陶海俊：今天我給大家介紹的主題是關(guān)于世紀(jì)高通在交通信息的大數(shù)據(jù)以及未來交通結(jié)合的話題，首先我們看一下互聯(lián)網(wǎng)世界大數(shù)據(jù)發(fā)生的一些什么樣的變化，我們以前做交通信息我們匯聚海量的數(shù)據(jù)，但是這個三年前跟現(xiàn)在，因?yàn)橐苿踊ヂ?lián)網(wǎng)快速的發(fā)展，大家可以看到我們現(xiàn)在每天我們會有2500萬以上的軌跡，這在5年前，我們可能只有幾十萬的出租車的數(shù)據(jù)，這些大量的軌跡的信息，絕大部分他們來自于移動互聯(lián)網(wǎng)，來自于手機(jī)，這也是說移動互聯(lián)網(wǎng)給未來的交通出行帶來了非常巨大的變化。從原來TB級的數(shù)據(jù)量到現(xiàn)在PB級的數(shù)據(jù)量，我們現(xiàn)在每天在系統(tǒng)里面留轉(zhuǎn)的數(shù)量可能就是幾十T的數(shù)據(jù)，從我們的用戶來看，除了我們傳統(tǒng)的一些政府、企業(yè)在使用我們的一些交通信息服務(wù)的產(chǎn)品，另外他們使用的方式也發(fā)生了極大的變化，到今天為止我們可能有接近200萬的車，在使用我們交通信息的服務(wù)，但其中有三分之一以上，他們已經(jīng)通過移動通信模塊這樣的方式來接受我們交通信息。交通信息服務(wù)在移動互聯(lián)網(wǎng)時代，從原來單項(xiàng)式的廣播，轉(zhuǎn)向了一個交互式的服務(wù)，在這樣的一種前提下，未來這樣的交通信息服務(wù)，也就會從一個單純的接受交通信息被動式，轉(zhuǎn)向用戶的交互式，甚至可以提供用戶個性化體驗(yàn)的服務(wù)。
在過去幾年中我們面向未來新的這些數(shù)據(jù)，這些時代技術(shù)環(huán)境的變化，我們做了大量的一些嘗試、準(zhǔn)備，其中從大數(shù)據(jù)的一個匯聚，原來我們只有一個數(shù)據(jù)中心就可以匯聚所有的數(shù)據(jù)，我們現(xiàn)在有三個數(shù)據(jù)中心，我們還有通過公共的騰訊云來匯聚這些數(shù)據(jù)，并發(fā)布這樣的服務(wù)，這些挑戰(zhàn)，隨著數(shù)據(jù)幾何數(shù)量級的增加，技術(shù)難度的挑戰(zhàn)，也會成為幾何基數(shù)的上升，原來傳統(tǒng)的CES的架構(gòu)，原來傳統(tǒng)的客戶服務(wù)端的模式，包括傳統(tǒng)數(shù)據(jù)流處理的方式，甚至于數(shù)據(jù)庫都已經(jīng)不能滿足現(xiàn)在我們需要在如此巨量的數(shù)據(jù)基礎(chǔ)上，我們需要在每秒能夠處理幾百萬GPS點(diǎn)，同時能夠把這些相關(guān)信息發(fā)出去，這樣一個挑戰(zhàn)是非常巨大的。在這個基礎(chǔ)之上我們能做一些什么？
過去的幾年中，我們利用大數(shù)據(jù)我們做了一些嘗試，也去提供了一些商用的服務(wù)，在這里面的話，我們提供了道路交通狀況的一個路況的分析，我們可以實(shí)時知道，在一個城市當(dāng)中，目前整個道路通行的運(yùn)行狀況是怎么樣的，同時我們也知道通過這樣的一些數(shù)據(jù)，因?yàn)榇罅繑?shù)據(jù)的回傳，實(shí)際上都是用戶個體行為，前提我們不知道他是誰，我們只知道這樣的一些人，這樣的一些車在移動，我們知道這些人用戶的行為，我們通過這樣的一些行為分析，能去找出一些出行的規(guī)律。