中国智能出行大数据

㈠ 专车和网约车有何区别

网约车是网络预约出租汽车的简称，也是属于出租车的一种。

而专车是互联网约专车平台的一个统称，是由打车平台、政府共同认证，集用户叫车、自动派单、司机接送、形成结算。车辆管理功能于一身的网约专车系。

1、用户规模分析

截至2016年12月，我国网约车用户为3.92亿人，其中网络预约出租车用户规模为2.25亿人，网络预约专车用户规模为1.68亿人。在2014年时，网约车市场曾迎来一次大爆发，用户规模增长率达559.4%，而随后用户规模也保持增长。当时网约车平台的大量补贴让用户群体一再扩张，随着补贴力度的减弱，用户规模也逐渐降温趋于平稳。而受网约车新政的影响，2016年的用户规模有所下滑。

2、出行交易规模

数据显示，2015年，中国互联网出行市场规模达681亿元人民币，已进入高速发展阶段；预计2018年，市场交易规模将增至2678亿元，而后恢复平稳增长，2022年达5036亿元人民币。

3、互联网出行的渗透率

在巨大的市场诱惑下，各大打车软件开始从渠道端转向服务端，通过纵向深化用户体验来增强粘性，保障司机和消费者用户量的稳定增长。《中国智能出行2015大数据报告》指出，目前互联网出行的主战场集中在一、二线城市，其渗透率分别为40.1%和17.3%，而三、四线城市仍是一块等待挖掘的巨大蛋糕。

从各类打车软件相继上线到行业洗牌、寡头显现，再到监管升级，市场逐渐规范，网约车为公共交通提供良好补充的同时也为用户提供个性化出行需求，有效节约社会资源。

㈡ 大数据之于智能交通意义重大仍面临五大难题

大数据之于智能交通意义重大仍面临五大难题

日前，在2015中国智慧城市国际博览会上，来自台湾的勤亚科技张及人透露“台湾政府在将近九年前就开始规划所谓的大的交通数据云，用数据来管理整个交通出行。比如通知你从A到B大概走多少时间，这个时间给你选择走西会更快或者更慢一点，通过这种模式来做。”在公共交通部门，张及人称台湾已经全面做到了公车到站提醒，准确率在96在97%。“这样大家坐公交时不会浪费时间，能合理地安排自己的出行计划。”在出租车和商用车方面，“台湾有一个服务厅，可以清楚地告诉调度公司，在某个天气、时间、路口会有比较多乘客，只要买了这个服务，系统会高速你客人在哪里，这就是大数据做的应用。

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。

大数据支撑智能交通发展仍面临五大难题

随着移动互联网、大数据、车联网等技术越来越多地渗透到交通领域，百姓的出行将越来越高效便捷，同时也有利于管理部门为社会提供更好的公共交通服务。借助移动互联网、云计算、大数据、物联网等先进技术和理念，将互联网产业与传统交通运输业进行有效渗透与融合，形成具有线上资源合理分配，线下高效优质运行的新业态和新模式。积极用好大数据技术来支撑交通运输行业科学决策。交通运输部正在推进开展行业信息资源整合，同时也与互联网企业开展合作，利用定位大数据和智能化分析技术，成为科学决策的技术支撑。

不过，大数据虽然支撑着智能交通的前行，但其发展道路上难免要历经磨难，从目前来看主要存在五个问题。

问题一：海量设备管理问题

随着系统规模扩大，前端设备点位增加，设备故障点也呈几何级数增长，管理人员仅忙于应付设备故障，无暇他顾。以电子警察系统为例，目前一、二线城市基本都实现了电警设备在重点路口、路段的全覆盖，建设规模均有上千台摄像机及相应的控制设备，由于各厂商产质量量良莠不齐，前端设备实际完好率不高。设备故障未暴露，或暴露但没有得到及时维护的现象非常严重，给业主造成了大量的投资浪费。

