大交通行业市场与竞争
对手分析
上海ABC软件股份有限公司
修订历史
目录
前言： (5)
城市轨道交通 (6)
市场分析 (6)
一、当前市场整体情况 (6)
二、目前竞争格局 (8)
三、未来发展方向 (8)
四、ABC切入机会 (9)
竞争对手分析 (12)
区域铁路以及大铁路 (14)
市场分析 (14)
一、当前市场整体情况 (14)
二、目前市场格局 (14)
三、ABC切入机会 (15)
竞争对手分析/市场进入模式 (16)
隧道弱电 (17)
市场分析 (17)
一、当前市场整体情况 (17)
二、竞争格局 (19)
三、未来发展方向 (19)
四、ABC切入机会 (19)
竞争对手分析 (21)
城市路面交通信息化 (23)
市场分析 (23)
一、当前市场整体情况 (23)
二、竞争格局 (23)
三、未来发展方向 (24)
四、ABC切入机会 (24)
竞争对手分析 (26)
大交通行业市场以及竞争对手分析
前言：
未来的几年随着投资拉动的需求，政府在交通领域内的投资将非常大，分析市场和竞争对手将非常有必要。大交通主要指：城市轨道交通以及相关区域的铁路交通，隧道机电项目，路面道路交通信息化等几个方面。
此次编写过程中，由于大铁路以及城市路面交通信息化市场，ABC公司未进入，根据收集到的一些资料做了简单分析，如果希望在这两个市场方向深入，建议由公司企划部牵头做详细的市场调研和结合ABC能力研讨市场方向。对于城市轨道交通和隧道弱电方面，ABC公司有一定的进入，做了一定的市场分析，可能因为了解的不完整性，请大家探讨。
在此次编写过程中，孙培勇就城市路面信息化提供了大力帮助编写，刘剑就隧道弱电提供了大力帮助编写，胡铭华就铁路方面内容提供了大力帮助编写，刘共华对城市轨道交通提供了提供了大力帮助编写，赵修友对内容范围、框架、以及对全文做出编写尤其对相对熟悉的城市轨道交通方面做了分析。
竞争对手分析方面就目前参与的公司的情况做了简单分析，因时间有限，本应包含竞争对手的市场策略和方法，后期在后面的版本中将完善。
城市轨道交通
市场分析
一、当前市场整体情况
11月7日，国务院发展研究中心在“城市化与轨道交通建设”国际研讨会上发布报告，首次披露在建、报批以及筹建城轨的各大城市名单，全国拥有轨道交通的城市将达40余座。
获批城市：北京、上海、广州、天津、南京、深圳、武汉、西安、重庆、成都、哈尔滨、长春、沈阳、杭州、苏州。
正在规划报批城市：南宁、宁波、无锡、大连、东莞、昆明、郑州、长沙、福州、贵阳等。
正在筹备建设城市：合肥、青岛、济南、厦门、太原、大同、兰州等。
国家发改委国土开发与地区经济研究所副所长肖金成透露，正在加速的城市化以及目前需要刺激内需的经济环境，使得城市建设轨道交通准入条件可能放宽。
1.1全国重点城市的轨道规划情况
1.2机电专业系统构成
轨道交通是最近几年发展特别迅速的行业，由于原来技术门槛比较高，而轨道交通业主的技术水平和国际水平相差太大，因此，在早期主要是国外厂商的天下。轨道交通以其运量大、环保、便捷成为城市解决交通问题的首选，在这种情况下，政府主管部门要求轨道的国产化率达到70%，国产化成为轨道交通的主旋律。
机电部分约占城市轨道交通总投资的1/3，其细分市场如下：
这其中，信号为国外厂商所垄断，车辆、车辆段正在通过合资国产化，供电、通信呈国内厂商和国外厂商（含独资）对峙之势，其他部分主要是国内厂商或中外合资厂商的竞争。其中环控和设备监控现在整合成为综合监控的趋势在形成潮流。
1.3标段划分基本格局
每条地铁的标段划分因业主的想法不同，设计院提供的方案不用，采取的标段划分和招标方式也各有差异。以下以成都地铁1号线的标段划分方式为例，供了解大概有哪些内容。
二、目前竞争格局
按照以上的细分市场，ABC已经在综合监控上有中标案例，设备监控方
面的案例是重庆轻轨FAS/BAS，虽然整体数量较少，但具备入门的门槛。
在EAM方面在重庆有实施成功的案例。但为了在轨道形成多点跟踪的态
势，同时在其他细分市场需要寻找机会进入。
三、未来发展方向
未来，轨道交通会向集成化、管理信息化方向发展。
集成化：
随着国外地铁管理模式的引入，集成正以其准确、可靠、成本低、容易管理等优点成为未来的热门。轨道综合监控目前基本实现了除了信
号ATC以外的其他系统的集成，包括设备监控BAS、火灾FAS、电力SCADA、自动检售票AFC、屏蔽门、通信等垂直系统。综合监控正成为未来发展的
趋势，目前在上海10号线、成都1号线、重庆3号线、广州3、4、5号
线、深圳3、4号线、北京5、10号线、天津2、3号线等均采用综合监
控集成的方式。其他系统也有类似的走集成的想法。
管理信息化：
地铁建设成本高，资金主要是依靠外部融资，地铁各相关方面主要关注建设，而且在体制上，中国各大城市的地铁都是建设和运营分离，
造成地铁在建设时不注重全生命周期成本，建设后不加大管理投入，运
营成本居高不下。随着地铁建设的逐步深入，作为一家企业的地铁公司，其运营管理能力的提升，运营收益的提高，运营成本的下降，日益成为
考验地铁可持续发展的问题。因此，管理信息化成为提升管理能力的重
要方面，以上海地铁建设公司和上海地铁运营公司合并为重要里程碑，
地铁运营管理信息化已经摆脱了体制的束缚，在地铁建设时期被提上了
重要议事日程。
四、ABC切入机会
首先，我们应该承认，ABC是轨道交通的新进入者，和原来在这个行业的
公司有一定的差距。ABC在这个行业只有踏踏实实，一个项目一个项目好
好参与，才可能取得立足之地。
以ABC的能力，参考现在的市场情况，ABC有3个不同层面的市场机会：机会类的市场方向：BAS、AFC
以ABC的能力，BAS属于已经具备完全能力的方向，虽然综合监控已经成为趋势，但在有的地方，也可能不上综合监控，独立系统上的可
能性也存在，如在上海市场，在做了10号线综合监控后，对是否上综合
监控存在争议，可能只上单独的BAS系统。AFC属于具备集成能力的方向，市场是国内厂商竞争局面初步形成，在整合好市场资源的基础上，寻找
到合作伙伴，形成解决方案。在这2个单独方向上，ABC起步已经有些晚
了。因此，在这2个方向上，以寻找机会为主，有好的市场机会就参与。
当前的主攻方向：综合监控ISCS
ABC已经在成都取得1号线综合监控的中标，基本具备能力，虽然ABC在平台软件和电力产品方面存在缺陷，同和利时、南瑞比有一定差距，但总归已经入门。未来大部分城市均考虑上综合监控，应采用尽量多的项目均参与，重点项目重点进入的方式，扩大影响进入行业圈并争取多取得业绩。
ABC需要尽快形成自己的技术特色，并解决平台软件以及电力方面的不足，并加强销售队伍的建设，来应对这个挑战。
未来的主攻方向：管理信息化类项目
管理信息化是ABC的强项，也是地铁行业未来IT投资的重要方向，提高运营管理水平，降低运营成本已经成为各地地铁运营企业的共识。我们有在重庆实施EAM的经验。我们应该通过综合监控项目来了解地铁运营管理流程，以我们较强的管理信息化能力来占领这个高端市场。
地铁市场已经是一个竞争激烈的战场，众多国外知名厂商、国内知名厂商在这个战场中抢占地盘，而且区域性在逐渐形成。
依托好设计院，形成好的互动可以取得一定的先机。
现在，ABC同以下设计院有过较好接触：
1）上海隧道工程轨道交通设计研究院（以下简称隧道院）
由于上海大连路隧道的关系，隧道院认识了ABC较强的技术能力和项目实施能力，也结识了一批兼顾隧道和轨道的设计专业人员。隧道院是上海轨道设计的第一号设计院，占据着上海轨道设计的半壁江山。
2）铁路第二勘查设计院（以下简称铁二院）
由于重庆轻轨以及成都一号线综合监控项目的合作的关系，铁二院比较认可ABC的技术实力。和ABC的合作有了良好的基础。
