
随着我国汽车数量逐渐增多,交通拥堵以及环境问题日益严重,智能交通逐渐受到重视。在近日的“第五届中国智能运输大会暨第三届深圳国际智能交通与卫星导航位置服务展览会”上,中兴提出,在建设“智慧城市”的规划中应把“智慧交通”列入其中,并展示了智慧交通控制、是交通运营管理、信息服务,三个方面的设备。此外,腾讯也开始布局智能交通,推出实时公交查询系统。
在中国,车联网已被列为国家“十二五”期间的重点项目。然而,作为新兴发展的行业,智慧交通仍然拥有诸多行业痛症,行业标准缺乏首当其冲。业内人士认为,新行业初期的摸索是一个艰难的过程,市场需要自律和政府引导。
智能交通应用广泛
互联网能让人们实现点对点的信息交流,车联网则能让车与车之间实现对话。智能交通系统经过近多年的发展,逐步从技究开发走向应用。在近日的“第五届中国智能运输大会暨第三届深圳国际智能交通与卫星导航位置服务展览会”上,中兴通讯副总裁胡剑表示,智慧交通就是智慧城市的一个重要组成部分,通讯产品在整个交通应用当中非常广泛,包括很多高速公路的设备,还有城市交通的设备,都需要用通讯,而也这正是通信设备商出身的中兴通讯的优势所在。此外,中兴通讯还在会上展示了三个方面的设备,一是智慧交通控制方案,二是交通运营管理方面,三是信息服务。
中兴早已有所布局,在宁波,中兴通讯还与当地政府合作推出了一种名为“宁波通”的APP应用,拥有出行小秘书、路况查询、停车诱导等近20项功 能,只要将其安装在移动设备上,连接无线移动网络,就可以随时随地享受便捷的交通服务。
实际上,从2010年开始,上汽荣威、吉利汽车、一汽马自达、一汽丰田、上海通用、宝马等企业纷纷与联通展开合作,其中通用onstar、宝马iDrive、丰田G-Book等带有车联网功能的产品已在多款车型上得到广泛应用。
中国联通汽车航空行业总监张然懋表示,由车联网功能引发的市场竞争热在今年或将达到高潮,车联网则将成为智能交通产业发展的主攻方向。业内人士表示,智能交通是一个跨行业的系统体系,包括硬件设备厂商、系统工程厂商、数据收集、分析企业及各产品服务的分销企业,粗略统计约有近3000家企业涉及到该行业中。
智能交通成智慧城市建设关键
智能交通是一个基于现代电子信息技术面向交通运输的服务系统。它的突出特点是以信息的收集、处理、发布、交换、分析、利用为主线,为交通参与者提供多样性的服务。它将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。
物联网“十二五”规划明确了物联网技术的十二大重点应用领域,包括智能电网、交通运输、物流产业、医疗健康、智能家居、环境与安全检测、精细农牧业、工业与自动控制、金融与服务业、公共安全、国防军事以及智慧城市。物联网的本质是架起了物与物之间的沟通桥梁,它是多网融合时代的必然产物,它将人与人之间的沟通连接扩展到了人与物、物与物之间的沟通连接,智能化、网络化的生活将让人们工作、生活更加便捷和人性化。
首先,在改善交通方面。我国机动车和驾驶人数近年持续快速增长,再加上国内交通道路网变动频繁,全国各地掀起地铁、BRT建设,给各个城市的交通道路带来压力,极易形成交通拥堵现象,因此亟需智能交通应用发挥功力。
其次,在发展技术方面。视频监控、公交调度、定位管理等智能交通应用需要强大的网络支撑能力以及数据分析能力,这需要大数据、云计算等前沿技术发挥作用,同时大数据、云计算等技术通过智能交通应用能充分释放它们的魅力。
再次,在带动产业方面。智能交通应用属于信息产业的重要组成部分,是国家支持的产业。打造契合城市发展、社会公众需要的智能交通应用,以此争取进入各省市的智慧城市、平安城市规划中,对于产业本身有着重要的助推作用,对于与产业相关的市场同样具有辐射作用。
大数据驱动交通智能化
一份来自于MarketsandMarkets的研究报告显示,到2018年,全球大数据市场的年均复合增长率将达到26%,从148.7亿增至463.4亿美元。可以说,我们已经进入大数据时代。而智慧城市是城市信息化向智慧化发展的必经阶段,由城市信息化发展到智慧化,关键是要实现对数字信息的智慧处理。
因此,大数据也是发展智能交通中重要的一环,在当今的技术支持下,大数据的表现成功将人类的想象转化为现实,并逐渐渗透进人们的生活。其意义已不仅仅只是预测结果,改善交通状况。
尽管,交通大数据时代的来临是智能交通发展的必然趋势,但是,在这个进程中我们也将面临前所未有的问题和挑战。一方面,如何从政策和技术上突破交通数据资源互通、共享的壁垒,消除信息分散、内容单一等问题;另一方面,如何实现交通数据资源的综合利用效率,使其能够真正支撑交通系统的运营管理,有效地提高交通运行的效率以及安全水平。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05