
出行革命,搭上“大数据快车”_数据分析师
通过检票闸机刷脸一秒钟快速通过;轻轻一点,车辆会自动“抢”车位;开车时只需操纵方向盘,避让、变道、加减速全部由车载智能终端完成……27日,阔别中国大陆15年、被称为智能交通“亚运会”的第十四届亚太智能交通论坛在南京举行,引领未来发展潮流的高大上的交通新技术一一亮相。“互联网+”带来的,不仅仅是高大上的交通新技术,而是普通人出行方式的革命。
新技术让出行更“傻瓜”
路口没有信号灯,不同方向过来的汽车稍不留神就会发生碰撞,如何通过智能化手段避免?在展示现场,由清华大学牵头的“十二五”863项目“智能车路协同关键技术研究”引发热烈关注。负责该项目的清华大学汽车学院博士生王肖告诉记者,驾驶员只需操纵方向盘,其余均可自动控制,相当于半自动无人驾驶。在智能车路协同系统下,车、人、交通管理信号灯上的无线通信装置,可以自动发出信息,当两辆车在没有信号灯的路口垂直相遇时,系统就会自动发出警示,让驾车人注意避让;如果驾车人没有采取措施,通过自动制动装置,车辆还可以自己刹车。目前这一技术在德国已经成熟,中国大陆正在广泛采集数据,制定出适合中国国情的规则后将加以推广。
从南京到上海出差,如何到南京南站,坐哪一班高铁,抵达上海虹桥站后再乘坐何种交通工具甚至骑公共自行车抵达最终目的地……这些功课全部由手机搞定,从城市内的交通路线设计到城际间的交通工具选择、接驳,哪种方案最经济实惠,都不用自己动脑。世纪高通上海公司项目经理顾俊向记者展示了名为“路况交通眼”的手机APP:“传统的导航一般是由A点到B点,比较单一。现在基于出租车、公交车、交警支队、交通信号灯等多项基础数据,包含公交、地铁、出租、自驾车乃至公共自行车,可以为百姓设计最优化的出行线路。”
传统出行方式整合升级
智能交通新技术并不是空中楼阁,全部基于自驾车、公交、地铁、公共自行车等传统出行方式。
法国交通部JANIN Jean—Francois认为,智能交通近年来引入了新的内涵,就驾车来说,行驶本身和搭载其他人都需要用到智能交通技术。虽然公交车、有轨电车、地铁、自行车等出行方式已被普通人熟悉,但单一的技术已不能很好地满足出行需求,将各种交通工具有效整合利用是智能交通未来的发展方向。
中国交通运输部总工程师周伟认为,新一代信息技术很好契合了交通运输行业技术要求高、点多面广的特性,“互联网+交通”开始引领智能交通的发展。比如智能终端和移动互联网的发展,使得出行信息服务越来越关注于用户的个性化需求与体验、电子支付与智能交通的结合,使得出行服务与消费体验更加紧密结合在一起。此外,互联网思维推动了以服务为核心的交通管理方式创新和业务流程的再造,汽车全面融入信息网络中,成为信息网络中的传送单元,自动驾驶技术正在走向成熟。
互联网大潮催生“交通共享”
省交通运输厅厅长游庆仲告诉记者,物联网、云计算、大数据、移动互联网等技术的快速发展,对老百姓(603883,股吧)的出行影响是巨大的,目前江苏省公众出行交通信息服务系统建成并上网运行,足不出户,车主就能了解全省高速路况,哪里拥堵哪里畅通,正确选择出行路径。今年内,全省13个地级市将实现公交一卡通。全省二级以上客运站实现窗口代理异地售票、网上售票、手机APP购票、自助终端等多种售票方式,方便老百姓出行。江苏高速公路ETC用户已达到210万,ETC车道流量占全路网客车总流量的30%以上,不停车收费系统正惠及更多的普通驾车人。
中国智能交通协会(ITS)主席吴忠泽坦言,互联网大潮下产生了“交通共享”新业态。比如打车软件,很快覆盖国内近300个城市,每天通过打车软件订车超过一千万单,订车平均成功率超过80%。此外,互联网推动了移动支付和交通服务的不断融合,比如支付宝和12306铁路购票系统的合作,腾讯微信涉足长途客运电子客票等。基于移动互联的大数据分析系统形成的大范围交通迁徙图等信息很有社会价值,为交通决策的智能化提供了支撑。此外,车路合作和智能驾驶技术在加速进入到产业中来,互联网企业通过与汽车厂商的合作也开始涉足智能汽车及无人驾驶的领域,为智能汽车和智能交通带来更多的产业发展前景。
记者注意到,对于如火如荼发展的“互联网+交通”,业内人士也不乏困惑。“就互联网技术来说,已经成熟,难就难在如何与交通行业有效对接。现在的情况是,互联网企业很积极,但缺乏统一标准,导致大家各自为战,无法进行有效的商业推广。”华为技术有限公司中国区企业业务部部长张宇坦言。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13