同時，我們也在對道路，特別是像一些高速公路，城市快速路，我們能去看，在這條路上，到底有哪些車，這些車的比例構(gòu)成又是怎么樣的，我們實(shí)時來知道整個交通流變化的狀況。同時我們也可以用這樣的一些信息，這樣的數(shù)據(jù)來去分析一下個人的行為，移動的特征，包括我們推導(dǎo)出一些OD，在一些特定的時段，特定的場景下這個OD怎么樣，大家也知道像北京的霧霾，沙塵暴過完以后這個OD發(fā)生了什么樣的變化，之前跟之后又有什么樣的區(qū)別，這些內(nèi)容都會通過我們對這些數(shù)據(jù)的分析和挖掘能夠給出一些參考。這是我們理解面向未來整個交通運(yùn)輸會是一個什么樣的，人車協(xié)同，車路協(xié)同，更加智能的道路，以及用車模式的變化，包括汽車的分享，大家也知道專車，類似于這樣的服務(wù)，越來越多，整個用車的模式到基礎(chǔ)建設(shè)，以及信息的交互，在未來可能都會發(fā)生極其巨大的變化，車會變得非常智能，我們?nèi)斯た刂七@個車，逐步逐步演變?yōu)檫@個車可能會有一些智能的，輔助的駕駛功能。某一天我們會認(rèn)為總會有一天這個人會完成自動駕駛。
基于這些，我們在交通出行方面，我們在過去幾年中花了很大的時間和精力看，我們怎么給車提供一個更加合理，更加高效的一個路徑，然后包括現(xiàn)在這個車輛整個，從燃料車走向電動車，這個車的一個變化，同時對這些路徑的選擇又會發(fā)生哪些變化。原來大家知道燃油車的時候，加油站應(yīng)該是遍地都是，現(xiàn)在逐步逐步有更多的電動車出來，電動車我們現(xiàn)在遇到的一個很大的障礙就是充電樁，充電樁到底能有多少，現(xiàn)在其實(shí)這個普及率并不高，我們首先知道這些有限的充電樁在哪里，還有目前的基礎(chǔ)設(shè)施并不具備讓電動車在任何時候沒電的情況下還能馬上充電，燃油車可以，大不了你拿個管子從別人的車?yán)锩嫖稽c(diǎn)油還可以走，一旦電動車在高速上沒油了，充電寶也不管用，可能有一天可以實(shí)現(xiàn)這樣的技術(shù)。我們給用戶云端的路徑，我們要計(jì)算，對于電動車來說的話，整個路況的變化，讓它以很低的速度，不斷的起步，這個電量損失是非常快的，幾十倍在正常電量的情況下，我們不僅要知道現(xiàn)在能走遠(yuǎn)，我們還能知道兩個小時以后能走多遠(yuǎn)，這是我們所謂的智慧云路徑的服務(wù)。這樣的一個服務(wù)在去年我們也很高興在寶馬的I系列電動車上，在中國已經(jīng)搭載上市了，i3和i5、i8已經(jīng)搭載這樣的服務(wù)，今天展會現(xiàn)場也有這樣的乘車體驗(yàn)，如果大家有機(jī)會可以去看一看。
另一方面，我們也通過這樣一些大數(shù)據(jù)的分析，為整個城市級別的這樣一個交通狀況的監(jiān)測，以及預(yù)警給政府的決策規(guī)劃開發(fā)了一套四維交通指數(shù)，這一套交通指數(shù)的話，能夠去把整個城市的狀況是以一個數(shù)值的形式能夠表現(xiàn)，就像我們現(xiàn)在看到，每次看到PM2.5，今天是多少，甚至晚上預(yù)測明天會是多少，在整個交通規(guī)劃上會給大家有一個幫助。也希望未來哪一天的話，這個交通指數(shù)也能成為政府的一個決策的依據(jù)，至少現(xiàn)在PM2.5是這樣，當(dāng)PM2.5預(yù)警到什么程度，藍(lán)色、橙色，很多會有強(qiáng)制措施，也許哪一天，我們整個交通狀況能夠通過指數(shù)的方式，我們知道一天、兩天以后我們的交通狀況會發(fā)生什么樣的變化，整體指數(shù)有什么樣的變遷，也許我們會帶來臨時的一些管制措施來限制這樣的一個車輛的移動，從而保障城市有一個更暢通交通的狀態(tài)。