问题二：统一标准和技术规范

国内智能交通系统项目的建设先于行业统一标准的推出。在缺乏标准的条件下，许多地区的智能交通系统自成体系，缺乏应有的衔接和配合，标准互不统一。即便在城市内部，道路上的传感器标准也非常混乱，因为传感器设备生产企业缺乏统一的接口标准。标准和规范的混乱妨碍了交通数据的获取，从而无法进行交通流的分析和预测。在高速公路收费系统方面，各省或地区内建设的网络一卡通或不停车收费系统，也没有统一指导和标准，为将来的全国联网造成了困难。

问题三：系统可靠性与稳定性

智能交通系统复杂度和整合程度越来越高，而系统的健壮性却没有同步提高，往往有牵一发而动全身的问题出现。以某地级市为例，智能交通系统由近200台服务器和2千多台前端设备组成，包括信号控制、交通流量采集、交通诱导、电子警察、卡口等子系统，数据要和省级交管平台、区县级交管子平台、公安业务集成平台等系统相连。系统具有流程复杂、业务系统众多、客户端分散等等一系列特点。业主竭尽全力为了保证业务系统的正常运行，但还是经常出问题。系统及网络结构复杂是一方面，业务系统众多无法“照顾”过来才是最严重的问题。

问题四：数据源的质量

智能交通应用需要高质量的数据源，而目前设备长时间运行的性能得不到保证，数据质量不高限制了智能交通业务高水平的扩展应用。现代化的交通诱导和交通信号控制需要实时准确的交通流量数据以供交通状态判断以及短时交通预测使用。而由于目前系统健壮性不足，难以自行判断数据质量，从而使得交通诱导和信号控制系统不能发挥预期效用，从而影响了整体智能交通系统的投资价值。

问题五：信息安全问题

由于智能交通兼具交通工具带来的移动特性和通信传输所使用的无线通信两方面的特点，它也就集成了无线网和移动网两大类型网络的安全问题。然而，当前针对智能交通的研究还只是偏重于其功能的实现，忽略了其信息安全问题。实际上，无论是从信息的收集、信息的传输、信息的处理各个环节，智能交通都存在严重的信息泄露、伪造、网络攻击、容忍性等安全问题，亟须受到人们的关注和重视。

结语：未来伴随着移动互联网、大数据、车联网等技术越来越多地渗透到智能交通，将会使我们的出行越来越便捷、高效、舒适。对于管理部门来讲，通过智能交通设施大数据分析预测出行规律和趋势，科学安排各项保障工作，为全社会提供更好的公共交通服务。

以上是小编为大家分享的关于大数据之于智能交通意义重大仍面临五大难题的相关内容，更多信息可以关注环球青藤分享更多干货

㈢ 当出行平台遇到人工智能，将如何改善人类交通系统

我相信，哪怕“下半场”概念的持续走俏，当整个社会的技术基础设施向人工智能的底座切换，它被写入政府工作报告也只是时间问题。要知道，在过去数十年，当科技学术界在向公众描述未来时，对于“确定趋势”凝成共识的次数其实屈指可数——且远未达到今天学界对深度学习这条技术脉络高度认可的坚定态度。

这种共识当然会向政府等决策层传递。就像互联网时代，不少科技企业完成了对资源配置的重新释放，在即将大规模落地的人工智能时代，在对待更复杂的社会问题时，他们也有能力，通过AI为政府和其他社会组织赋能，通过数据的交融，合力将城市向更具智慧的方向演进。

其实谁都知道，世界的复杂度正如“沙堆实验”一般集聚，传统人力基于过往经验，早已显得疲惫不堪——譬如交通问题，早有人预言，隐匿于城市毛细血管的交通网络，有可能是第一个被搁置在人工智能底座的社会系统。

在迅猛的城市化发展中，交通是所有人的切肤之痛：在中国，有大约超过50个城市面临不同程度的拥堵，城市越大拥堵越严重，不只中国，交通问题是世界大型城市的共同顽疾，我看到的数据显示，欧盟境内每年因交通拥堵造成的经济损失达到了1000亿欧元——而也正因如此，在全世界的资本市场，出行领域的点滴创新，从来都会招致他们的敏锐嗅觉。

