《交通数字化实践.docx》由会员分享，可在线阅读，更多相关《交通数字化实践.docx（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、交通数字化实践1交通数字化的背景今天探讨的是交通数字化，谈到交通数字化很多人脑海里跳出的第一个场 景是网约车，这个对我们的生活改变太大了，十年发展，已有140多家企业、1 50多万的网约车驾驶员，每天在全国提供超过4000万人次的出行服务。尽管 网约车还存在很多问题，无论是安全还是隐私保护、合规运营等需要不断的完 善，但很少会有人再想回到巡游车时代，因为出行体验感太差了。网约车是移动互联网与智慧交通相结合非常好的案例，再往前推是消费互 联网颠覆了传统的商业模式。它的神奇之处在什么地方呢？是因为系统把消费 者对品类选择以及选购、支付的过程等等一系列的数据全部收储起来，然后业 务化，为企业的精准营
2、销和运营提供直接的帮助，这是以往任何商业模式都无 法相比的。之所以能达到这样的结果，是因为系统获取了消费者统一的身份ID,无论 是手机号，身份证号，还有在各种场合消费、交互轨迹等等数据，以及消费者 搜索、评价、支付、投诉等等数据，将这些数据通过规则或者通过学习获取到 了标签，通过这些散碎的数据形成了对产品、用户精准的刻画，这就是系统巨 大的能力。小结一下，移动互联网给我们带来了什么？全时空、轨迹化的数据，以一 个大规模连续的、多维度的方式，再通过智能化的分析工具，从业务的视角出 发将数据加工之后，给那些不太擅长去从事数据分析，但又渴望得到用户，得 到产品信息的人使用，从而降低了数据的使用门槛，
3、这就是数字化的巨大推动 力。2交通数字化的推进路径今天在这里探讨ITS数字化，就是需要借鉴互联网的做法，如何和交通数 据结合，找到交通数字化推进路径。交通缓堵和安全仍然是智慧交通两大主题。我国交通经过二十多年快速发 展，运输出行的能力、体验已经得到了极大的提高，但是仍然有一些顽疾有待 攻克。无论是高峰期常堵点还是医院学校等周边拥堵，都是亟待解决的问题。公安、交通两部委的“十四五”规划里，也将数字赋能业务转变作为发展 的方向。全国有一些城市还成立了大数据职能部门，大数据局、大数据科，还 有部分城市设立了数据首席运营官，这些都为行业如何加快使用数据，促进数 据赋能交通提供了组织保障。前文提到了移动
4、互联网数据的特点和互联网如何用好数据，再回到当下讨 论的ITS数字化，两者其实不一样。哪里不一样呢？智能交通很多数据涵养在 业务系统里面，系统和数据之间的解耦比较少，另外很多数据，基于安全考 虑，只在专网传输、存储、分析，数据交互需要跨越重重阻碍。此外，刚刚成立的数据部门和传统业务部门之间的合作还不太默契的，因 为数据比较散，分析问题时洞察力就很浅。但好在现在很多城市已经出现了汇 集交运、交管数据做综合大数据中心建设的诉求。此外，经过多年部省级平台 的建设，也沉淀了大量的数据，为一定规模的数据拉通，实现较大规模数据使 用做好了准备。如何有效的推进ITS的数字化?互联网的模式只能借鉴，照抄照搬肯
5、定不 行。所以，如何学习互联网的数据治理、标签化的方法，将智能化工具和交通数 据相结合，找到这条道路，这才是ITS数字化的重点。有两个破局点。第一个，将已经在某些结点归结的数据拉通。这个需要已 经成立和正在成立的大数据局、大数据科等职能部门，因为这些部门有这样的 职权和工作机制，能够促进较快的拉通数据。打通数据之后，就需要以场景化 的方式，围绕着业务部门的诉求将痛点问题聚焦，形成实效。只有得到了业务 部门的支持，数字化效果才是检验的标尺。第二个，完成标签化和业务化对数据实现价值非常重要，但是数据如果只 归结，没有产生业务化的价值，就只是成本的付出，没有降本增效，没有达到 初衷。对于结构化数据的