通過這樣大量海量的數(shù)據(jù)，我們也能夠?yàn)槌鞘薪ㄔO(shè)規(guī)劃去給出一些建議和一些方案，甚至于對已經(jīng)建成的道路基礎(chǔ)設(shè)施的利用，如何通過一些政策性的，軟性的調(diào)整，能夠給到說讓這些道路的使用率有更加充分的提高，我們在過去也通過這樣大量數(shù)據(jù)的分析挖掘，也給到一些政府，北京的兩條高速，北京首都高速天天堵，二高速、三高速天天不堵，為什么？在于資費(fèi)，一個是不花錢的，一個是得花15塊錢，我們通過這樣的技術(shù)和手段，我們還是發(fā)現(xiàn)了如果我們略微調(diào)整一下資費(fèi)，這樣交通流就會被分流道路基礎(chǔ)設(shè)施就會被充分的利用起來。
對于城市特定的道路，我們也有特定擁堵和掃描的系統(tǒng)，能夠?qū)崟r感知到目前整個城市上哪些路段處于一個擁堵狀態(tài)，或者即將處于一個擁堵狀態(tài)，能給交通管理部門提前或者事后分析，來改善一些交通的規(guī)劃、設(shè)置，甚至于我們簡單做一些籌劃，可以解決這些問題，擁堵瓶頸的掃描分析，這也是在我們過去幾年當(dāng)中通過大數(shù)據(jù)分析挖掘，為不少地方政府和交通管理部門給出的一些系統(tǒng)，能夠讓他們?nèi)ビ玫摹Ｍㄟ^大數(shù)據(jù)我們還是能夠發(fā)現(xiàn)，特別是通過移動互聯(lián)網(wǎng)數(shù)據(jù)，我們現(xiàn)在很容易的可以知道，在人們移動的OD，我們原來僅限于城市內(nèi)的范圍，我們很難在更大的樣本量的前提下來看一個全國的范圍，或者城際之間移動的狀態(tài)，現(xiàn)在我們有了這樣的數(shù)據(jù)，不僅能夠監(jiān)測城市內(nèi)交通流量，人們的出行，OD的變化，同時我們也能有效分析，在城際間這些車輛是如何來移動的，人們是如何移動的這些趨勢，以及在過去歷史當(dāng)中這些不同的階段，不同場景下，不同影響因素下形成特定的特征。
同時，我們利用一些更多的結(jié)合了一些現(xiàn)在地圖的街景，結(jié)合手機(jī)回傳的數(shù)據(jù)，一些視頻，我們還能去分析一些行車，大家知道在中國的大城市，這個停車是難的，現(xiàn)在有不少停車場確實(shí)已經(jīng)加了基礎(chǔ)建設(shè)的設(shè)施，我們知道某個地下停車場，或者某個商用停車場滿供的狀態(tài)怎么樣。我在北京待了十多年，我每天看到下班回家以后，看到馬路上都是停滿車的，路邊停車我們目前是沒有辦法知道車有沒有空位能不能去停，而通過這樣的一些數(shù)據(jù)的分析和挖掘，通過這樣的一些數(shù)據(jù)的回傳，我們現(xiàn)在是有可能去做到，我們知道在某一個地方，這個時間段你去停的話，你在路邊停車能找到停車位的可能性可能高于80%，也有可能告訴你只有20%，建議你別去了，因?yàn)槟闳チ藙e人比你搶的快，我們也在一些范圍，一些地區(qū)做出了一些實(shí)際應(yīng)用的樣例。
以上是我對交通信息大數(shù)據(jù)以及未來交通出行的一個報(bào)告，歡迎大家指正，謝謝！
京公網(wǎng)安備 11010502049343號