巨大的公共福祉背后，是颇为坚信的路径实现。众所周知，城市交通网络由人，交通工具和管理三个维度构成，且随时都在变化。

而这也意味着，当数据成为新经济的底层驱动力，解决交通这样的复杂社会问题，政府也势必对人工智能敞开怀抱。在我看来，通过“人工智能+社会治理”，用数据为城市“画像”，才是每天诞生的海量城市数据的最佳归宿。

具体到交通领域，无论约租车，移动地图，还是共享单车，实时公交，都将成为智慧城市升级路上的重要一环。

解决人口问题的智能方式

说到城市化，不妨先说一个我今天看到的案例：人口问题。

必须承认，将巨大人口卷入到整个世界经济的分工体系，是过去三十年中国增长奇迹的最大因素（事实上，愈到未来，中国人口红利优势就愈显著，全世界最发达的高铁系统就是最好佐证）。而在中国人口问题的另一端，如今社会学家的普遍达成的共识是：自由迁徙实则是解决城市化发展“不公”的最佳方案。

如你所知，在城市化历史进程的奔流中，你一定经历过那种看起来就充满不确定性的人口普查方法，面对频繁的流动，传统普查方式人力成本高企且往往并不精确。

其实政府完全可以仰仗更睿智的方式，譬如通过移动地图，要知道，网络地图每天响应450亿次定位请求，位置服务超720亿次，完全可以基于这些累计的定位数据，计算出每个用户的工作地和居住地（譬如在网络的算法中，当两个月在某个位置出现上百次；时间集中在9:00-19:00；连接的wifi固定，基本可以判断是在工作地），然后通过划分区域位置边界，测算出某个区域的人口绝对值。

事实上，如今网络地图慧眼数据的预测准确率已达85%以上，这意味着，它完全可以为政府机构提供重要的辅助性数据资料。比如网络地图就依靠人口数据优势，以城市新流入常驻人口与全国所有城市新流入常驻人口均值比值为指标，发布了城市吸引力报告，2017年第一季度的报告显示：在人口吸引力排名Top10城市中，长三角、珠三角各占三席，人口吸引力突出，此外还包含北京、重庆、成都及郑州。

值得一提的是，网络还以城市拥堵指数和公交站点覆盖率为指标，同时发布了城市交通运行情况报告。城市拥堵方面，从主要城市拥堵排名Top10数据看，直辖市重庆、北京、上海三大城市入榜，天津是唯一未入榜的直辖市；其他入榜城市均为省会城市，其中哈尔滨以2.138的工作日高峰拥堵指数居榜首。而公交站点方面，在公共交通站点500米人口覆盖率排名前十的城市中，广东有深圳、东莞、佛山、广州四个城市上榜，北京作为北方唯一入选Top10的城市，排名为第七。

可以预见，这种基于真实流动状态的数据分析势必将影响决策。

人工智能+交通的路径实现

事实上，判别智慧城市的一大标准，即是各个领域决策层——尤其政府决策部门对于数据的驾驭程度。而欣喜的是，作为一次算法革命，深度学习以一种简练的网络模型得以解决过往极为复杂的社会难题，譬如交通。下面不妨从打车，公交，单车和地图等不同维度来拼接成“智慧交通”的全貌。

先说以滴滴为代表的出行平台。从几年前的“互联网+打车”到“用积累下来的数据提供更多价值”，滴滴算是移动互联网时代向人工智能时代跃迁的极佳样本。要知道，如今滴滴每日峰值订单超过2000万单，每日处理数据超过2000TB，相当于200万部电影，海量数据包含路况，叫车信息，驾驶行为和车辆数据等多个维度。而无论是供需预测，路径规划还是平台派单，都是算法在起决定作用，毕竟在实时性的要求之下，其中变量已非人力调控可以满足，就像滴滴研究院院长何晓飞所言：“如果我们能搜集到更多的数据，未来有一天我们甚至能够知道每一位乘客，每一位司机的意愿。如果我们能够更加准确的甚至预测人的心理，那么我们可以把整个城市的交通管理的更加有秩序。”