6、汇集和治理，要点不应该只停留在主数据的共享、交换 为主，而应该是着力以高效支撑管控、服务运营为主的治理思路。对于交通来 说，大量的非结构化数据，包括视频图像，能够清晰的、精细的刻画交通运行特征。如何以一个高效敏捷的Al平台，实现对非结构化的视频数据快速管理和 算法调度，这个是数据治理的要点。3易华录的转型易华录深耕交通20年，在2016年之后，其看到互联网以及移动互联网时 代，各系统沉淀了大量的业务数据，必然会催生大数据产业的快速发展，所以 坚定的转向了数据服务行业。在交通行业，易华录积累多年对交通业务的理解，以及管理、服务数据的 收存，成长为数据服务商，希望促进交通数字化转型。如果说交通行业
7、未来会进入新发展阶段，较为肯定的一定，就是互联网、 大数据和智能驾驶三架马车会将智能交通拉向未来，在未来，一定是一体化综 合交通与智能驾驶、车路协同的会师。在这个阶段，数据是富有洞察力和高效 协同的关键要素。这些年，易华录服务过部、省、地、市很多项目，一个深刻的感受，数据 价值不再只有交通大脑这一种方式呈现，用户希望将数据收纳治理之后，能够 为用户侧的业务高手提供一个可以便捷使用的工具，让自己的解决方案人员可 以根据业务需求中解决问题，随时随地的构建自己的业务模型和指标体系，快 速的响应业务。另外，用户也不希望系统、数据在某一个乙方建设之后，就被锁定了，而 希望更多的生态伙伴能够加入到生态圈，
8、形成安全的交通数据实验室。这样， 用户每时每刻有新的需求，可以寻找有专长的生态伙伴入场，完成模型构建之 后可以迁入系统引擎。4实践经验在这个实践过程中，易华录形成了对数据的治理、增值，形成了数字化的 组织方法、管理制度、规范标准和工具，形成了体系化的数据收集的能力。一、基于对业务的理解，在实践中形成了一套交管和交运的数据体系标 准。为大家规范的开展数据治理提供了依据。二、采用场景驱动和数据探查，双向推动交管数据治理。比如，在北京交 管局，将车驾管六合一系统数据，路面感知数据，12345的数据，互联网大数 据，安监的数据等拉通。更重要的是，为车企路构建标签，在此基础上构建了 人、车之间的标签，车
9、、路之间的标签，就像互联网将大家的网购数据形成标 签数据一样，让数据的业务价值清晰的呈现出来。然后面向交管、交运关心的 各个业务构建专题方案库，解决其实际问题。三、为用户侧的业务专家提供了便捷使用的工具，可以对自己关心的业务 问题，快速使用工具构建模型，快速的响应业务。从而在用户侧形成了使用数 据的习惯，也营造了用数据说话的工作氛围。四、因为我们关注的是带有标识的、有时空属性的、连续的交通数据，借 助这些数据构建了重点车辆，重点企业，重点道路，隐患道路，重点驾驶人员 等等对象的精准画像，从而对问题的洞察，问题解决的程度都有了一个标尺。五、对一些比较复杂的交通问题，如何能找到解决问题的根因？因此
10、，需 要将常堵路段用知识图谱的方式将导致拥堵的因素呈现出来，这样在可用的资 源里面找到可行的办法，来做到缓进快走，卸载路段的交通负荷，解决交通的 问题。六、现在大家对视频在交通行业的深度应用，在识别交通事件、交通流感 知等方面应用得非常成熟，易华录和鹏城实验室合作，在高速、国省道都有丰 富的交通算法。交通数字化案例以上是易华录交通数字化的体系化能力。下面举例说明一下如何赋能业务。第一个是哈尔滨交通云。易华录为哈尔滨提供支撑交管运营体系的基础设 施。比如路口的信号控制，可洞察到方向级的0D,重要路段用雷达和视频探索 车道级0D,为上下游协同提供了有力支撑。第二个是河北省路面动态科技防控工程。该项目对接了 24个系统，有140 0多项数据，数据规模达到了 250亿条；基于此，构建了六大业务专题，36个 细分场景，为精准查控执法起到了很好的效果。第三个是在北京交管局探索采用数据和业务分离的方式，以警务云支撑协 同指挥调动。从而具备多维数据的碰撞和标签化的赋能，让指挥决策由经验型 转向数据研判。第四个是在综合交通领域，主要是交通运行与应急监测（TOCC）平台，如 北京市一级TOCC,大兴机场的枢纽级TOCC,北京公交等项目上为监测预警、 协同运行、辅助决策起到了很好的作用。最后一个是在北京昌平落地的交旅融合大数据应用平台，体现了易华录在 交通服务产业的能力。