3）铁路第四勘查设计院（以下简称铁四院）
公司已经和铁四院建立了有效的沟通渠道。
4）广州地铁设计院（以下简称广州院）
通过成都项目和广州院有一定接触，并有一定的互动。
5）铁路第一勘查设计院（以下简称铁一院）
通过西安项目和铁一院建立了非常良好的关系，其在重庆等项目上也开始展示能力。
6）北京城建院
北京城建院同南瑞有较好的合作关系，但通过关系方介绍，公司也同城建院领导建立了沟通。
在此行业内需要进一步沟通的设计院包括：
1）铁路第三勘查设计院（以下简称铁三院）
主要负责北方市场，在南方个别区域也有设计项目。
2）天津电化院
主要在北方市场，以通信、强电为主，也有个别综合监控。
3）北京通号院
以通信信号为主，大铁的综合监控。
竞争对手分析
对于竞争对手做好分析，有于知己知彼，为市场争夺做好准备。主要对目前ABC看重的目标市场竞争对手做分析。综合监控系统集成（和施工）总承包
说明：全国具备建筑智能化专业承包一级资质、建筑智能化系统集成专项设计甲级、信息产业部计算机信息系统集成一级资质的“三甲”企业有10家。对于轨道交通综合监控而言，一般对于总包需要的资质为上述资质。如果含施工，一般还需要要带施工的分包商。
区域铁路以及大铁路
市场分析
一、当前市场整体情况
由于国际次贷危机的影响，国家投入巨资进行基础设施投资，根据铁道部的信息：现在国务院批复的铁路投资额已经达到2万亿元，其中在建项目的投资规模超过了1.2万亿。而且这些数字可能随着实际情况的变化，有些数字可能还会增加。
铁路的建设现在主要分为两种：一种为传统铁路，另一张为客运专线，根据铁道部的长期规划，要把现在客货共线、快慢共线的运行现状逐步转变为客货分网、快慢分网的运营管理，这就以为着在现有的铁路网络上还要建一张客运专线网，根据铁道部规划到2020年，中国铁路要形成32000公里的快速客运网。
机电系统及分包标段情况
在铁道部现有项目的建设流程上来看：一般是将供电、电力、通信、信号四电合一进行施工总包招标，在客运专线建设上面，除了上述四电合一招标以外还有一个综合监控的招标（按照京津客专的建设情况）。
二、目前市场格局
在铁路系统的四电合一的总包，一般都是由中国中铁集团或者中国铁建集团参与，中铁集团和铁建集团原来都是铁道部的部属企业（原先的铁道兵），后划归国资委管辖，但是他们很多理念和项目操作方法和铁道部是一脉相承，由于铁道部是一个政企合一的部门，至今还是一个半军事化管理的机构，为了以后在应急状态的管理方便，铁路系统的项目总包单位一般都是由原先的部属企业承接，再由他们进行项目分包。
现在铁路系统的总包单位一般是中国中铁集团、中国铁建集团和中国通号集团这几家单位，然后再由他们去进行分包处理。
对于中铁和铁建这两个单位，他们的主业是土建，但是都下属若干个局（如中铁一局、二局等），每一个局下面都会成立一家电务工程公司，主要负责机电部分的安装和施工，铁路上的四电工程基本上是这些电务公司在集成。
对于通号集团，他们没有四电总包的资质，因此他们无法参与基建的四电总包合同，但是有弱电部分的资质，因此在客专建设上面，他们会参与综合监控部分的项目总包（如京津客专就是由他们总包）。
三、ABC切入机会
现状
中国中铁集团、中国铁建集团和中国通号集团这三个集团从本质上来说都是施工为主的企业，不具备很强的软件开发能力。其中中国通号集团为了在软件上有所建树，特地成立了一家国铁华晨公司，专门从事集成和软件开发（青藏线的视频监控和京津线的综合监控就是国铁华晨总包），但是他们还是刚刚起步，主要的软件还是以外包为主，设备以集成为主。在最近的铁路系统的系统集成项目中，有一些国际知名的铁路设备的企业也参与的相关系统的投标，如铁路现在推的无线GSM-R系统，现在一般都是由西门子、北电或者国内的华为总包，在客运专线上西门子、阿尔斯通等企业也是比较强势，如西门子已经拿到合宁线、合武线、武广线的综合设备总包合同。
对于铁路系统，ABC应该说是一个门外汉，而且在铁路系统中也没有什么知名度，因此我认为ABC应该首先要了解铁路系统的技术要求，对铁路的运营管理特别是客运专线方面，熟悉铁路系统的关注点，然后根据自身的特点和特长来寻求定位。
可能的市场方式
由于铁路系统长期在一个封闭的环境中建设，他们系统内的信息化程度不是很高，但是现在大规模建设客运专线对信息化提出了新的要求。因此，在市场开拓的初期，ABC要展示自己的软件开发能力，来弥补铁路系统内软件开发能力不
强的弱点，和各个电务工程公司或者通号公司展开这方面的合作，尽可能地拿到一条或者两条客运专线的软件外包合同，或者和西门子、阿尔斯通等企业合作，作为分包商提供相关产品和服务，在项目的实施过程中充分展示ABC的能力，争取能够获得铁道部客专办和基础部通信处的认可，这样以后在铁路系统内做一些开拓可能会比较顺利。
竞争对手分析/市场进入模式
对于大铁路的系统，ABC真正是作为门外者，尚不具备参与的条件，如果准备参与大铁路或区域铁路的建设中，建议由企划部牵头请业界专家一起参与商讨，就参与哪些些内容，如何参与以及能达到什么样的结果做一个定位。在有了定位后，安排技术以及营销具体方式市场进入。
因为对于竞争对手的分析目前不具备条件和基础。可以对铁路的运作体系做大致说明。
附：铁道部客专建设所涉及的相关部门
隧道弱电
市场分析
一、当前市场整体情况
上个世纪90年代以来，城市道路交通建设呈现向地下发展的趋势。随着城市土地资源越来越珍贵，城市交通建设势必会更多地选择往地下发展。目前，国内给大直辖市、省会城市以及厦门、青岛、大连、深圳、苏州、无锡等发达大中型城市都已经或规划开始建设城市隧道。ABC作为市场中重要的隧道综合监控系统集成承包商，已经有项目承接或跟踪的城市有上海、武汉、长沙、苏州、厦门、青岛、杭州、南京等。
随着投资的需要拉动，各地的路桥隧建设一致有不断的信息传来。比如上海计划到2010年在贯穿城市的黄浦江底建成20多座越江交通隧道，还有6条没有完成基建。加上建设周期越来越快，会有很多的机会。
1.1全国重点城市的隧道规划建设情况
1.2机电系统构成以及标段划分情况
隧道的机电系统各子系统比较小，目前基本分切为如下的机电包进行招标，各机电包内的子系统如下分布：
隧道照明：目前我国１km以上公路隧道照明形式为完全照明占 87%，局部照明
占4%，无照明占9%。
隧道通风：目前我国１km以上公路隧道通风形式为自然通风占 40%，机械通风
占60%。
隧道消防设施：目前我国１km以上公路隧道消防设施为有消防设施占66%，无消
防设施占34%。
弱电系统：目前我国1km以上公路隧道有监控、通信、检测设备者占19%，有监
控、通信设备者占16%，有通信设备者占7%，有监控设备者
占 20%，其他占38%。
其中弱电系统目前以综合监控的方式已经成为主流，综合监控目前的方式分为两类：综合监控系统（不收费），综合监控系统（收费）两种方式。
ABC目前的能力在综合监控项目。对于照明、通风、消防设施，因需要机电总包资质，以安装带施工总包方式为主，公司目前还无法参与。下面重点就综合监控项目的项目进行分析。
二、竞争格局
除新建设的隧道外，已建隧道还需求改造提高设施装备水平，也很有机会；
城市隧道综合监控是充分竞争行业市场，竞争对手在技术上各有长短，但主要是市场关系的优劣比拼。城市隧道通常都是有地方政府投资、建设主管部门直接管理。每个竞争参与者在不同的城市地域都有特定的突破口和优势，不可强求也不可轻言放弃。
三、未来发展方向
城市隧道综合监控是成熟行业、成熟技术，未来更多要考虑作为城市综合交通信息系统的有机组成部分的接入和一体化研究。