再来看智能出行的基础：移动地图。事实上，少有人知的是，人工智能已渗透进网络地图的每一项基础业务，将其变成了一个基于大数据的人工智能出行平台。

官方数据显示，如今网络地图每日提供的位置服务超过720亿次，每日导航服务超过2亿公里，其自身也从单纯解决陌生地认路，演化到如今的智能导航。从出行前的时间预测和不同需求的个性化路线选择，到出行中精准的实时避堵路线推荐，它都以一种模拟“老司机”思维方式的思路：通过建立交通大脑，记忆数百亿次不同用户的出行旅程，将智慧“反哺”到每一次用户的具体出行之中。

其实不难发现，所谓新司机和老司机的差别，即是掌握的交通信息渠道和本地驾驶经验。而基于高性能流式计算，现在的网络地图可以做到分钟级别的路况更新，某个地方发生拥堵，不到一分钟就会被识别。此外，网络还可以精确推算全国路网的动态车流关系，实现未来一小时的路况预测，这种路况预测模型，包括了日期，时间，天气，路段路况和区域路况等多个维度，并辅之以棋局态势感知和区域路况态势感知的神经网络算法。

颇值一提的是，网络地图还通过聚合群体智慧，通过数据积累对本地经验路线了如指掌：通过人工智能对比用户路线和规划路线，找出差异，统计用户最多走法，如老司机一般得到局部经验路线，提供更优方案。而“老司机经验+个性化偏好”的智能化设定，无疑可以充分满足不同用户的差异化出行需求。总之，网络交通大脑的智慧源自每一位用户，而它又以更高智慧回馈给他们。

与政府打造智慧交通网

当然，在移动地图之外，人工智能同样可以用于如今炙手可热的共享单车身上。

我个人看来，更好地优化车辆配置，是需要共享单车平台共同面对，也是让交管部门较为疑虑的问题，诚如大数据专家涂子沛所言，共享单车首先要回答一个问题：一座城市究竟需要多少辆公共自行车？“要得到这个答案，必须结合城市人口、公交系统、私家车、道路等各项数据，进行计算。其中最重要的估算手段，是把城市里每一个人的家庭住址和其工作地点在数据库层面打通，从而掌握每一个人在城市中最日常的流动，即上班族的‘潮汐’特性。”

其实在人工智能处理交通数据这件事上，相比于共享单车，目前较为成熟的也许是并不惹眼的实时公交领域——要知道，每日至少两次的高频应用，让各种实时公交应用的累积数据并不亚于打车类软件：就像滴滴让人们习惯了“掐点”坐车，通过大数据与深度学习，实时公交应用也可以实现公交数据的实时整合，让用户能清晰获取每日赖以出行的公交车信息，如现在走到哪了，是否正在堵车，什么时候到站，甚至整条线路的实时通行状况，以此决定什么时候离开办公室或者家前去等车比较合适。毫无疑问，这种基于人工智能的资源匹配，对于城市公共交通出行效率，出行选择率以及城市承载率都意义深远，也势必得到决策部门的重视。

嗯，在人工智能的加持之下，科技企业与政府数据的共享，无疑是能否促进智慧交通网络的关键——要知道，中国各级政府掌握着全社会信息资源的80%，拥有海量且高质量的数据，当它们与科技企业的数据和人工智能相结合，产生的正向社会效应将难以估量。

就拿交通来说，一座城市每天产生数千万交通数据，其实交通部门也在寻求与网络这种人工智能技术完备的企业合作，网络地图交通云已与深圳市，成都市，三亚市等13家交警部门，以及江苏省，辽宁省，四川省和河南省等共10家省市级交通部门开展交通大数据共享及信息联合发布合作，在道路拥堵分析，出行通勤分析，人群热力和人口迁徙分析等内容上，通过人工智能将数据价值最大化。

在我看来，除了前文所述的实时资源匹配，提升日常交通疏导效率，“人工智能+交通”的更大福祉，是这些数据能够回馈到城市建设之中，利用数据进行城市线管规划，交通拥堵成因进行分析，对异常道路进行数据挖掘，并将数据用于交通管理调度及相关决策，辅助宏观交通规划。

