《基于共享模式的出行大数据体系构建与应用研究+人工智能技术在城市智能交通方面的应用研究.docx》由会员分享，可在线阅读，更多相关《基于共享模式的出行大数据体系构建与应用研究+人工智能技术在城市智能交通方面的应用研究.docx（7页珍藏版）》请在三一办公上搜索。
1、基于共享模式的出行大数据体系构建与应用研究表1采集数据范围采集范围包含数据内容人的数据车主特性、驾驶行为、驾驶倾向、移动数据等车的数据电池数据、电机数据、车辆实时状态等坏境的数据道路规划、天气、车联网数据等图1出行大数据体系的可视化15115010.60m*m*,3K4.000.800.70IiidilidilliLiIih摘要：本文基于共享出行模式，首先提出了一套出行数据采集、通信、存储、分析的方法论;其次通过具体实践，构建了较为完善的全景出行大数据体系;最后从智能研发、智能应用、智慧交通三个方面重点阐释了出行大数据的具体应用。关键词：共享模式大数据智慧交通Abstract：Basedont
2、hesharedtravelmodel,thisarticlefirstproposesasetofmethodologyfortraveldatacollection,communication,storage,andanalysis;secondly,throughspecificpractices,thearticlebuildsarelativelycompletepanoramictravelbigdatasystem;finally,fromthethreeaspectsoftransportation：intelligentR&D,intelligentapplication,a
3、ndwisdom,thearticlefocusesonthespecificapplicationoftravelbigdata.Keywords：Keywords：SharingMode,BigData,intelligenttransportation1引言在未来城市出行供给不能依赖汽车保有量的粗放增长，出租车和公共交通的运力提升亦遭遇瓶颈以及城市道路资源紧缺的情况下，汽车共享出行成为一种短期有效的解决方案口。同时伴随着新一轮的科技革命和产业变革，数字经济和共享经济在逐步取代传统的商业模式2,进一步使得汽车产业、出行服务乃至交通运输系统的形态及价值链发生了颠覆性改变，催化共享出行模式发生
4、着深刻的变化3。针对这一现实情境，共享出行作为人、车和服务的链接，有助于推进汽车行业全产业链的生态布局。而整个汽车全产业链汇集着海量数据，基于共享模式如何捕捉汽车产业上下游价值链动态并开发潜力，有效变现数据成为重中之重4。鉴于此，本文基于共享出行模式，首先提出了一套出行数据采集、通信、存储、分析的方法论;其次通过具体实践，构建了较为完善的全景出行大数据体系;最后结合汽车专业细分领域的研究，对运营大数据进行即时分析，从智能研发、智能应用、智慧交通三个方面重点阐释出行大数据的具体应用。2出行大数据体系的横建随着共享出行车辆持续运营，采集到实际情况下的运营数据已达TB级，目前已形成一整套较为完备的数
5、据采集方案，但本文旨在数据采集标准化和数据采集、传输、存储和处理的体系化方面实现重点突破。因此，本文构建了出行大数据采集、传输、存储、处理的全生命周期的数据体系。在数据泉集标准化方面，首先确认数据采集的范围，确认采集人、车、环境三大类构建运营数据体系，采集频率方面将数据分为周期性采集、触发性采集两类，其中为保证数据分析价值，单数据周期性采集最快频率为IOOHz,硬件到数采的接口以及数据处理的平台标准。具体如表1所示。数据采集通过T-BOX、V-BoX、记录仪、传感器和摄像头等多种方式融合的方法来实现。通过T-BOX、车身CAN总线、GPS/BM、加速度传感器等来采集车的数据和人的部分数据（如驾