城市隧道因为机电系统各子系统相对较小，根据和相关设计院以及业主的沟通，机电总包的形式将可能成为未来划分标段和投标的趋势。
四、ABC切入机会
ABC目前在城市隧道综合监控尤其在水底隧道的综合监控项目上具有较强的竞争能力，将从两个方面来考虑机会。
重点市场方向：隧道综合监控
ABC在综合监控项目（不含收费）上具有比较强的竞争能力，目前在上海、武汉、长沙等地有5个业绩，，未来需要在此类项目上加大市场区域，力争在更广的市场方向上取得市场的占有率。
未来重点市场方向：隧道综合监控（收费）、机电总包
未来的市场方向和潮流在隧道综合监控（收费）、机电总包，在解决好这两方面的资质要求的基础上（收费资质和机电总包资质），ABC在有关系的优势地区，拿下项目取得案例，为市场的拓展和深入大好基础。
浅析公共交通中大数据的应用 一、大数据概述 （一）大数据的概念 随着互联网时代的来临，各种信息之间的传输和交流愈加迅速，这就促进了“大数据时代”的来临。一般而言，大数据是指具有体积大、速度快、种类多、实时性等特征的数据集的集合，通过这些数据可以对事物的发展等作出相应的预测，同时这些数据还具有体系庞大，管理复杂的特点，这就使得人们在利用大数据价值的过程中必须对这一庞大的数据进行分类管理，保证数据的可操作性和准确性。 （二）大数据的应用范围 随着时代的发展，大数据在世界各国的发展过程中促进了各种问题的迅速解决。总而言之，云时代的发展进一步提高了大数据的应用率，使得大数据不仅仅可以应用于天文地理、生物医学、气候预测等领域以进一步完善国家的安全体系，同时还可以应用于公共事物上，如交通管理等，从而促进一国整体实力的完美提升。在公共交通领域，世界各国都纷纷出台相应的政策法规，促进公共交通管理的现代化进程，推进信息传统储存模式向数字储存模式的转变。建立一套完整的
智能交通体系，保证车辆信息和各时段、地段交通情况的及时传输，从根本上解决交通拥堵、环境污染的问题，彻底改变人们出行过程中随时可能面临的困境。 二、大数据在解决公共交通问题上的优势 （一）提高车辆运行效率 由于公共交通设计人员众多，车辆信息复杂，因此管理难度大。通过大数据对公共交通进行完善，有利于充分发挥大数据体积大的特点，保证信息处理的及时性。即通过大数据可以实现公共交通车辆的合理配置，降低资源配置成本，提升交通运行效率。[1] （二）促进公共交通管理智能化 随着智能交通的不断发展，公共交通智能化管理已经是不可避免的趋势。大数据可以促进公共交通管理的智能化，主要表现在以下几个方面：首先，当交通路段中出现问题时，大数据可以及时对信息进行处理，保证交通的通常；其次，大数据能够对事物的发展进行判断和预测，这就可以有效降低公共交通管理过程中出现问题的几率，从而避免不必要的拥堵情况，使驾驶员能够及时采取相应的反应，增强公共交通的智能化程度。
大数据的意义和发展趋势 一：大数据之于智能交通意义重大 智能交通建设和运营的过程中，从视频监控、卡口电警、路况信息、管控信息、营运信息、GPS定位信息、RFID识别信息等每天产生的数据量可以达到PB 级别，并且是指数级的增长。虽然绝大部分数据是“沉睡的数据”，但按照相关规定，需要对数据进行有期限或无期限的保存，这无疑给用户在存储成本上带来压力，而通过监控摄像机前端智能技术和大数据分析技术的应用，很好地解决了行业用户的此类问题，给用户带来经济效益，同时也可以将工作人员从纷繁复杂的监控画面中解放出来。 大数据之于智能交通的意义，可以解决跨越行政区域的限制，实现数据信息的共享，在信息集成优势和组合效率上，有助于建立综合性立体的交通信息体系;另外在车辆安全、交通资源配置以及利用大数据的快速性和可预测性能提升交通预测的水平都有极大的帮助。 第一，大数据的虚拟性可以解决跨越行政区域的限制。交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理问题。 第二，大数据具有信息集成优势和组合效率。大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体性交通功能，这样才能发现新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾；IC卡数据结合抽样调查，能更快捷、更精确测得城市交通流分布状况。 第三，大数据的智能性能较好的配置交通资源。通过对大数据的分析处理，可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案，多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。 第四，大数据的快速性和可预测性能提升交通预测的水平。在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。 第五，提高交通运行效率。大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助
智能公交卡大数据的发展与应用 ［摘要］大数据是当今最热的话题之一，在城市规划及相关领域，一批城市规划、、地理、计算机等学科的研究者开展了一系列基于大数据的城市规划，形成了当下的一股热潮，并迅速对城市规划产生了冲击，引起规划行业的重视。在智慧城市、智能公共交通的大背景下，大量学者开始将公共交通大数据用于城市交通规划中。尽管基于大数据的各类城市研究初具规模，大半大数据在城市规划中的利用却仍很有限，本文重点分析智能公交卡大数据的运用现状及研究展望。 1．研究背景： 2015年11月，“十三五规划建议”中提出：推进交通运输低碳发展，实行公共交通优先，加强轨道交通建设。作为提高公共交通系统服务水平和运营效率从而将更多的留客吸引带公共交通系统中的一种重要途径，国内外的一些城市引入了智能公共交通系统（Advanced Public Transportation System ,APTS）。智能公共交通系统是智能交通系统的重要组成部分之一。 公交IC卡收费系统作为APTS中应用最广泛的子系统之一，每天在运行中产生大量的刷卡交易。以广州为例，广州城市公共交通电子收费系统涵盖公交、地铁、轮渡、出租车、路边停车收费，该系统从2001年6月开始运营，2004年12月，发卡量突破350万张，日交易量200万比。每刷一次设备就记录了一次数据，进而形成了庞大的数据库。 大数据是当今最热门的话题之一，也是一场革命。开放性数据运动和互联网使得大数据能够迅速对城市规划产生影响力，鉴于大数据潜在的巨大影响，很多国家将其作为战略资源，甚至提升为国家战略。在智慧城市和智能公共交通的大背景下，国内像北京、上海、广州等大城市均进行了基于智能公交大数据的城市交通系统分析、规划、优化等。目前，大量学者利用智能公交数据研究车辆OD、行人OD、公共交通客流量、公交路线网等，以缓解城市交通拥挤，解决城市交通问题。 2．智能公交卡大数据使用现状 公交乘客每使用一次IC卡刷卡乘车，收费系统就记录一条数据，通过全天的刷卡记录就可以获得一个使用公交IC卡乘客的公交系统全天出行信息。公交IC卡系统数据一般包括刷卡卡号、刷卡日期和时间、刷卡的公交路线和车辆编号（或刷卡设备编号）、消费金额等信息。随着公交IC卡收费系统在国际范围内的广泛应用，近年来美国麻省理工学院、英国威斯敏斯特大学、加拿大蒙特利尔理工学院及我国的东南大学、同济大学等机构，开始对公交IC卡数据的潜在用途进行研究。本节结合国内外研究现状，重点阐述数据挖掘应用的内容、基于公交IC卡大数据的分析方法的基本思路、技术特点、存在问题及目前国内研究进展。 2.1数据挖掘应用内容 整个交通活动的参与者，有出行用户、交通管理者和企业运营者，我们在建立预测性模型以优化现有公共交通的过程中就必须面向这三个群体来挖掘数据。 2.1.1．面向用户出行 a)人工智能分析模拟用户出行偏好，提供符合用户户型习惯的实时出行意见（个体 用户出行诱导） b)为实现城市客流管控及导向性，提供各种用户出行诱导的综合便捷服务体系（人 群群体诱导） 2.1.2．面向交通管理者 a)以交通线网点>线>面的实时办法为理论基础，参考公共交通白皮书研究开发公共
