<thead id="mrl2q"><samp id="mrl2q"></samp></thead>

    <noframes id="mrl2q"></noframes>
  1. <kbd id="mrl2q"><mark id="mrl2q"><small id="mrl2q"></small></mark></kbd>
  2. 網站優化接單用ALI cloud Zhejiang交通大數據預測未來交通擁堵
    發布時間:2018-11-30 08:41:03  來源:鄭州網站優化公司-朗創營銷  瀏覽次數:420

    十二月三日半小時后到中關村,請根據當前道路狀況規劃路線。這個問題預計會壓倒所有導航軟件,困難在于沒有人知道半小時后中關村街被封鎖,不應該繞行。

    但是大數據是可以的。浙江省交通廳正在啟動一項新的試點項目:結合高速歷史數據、實時數據和路網條件,基于阿里云大數據的計算能力,對未來一小時的路況進行預測。預測精度在91%以上。

    浙江省交通信息中心主任韓海航說,通過預測未來的道路狀況,交通部門可以更好地指導交通,用戶可以做出更好的路線選擇。

    阿里云數據計算服務(ODPS)為該項目提供了分析支持,一些資深數據科學家參與了聯合研究和開發。來自阿里云的閔萬里博士說,ODPS強大的計算能力可以在20分鐘內分析歷史數據和實時數據。在浙江省的近1300公里公路上行駛了10秒。

    為了預測未來,我們需要了解現在。實時交通狀況的檢測一直是一個難題。受采集技術的限制,實時交通數據的更新時間一般較長,有的長達15分鐘。UGE在硬件方面的投資。

    為此,浙江省交通廳引進了一項新技術:手機信號數據與道路交通數據關聯。在城市道路上,通常每500米就有一個運營商基站,在郊區高速公路上大約2公里。ser通過基站,信號數據能夠準確反映單位時間內通過路段的道路狀況的實時變化。

    例如,如果樣本車輛停止在高速公路上行駛,并且相同道路速度上的大多數車輛下降,則可以判斷該部分可能發生事故或擁堵。

    韓海航介紹,從成本投入來看,與傳統的傳感器采集高速路況數據相比,該方法可降低成本至少90%,施工周期也大大縮短,可在2-3個月內完成。

    粗略估計表明,通過選擇正確的路線和行駛時間,司機可以縮短5%至10%的行駛時間,并減少2%至10%的燃料消耗成本。

    未來道路狀況的預測也可以用來支持無人駕駛技術,無人駕駛車輛除了通過各種傳感器快速判斷當前數據外,還需要知道10分鐘和20分鐘內到達的道路的狀態,并提前做出路線選擇。

    民萬里說,道路狀況預測的應用價值很高,但其關鍵在于精度,需要準確計算、快速計算、計算起點?;跉v史平均數據進行簡單預測是沒有意義的。數據越豐富,預測結果越準確。

    此前,微軟曾嘗試與巴西的一所大學進行類似的嘗試,準確率為80%。微軟希望在添加更多數據源后將分數提高至90%。

    需要增加道路網絡關系、上下游事件、甚至天氣等外部因素,但當這些海量數據被整合到整個網絡的時空演化模型中時,對云計算平臺的大數據計算能力提出了更高的要求。閔婉麗說,在這方面,Ali Yun是世界冠軍。

    據了解,阿里云在港口基準排序比賽中,不到7分鐘(377秒)就完成了100TB的數據排序,成為世界冠軍。RT在他們的最新研究中評估他們的結果。