6、驶行为等数据），通过CAN解码数据处理与主控MCU融合，实现数据精准读取、支持实时数据获取;通过摄像头、记录仪和V-BOX实现人的部分数据和环境数据的采集。2.2 数据的传输在数据传输方面，通过在T-BOX硬件中内置的8G内存卡和高灵敏度蜂窝网络天线，将车的数据和人的部分数据以时间戳的形式打包实现异步传输，最终通过4G网络以FTP文件形式传输到服务器后进行解析;而人的数据和环境的数据基于V-BOX通过4G网络传输到服务器，同时选择高规格的服务器来保证每条迁移同步链路都能拥有良好的传输性。2.3 数据的存储在数据存储方面，对不同类型的数据建立相应的数据库进行存储。首先对于人的数据、车的数据和环境
7、的数据中属于结构化类型的数据，通过建立关系型数据库来完成存储;对于如道路状况等属于非结构化类型的数据，通过非结构化WEB数据库进行存储。2.4 数据的处理在数据处理方面，不同类型需求采取的处理方式不同。通常，实时性需求用EMC的GreenPlUm、Oracle的Exadata以及基于MySQL的列式存储Infobright进行处理;一些批处理，或者基于半结构化数据的需求使用HadooP进行处理。在此基础上，可以利用机器学习中的聚类算法建立标签体系，利用SVM.NaiveBayes等算法建立模型体系。2.5 数据可视化综上，本文构建了出行大数据采集、传输、存储、处理全生命周期的数据体系。但是该体
8、系本身既庞大又复杂，为了后续标签体系建立和模型体系的建立，我们需要将借助图形化的手段将出行大数据进行可视化处理。3出行大数据的应用探索每一台车不仅仅是出行的工具，而且是互联网、数字化属性的载体，面对海量数据如何提取出重要信息并进行分析，以及如何变现成为关键的问题。因此，本文需要通过TBoX、VBOX、GPS、RFID、传感器和摄像头图像处理器等装置设备采集人的数据、车的数据和环境的数据，构建以驾驶行为、生理特征等多维度的数据集。基于采集的数据，结合汽车产业链细分领域的研究，对运营大数据进行即时分析。通过算法优化，实现对各类数据信息的读取和控制，构建各类数据应用模型，深度挖掘数据价值。本文拟与主
9、机厂一起探索一个全景数据运营的链条。首先，从底层为主机厂做基础的数据咨询规划，并搭建专属的数据平台;其次，基于采集数据建立针对车和用户的标签体系和模型体系，从而为用户提供精准的个性化的服务;最后，基于标签体系和应用需求，进一步把模型和相关应用场景、产品形态相结合，建立反映硬件损耗关联度、甚至反映预测用户价值需求的模型体系，进行产品和服务的专属设计，并形成一种商业化的运营模式。在具体的数据应用环节，本文拟从智能研发、智能应用、智能交通三个方面构建大数据应用体系。3.1 智能研发在智能研发方面，通过对TBOX、GPSRFID、传感器、摄像头图像处理器等装置设备采集到的车况监测信息和环境信息进行整合
10、处理，首先全面准确地分析出研发阶段的零部件、整车性能评估、试验车的DTC问题预警、管理优化、生产线等问题;其次通过GPS、VBoX、摄像头和传感器等处理装置采集到的人的信息和环境的信息，分析出在不同环境下消费者比较中意的车型、最为关注的产品性能等其他方面的偏好，针对消费者的产品需求偏好来对产品进行改进创新，设计生产出大众消费者心中理想的汽车款型，并根据售后的消费反馈数据，持续地改进调整产品。3.2 智能应用圉绕汽车产业链，以数据为基础，用人工智能做出明智的判断与决定，形成汽车的“数智大脑:同时基于数据，探索四大数据智能应用方向：智+服务、智+营销、智+保险和智+调度。本文具体从智+营销和智+保