大数据分析：智能交通发展的引擎 0前言 近年来，各国都在关注“大数据”，力图通过扩大其在国内的应用范围，进一步释放数据所蕴 含的潜在价值。2012年3月29日，奥巴马政府公布“大数据研发计划”，旨在改进现有人们从 海量和复杂的数据中获取知识的能力，从而加速美国在科学与工程领域发明的步伐，增强国家安全，转变现有的教学和学习方式。我国亦于2012年7月22日在北京大学举行“首届中国大数据 应用论坛”，主要议题包括大数据的发展趋势、不同场景的大数据应用、云计算与大数据、大数 据与商业智能等，旨在共同讨论大数据的应用价值。在2013年4月举行的首届中国国际云计算技术和应用展览会上，工信部软件服务业司司长陈伟表示“大数据，我认为它有四个维度：量大， 种类多，发展速度快，最后就是价值复杂，可以说处处是黄金，到处是沙子”[1]。 随着城市的迅速发展，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市 亟待解决的问题。智能交通成为改善城市交通的关键所在。为此，及时、准确获取交通数据并构 建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决[2]。 1大数据概念 Big Data“大数据”是继云计算、物联网之后IT产业又一次颠覆性的技术变革，对国家治理 模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。在信息技术中， 大数据是一个数据集的集合，这个集合是如此大而复杂，以至于它很难通过现有数据库管理工具 来进行处理[3] 从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。大数据特点有四个 层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。包括视频、图片、地理位置信息、传感器数据等等。第三，价值密度低，应用价值高。以视频为例，连续不间 断监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。1秒定律。最后这一点也是 和传统的数据挖掘技术有着本质的不同。在交通领域，海量的数据主要包括4个类型的数据：传 感器数据（位置、温度、压力、图像、速度、RFID等信息）；系统数据（日志、设备记录、MIBs 等）；服务数据（收费信息、上网服务及其他信息）；应用数据（生成厂家、能源、交通、性能、兼容性等信息）。交通数据的类型繁多，而且体积巨大[4]。 2 大数据技术与智能交通 2.1大数据：改变传统交通管理的路径 社会经济的快速发展促使城市机动车辆的数量大幅增加。城镇化的加速打破了城市道路系统的 均衡状态，传统的交通系统难以满足当前复杂的交通需求，交通堵塞成为棘手问题。用大数据技 术可促进交通管理模式的变革。大数据技术的主要特点及其对传统交通的改变集中在以下方面：第一，大数据的虚拟性可以解决跨越行政区域的限制。行政区域的划分是国家为了有效统治和 管理，而将一个国家划分不同行政区域。这个划分在促进各个行政区域自治的同时，也导致各个 地方政府追求各自辖区利益的最大化，而对地方政府之间边界区的交通基础设施建设、过境交通 线路等漠不关心。交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的 信息共享原则，就能在已有的行政区域下解决跨域管理问题[2]。 第二，大数据具有信息集成优势和组合效率。我国大部分城市的各类交通运输管理主体分散在 不同主管部门，呈现出条块分割的现象。涉及交通的“有关部门”超过10个，每个部门都有自己的信息化系统，但这些数据信息只存在于垂直业务和单一应用中，与邻近业务系统缺乏共通联动。这种分散造成交通管理的碎片化，如交通信息分散、信息内容单一等问题。大数据有助于建立综 合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构 建公共交通信息集成利用模式，发挥整体性交通功能，这样才能发现新价值，带来新机会。例如
城市交通大数据可视化框架及实现 随着智能交通在物联网、云计算、移动互联等领域的结合应 用和迅速发展，其发展模式已经从传统的信息不均衡、信息处理能力低效的系统发展成为真正的运用新技术的智能交通系统。智能交通系统是多个与交通有关的系统的综合应用，包括车路协同系统、公众出行便捷服务、车联网等，这些应用运用大数据技术、云计算技术、移动互联技术等为交通系统的智能化效率的提高提供重要的支持，不断提高智能交通系统的数据分析判断能力，以优化交通的运行管理，精准地掌握交通状况，给车辆和出行者带来更加智能化的服务。目前大数据技术已经应用在很多城市的智能交通领域，公众出行越来越离不开交通大数据分析带来的便利。 随着大数据技术的兴起，智能交通的发展也在飞速前进的阶段，交通大数据的总量已从TB级跃升为PB级并仍在不断攀升。但目前，在如何运用大数据技术有效处理分析这些日益剧增的交通大数据分析获取更有价值的信息的问题上，我国的智能交通发展仍然处于开始阶段。如何运用大数据技术，有效分析利用交通大数据，实现大数据的可视化，使其发挥出应有的价值，是现阶段智能交通发展的重要任务。 1数据可视化基本框架 1.1 数据可视化流程 科学可视化和信息可视化分别设计了可视化流程的参考体系结
构并被广泛应用于数据可视化系统中。可视分析学的基本流程则通过人机交互将自动和可视分析方法紧密结合。从数据到知识的转化方式有两种途径，交互的可视化方法和自动的数据挖掘方法。过程中用户即可以对可视化结果进行交互的修正，也可以调节参数以修正模型。 在相当多的应用场合，异构数据源需要在可视分析或自动分析方法之间被整合。因此，这个流程的第一步需要将数据预处理并转换，导出不同的表达，便于后续的分析，其他的预处理任务包括数据清洗、数据规范、数据归类和异构数据源集成。在任何一种可视化分析过程中，人都是最核心的要素。机器智能虽然在很多场合都比人的效率要高，但是机器只能承担替代一部分人所承担的工作，并不能够最终决策或对知识进行加工和使用。所以数据可视化的目的并不是替代人的判断和决策，而是为人所用，增强人的能力，提高人的效率。 1.2数据可视化流程中的核心要素数据可视化流程中的核心要 素包括 3 个方面。 1.2.1 数据表示与变换数据可视化的基础是数据表示和变换。为了允许有效的可视化、分析和记录，输入数据必须从原始状态变换到一种便于计算机处理的结构化数据表示形式。通常这些结构存在于数据本身，需要研究有效的数据提炼或简化方法以最大程度地保持信息和 知识的内涵及相应的上下文。
R i c h D a t a智慧城市行业大数据智能分析解决 方案副本 文档编制序号：[KKIDT-LLE0828-LLETD298-POI08]
