大数据方法真能解决交通拥堵?

今年五一,京藏高速55公里的大堵车再次震惊了世界,中国的交通拥堵问题又被空前关注起来。那这种拥堵真的没有解决之道了吗?

大数据成为了3721.html">2014年的热词,而与互联网高度发达相伴而生的大数据方法更是被誉为解决一切问题的灵丹妙药,以至于,各行各业都紧跟大数据脚步被各种忽悠,交通领域便是一例。

可以肯定的说,大数据的应用对于交通管理部门是一种非常好的工具,也会提升管理部门的效率和能力,但大数据方法仅此而已,用于公众之中的透明大数据应用多数都只会成为玩具。

在目前,大数据在交通中的应用主要有以下几种方式:

1、公共交通部门发行的一卡通大量使用,因此积累了乘客出行的海量数据,这也是大数据的一种,由此,公交部门会计算出分时段、分路段、分人群的交通出行参数,甚至可以创建公共交通模型,有针对性的采取措施提前制定各种情况下的应对预案,科学的分配运力。

2、交通管理部门在道路上预埋或预设物联网传感器,实时收集车流量、客流量信息,结合各种道路监控设施及交警指挥控制系统数据,由此形成智慧交通管理系统,有利于交通管理部门提高道路管理能力,制定疏散和管制措施预案,提前预警和疏导交通。

3、通过卫星地图数据对城市道路的交通情况进行分析,得到道路交通的实时数据,这些数据可以供交通管理部门使用,也可以发布在各种数字终端供出行人员参考,来决定自己的行车路线和道路规划。

4、出租车是城市道路的最多使用者,可以通过其车载终端或数据采集系统提供的实时数据,随时了解几乎全部主要道路的交通路况,而长期积累下的这类数据就形成了城市区域内交通的“热力图”,进而能够分析得出什么时段的哪些地段拥堵严重,为出行提供参考。

5、智能手机已经很普及,多数智能手机都会使用地图应用,于是始终打开GPS或北斗定位系统,地图提供商将收集到的这些数据进行大数据分析,由此就可以分析出实时的道路交通拥堵状况、出行流动趋势或特定区域的人员聚集程度,这些数据公布之后会给出行提供参考。

媒体报道,以车联网为例,专家的理性分析告诉我们:一个城市,如果把车和车,车和道路充分链接到位的话,从理论上来说,可以提升这个城市道路通行能力的270%。

以上这些都是大数据在交通管理方面的应用,会有助于提升道路交通信息的透明度,也对缓解交通用户有所帮助,但如果就此认为,大数据可以解决交通拥堵问题,那就是文不对题了。

交通拥堵的核心是通行能力与通行需求不匹配,可能是常态化的道路资源不够,也可能是瞬时车流高峰导致的不协调,但就一般情况而言,多数的城市或郊区道路拥堵都无法通过大数据的交通信息公开来缓解。

这一段时间,北京市将使用进京证的范围扩大,进京证的有效期缩短,由此造成了各进京路口办理进京证的排队状况盛况空前,据很多司机反映,正常情况下,办理一张进京证需要2-3个小时,也就是说,如果从天津到北京开车办事,路上只需一个小时,而办理进京证就需要3个小时。但大家都知道,办理进京证的排队时长是不固定的,也有司机遇到过半个小时就办完的偶然。很多司机都在预测什么时间会办理的人少,有司机选择在半夜1点去办,结果排队了3个半小时,因为与他有共同想法的人太多,结果造成了人员拥堵。

其他交通领域也一样,大数据的交通信息公开会带来交通流量的透明化,而大家同样的选择会导致下一个交通拥堵的出现,景点的热力图也只代表现在,如果大家都得到同样的信息,结果冷点就会很快变成热点。当然,饭店可能是个例外,如果你发布的某个饭店排队人数多,很可能导致的是这个饭店的排队人数更多。

有人说,单一个体的出行是随机和不可控的,而一旦每个交通参与者通过某种方式“连接”起来形成一个大的可实时分享交通信息的群体,那么这个群体就具备了某种“智能”,通过互相影响来达到自我调校和自我优化,而结果一定会朝着减轻拥堵的方向发展。确实,在现代移动互联网状态下,每位终端用户既是交通信息的生成者,又是交通信息的提供者,从而以互联网彼此连接、相互影响,但这种交通智能对交通拥堵的缓解起不到多大的作用。

大数据在交通上的应用并非将交通大数据变成“公共知识”,公共知识状态的交通信息会导致出行博弈的混乱,从而对缓解交通状况不会有任何的帮助。大数据对交通管理有用,但这样的大数据是在小规模的管理中枢来应用,一旦变成全民共享,就会变成出行游戏。

(责任编辑:meng)

时间: 2025-01-31 06:07:03

大数据方法真能解决交通拥堵?的相关文章

10大行业大数据应用痛点及解决策略

大数据已经成为这几年中大部分行业的游戏规则,行业领袖,学者和其他知名的利益相关者都同意这一点,随着大数据继续渗透到我们的日常生活中,围绕大数据的炒作正在转向实际使用中的真正价值. 虽然了解大数据的价值仍然是一个挑战,但其他实践中的挑战包括资金投入和投资回报率以及相关技能仍然是大数据行业排名前列.Gartner调查显示,75%以上的公司正在投资或计划在未来两年投资大数据. 一般来说,大多数公司都希望有几个大数据项目,公司的主要目标是增强客户体验,但其他目标包括降低成本,更有针对性地进行营销,并使现

