大数据时代的智慧交通

近日,在荣之联IT赋能者峰会的数字交通分论坛上,车网互联解决方案部总经理汪艳兵做了《大数据时代的智慧交通》主题演讲,基于车联网数据和智能交通数据,从政府决策、行业应用以及公众服务三个维度,介绍了车网互联最新的研究成果。

以下为演讲实录~

大数据时代的智慧交通

从整个交通和大数据的关系来讲,交通是不断演化的过程,刚开始的交通可能只有部标机,可以获取车辆位置的数据,基于车辆位置的数据做一些简单的应用,比如最早的部标两客一危的平台,当时平台的积累量非常少。我们可以做一些简单的应用,比如说基于浮动车的数据做交通拥堵路况的分析。随着技术的发展,通过云计算、大数据等方式以及车联网的技术手段,从车上和路上可以获得更多数据,基于这些数据,不仅仅是面向传统的交通行业做服务,还可以为保险公司、互联网公司提供智能、安全的服务。

随着人工智能、自动驾驶技术的发展,未来的路将是聪明的路,车是聪明的车。聪明的路加聪明的车,在车路协同的技术发展的情况下,为交通、安全、绿色、智慧以及整个城市交通的管理做更多的应用。

交通行业主要有三个大的方面的需求:

第一,服务于公众出行。给整个公众在交通道路上的出行提供更好的交通出行的方案。

第二,对行业客户(如物流)提供专业化的行业管理方案。

第三,面向整个交通的管理部门,为他做交通的优化、交通的规划建设提供更多的交通分析。

围绕这三个方面,车网互联进行了很多探索,推出了众多产品和服务。

第一,公众出行方面,车网互联推出了两个应用:驾驶安全保障和公共交通。

驾驶安全保障。车网互联和英国合作伙伴FLOOW联合一起做了驾驶员安全驾驶行为的分析模型,驾驶行为分析模型分为五个大的方面:时段、时长、速度、平稳性、专注度。

时段,即在什么时间段开车,根据交通出行的历史出险事故的分析,在不同的时内发生的道路事故的风险率不一样。时长,是影响驾驶安全非常重要的因素。对于速度,大家有一个很直观的印象,我国的道路是有限速的,比如说高速公路不超过120,城区道路不超过80,在一些特殊的路段可能还有60、40等。但我们在构建自己的模型时,速度不是做硬性的规定,会把道路进行切块,之后会计算每个区域的平均驾驶速度。我们把每个人的速度和其他人的速度进行比较,得到这个人在整个区域内的相对驾驶速度,基于相对驾驶速度对车主进行评分。平稳性,即在开车过程中的急加速、急减速、急转弯的事件,这些首先要有完整的数据采集的手段,还要有比较精确的数据分析能力,才能够识别出来车主是急加速、急减速、急转弯的行为,根据这种行为来给他评分。专注度,则是依赖视频的分析手段和视频采集手段来判断车主在开车的过程中是否存在如发短信、打电话的相关现象,基于这个做评分。

最后基于这五个纬度,我们能够给车主做一个综合的评分,基于这个综合的评分告诉车主你的驾驶行为是好还是坏,有了驾驶行为的分析,就能够让车主逐步养成比较良好的驾驶行为习惯。大家也都知道,现在北京道路上,一旦在路上发生小的刮蹭事故都有可能造成整个交通的拥堵,我们通过这种现象来减少交通事故的发生,从而保证交通的顺畅。

我们将实际的效果和保险公司的保险理培数据进行了对比,车主装了我们的设备,运用了驾驶分析模型之后,年人均出险次数从之前的0.16降到0.15,保险公司年人均理赔金额从384元降到350元,每个用户的理赔金额降了34元。保险公司每个案均赔付金额也有一定的降低。商用车的车主用了驾驶分析行为模型,会产生霍桑效应,驾驶员意识到他的驾驶行为正在被第三方关注时,会刻意地改变自己的驾驶行为,使自己的驾驶行为朝着一个比较好的方向发展。保险公司实际的理赔数据也验证了我们的理论,最终能够保证每个用户都能够从驾驶行为分析之中获得他更好的安全保障。