RichData智慧城市行业大数据智能分析解决方案 方案概述 智慧城市是新一代信息技术支撑、知识社会创新环境下的城市形态，智慧城市通过物联网、云计算等新一代信息技术以及微博、社交网络、Fab Lab、Living Lab、综合集成法等工具和方法的应用，实现全面透彻的感知、宽带泛在的互联、智能融合的应用以及以用户创新、开放创新、大众创新、协同创新为特征的可持续创新。伴随网络帝国的崛起、移动技术的融合发展以及创新的民主化进程，知识社会环境下的智慧城市是继数字城市之后信息化城市发展的高级形态。 “数据驱动世界、软件定义世界，自动化正在接管世界，建设智慧城市将是下一波浪潮和拉动IT世界的重要载体。”《大数据》一书作者涂子沛这样描述。大数据遍布智慧城市的各个方面，从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划等，都将实现智慧化、智能化，大数据为智慧城市提供智慧引擎。 近年来，相关业界的领先者们也多次预言，大数据将引发新的“智慧革命”：从海量、复杂、实时的大数据中可以发现知识、提升智能、创造价值。“智慧来自大数据”——城市管理利用大数据，才能获得突破性改善，诸多产业利用大数据，才能发现创新升级的机会点，进而获得先发优势。 大数据驱动下的智慧城市，关乎每个人的生活。结合智慧城市对信息的需求，大数据在智慧城市中的落脚点集中在为其各个领域提供强大的决策支持。智慧交通、智慧安防、智慧医疗……未来智慧城市的美好图景已经被勾勒出来。 方案架构 智慧城市大数据总体系统框架分为五层, 分别是数据层，存储层，计算层，模型层, 应用层。模型层是整个大数据的核心部分，为上层应用提供数据支撑。 智慧城市的本质是对数据的智慧处理，事实上，在任何一个行业中，都不会遇到智慧城市产业中这样跨部门、跨区域和跨类型的数据复杂度。而围绕智慧城市跨部门、跨产业数据整合和分析的大数据业务，引入彩讯大数据平台架构，实现对海量的交通数据、地理位置检测数据、环境数据、医疗数据、政务数据、教育数据、公安数据的实时、全面、系统的数据采集，存储、分析、挖掘，使我们生活的环境变得越来越具备“智慧”特征，我们也将能更“智慧”地利用信息，对世界和他人作出更加“智慧”的判断与回应。
汇报内容A 城市交通的数据 B 大数据应用现状 C 未来展望
交通基础数据动态运行数据 车辆和人员行为数据 城市交通数据 检测设备交通基础设施 城市背 景数据 人口、土地开发、社会经济 气象、道路施工、大型活动 第五次综合调查交通调 查数据 运输经济调查
分类数据内容数据规模（以北京为例） 动态运行数据道路检测数据断面流量、速度、车型采集：2分钟，500万记录/天 车辆卫星定位数据 （出租车、公交车、长途客 车和部分货车） 经纬度、时间、方位角、车辆代码采集：60秒（将升为12秒） 6万辆出租车，15G，9000万记录/天 2万辆公交车，5G，3000万记录/天电子收费数据 （IC卡、ETC） 收费时间、位置、线路、额度公交IC卡：2500万记录/天，10G/天 ETC：300万记录/天 车辆识别数据 （视频、RFID） 检测位置和时间、车牌号 （车辆属性数据） 采集：2分钟 2G，500万记录/天（按检测点存储）交通事故数据事故位置、时间、类型 伪码移动信令数据信令发生位置、时间、活动类型北京移动：1800万样本，10亿条/天移动互联网众包数据触发时间、位置、用户高德：2013年12月6日，9G/天 抽样调查数据城市综合交通调查、运输经济专项 调查、出行方式意愿性调查第五次综合调查：共18项调查，其中：入户调查4万户约12万人（面对面） 城市背景数据土地利用、人口分布、气象 道路施工、交通事件 多张网、交错关联 交通基础数据人（从业人员）、车、路（道路网、 公交线路） 数据规模及特征
应用一：浮动车计算系统 由行驶车辆（出租汽车）作为样本，计算获得路段车速（拥堵水平） 北京：40000辆出租汽车，5分钟（20秒）计算一次 五环内路网覆盖率80%，精度86%以上 出租汽车GPS点实时路况
大数据分析：智能交通发展的引擎
大数据分析：智能交通发展的引擎 0前言 近年来，各国都在关注“大数据”，力图通过扩大其在国内的应用范围，进一步释放数据所蕴含的潜在价值。2012年3月29日，奥巴马政府公布“大数据研发计划”，旨在改进现有人们从海量和复杂的数据中获取知识的能力，从而加速美国在科学与工程领域发明的步伐，增强国家安全，转变现有的教学和学习方式。我国亦于2012年7月22日在北京大学举行“首届中国大数据应用论坛”，主要议题包括大数据的发展趋势、不同场景的大数据应用、云计算与大数据、大数据与商业智能等，旨在共同讨论大数据的应用价值。在2013年4月举行的首届中国国际云计算技术和应用展览会上，工信部软件服务业司司长陈伟表示“大数据，我认为它有四个维度：量大，种类 多，发展速度快，最后就是价值复杂，可以说处处是黄金，到处是沙子” [1] 。 随着城市的迅速发展，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。智能交通成为改善城市交通的关键所在。为此，及时、准确获取交通数据并构 建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决[2] 。 1大数据概念 Big Data“大数据”是继云计算、物联网之后IT产业又一次颠覆性的技术变革，对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。在信息技术中，大数据是一个数据集的集合，这个集合是如此大而复杂，以至于它很难通过现有数据库管理工具 来进行处理 [3] 从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。大数据特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。包括视频、图片、地理位置信息、传感器数据等等。第三，价值密度低，应用价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。在交通领域，海量的数据主要包括4个类型的数据：传感器数据（位置、温度、压力、图像、速度、RFID等信息）；系统数据（日志、设备记录、MIBs等）；服务数据（收费信息、上网服务及其他信息）；应用数据（生成厂家、能源、交通、性能、兼容 性等信息）。交通数据的类型繁多，而且体积巨大[4] 。 2 大数据技术与智能交通 2.1大数据：改变传统交通管理的路径 社会经济的快速发展促使城市机动车辆的数量大幅增加。城镇化的加速打破了城市道路系统的均衡状态，传统的交通系统难以满足当前复杂的交通需求，交通堵塞成为棘手问题。用大数据技术可促进交通管理模式的变革。大数据技术的主要特点及其对传统交通的改变集中在以下方面：第一，大数据的虚拟性可以解决跨越行政区域的限制。行政区域的划分是国家为了有效统治和管理，而将一个国家划分不同行政区域。这个划分在促进各个行政区域自治的同时，也导致各个地方政府追求各自辖区利益的最大化，而对地方政府之间边界区的交通基础设施建设、过境交通线路等漠不关心。交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的 信息共享原则，就能在已有的行政区域下解决跨域管理问题[2] 。 第二，大数据具有信息集成优势和组合效率。我国大部分城市的各类交通运输管理主体分散在不同主管部门，呈现出条块分割的现象。涉及交通的“有关部门”超过10个，每个部门都有自己的信息化系统，但这些数据信息只存在于垂直业务和单一应用中，与邻近业务系统缺乏共通联动。
