随着我国汽车数量逐渐增多,交通拥堵以及环境问题日益严重,智能交通逐渐受到重视。在近日的“第五届中国智能运输大会暨第三届深圳国际智能交通与卫星导航位置服务展览会”上,中兴提出,在建设“智慧城市”的规划中应把“智慧交通”列入其中,并展示了智慧交通控制、是交通运营管理、信息服务,三个方面的设备。此外,腾讯也开始布局智能交通,推出实时公交查询系统。
在中国,车联网已被列为国家“十二五”期间的重点项目。然而,作为新兴发展的行业,智慧交通仍然拥有诸多行业痛症,行业标准缺乏首当其冲。业内人士认为,新行业初期的摸索是一个艰难的过程,市场需要自律和政府引导。
智能交通应用广泛
互联网能让人们实现点对点的信息交流,车联网则能让车与车之间实现对话。智能交通系统经过近多年的发展,逐步从技究开发走向应用。在近日的“第五届中国智能运输大会暨第三届深圳国际智能交通与卫星导航位置服务展览会”上,中兴通讯副总裁胡剑表示,智慧交通就是智慧城市的一个重要组成部分,通讯产品在整个交通应用当中非常广泛,包括很多高速公路的设备,还有城市交通的设备,都需要用通讯,而也这正是通信设备商出身的中兴通讯的优势所在。此外,中兴通讯还在会上展示了三个方面的设备,一是智慧交通控制方案,二是交通运营管理方面,三是信息服务。
中兴早已有所布局,在宁波,中兴通讯还与当地政府合作推出了一种名为“宁波通”的APP应用,拥有出行小秘书、路况查询、停车诱导等近20项功 能,只要将其安装在移动设备上,连接无线移动网络,就可以随时随地享受便捷的交通服务。
实际上,从2010年开始,上汽荣威、吉利汽车、一汽马自达、一汽丰田、上海通用、宝马等企业纷纷与联通展开合作,其中通用onstar、宝马iDrive、丰田G-Book等带有车联网功能的产品已在多款车型上得到广泛应用。
中国联通汽车航空行业总监张然懋表示,由车联网功能引发的市场竞争热在今年或将达到高潮,车联网则将成为智能交通产业发展的主攻方向。业内人士表示,智能交通是一个跨行业的系统体系,包括硬件设备厂商、系统工程厂商、数据收集、分析企业及各产品服务的分销企业,粗略统计约有近3000家企业涉及到该行业中。
智能交通成智慧城市建设关键
智能交通是一个基于现代电子信息技术面向交通运输的服务系统。它的突出特点是以信息的收集、处理、发布、交换、分析、利用为主线,为交通参与者提供多样性的服务。它将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。
物联网“十二五”规划明确了物联网技术的十二大重点应用领域,包括智能电网、交通运输、物流产业、医疗健康、智能家居、环境与安全检测、精细农牧业、工业与自动控制、金融与服务业、公共安全、国防军事以及智慧城市。物联网的本质是架起了物与物之间的沟通桥梁,它是多网融合时代的必然产物,它将人与人之间的沟通连接扩展到了人与物、物与物之间的沟通连接,智能化、网络化的生活将让人们工作、生活更加便捷和人性化。
首先,在改善交通方面。我国机动车和驾驶人数近年持续快速增长,再加上国内交通道路网变动频繁,全国各地掀起地铁、BRT建设,给各个城市的交通道路带来压力,极易形成交通拥堵现象,因此亟需智能交通应用发挥功力。
其次,在发展技术方面。视频监控、公交调度、定位管理等智能交通应用需要强大的网络支撑能力以及数据分析能力,这需要大数据、云计算等前沿技术发挥作用,同时大数据、云计算等技术通过智能交通应用能充分释放它们的魅力。
再次,在带动产业方面。智能交通应用属于信息产业的重要组成部分,是国家支持的产业。打造契合城市发展、社会公众需要的智能交通应用,以此争取进入各省市的智慧城市、平安城市规划中,对于产业本身有着重要的助推作用,对于与产业相关的市场同样具有辐射作用。
大数据驱动交通智能化
一份来自于MarketsandMarkets的研究报告显示,到2018年,全球大数据市场的年均复合增长率将达到26%,从148.7亿增至463.4亿美元。可以说,我们已经进入大数据时代。而智慧城市是城市信息化向智慧化发展的必经阶段,由城市信息化发展到智慧化,关键是要实现对数字信息的智慧处理。
因此,大数据也是发展智能交通中重要的一环,在当今的技术支持下,大数据的表现成功将人类的想象转化为现实,并逐渐渗透进人们的生活。其意义已不仅仅只是预测结果,改善交通状况。
尽管,交通大数据时代的来临是智能交通发展的必然趋势,但是,在这个进程中我们也将面临前所未有的问题和挑战。一方面,如何从政策和技术上突破交通数据资源互通、共享的壁垒,消除信息分散、内容单一等问题;另一方面,如何实现交通数据资源的综合利用效率,使其能够真正支撑交通系统的运营管理,有效地提高交通运行的效率以及安全水平。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21