公共交通。这是公共层面,基于车网互联的平台上采集的车主行为,可以进行交通实时流量分析、出行分布、拥堵情况的分析,为我们平台上的车主提供实时导航服务、实时规划服务,还能够做刻划不同地区、不同城市用户群体出行特征相关的服务。

第二,面向行业客户,车网互联提供的服务包括:智能网联汽车测试、车辆行驶状态监管、危险驾驶识别、运输信息服务。

智能网联汽车测试。近两年,智能网联汽车测试在朝着自动化的方向发展。车辆上装载传感器的数量越来越多,针对性的应用也将越来越多。我们现在帮客户做汽车测试场的规划,会设计在智能网联汽车道路上行驶的典型应用场景,需要哪些基础设备,如何规划整个场景的建设。然后是试验样车的监控与数据采集。很多客户都关心车辆达到什么样的级别(如L3、L4)有没有很好的判断标准?公立的检测机构,像北京市汽车质量安全研究院,可以对所有汽车做测试,测试完了之后基于这些数据做分析,给出车辆到底能够达到什么样的级别,基于这些数据我们也可以做一些数据分析。车网互联助力常州上线的无人驾驶小巴数据的监控运营系统,能够监测车辆当时的确准位置以及车辆上决策执行机构当前的决策执行信息,这个项目中做了大量基础的数据采集以及基础的数据分析的工作。

车辆行驶状态监管。主要是对于司机驾驶行为进行监控,比如说司机驾驶路线是怎么样的,行驶过程中的油耗是怎么样的,以及行驶过程中经常停留在什么地方。基于这些分析,面向不同的行业部门做不同的业务。比如说司机无效驾驶驻留点,这个对于租车公司非常有用,尤其对外提供租车服务还会提供司机的公司。

危险驾驶识别。基于两客一危平台的数据进行司机危险驾驶行为的识别,我们做了一些典型的通话、喝水、使用收音机、化妆/照镜子、拿东西等数据分析,将来可以更多的应用于两客一危的企业,保证司机的驾驶安全,规范司机的驾驶行为。

运输信息服务。车网互联助力云南省搭建了云南物流大数据服务平台。我们认为车、路、人、货这四个要素是组成智慧交通的关键要素。云南物流大数据服务平台,把云南省境内所有物流的相关数据进行统一的采集和融合,进行整个物流数据的大数据分析。最终得出整个物流货运的运输情况、分布情况以及货源吞吐量的数据。基于这些数据,将来交管部门可以进行交通优化,尤其是现在的很多城市(如北京、上海)都采取了一定的限制措施,比如小货车或者大货车在白天不允许进入市区内等。如果能够掌握货物、运力的分布数据,将来政府的管理部门就可以从整个城市的角度考虑,优化城市货运场地的规划、运输路线的优化、运输时间的分配等等。

第三,面向政府,政府的管理决策能够基于我们掌握的交通数据、车辆数据做哪些应用。

城市交通决策支持。我们可以知道在不同时间段的关键拥堵点在什么地方。今年春节期间,车网互联和新华社做了一个数据分析,分析市民过春节喜欢去什么地方,还分析了热门的返乡城市排名等。

北京市24小时交通热力图

城市间车流量变化趋势图

道路风险识别。影响车辆安全、驾驶行为安全除了司机本身驾驶行为之外,还有一个重要的是整个路的风险。比如大家常说的危险路段,由于道路设计不完善,容易发生交通事故。我们采用网格切分的方式对路段进行了切分,基于这个路段采集的急加速、急减速、急转弯以及这个区域发生的事故因素,分析得出此区域的风险特征模型,来识别不同区域的风险特征,来定义危险路段。将来可能通过车路系统来给司机推送危险路段的提醒,让司机保证在危险路段采用安全的驾驶行为通过。

更多企业动态

请关注@车网互联 官方微信

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180706B12LMW00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券