交通大数据应用分析 大数据时代是在现代科学技术跨越式发展的过程中逐步衍生而来,大数据诞生以来,世界各国高度重视,积极探索数据的来源、安全等问题，并将其应用于智能交通、智慧政府、智能金融等各行各业各个领域。[1]在政策方面，我国相继出台了《中华人民共和国国民经济和社会发展第十三个五年规划纲要》、《促进大数据发展行动纲要》等文件，明确提出要全面推进大数据的发展与应用；在实践方面，2016年以智慧城市为代表的“互联网+交通”项目在在全国范围内遍地开花，有效提升了城市的智能化水平。交通大数据是“互联网+交通”发展的重要依据，其发展及应用在宏观层面能为综合交通运输体系的“规、设、建、管、运、养”等提供支撑；在微观层面能够指导优化区域交通组织，如：优化交通信号、交通诱导、路况融合、规范停车场管理等。[2] 一、“互联网+交通”发展形势分析 根据高德地图发布的《中国“互联网+交通”城市指数研究报告》，2016年“互联网+交通”领域中数据开放、资源共建、政务智能服务、智能出行、交通拥堵、绿色出行、交通大数据发展势头强劲，七大热点紧跟时代前沿，符合国家政策导向，且与社会大众的生活就业息息相关。[3]在新常态新形势之下，结合国家“创新、协调、绿色、开放和共享”五大发展理念，“互联网+交通”领域将重点发展绿色、便捷、安全、经济、高效的大容量公共交通，一是通过借助“互联网+交通”领域的前沿技术，模拟城市交通运行情况，采取有效的诱导与控制措施，引导居民出行方式，缓解城市交通拥堵，提高公众出行效率与出行舒适度；二是通过政府与企业建立合作协调与资源共享机制，借助“互联网+交通”领域先进技术，共同致力于提升城市道路交通管理水平，充分实现城市道路体系的高效率利用。[4]实践证明，交通大数据是“互联网+交通”发展的关键支撑，是“互联网+交通”科学决策的重要依据，是构建智能出行系统，缓解城市交通拥堵，实现绿色出行的基础，因此，在“互联网+交通”背景下，不仅要关注交通大数据的发展方向与发展形势，如何解决交通大数据的来源、安全、储存及使用效率，充分发挥交通大数据的价值更为关键。[5]
大数据在智慧城市建设中的应用案例
大数据在智慧城市建设中的应用案例 来源：数据观时间：2015-09-25 16:20:22 作者： 当前，全球范围内城市化进程不断推进。随着互联网和信息化的发展，在云平台、大数据和物联网等技术的支持下，率先在美国“智慧星球”概念下诞生的“智慧城市”，逐渐成为当今世界各国城市建设的发展趋势和选择。 一、国外案例 自21世纪初期，美国、英国、德国、荷兰、日本、新加坡、韩国等先一步开展了智慧城市的实践，诞生了许多经典案例。 1. 迪比克 美国第一个智慧城市，也是世界第一个智慧城市，它的特点是重视智能化建设。为了保持迪比克市宜居的优势，并且在商业上有更大发展，市政府与IBM 合作，计划利用物联网技术将城市的所有资源数字化并连接起来，含水、电、油、气、交通、公共服务等，进而通过监测、分析和整合各种数据智能化地响应市民的需求，并降低城市的能耗和成本。该市率先完成了水电资源的数据建设，给全市住户和商铺安装数控水电计量器，不仅记录资源使用量，还利用低流量传感器技术预防资源泄漏。仪器记录的数据会及时反映在综合监测平台上，以便进行分析、整合和公开展示。 2. 纽约 通过数据挖掘，有效预防了火灾。据统计，纽约大约有100万栋建筑物，平均每年约有3000栋会发生严重的火灾。纽约消防部门将可能导致房屋起火的因素细分为60个，诸如是否是贫穷、低收入家庭的住房，房屋建筑年代是否久远，建筑物是否有电梯等。除去危害性较小的小型独栋别墅或联排别墅，分析
人员通过特定算法，对城市中33万栋需要检验的建筑物单独进行打分，计算火灾危险指数，划分出重点监测和检查对象。目前数据监测项目扩大到2400余项， 诸如学校、图书馆等人口密集度高的场所也涵盖了。尽管公众对数据分析和防范措施的有效性之间的关系心存疑虑，但是火灾数量确实下降了。 3. 芝加哥 通过“路灯杆装上传感器”，进行城市数据挖掘。在人们的生活里，无处不在的传感器被应用在了芝加哥市的街边灯柱上。通过“灯柱传感器”，可以收集城市路面信息，检测环境数据，如空气质量、光照强度、噪音水平、温度、风速。芝加哥城市信息技术委员会提供的资料表明，“灯柱传感器”不会侵犯个人隐私，它只侦测信号，不记录移动设备的MAC和蓝牙地址。在今后几年“灯柱传感器”将分批安装，全面占领芝加哥市的大小街区，每台传感器设备初次采购和安装调试成本在215～425美元之间，运行后的年平均用电成本约为15美元。该项目得到了思科、英特尔、高通、斑马技术（Zebra Technologies）、摩托罗拉以及施耐德等公司的技术和资金支持。 4. 西雅图 利用数据节省电力能源。该市与微软和埃森哲（Accenture）合作了一个试 验项目，以减少该地区的能源使用。该项目收集并分析从市区建筑物管理系统中得来的众多数据集，通过预测分析，找出哪里可以减少能源使用，或者根本不需要使用能源。项目的目标是将该地区的电力消耗减少25%。 5. 伦敦 利用数据管理交通。在2012年奥运会期间，负责运行伦敦公共交通网络的 公共机构“伦敦运输（Transport for London）”，在使用者增加25%的情况下，
随着我国汽车保有量在近年来急剧增加，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都成为了各大城市亟待解决的交通管理问题。智能交通成为改善城市交通的关键所在。为此，及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。 智能交通需求与大数据契合 智能交通整体框架主要包括物理感知层、软件应用平台及分析预测及优化管理的应用。其中物理感知层主要是对交通状况和交通数据的感知采集；软件应用平台是将各感知终端的信息进行整合、转换处理，以支撑分析预警与优化管理的应用系统建设；分析预测及优化管理应用主要包括交通规划、交通监控、智能诱导、智能停车等应用系统。 系统利用先进的视频监控、智能识别和信息技术手段，增加可管理空间、时间和范围，不断提升管理广度、深度和精细度。整个系统由信息综合应用平台、信号控制系统、视频监控系统、智能卡口系统、电子警察系统、信息采集系统、信息发布系统等组成。以达到四方面的目标：提高通行能力、减少交通事故、打击违章事件、出行信息服务。 在各城市建设智慧交通的过程中，将产生越来越多的视频监控、卡口电警、路况信息、管控信息、营运信息、GPS定位信息、RFID识别信息等数据，每天产生的数据量可以达到PB级别，并且呈现指数级增长。 大数据用于智能交通的积极意义 第一，大数据的虚拟性可以解决跨越行政区域的限制。交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理问题。 第二，大数据具有信息集成优势和组合效率。大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体性交通功能，这样才能发现新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾；IC卡数据结合抽样调查，能更快捷、更精确测得城市交通流分布状况。 第三，大数据的智能性能较好的配置交通资源。通过对大数据的分析处理，可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案，多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。 第四，大数据的快速性和可预测性能提升交通预测的水平。在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。 第五，提高交通运行效率。大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助于解决这种困境。 大数据的实时性，使处于静态闲置的数据被处理和需要利用时，即可被智能化利用，使交通运行的更加合理。大数据技术具有较高预测能力，可降低误报和漏报的概率，随时针对交通的动态性给予实时监控。因此，在驾驶者无法预知交通的拥堵可能性时，大数据亦可帮助用户预先了解。 第六，提高交通安全水平。主动安全和应急救援系统的广泛应用有效改善了交通安全状况，而大数据技术的实时性和可预测性则有助于提高交通安全系统的数据处理能力。在驾驶员自动检测方面，驾驶员疲劳视频检测、酒精检测器等车载装置将实时检测驾车者是否处于警觉状态，行为、身体与精神状态是否正常。同时，联合路边探测器检查车辆运行轨迹，
