彩盈娱乐,彩盈娱乐官网,彩盈手机娱乐官网,时时彩盈娱乐

订阅
纠错
加入自媒体

千方付长青:交通大数据在公安交通管理领域应用研究

在城市交通治理实践中,大数据的作用愈发凸显,如何挖掘应用数据的深度、广度和精度,业内都非常关注。

2019年8月13日下午,北京千方科技股份有限公司付长青总工程师在2019互联网+城市交通管理创新论坛上,做出了主题为“交通大数据在公安交通管理领域应用研究”的演讲。

以下为付长青的主要演讲内容:

2019年5月,阿里入股千方后成为第二大股东,随之阿里、高德和千方成为一个智能交通的联合团队,该团队最大的价值不仅仅是资本层的融合,更关键的是资源层的融合,因为资源层的融合可能会带来几何级的倍增效益。

今天,我作为阿里系智能交通联合团队的代表,和大家交流的内容主要分为以下几大模块:

1. 数据有哪些?

2. 我们的数据

3. 数据带来了什么?

4. 大数据应用实践

一、数据有哪些?

交通大数据已逐步成为城市交通管理的基础性资源,主要包括政务数据、运营数据、物联网数据和互联网数据。

第一,政务数据;

政务数据包括政府管理当中所有能够产生和交通管理有关的数据,主要有公安交通管理数据、交通运输数据、规划数据、气象数据、工商法人数据、城建数据、大型活动数据、诚信数据等。

第二,运营数据;

运营数据是在社会运营当中产生的数据,其中最大的运营数据是电信数据,三大运营商的数据是资源最好的数据,众多的分析和研究都需要用电信数据作为数据支撑;

另外,还有国有企业提供的铁路客运数据、民航客运数据、保险数据和充电桩数据。

第三,物联网数据;

物联网数据大都是感知数据,主要包括交通流量数据、车联网数据、道路环境监测数据、机动车号牌监测数据、交通视频监控数据等等。

因此,如今已建立了大量感知数据系统。

第四,互联网数据;

互联网数据提供了最鲜活的数据,并且是海量的、不断叠加的数据。

其中,主要包括导航数据、网约车数据、外卖数据、快递数据、共享单车数据和人员位置数据。

二、我们的数据

千方科技作为阿里智能交通团队的一份子,数据类型极为丰富,主要内容如下:

1、千方货运数据

千方的货运数据是由交通运输部主导建设,现有的重型卡车取得运营证之后全部入网。

据最新的数据显示,重卡入网量已有602万。

另外,每30秒钟上传一次数据保证了货运数据的鲜活度,600万的数据可以把国家公路网运行状态探测的非常清晰。

2、千方掌行通数据;

千方掌行通主要由出租车数据和客货车数据组成,全国70万+出租车、600万+客货车数据都在掌控平台上。

掌行通的日活量和不断产生的数据极大丰富了现有的交通大数据。

3、高德出行数据;

高德是目前国内运行最好、规模最大的出行导航平台,客户总量达7亿,4亿以上均属于较活跃客户。

高德产生的数据保证了360个城市的浮动车数据,对交通管理工作产生了极大影响。

三、数据带来了什么?

交通大数据在公安交通管理工作中,主要有六个方面的作用:

第一, 交通指挥管控应用;

通过研究、分析,指挥管控应用主要有三个阶段:

第一阶段,指挥中心的建设以视频为基础;第二个阶段,以技术为前提,把电子地图引入平台中;第三个阶段,大数据为交通管控提供最直观的预测和感知,为决策提供最精准的辅助支撑。

举个例子,北京交管局近期和我们团队联合开发了交通管控的辅助决策支撑系统,它就附载在交通指挥管控应用中心上。

先前,北京的交通管控太多,任何一次交通管控都会为整个的城市交通带来影响,在不清楚影响多大的情况下就无法采取合理的措施,现在,在大数据的支撑下可以进行分析并制定合理规划,该系统在9月份就可以上线运行,为大型活动提供最直观的辅助支撑。

第二, 交通信号优化应用;

在未来,交通大数据会对信号控制进行赋能,会在现有的控制技术和控制理念、理论技术之上再进行优化,我们团队追求的目标是把浮动车数据的用途发挥到极至,而不是用浮动车数据替代所有的数据。

比如,基于高德的浮动车大数据,在信号控制中最大的赋能是战略层面的赋能,主要赋能在城市信号的控制策略方面。

第三, 交通缓堵治乱应用;

县级城市到超大城市都会出现交通拥堵的问题,大数据在缓堵方面的应用会带来很大变化,主要应用场景有数据采集、堵点分析、规律挖掘、成因研判、措施与评价。

比如,北京CBD、北京中关村的交通管控中都应用了大数据,CBD和中关村整体上的治理都是在大数据前提下来进行。

第四, 交通运行评价应用;

该体系很多交警支队已经开始使用,这就是高德团队现在开发的服务于全国交警的交通运行的评价体系,也就是我们发布的“明镜”。

“明镜”规范了城市运行评价的指标体系,在这个指标体系基础之上,我们根据政府的管理需求和交警管理需求开发了不同版本的交通评价应用。

第五, 预警预测研判应用;

