
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
在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25