大数据与云计算对智能交通发展的影响

近两年,我国的智能交通事业得到了较快发展.2012年中国交通运输部发布的<交通运输行业智能交通发展战略(2012-2020年)>提出实现对高速公路.国省干线公路.重要路段.大型桥梁.车辆区域及交通运输状况等的感知和监控.使出行人能够在任何时间.任何地点通过其熟悉的方式获取所需的出行计划和实时的出行信息,提高公共交通的吸引力和分担力,缓解城市拥堵,使出行更便捷.实现对危险品运输车辆.船舶.长途客运.城市公交.出租车和轨道交通的全程监控,基本建成全方位覆盖.全天候运行.快速反应的水上交通安全监管系

泛大数据时代的Oracle 解决之道

泛大数据时代的Oracle 解决之道 贺辉群   David He Industry Solution Manager for Big Data Oracle Enterprise Architecture 泛大数据时代的Oracle 解决之道

大数据技术化身催化剂“互联网+交通”遍地开花

随着智慧交通的建设,大数据已经成为交通数据平台的重要载体,作为生产要素发挥重要作用.然而,智慧交通中大数据掀起新的生产率提高和消费者盈余浪潮的同时,随之而来的是大数据应用过程中带来的挑战. 近年来,智慧城市的建设也在推动着智慧交通发展.据统计,2003-2011年中国在交通运输业的财政支出8年增长了26倍,年均复合增长率超50%.其中在智能交通系统上的投资额从2006年的182亿增长到2010年的481亿,到2015年预计达1500亿.另据ITS114(智慧交通车联网)的不完全统计,截至2015

福建未来5年将释放大数据红利 服务医疗、交通、教育、扶贫等15个领域

过去长期分散在政府部门的各个"数据孤岛"将被打破,数据红利将充分释放. 12日,福建省发改委向社会公布了数字福建重点领域首批大数据应用服务需求,拟通过政府购买服务的机制,利用社会力量参与政府数据的采集.存储.管理和分析应用的各个环节. 近期,福建省政府印发<福建省人民政府促进大数据发展实施方案(2016-2020)年>,(以下简称<方案>),计划在政务工作.公共事业.城市运行.商事服务和生产生活等重点领域基本建成大数据应用.以大数据为核心要素.以大平台为营运支撑

外媒:滴滴大数据惠利城市智慧交通

CNET科技资讯网 5月4日 北京消息:导语:近日滴滴智慧交通负责人章文嵩接受媒体采访,详细介绍了滴滴在大数据领域和智慧交通体系方面的深入探索,以下为外媒报道全文: "滴滴交通信息平台"北京道路交通热力图 滴滴的门禁非常严格,记者发现每位访问者都要在前台详细登记,并且需要公司内部人员全程陪同.访问者进出公司大楼,保安人员都会确认其是否持有访客证.滴滴对数据安全日益重视,公司还会定期对员工进行有关数据安全的培训. 滴滴出行是中国最大的移动出行平台.2012年创立至今,从最初单一的出租车召

大数据如何帮助纽约市解决各种公共问题

你认为只有企业才会面临大数据问题吗?想一下纽约市:这个美国最大的城市拥有820万人口,每天产生大量的数据,其中大部分数据位于很多市政机构和部门的高度分散的孤岛中. 这些数据涉及商业识别码(BIN).BBL税号.http://www.aliyun.com/zixun/aggregation/10603.html">营业执照.违规停车罚单.交通违法行为.健康检查.犯罪行为.救护服务召唤.火灾等. 纽约市市长办公室政策和战略规划分析主管兼纽约金融犯罪特遣部队主管Michael Flowers表示

大数据与人工智能让轨道交通运维更高效更便捷

2017北京国际城市轨道交通展览会(UrTran)在中国国际展览中心举办.本展会是中国城市轨道交通协会在国内主办的唯一城市轨道交通专业性国际性的展览会,来自中国.加拿大.德国等国家和地区的相关机构和企业参展. 值得一提的是,烽火通信带来了业界领先的"轨道交通大数据专家系统".下面小编就带大家快速认识下这个轨道智能运维小能手.轨道交通大数据专家系统解析 该系统基于烽火FitData大数据平台搭建,利用大数据分析和车辆健康度模型,进行车辆设备运行健康评估.故障的诊断智能化和运行风险预警,实

2017 年关于大数据方面的 6 个预测

  市场已经从希望学习和了解新的大数据技术的技术人员,进化到想要了解新项目.新公司以及最重要的,组织如何从这些技术上真实获益的客户.根据John Schroeder,MapR Technologies, Inc.的执行主席和创始人的说法,大数据部署的加速主因已经转移到了数据的价值上. John总结了他对2017年市场趋势的看法,形成以下六个主要的预测: 1. 人工智能(AI)重新流行 在上世纪60年代,Ray Solomonoff奠定了人工智能的数学理论基础,介绍了归纳推理和预测的通用贝叶斯方法