大数据技术在智能交通中的应用 随着社会经济的快速发展，城市车辆也在飞速地增加，传统的交通管制和规划已经不能满足复杂的交通需求，交通拥堵已经影响到了居民的生活质量，加剧了环境污染，降低了城市的运行效率。要解决交通拥堵，必须从根源上找到导致交通拥堵的根源――除了车辆数的剧增外，还有路边车辆乱停乱靠、交通事故的发生以及发生后不能及时救援、清理现场等原因。面对交通拥堵，大力发展公共交通是一种有效手段，但事实上公共交通也存在着资源分配不合理的现象，导致等车时间上、乘车拥挤甚至挤不上车等问题。那如何解决这一系列的问题，最终解决交通拥堵问题，已经引起了我们的思考。大数据技术的发展给我们解决交通中存在的这些问题带来了新的思路。大数据技术的战略性意义在于我们可以快速、准确地获取、挖掘大量的有效的交通数据，构建交通数据处理模型，让交通有秩序的运行。本文中针对大数据技术在交通诱导中的应用、大数据对公共交通的优化、对交通安全的优化等方面进行阐述，并提出了主动式的交通服务模式。 1大数据的概念及应用进展 1.1大数据的概念 所谓大数据是指数据量特别巨大，“超出了传统意义上的尺度，
一般的软件工具难于捕捉、存储、管理分析的数据。”这些数据不仅数量大，而且异质、复杂、来源不同、分散于各处。[1]在维克托?迈尔-舍恩伯格及肯尼斯?库克耶编写的《大数据时代》[2]中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。 大数据的特点可以概括为四个“V”：Volume（大量）、Velocity （高速）、Variety（多样）、Veracity（精确）。或者说，其特点有四个层面。第一，数据量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息，等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。 1.2交通领域大数据技术应用进展 美国西北大学的交通研究中心主任Hani Mahmassani2012年11月在芝加哥的Teradata Big Analytics研讨会上作了题为“大数据分析在出行和交通的应用（Travel & Transportation：Big Data Analytics）”的演讲，讨论了利用海量实时数据增强对交通系统状态的分析和预测能力，从而提高用户体验和交通系统运营效率，创新交通服务，供应链可视化等应用。
智慧城市中的大数据分析 摘要：以物联网、云计算等新一代大数据技术为核心的智慧城市建设理念，是未来城市发展的全新模式。智慧城市一个重要职能就是采集、存储、分析、挖掘城市运行中所承载的大数据，具备全面感知和全面分析的能力，同时能够展示和扩展。智慧城市的建设，有利于解决城市发展问题，有利于提升城市信息管理水平。在智慧城市发展过程中必然产生大数据，因此需要通过处理大数据来体现智慧，其核心是智慧城市信息系统的大数据处理平台，其关键技术对于智慧城市的建设和运转起决定性作用，对提升城市服务、提高管理水平和城市的可持续发展具有重大的应用价值。 关键词：智慧城市；云计算；物联网；大数据；Hadoop 1.智慧城市简介 智慧城市就是运用互联网+、物联网、计算机网络、云计算等新一代信息技术手段，对城市运行系统海量数据的关键信息进行的采集、存?Α⒅悄艽?理和分析，对社会管理、政府管理及社会公共服务的各种需求做出智能化响应和智 能化决策支持，从而实现城市的智慧式管理和运行。智慧城市将改变人们传统的生产、生活方式和思想观念，将原有的粗放式模式改变为科学可持续发展的创新驱动和市场发展
模式，以满足城市的可持续发展，从而构建城市发展的全新城市形态。智慧城的关键特征有以下几点。 1.1全面感知 智慧城市中分布大量的感知终端，通过传感器网络，捕捉到人们的生活、生产及城市环境的多种数据。信息感知网络应覆盖城市的个个角落，能够大量采集不同形态、不同属性的各种数据。随着物联网技术的发展和应用，将为智慧城市提供更多的信息资源。 1.2深度互联 智慧城市的信息感知是以多种信息网络为基础的，城市中拥有快捷的互联通道，数据通过互联网、移动互联网和有线电视网等网络实现陕速互联，各个部门专用网络的加入，实现信息资源的一体化。智慧城市将大大增加信息的交互程度，将多个分散独立的小网连接成互联互通的大网络，使网络的价值大大提升，形成更强的驱动力。 1.3智能处理 智慧城市拥有海量级PB单位的信息数据，这些大数据是智慧城市得以正常运转、决策、控制、展示的基础，智慧城市要具有对所拥有的海量信息进行智能处理的能力，这要求通过大数据处理平台将收集到的数据进行效的集中存储和处理，并对数据进行分析，产生具有价值的信息，为自主进行判断和预测提供支持，从而实现智能决策。这一过程中
智能交通大数据综合服务平台方案
目录 1. 概述 (3) 2. 交通大数据处理平台的功能需求及其逻辑框架 (5) 2.1交通大数据处理平台需具备的特性 (5) 2.2交通大数据分析平台逻辑框架 (6) 3. 交通大数据处理平台的构建 (9) 3.1交通大数据分析平台 (9) 3.2实时数据流处理子系统 (11) 3.3资源统一管理与调度 (14) 4. 原型系统实验 (15) 4.1交通大数据分析实验平台 (15) 4.2实时交通数据流实验平台 (15)
1. 概述 随着经济发展、城市化进程的加快以及城市规模不断扩大，机动车拥有量及道路交通流急剧增加，城市紧缺的土地资源和高密度的土地利用模式，使得交通供给与交通需求之间的矛盾日益突出，交通拥堵、停车困难、环境恶化等交通问题不断加剧，影响了城市的可持续发展及人民生活水平的提高，阻碍了经济的发展。大城市也面临同样的问题，近年来机动车保有量持续快速增长，高峰交通拥堵日益加剧，交通发展面临严峻形势和新的挑战。很多城市在市区主要范围内实施“错峰限行”等交通管理措施。采取调控交通需求削减交通需求总量其原因之一是城市道路已经难以通过基础设施规划建设来改善交通。另一方面,如何利用智能交通系统(ITS)来缓解交通、提升交通效率也是可以着力的一个方向。 目前各交通管理部门建立了功能相对完善的交通指挥控制中心，包括交通信号控制系统、道路交通监控系统、交通诱导显示系统、停车管理系统、交通违章处理系统等，初步实现了交通信号控制、道路监控、交通信息综合查询、有/无线指挥调度及交通诱导等基础功能。ITS的各种信息采集技术（如微波采集技术、视频采集技术、环形线圈感应式采集技术等）被广泛地运用于交通数据采集，公安交管部门不仅具备了交通基础信息，还拥有了各类动态数据，如车辆实时营运信息、道路交通状况等，采集的数据类型包括属性数据、空间数据、影像数据等。对交通三要素（人流、车辆、道路）连续不断采集的多源交通数据流产生了巨量的交通数据，具有典型的“3V”特性：大容量、多样性、高速度，也具有价值、复杂性的特点，属于名符其实的交通“大数据”。仅以国内某城市内道路卡口数据为例，每天达到约15GB的数据量，要