11、险谈智能应用方向。智+营销主要是基于用户行为构建用户画像，提供精准的个性化服务。基于出行大数据体系，用机器学习中的K-means算法建立用户画像，准确把握用户的区域分布、性别分布、年龄分布、兴趣爱好、消费偏好等重要信息，从而进行精准的线上产品信息推送和广告投放;而智+保险主要实现UBl保险创新及共享出行保险机制创新。基于出行大数据体系，到的车的数据、人的数据和环境的数据，建立UBI定价模型对人、车和环境的各个维度数据进行精细化的分析，从而制定出服务不同用户的差异化的车险定价，以满足不同用户不同场景下的需求。3.3 智慧交通基于大数据的智慧交通存在多种可能，交通的智能化是根本的趋势，利用大数据技
12、术和智能分析技术，整合城市管理的其他数据,将真正推动智慧交通建设，为交通管理奠定良好的基础。基于共享模式建立的出行大数据体系，在获得人的数据、车的数据和环境的数据的情况下，一方面，交通部门实时掌握了道路上共享汽车流量、客流量信息以及各种道路环境信息，从而科学合理的制定出疏散和管制措施预案，提前预警和疏导交通;另一方面，用户通过其车载终端或数据采集系统提供的实时数据，几乎掌握全部主要道路的交通路况，进而科学合理的制定自己的行车路线。同时基于出行大数据体系，结合天津南站项目的具体实践，将出行大数据与南站数据平台有机衔接，数据进行实时共享，构建畅达、高效、安全、绿色的南站交通服务系统，提供客运交通网
13、络实时状态感知、汽车车辆运行智能监控与调度、多模式运营服务协调、全出行链客运信息服务等。参考文献：1罗兰贝格.2018年中国汽车共享出行市场分析预测报告R.德国：罗兰贝格，2018.2谢雅玲.新常态下的共享经济效应J.现代经济信息，2017(15)：32.人工智能技术在城市智能交通方面的应用研究摘要随着经济的大力发展，我国的交通出行方式越来越广泛，交通运输系统也越来越快，规模也越来越大。为了更好的发展交通运输行业，人工智能技术也被应用到了智能交通管制方面，可以极大的改善交通拥堵、交通繁重等问题，进行设计交通路线和公交调控，智能交通行业也由低产业向竞争产业转变。本文主要讨论了当前智能交通面临的问
14、题以及人工智能在交通领域的基本技术，并分析了人工智能技术在城市智能交通方面的应用，为未来人工智能维护交通管制的正常进行打下基础。关键词人工智能;城市智能交通;应用研究0前言人工智能技术指的是运用机器手段、采用人类智能相关理论研究为依据，对机器进行相关理论的模拟、延伸和扩张的一种技术，进一步将机器智能化、运用机器来处理一些人工事物，因此人工智能也被称为机器智能。人工智能技术是极其复杂和繁琐的，它是由计算机科学、统计学、信息论、生物学等等多种学科相互融合发展而来的，包括着机器人、视觉技术、语言处理等多方面技术。目前人工智能具有性能可靠、存储容量大等特点，人工智能在我国的发展越来越快，应用也越来越广
15、泛，其中便包含了交通运输系统。交通运输系统包括着航空、船只、高速公路、高铁、公交等多个方面，在经济效益的驱使下，交通运输系统已经呈现多样化、大规模、互相紧密联系等特点。越来越完善和严密的交通运输系统对交通科技与信息化的要求越来越高，此时就需要人工智能技术为其提供新的起点和发展平台促进交通运输系统的完善和提升智能交通水平，进一步促进我国经济社会发展的发展和适应人民社会的需求。1城市智能交通遇到的问题信息化带领着智能交通不断发展和进步，在信息化程度，交通监督和疏导方面都有了相应的提高。但是随着我国私家车辆越来越多，交通路线越来越错综复杂，交通管制越来越不完善，城市智能交通面临着以下几个问题：1.1
16、 公交系统不完善随着我国经济的不断发展，城市人口也在不断增加，私家车辆也变得越来越多，公交运输的压力也越来越大。公交系统也面临着一系列问题：公交发车时间调整时未能及时通知;公交的行车路线和途径站点不合理等等，例如在城市早高峰常常会出现路面拥堵的情况，恰逢有些路段乘客多但是公交少，导致一辆公交上常常挤满了人;相反有些路段车多人少，车辆常常空载而行。除此之外，对于一旦公交在行驶过程中出现突发危险的情况，公交运输系统也不能很好的提供一个预备的处理方案。为了更好的解决我国道路车辆繁重的情况和公交系统的难题，必须制定一套公交管理系统对公交运输系统进行全方位的管理，对可能出现突发情况进行应急预案的设计，使
