互联网+城市智能交通发展趋势探讨

互联网+城市智能交通发展趋势探讨

一、行业背景概述

据中国互联网络信息中心(CNNIC)2015年2月发布的《中国互联网络发展状况统计报告》，截至2014年12月，中国网民达6.49亿人(全球网民约30亿)，居世界第一，互联网普及率为47.9%，手机网民规模达5.57亿人，中国已经成为世界网络大国，互联网已经在深入影响着人民的生活。“互联网+”战略最早由马化腾于2015年3月两会期间首次提出，其核心理念就是利用互联网的平台和现代信息通信技术，把互联网和传统行业结合起来，在新领域创造一种新生态，以“互联网+”为驱动，鼓励产业创新、促进跨界融合、惠及社会民生。2015年07月，国务院总理李克强批准印发《关于积极推进“互联网+”行动的指导意见》，这是推动“互联网+”由消费领域向生产领域拓展、加速提升产业发展水平、构筑经济社会发展新优势和新动力的重要举措，也是“互联网+”战略成为国家战略的重要标志。指导意见共提出了11个具体行动内容，其中第9项“互联网+便捷交通”，明确了未来几年，将由发改委和交通运输部牵头，将互联网+交通运输行业深度融合，提升交通基础设施、运输工具、运行信息的互联网化水平，推进交通运输资源在线集成，增强交通运输科学治理能力，创新便捷化和一体化的交通运输服务体系。而城市智能交通恰恰是交通运输行业最重要的组成部分，本文将就互联网在城市交通中的应用和发展做一些初步的探讨。

传统的互联网能给城市智能交通行业多大的惊喜呢?互联网提供了一个开放、透明、共享、互赢的合作平台，能否取得价值，我们要以“互联网新思维”来看待这一问题，美国作家Dave Kerpen在《互联网新思维》一书中提出的互联网6大新思维观，即用户思维、简约思维、迭代思维、社会化和服务思维、平台思维。其核心思维是用户思维，即“以人为本、用户至上”的服务理念，围绕用户展开对传统互联网的颠覆和再造，充分了解和持续满足用户需求。“互联网+”对城市交通行业的影响，从UBER、滴滴和快的的普及可见一斑，这些移动互联网催生的打车、拼车软件，虽然仍有争议，但的确大大改善了人们出行的方式，增加了车辆的使用率，推动了互联网共享经济的发展，提高了效率。如同商品销售领域的淘宝、京东，金融领域的支付宝一样，这些都是“互联网+”在不同领域的应用，它们真实而深刻地影响着人民的生活。

二、互联网与城市智能交通

早在几年前，“互联网+”在交通领域已经在潜移默化地影响着我们的生活，如公路铁路相关部门推出了网络和手机订票系统、高速公路ETC全国联网收费清分结算系统、快的和滴滴打车系统。“互联网+城市智能交通”借助互联网、云计算、大数据、物联网等先进技术和理念，将互联网产业与传统智能交通行业有效渗透与融合，形成了“线上资源合理分配，线下高效优质运行”的新业态和新模式。今后，应着力推进如下几个方面的技术进步和产品创新：

1. 交通大数据分析融合方面

现在，互联网的数据每两年就翻一番，对于交通行业来说，数据增长同样迅速。随着公安交警建设的数百个交通指挥中心投入使用(2007年约568个)，形成了海量的数据汇聚，此外还有公交、出租、客运等数据生成。据测算，一个地市级交管控制中心，外接子系统每天产生的数据量约3000万左右。以目前交管局实施的全国机动车缉查布控系统(仅接入省际城际卡口数据)为例，截止到2014年，全国共接入1.48万个卡点，日均新增6500万条记录，已累计汇聚机动车监测信息逾500亿。江苏省公安厅建设的“3·20”工程，11个地级市2年的数据量逾400亿的数据量。交通大数据面临如下几大挑战：

第一，多元数据融合分析方面，因交通流信息采集的方式和类型不同，相应的交通信息参数也各有特点，如微波、地磁、线圈、视频、浮动车等数据的差异就比较大。在数据格式上，既有视频和图片数据，也有记录数据;既有结构化的数据，也有非结构化的数据。首先要保证数据完整准确，如卡口车辆的特征数据，早期设备仅能采集号牌、颜色等，对于品牌、车标、车系、年款等无法获取，在进行套牌车分析时，其准确性就大打折扣。其实要统一标准才能进行数据融合分析研判，正如国家统计局局长马建堂所说：“大数据时代海量数据，如果没有一个统一的数据标准，将会带来很多麻烦”。再次要做到数据复用可复制，不仅满足自有需求，还能对接其他业务系统并提供数据，可以因时因地在给其他区域的经验借鉴。

第二，交通智能化方面，主要体现在两个方面：其一是前端智能化方面，通过开发智能化的感知设备自动进行相关数据的采集，如交通流信息采集、交通违法监测、事件预警、交通信号优化控制，体现是设备智能化，不仅要数据准确可靠，还可以大大减少中心平台的数据分析压力;其二是数据综合利用，智能算法的开发方面明显不足，目前全国各地建设中的云存储、云计算项目，多半仅实现基础硬件环境的搭建，采用的数据也单一来源数据，如高德地图每个季度都会发布的《中国主要城市交通分析报告》采用

的大数据就是浮动车数据，对交管数据利用较少，大华股份推广的“公安车辆大数据研判解决方案”主要是采用交通大数据的卡口过车数据，如图1所示。该研判系统基于EC 云存储和分布式Hadoop架构，可实现百亿数据秒级检索，能够识别120个大类车标、2200余种细分车型，识别准确率96%以上。在业务方面，结合海量卡口数据和公安业务数据构建了“人-车-关系人”研判分析模型，实现了对高危车辆的实时预警，如图2所示。在浙江奉化、山东垦利等多个地方取得很好的效果，是交通大数据部分卡口过车数据的深度应用。当然，对其他数据的深度和广度开发，包括算法改进等都亟待研究开发。

图1 公安车辆大数据应用

图2 关系分析网状图

2. 基于移动互联网的跨界交通信息服务向纵深发展

随着移动互联网、云计算、大数据、物联网新一代信息通信技术不断向纵深发展，城市智能交通的发展，特别是顶层设计、信息服务方面，出现了一些新的特点。主要体现在城市交通的顶层网络设计方面、多部门跨界交通信息的整合方面以及基于移动互联网的信息发布方面。

(1)基于物联网的智慧交通顶层网络结构设计

当前，在公安交警交通管理部门内部存在两种类型的网络，即公安信息网和交通专网，网络之间有“安全边界接入平台”壁垒，不同网内都有各自业务数据，大数据分析需要集合两个网段类型的数据才有更大的价值和意义。此外，还有公交专网、轨道交通网、铁路民航、出租、专车等不同网段的数据，都需要在保证信息安全、个人隐私的基础上，