大数据应用于智能交通产业发展规模分析

主页（http://www.cnwulian.net）：大数据应用于智能交通产业发展规模分析

　　1、智能交通需求与大数据契合

　　(4)Velocity处理速度快，1秒定律。

　　(1)Volume数据体量巨大。从TB级别，跃升到PB级别;

　　从20世纪初的网络发展以来，进入一个高度联网的阶段。联网的同时，数据高度集中，数据量急剧增加。据IDC报告现在互联网的数据，每两年就翻一番。这个增长率在智能交通行业同样有效，随着卡口、电警、摄像机数量的增加，高清化、智能化的发展，如果再算上物联网的各种传感器，未来几年的数据量增加可能大大高于这个增长率。这就为智能交通行业实现大数据提供了数据基础。

　　(3)Value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。

　　6、海量数据存储

　　7、大数据分析与应用

　　3、大数据增值应用

　　4、海量数据计算

　　大数据应用于智能交通产业

　　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。量Volume和多样Variety是因，数据类型的复杂和数据量的急剧增加，决定了原有简单因果关系的应用模式对数据使用率极低，完全无法发挥数据的作用;速Velocity是过程，巨大的运算量决定了速度必须快;价值Value是最终的果。

　　5、海量数据检索

首页 > 公司 > 行业分析

　　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。

　　利用智能交通的管理系统，可以获取道路天气、施工情况、事故情况、结合大数据分析，为出行司机和交管部门提供天气、路面状况、事故易发地点、停车场等信息，并根据车辆目的地、行驶习惯，路面情况推荐行驶路线。

　　大数据行业发展规模分析

　　结合智能算法，二次识别等功能，可以更准确的识别车牌、车身颜色、车型、车标、年款等特征，并且对遮阳板检测、安全带检测、接打电话检测、司机人脸识别等进行分析。

　　高效的云计算能力，带来千亿数据的秒级返回的检索能力，为大数据分析应用，提供了快速的保障。基于深度学习的智能分析算法，为大数据分析应用提供有力的工具。交通大数据的分析，为交通管理、决策、规划、服务以及主动安全防范带来更加有效的支持。

　　当智能交通遇到大数据，如同二氧化锰在制取氧气的实验中作为催化剂一样，一场剧烈的化学反应加剧了两方的共同发展。

　　大数据分析研判功能，还可以支持对卡口数据、视频监控数据进行二次识别，提高车辆信息的准确性，进而利用大数据实现轨迹分析、落脚点分析、隐匿车辆分析等功能。对车辆大数据进行深入挖掘，实现事前全面监控、事中及时追踪、事后准确回溯的不同场景需求。常州市建设的车辆大数据平台，协助有关部门每天自动发现套牌车辆10余起，再根据车辆的轨迹分析和落脚点分析，快速找到套牌车辆进行处罚管理。

中证网声明：凡本网注明“来源：中国证券报·中证网”的所有作品，版权均属于中国证券报、中证网。中国证券报·中证网与作品作者联合声明，任何组织未经中国证券报、中证网以及作者书面授权不得转载、摘编或利用其它方式使用上述作品。凡本网注明来源非中国证券报·中证网的作品，均转载自其它媒体，转载目的在于更好服务读者、传递信息之需，并不代表本网赞同其观点，本网亦不对其真实性负责，持异议者应与原出处单位主张权利。

　　中国大数据产业起步晚，发展速度快。物联网、移动互联网的迅速发展，使数据产生速度加快、规模加大，迫切需要运用大数据手段进行分析处理，提炼其中的有效信息。2014年，中国大数据市场规模达到767亿元，同比增长27.8%。预计到2020年，中国大数据产业规模将达到8228.81亿元。2015-2017年复合增长率为51.5%。2014年，中国大数据应用市场规模为80.54亿元，同比增长3.2%，2015年市场规模约增长37.3%，至110.56亿元，预计到2020年，中国大数据应用市场规模将增长至5019.58亿元。2015-2017年复合增速为87.8%。

作者：来源：同花顺

　　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。

　　整个系统建设的核心是数据的采集、存储与计算，而其中最重要的核心思想就是“数据是价值”。问题就是如何把数据转换成价值。这就成为一个技术问题。

　　对于海量数据存储，采用HBase分布式存储系统。相比传统关系型数据库，有四个特点：数据格式灵活、高可用、横向扩展能力强和访问高效。