研究院|综述:交通大数据市场运用前景

bigdataway 提交于 周四, 08/03/2017 - 13:43

导语:新交通研究团队对目前交通大数据市场运用情况,进行了整理归纳,与读者分享。

交通大数据的产生背景

当前,交通未来发展趋势越来越复杂化,靠单一的某种服务方式来解决海量人口的出行不现实。如何在有限的资源和合理的成本下,满足海量人口多层级的空间、多类别活动出行需求,支撑区域可持续发展以及资源的重新配置,这是新时期城市群发展面临的一个很大的问题。

研究院|综述:交通大数据市场运用前景

比如,目前国内很多大城市面临的交通拥堵问题,据统计,北京拥挤延误造成的社会成本,大概占城市GDP的5%左右。另外,交通安全也是社会面临的一个问题。交通体验很大程度上影响老百姓在城市里的幸福感指数。

基于上述背景,智慧出行这一个概念目前在行业内广泛提出:它主要是指在出行领域充分利用互联网、车联网、移动互联网、云计算,人工智能,以及背后的大数据等技术运用,从而在有限的公共资源约束下,使得个人出行效率最大化,提升出行时间、成本、便利、舒适、安全等体验品质。预计未来出行,将由单一基本的服务向差异化、精准化、个性化、共享化一体化转变

大数据为未来智慧出行提供了很好的基础,给我们带来了全新的感知和决策能力。大数据时代,我们有了更多丰富的数据源,包括传统的固定检测器、浮动车、手机、IC卡、车联网,都构成了大量的时空大数据。人车路环境可以全景实时检测,比如:多层级出行的提取、活动模式的提取,还有个体出行的模式画像。

各种交通数据挖掘包括:车辆轨迹段的核心算法、路网匹配的算法,大数据预测模型,提取要预测结果的相关因子,进行单因子分析、多因子回归分析等等。

交通大数据的运用场景

1.人员公共出行方面:包括出行服务、智慧公交、安全驾驶、智慧停车等方面应用。

比如通过高德或百度地图,实时路况查询,是车主出行常会用到的,基于海量车辆实时动态运营数据,还有车主手机客户端的移动数据,包括可能各个路口传感器数据,进行实时分析,计算每条道路拥堵的情况,帮助选择最佳的出行路线。大数据分析后,还可以提供实时路况、出行规划等方面的公众出行服务信息。发布交通大数据和货运大数据相关的分析报告。

在安全驾驶方面,对运营车辆的驾驶行为进行分析,包括驾驶者超速情况,疲劳驾驶情况等等。并可以把数据推送到应用平台,用户可以在手机客户端上实时查看每天安全驾驶的评分,时刻提醒安全驾驶。

在智慧公交方面,结合路况信息和公交车的位置信息,利用大数据的分析,提供基于实时路况的到站信息服务,等车者可以通过公交电子站牌,也可以通过手机APP查看信息,或查询周边的公交站点的情况,甚至可以设置公交车到站提醒。

智慧停车方面,通过智慧停车云平台,实时动态监控停车场站的停车位信息,为用户提供停车的指示,或停车引导服务。

2.公路货运物流方面:包括了智能物流、保险、金融微贷。

在智能物流方面,通过大数据分析为货运车主司机实现智能找车、找货,也可以帮助实时查询货车的位置和历史轨迹。进一步做运力分析预测,帮助物流企业规划运力,交易、优化线路等等。也可以帮助汽车制造厂计划生产和销售。

货运保险方面,构建商用车UBI保险模型,通过对车辆驾驶行为的分析,包括超速情况,疲劳驾驶,夜间行车,还有危险路段行车分析,评估车辆的出险概率。这个数据对保险公司非常有价值。

在金融微贷方面,针对物流公司、车主、司机,建立了一套物流信用的评估模型。比如说一家物流企业车辆一天24小时运行,那么说明这家物流公司经营状况非常好,业务比较稳定,还款能力比较好。金融风控模型在很多货运金融场景里面都可以运用:货车司机在行驶路途中紧急需求资金,物流企业设备投入、场地的资金需求。

研究院|综述:交通大数据市场运用前景

小结

目前来看,交通大数据这块金矿,还处于早期的阶段,远远没有被挖掘,交通大数据的采集、共享、结构化、可视化,包括一些商业模式应用等,仍然需要行业大量的工作去规划,推动和完善,比如大数据内容,以及大数据背后的技术支撑等。

案例:当前国家正在建设京津冀大数据示范区,北京市政府相关部门也在部署京津冀地区数据中心格局,鉴于交通领域数据基础好,开放程度高,用户需求强烈,政府正在充分通过交通大数据优化市民出行,形成信息决策,改善京津冀地区物流。并鼓励开展底层创新企业的开发应用。