17、得公交更为安全和科学的在交通道路中行走。1.2 交通路线设计和道路规制不合理交通路线设计和交通道路规制是交通道路运输系统中十分重要的关键点之一，它涉及到车辆行驶路线和行驶轨迹以及交通基础设施的配置和安排等方面。对于目前人口密度大和人口流动性强的城市来说，交通道路必须要实现货物运输、人口出行等目的，因此必须要有更加完善的交通规划和管制才能保证这些目的的正常实现。但是目前由于城市人口与农村人口规划不一、分配不均，导致交通路线未能及时涉及到周围的各个城镇、农村。例如在人流密集的城市地黠没有设置更多、更宽的道路路线，导致一些路线常常发生拥堵的状况，影响了人们的出行速度;其次还有道路复杂前方弯路较多、单
18、向道路和双向道路错综复杂，导致了路线交通意外事故的频发，存在很大的安全隐患。1.3 私家车越来越多，停车设施过少随着我国经济发展的不断提高，车辆已经成为了家家户户的常见品，几乎家家户户都购买了私家车，大量的私家车在停放方面出现了问题。我国地域辽阔但是人均土地较少，大量的私家车停放需要一定的空间，因此常常会出现私家车停车位不足的情况，停车位的严重不足，常常会导致私家车在行驶中很方便，停车时却相对麻烦，因此常常会出现私家车违规占用道路的情况，对交通造成了一定的不便。例如私家车占领消防通道，导致消防车辆无法驶出影响紧急任务的完成;除此之外，还会占领道路造成交通拥堵和阻挡他人车辆进出。2人工智能技术应
19、用与智能交通的主要技术2.1 电子软件在智能交通的完善中，需要对交通数据进行采集、传输、存储、处理等操作，完善交通信息的管制可以更好的发现交通运输过程中的问题和缺陷，人工智能中的电子软件技术就能很好的对数据进行收集和分析，它主要是运用电子软件中的一些特殊算法和函数，包括相关分析、回归分析、聚类分析等等分析方法，对智能交通的交通数据信息进行分类、汇总和简单的预测，能够对短期的交通状况和交通路线进行预测。相关分析主要是针对交通系统中的人、车首先进行统计和分类，其次考虑到各种交通因素和情况与交通状况和运输情况是否相关和相关程度，可以通过相关程度的大小来控制因素从而控制交通状况和管控。回归分析和聚类分
20、析则是相关分析的扩充，掌握各个时期的车流和人员的具体分布情况，便于进行交通规划和运营。2.2 计算机视觉在对交通进行管制的过程中，要时刻关注到交通的客流和运营情况，此时人工智能中的计算机视觉则能很好的对交通运行过程中的车辆进行观察。计算机视觉运用了数学、光学、人体视觉等多领域的知识，将这些知识运用在计算机技术层面上发展而来的新兴人工智能技术，计算机视觉可以充当人类的眼睛，在对交通道路的客流和车流等方面，运用图像识别和处理技术可以将重大枢纽的客流和车流的情况全面识别出来，然后根据其中特殊的算法对交通出现的情况进行指导和疏解，并且能将疏解方案的模式进行匹配，根据匹配结果来对重大的交通枢纽进行交通疏
21、导。2.3 深度学习技术深度学习技术是指人工智能中的先进深度学习和视频感知技术，人工智能通过对网络上的众多交通视频样本进行学习和研究，识别视频中的交通场景和运输目的，从这些视频信息中汲取相关的目标和关键数据。这些数据可以很好的对交通场景中人物、车辆及其行为进行计算机层面上的描述，从描述中可以提高交通视频的挖掘性和实用性，例如，要想车辆实现自动驾驶，就能通过自动驾驶车辆上的传感器对车辆周围的环境的变化和场景的移动做出分析，分析出来的结果可以进一步通过计算机中深度学习的算法来进行计算分析，分析出来的结果可以为自动驾驶实现保驾护航。3人工智能在智能交通领域的主要应用3.1 规划交通道路人工智能的智能
