能的海量數據存儲解決方案，支持無縫容量擴展。
7、大數據分析與應用
高效的云計算能力，帶來千億數據的秒級返回的檢索能力，為大數據分析應用，提供了快速的保障?；谏疃葘W習的智能分析算法，為大數據分析應用提供有力的工具。交通大數據的分析，為交通管理、決策、規(guī)劃、服務以及主動安全防范帶來更加有效的支持。
利用大數據技術，結合高清監(jiān)控視頻、卡口數據、線圈微采集波數據等，再輔以智能研判，基本可以實現路口的自適應以及信號配時的優(yōu)化。通過大數據分析，得出區(qū)域內多路口綜合通行能力，用于區(qū)域內多路口紅綠燈配時優(yōu)化，達到提升單一路口或區(qū)域內的通行效率。如根據平日/節(jié)假日，早、晚高峰/其他時段，主要干道關鍵路口/次關鍵路口/普通路口，白天/夜間等不同情況，人工或系統(tǒng)自動設置不同的配時，達到大幅提高區(qū)域內交通通行能力。
大數據分析研判功能，還可以支持對卡口數據、視頻監(jiān)控數據進行二次識別，提高車輛信息的準確性，進而利用大數據實現軌跡分析、落腳點分析、隱匿車輛分析等功能。對車輛大數據進行深入挖掘，實現事前全面監(jiān)控、事中及時追蹤、事后準確回溯的不同場景需求。常州市建設的車輛大數據平臺，協(xié)助有關部門每天自動發(fā)現套牌車輛10余起，再根據車輛的軌跡分析和落腳點分析，快速找到套牌車輛進行處罰管理。
結合智能算法，二次識別等功能，可以更準確的識別車牌、車身顏色、車型、車標、年款等特征，并且對遮陽板檢測、安全帶檢測、接打電話檢測、司機人臉識別等進行分析。
利用智能交通的管理系統(tǒng)，可以獲取道路天氣、施工情況、事故情況、結合大數據分析，為出行司機和交管部門提供天氣、路面狀況、事故易發(fā)地點、停車場等信息，并根據車輛目的地、行駛習慣，路面情況推薦行駛路線。
企業(yè)資訊
- 共繪藍圖，2024熵基科技全球合作伙伴大會圓滿成功
- 近日，以“共繪藍圖”為主題的2024熵基科技全球合作伙伴大會在東莞成功落下帷幕。作為熵基科技規(guī)模最大、面向全球全品類核心伙伴的頂
- 一文讀懂熵基國密門禁
- 在數字化轉型的洪流中，信息安全不僅是企業(yè)穩(wěn)健運營的基石，更是公共部門安全無虞的保障。隨著數據價值的日益凸顯，其保密性和安全性成為
- 門禁“隱形冠軍”？是時候重新認識熵基科技了
- 在智慧出入口與身份識別、辦公等領域深耕多年的熵基科技，早已不局限于傳統(tǒng)的門禁與考勤系統(tǒng)，而是悄然邁入了智能物聯(lián)（AIoT）的廣闊
項目活動
會員專區(qū)
熱門專題
熵基科技出席數字經濟及智慧城市空間未來應用創(chuàng)新峰會
2021年智能安防機器人市場或將進入井噴期
2021年的智慧城市建設該怎么發(fā)展？聽聽行業(yè)大咖的觀點
達實信息：顛覆傳統(tǒng)經營模式 構建互聯(lián)網+門禁新時代
關于我們|聯(lián)系我們|我要投稿|加入我們|廣告服務|幫助中心|網站首頁
協(xié)會聯(lián)系：0755-33370666 網站聯(lián)系：0755-82583661
版權所有：智慧安防網 深圳市智慧安防行業(yè)協(xié)會（原深圳市視頻報警安防行業(yè)協(xié)會）粵ICP備18098368號
協(xié)會聯(lián)系：0755-33370666 網站聯(lián)系：0755-82583661
版權所有：智慧安防網 深圳市智慧安防行業(yè)協(xié)會（原深圳市視頻報警安防行業(yè)協(xié)會）粵ICP備18098368號