预警预测是大数据最擅长的,通过分析发现,该应用能够提供路网运行、业务监管、突发事件、交通态势、交通违法、交通感知、停车管理等数据。

该系统可以实现从经验端到精准管理的跨越,并已经在实践应用中取得了良好的效果。

比如,北京世园会4月份开园,如今已经运营了很长时间,所有的交通保障系统用的就是预警预测,对流量预警、停车预警、住宿预警都发挥了很好的作用。

后续,预警预测会在交通管理中得到更广泛的应用。

第六, 公众出行服务应用;

导航已是人们出行过程中不可或缺的应用服务,它提供了更合理的出行路线,接下来,它将会有更大的赋能。

我们把交通管理的信息通过导航平台直接推送给出行者,这一步跨越是质的跨越。

当然,这不是一件简单的事情,还需要技术沉浸;

四、大数据应用实践

另外,交通大数据的应用实践主要有以下几点:

第一, 全国道路货运车辆公共监管与服务平台;

大货车的隐患最大,恶性交通事故将近70%跟大货车有关,急需监管。

全国道路货运车辆公共监管与服务平台是由交通运输部主导,最终由千方建立,已有600多万台货车登记在册,源头管理、过境车管理等功能都可以实现,。

目前,北京交管局、包头交管局、南京交管局已经进行了尝试,山东交警总队也正在跟我们团队做定制的版本开发,明年会大面积的推广应用。

它最大的作用是大数据的分析,我们在此平台基础上对五年内产生的数据和全国600万台大货车做了安全等级评价,把600万台车按照ABCDE进行五级的安全评估,掌握了每辆车的安全指数。

然后,我们将该数据和保险联动,所有大货车购买保险时,保险公司会查大货车的安全等级,A级最高级,交的钱少,得到的赔付多;E级最低级,交的钱多,得到的赔付少。

换言之,通过大数据,我们建立了货运车辆的安全等级,下一步还要做企业和驾驶员的安全等级。

第二, 全国智慧路网监测平台;

这是路网中心正在用的系统,全国智慧路网监测平台依托了600万台货运车辆,原来交通中心、路网中心不太清楚全国路网的具体情况,依靠监控和信息上报解决不了根本问题。

2017年,全国智慧路网监测平台建立之后,可实时监测到全国的主干路网所有的交通拥堵情况,堵车大于一公里、平均行驶时速低于20公里、拥堵时长高于半小时等定义为拥堵的场景,路网中心都可以直接看到。

第三, 北京CBD综合交通治理;

CBD大数据的应用非常典型,北京交通委曾对CBD进行精准调查,当时使用三大运营商数据、一卡通数据和高德数据进行分析调查之后,我们制定了一个有针对性的综合治理方案来整治CBD。

现在工程已经结束,CBD发生了本质的变化。

CBD是国家的核心商务区,代表着国家的形象,原来很乱,特别是交通品质很差,现在它的交通品质得到了大幅度的提升,也得到了市长的高度认可。

第四, 高德交通健康榜;

高德交通健康榜按季度发布交通报告,不仅提供拥堵排名,还提供拥堵的原因、地点,为所有城市提供了一个健康交通的健康报告。

随着数据的更加精准、模型的更加精准,在未来的交通管理工作中,它将发挥更大作用。

第五, 城市大脑的公服版;

城市大脑的公服版是下一步重点推出的产品,分为三层架构、四个核心、六大应用体系,产品也在逐步落地,目前已经在部分城市应用并看到了明显成效。

结语

如今,交通大数据的运用不断的被提及,最关键的仍是更加合理的运用大数据。

我们智能交通联合团队也会持续的进行相关的分析和研究,以此为交通管理贡献一份力量。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

??????°?±? 44030502002758??

  • <tr id='439f1'><strong id='41071'></strong><small id='7a532'></small><button id='3dba0'></button><li id='a6081'><noscript id='f4c99'><big id='71793'></big><dt id='06d92'></dt></noscript></li></tr><ol id='4c0c9'><option id='e57cf'><table id='af426'><blockquote id='aadc1'><tbody id='7b836'></tbody></blockquote></table></option></ol><u id='0e8f0'></u><kbd id='2c02b'><kbd id='af59f'></kbd></kbd>

    <code id='4cca8'><strong id='3a8d0'></strong></code>

    <fieldset id='4e282'></fieldset>
          <span id='a8d30'></span>

              <ins id='ed2cd'></ins>
              <acronym id='47b4a'><em id='315b7'></em><td id='c7035'><div id='b1967'></div></td></acronym><address id='294b1'><big id='bdea8'><big id='1c09d'></big><legend id='7140f'></legend></big></address>

              <i id='e20e0'><div id='7dc56'><ins id='65ac4'></ins></div></i>
              <i id='f4d70'></i>
            1. <dl id='da05a'></dl>
              1. <blockquote id='0b25b'><q id='278de'><noscript id='ec464'></noscript><dt id='edddd'></dt></q></blockquote><noframes id='e4a0a'><i id='85870'></i>