国外交通事故大数据挖掘分析 摘要：近年来，随着车速的提高及交通量的增长，道路交通事故每年呈上升趋势。通过对交通事故大数据挖掘分析，k-means聚类分析和Apriori关联规则分析交通事故的趋势和模式，找出事故频发的路段和引发事故的原因以及事故频发的高峰期，以数据分析结果为依据，改善交通状况，减少交通事故，提高交通系统的效率。 关键词：交通系统、k-means聚类、Apriori算法
Abstract:recent years,as the improvement of speed of vehicle and growth of traffic volume,road traffic accidents is on the rise every year.based on data mining and analysis of traffic accidents big data,K-means cluster analysis and Apriori association rules analysis traffic accident tendency and pattern.find out frequent accident sections and the cause of accident and peak hours,base on data analysis result,improve the traffic situation,reduce tarffic accident,improve the efficiency of traffic system. Key words：transportation system、k-means cluster、Apriori algorithm
智能交通基于视频、、图像的大数据分析应用 何明 岳阳市公安局交通警察支队科技科，湖南岳阳414009 摘要:各地交管系统已经积累了大量的视频数据和图片数据，而“向数据要警力”也成为警务发展的一个新方向，通过无缝对接城市各视频系统，运用大数据、云计算、机器视觉等先进技术，让每辆车都能产生多维结构化数据，并和公安核心业务数据进行碰撞，针对人、车、路、环境、事件进行深度数据挖掘和预警。同时，与各个不同系统的数据综合在一起，利用数据库或第三方的工具，对数据进行分析、预测，达到对数据的充分利用。 关键词:智能交通；视频；大数据；应用 随着“智能交通”建设的不断深入，公安交警集成指挥平台联网接入的视频资源包括：交警自建的城市道路及公路监控视频、车管所大厅、交通违法、事故处理等场所，以及驾驶人考试、车辆检测等场所的监控视频、其他警种建设的道路监控视频、交通运输部门及公路经营管理单位建设的道路视频监控等。监控摄像头已遍布城市各种道路的路口、路段，昼夜不停地监视和录像，以及进行违法抓拍、事件检测等各种功能。也使交警部门成为了数据生产大户，其一天大概产生几TB级数据量。 1交通视频大数据 道路交通监控可以分观察型监控和分析型监控。智能交通基于视频、图像的大数据分析主要解决分析型监控时效性问题，实现实时搜索查找和联网共享。同时，能够与目前公安网内各类警务信息系统实现对接，交互各类型信息资源，实现数据信息关联和碰撞串并分析。解决了传统的数据处理模式由于记录条数多并且包含图像信息，过车数据的体量大，对监控系统的存储、查询和计算能力都提出了很高的要求，导致了离线分析的高延时的缺陷。 对视频、图像的数据分析主要包括两类：一是通过算法对视频画面中的目标进行提取分析，主要是监控场景中目标的运动轨迹，通过不同的轨迹行为来区分不同的事件；二是利用模式识别与机器学习技术，对大量视频已知信息的自主学习，对画面中的特定物体或行为进行建模，从而达到对视频画面中的特定物体或行为进行识别的相关应用。 视频分析功能分为前、后端两种分析模式，所谓前端是指摄像机内置DSP已经集成了一些简单的视频分析算法，其优势在于架构简单、安装便捷，小规模实施时单路监控成本较低。但只能运行小部分较为简单的分析算法；后端分析具有有软件应用灵活、改造项目适用性强等特点，在大规模实施的情况下，后端分析模式的实施成本更低，而且效果更好。 2基于视频、图像的识别检索 识别检索是大数据的基本功能，对于视频监控的检索，可通过事件的起因和关联的发展过程定位查找。关键信息数据包含：时间、地点、主导事件的人或物、图像和声音信息。检索条件的的准确度与算法直接影响检索效率。可通过设备、地点等等进行检索，也可选定一路或者多路的码流，关注在某一时间点、段的视频，对应的是多路同时同步回放检索。实现方式包括：切片、快照和基于时间轴的拖动预览，其核心是通过对事件发生前后的对比，找到感兴趣的物体发生变化的那一时刻。而基于图像识别技术检索是基于图像分析，在事后对具体的视频数据进行抽帧，设定感兴趣区域，设定条件、规则，利用分布式搜索引擎架构提供海量数据下的秒级查询响应。查询的算法上主要采取搜索引擎技术，包括：索引数据定时文本化技术、索引数据分段调用技术、数据动态排序技术等。 通过大数据处理引擎，形成车辆特征结构化描述，进而实现对海量车辆图片的“以图搜车、以车型搜车、以品牌搜车、以颜色搜车、以多维特征搜车”等丰富手段，帮助公安快速定位目标车辆、不受套牌、假牌、无牌、号牌污损等影响。处理形式包括：复杂的批量数据处理、基于历史数据的交互式查询和基于实时数据的流处理。 3基于视频、图像挖掘分析 通过计算集群对大量车辆信息进行关联挖掘，通过多维度的碰撞分析。通过对摄像机拍摄的图像序列进行自动分析，实现对监控场景中的目标进行提取、识别，并在此基础上分析和判断目标的行为，从而做到在异常情况发生的时候及时做出反应。实现对公安涉车事件“事前防控、事中控制、事后侦查”的全过程场景应用。 实现方式是在视频、图像识别检索的基础上，实时提取车牌、车型、车标、颜色、驾驶者人脸等信息，并联动公安网上业务数据进行车辆、人员、案件、现场勘查、轨迹及社会资源数据的关联串并和碰撞比对，可在不同的时间和现场过滤筛选具有同一车型和局部特征等的车辆，进而排除假牌、套牌的干扰，获得可用影像信息，进一步放大和倍增数据价值。 4提供交通管理服务支持 基于分布式数据库，汇总、存储车辆轨迹信息以及其他需要汇总、存储的道路交通流量等结构化数据。采用消息队列、流数据处理等技术，实现海量数据的查询、全库搜索、轨迹分析，实现重点车辆通行分析、跨地域套牌分析、伴随分析、碰撞分析、区间测速等实时分析应用，实现跨部门、跨警种、跨区域信息共享和深度挖掘应用。 可针对不同业务需求提供统计服务，掌握交通热点区域、高危车辆热点区域、高危人员活动态势、治安预警分布、车辆品牌统计分布等信息，为二次应用提供数据支撑，帮助系统管理人员掌握系统运行数据，并成为上层的业务决策数据来源。通过对积累的研判数据、车型数据、轨迹数据、过车数据、视频、图片数据以服务的方式开放给第三方的警务应用，帮助其他业务部门实现增值应用。 结束语： 随着技术的不断进步，人工智能算法融入到智能视频分析技术中，来解决监控场景的复杂性和目标行为的复杂性，来提升了智能视频分析技术的实用性。实现以交通物联网感知、视频智能分析、大数据分析、云服务、移动互联为技术手段，全面物联，充分整合，打破信息壁垒，协同人、车、路、环境多方面资源，实现对路面交通的集成控制、秩序与安全的综合研判、交通组织的评析决策、警力资源的指挥调度等综合应用和深度应用。构建交通实时感资源充分整合、系统协同运作、交通管控智能疏导、管控的服务体系。 参考文献 [1]傅贵.城市智能交通动态预测模型的研究及应用[D].华南理工大学,2014. [2]周景磊.视频分析技术在智能交通环境下的应用研究[D].西南交通大学,2011. 112