22、终端、大数据、云计算等新技术都可以引导交通规制向着更智能化的方向发展。智能终端遍布在城市角落的大小枢纽上，收集车辆状况和道路环境信息数据，数据收集完成后通过终端上传到云端中，储存在云文件库中，接下来便是大数据技术的层面了，大数据技术运用计算机中的算法对数据进行一系列的分类、汇总、分析和处理，最后经过总结数据得出了路面交通的状况和调配的对策，通过这些对策可以了解到居民的出行规律、把握居民出行的偏好和地点、准确的为路段增加枢纽和对道路路线进行设计和整合，同时准确的预测到智能交通短期内的需求，为交通规划决策支持提供有力的依据。3.2 落实公交调用公交的使用对交通压力有相对的缓解作用，可以一定程度上减
23、少私家车的使用和环境的污染，因此我们需要落实公交中的调度，让公交更好的为人们服务。人工智能在公交方面的主要应用是基于全球定位系统和客流IC卡来实现数据的收集和整理，IC卡可以保存下客户使用的历史记录，再由终端对其进行整理上传至云端系统中。除此之外，还可以利用公交车辆的GPS系统获取公交的行驶路线、发车时间、行车速度和路段情况，在收集好信息和数据之后便可以利用人工智能中的一些算法对客流、行车进行统计分析并且进行一些细微的调整为了能更好的对未来公交的客流、运行进行预测。3.3 人工智能交通监控系统交通进行监控的常见方式便是道路上的摄像头，智能交通监控系统则可以通过计算机与摄像头实现融合，以摄像头为
24、媒介通过图像检测和图像识别技术来分析各个路段的交通状况和车流量。智能交通系统可以放置在城市中的重大路段枢纽，对城市的重大出入口进行检测和实时监控，防止意外交通事故的产生，另外通过摄像头对各个路段的车流量、车辆饱和度进行数据采集，及时对交通信号灯做出智能化的调整，控制车辆的运行和停留时间为缓解交通拥堵做出贡献。除此之外，交通监控系统还可以运用在停车场，对停车场的空余车位进行时刻记录并对一些不合法的车辆做出相应的处理。交通监控系统可以更好的配合交通管理，逢到绿色交通的目的。3.4 实时路况记录和指导目前很多车辆都装有GPS系统，GPS系统可以在行车过程中实现人工智能的交通实时路况和路径规划，通过对
25、行驶道路进行数据收集和分析评估，根据行车目的地自动生成相应的路线指导信息，有效的减少车辆在行驶过程中花费的时间、人力、物力，对道路上的车辆进行均匀分配。GPS利用人工智能中的在途导航技术对道路进行智能算法，实现动态导航最短时间、最短路程的方法。除了实现在途导航中，人工智能还可以实现停车指导，对停车场进行智能管理的方式将车位和停放情况等数据上传至云端，然后便可以对司机进行停车的引导实现快捷停车，解决司机找不到车位的情况。4结语人工智能不断发展和扩大其影响范围，智能交通在人工智能的帮组下已经在领域内取得了一定的成果，缓解了交通道路的压力、缩短了市民出行的时间、加快了社会经济的发展。但是人工智能还需
26、要不断的发展和完善，争取改善智能交通领域内交通规划不足、公交系统应变能力不够、停车设施供需不对应等问题。本文简述了人工智能在智能交通方面的应用，人工智能在城市交通方面展现了美好的前景，因此我们需要在未来不断完善人工智能行业的电子软件、计算机视觉、深度学习技术，促进人工智能和智能交通产生更好的融合。参考文献1赵亿，阚晓萌.浅析人工智能技术在智慧城市中的应用J1.课程教育研究，2019(41)：30.2陈娜，王备战.浅谈人工智能技术在城市智慧交通领域中的应用J.产业与科技论坛，2019,18(14)：44-4引罗征宇.人工智能技术在城市智能交通方面的应用研究J.通讯世界，2019,26(05)：244-245.毛宇琦.人工智能技术在中小城市交通治理中的应用探究J.中国设备工程,2019(01)：154-156.