毕竟，说到底，所谓“智慧城市”的全部秘密，不外乎搭建数据平台，再通过人工智能的赋能，向公众提供更好的服务平台——这需要科技企业与政府的充分联姻，而可以预见的是，当整个社会的公共决策变得越来越复杂，这种联姻也就越来越重要。

李北辰/文（知名科技自媒体，致力于用文字优雅的文章，为您提供谈资与见识）

㈣ 在西安哪个共享单车最流行

摩拜和哈啰吧，这两个最常见，分布范围也比较广。还有少量其他的共享单车，比如青桔，个人觉得青桔颜值高一些。

㈤ 互联网+交通” 大数据时代下的智能交通

互联网+交通”：大数据时代下的智能交通
早上十点，张先生准备从位于城南的公司出发去城北的咖啡厅见客户。出发之前，他打开手机导航APP，选择了一条车流量最少、交通状况最好的出行线路。二十分钟后，张先生顺利抵达目的地。令他感到舒心的是，咖啡厅附近新建了停车场，以往他可是因为有急事却找不到停车位吃了好几次罚单。和客户寒暄的过程中，张先生得知客户这次没开车，而是选择了打车软件，原本40元的车程，他只花了十几元。
如今，越来越多的人和张先生一样感受着智能交通带来的便利。但是他们可能并不知道，经常遇到的摄像头、电子卡口、电子警察等系统，它们在保障城市安全、维持交通秩序的同时，也在不断产生大量数据信息，不仅能够节约时间，也能大大提高交通工具和道路的使用效率，减少能耗。
在“互联网+”背景下，智能交通大数据技术的应用，不仅将“先知”逐渐变成现实，更建立起车、路、人之间的网络，通过整合信息，最终为人（车内的人和关注车内人的人）提供服务，使得交通更加智能、精细和人性；对管理者而言则大大提高管理者获取数据的能力，提高他们的决策能力和管理交通的能力。
一、“互联网+交通”的表现形式
2015年3月5日，李克强总理在政府工作报告中首次提出“互联网+”行动计划。互联网与传统行业的融合发展将从全流程上改造传统行业，从而产生新的业态。互联网与交通的碰撞也形成了“线上资源合理分配、线下高效优质运行”的新格局。
早在2011年底，“互联网＋交通”已初见端倪。铁路推出了网络订购火车票的新举措，让百姓利用电脑、手机，通过网络，足不出户就能买到火车票；民航行动更快，很早就实现了网络订票，现在通过大数据分析，通过手机APP可实现手机购票值机、查看航班动态等功能；而大力推进高速公路ETC联网发展，则是公路方面推进网络化的措施。此外，人们平日出行开车也越来越离不开导航系统、打车软件。
1． 事前预判
我们在生活中，总会有感觉到交通不方便的地方，如飞机晚点、延误，超级大堵车……如此这些，已经成为我们生活中习以为常的事情。交通永远不会有发展到最完美的时候，人类会不断提出新的要求以改善舒适度。
以出行高峰时段的交通拥堵为例，智能交通能够提高人们出行的计划性，通过他人的出行数据，预备出行者可以提早知晓不久后的某时段交通预计的流量情况，以此妥善安排自身的出行。其次，智能交通可以提高出行的可靠性，即例如甲要从A地去B地，必经路线的堵车已经无法避免，提高出行可靠性就在于可以通过智能交通的技术手段，根据以往同一时段该路线的交通状况，预估同样出行方式下将可能多耗费的时间。再者，智能交通应用在汽车上的自动避让和制动等功能还可以在一定程度上提高出行的安全性。
总而言之，以智能交通的技术手段提高信息采集强度及采集量，并提高其数据处理水平，继而把所得信息通过各种不同渠道传送给每个有需要的人，智能交通正在提高整个交通系统的应变性和个人出行的应变性。
几年前，海康威视已经布局大数据和云计算，并在武汉市成立了大数据和云计算研发中心。目前，海康威视已推出了大数据的初步应用，主要在三个方面：人脸数据的大库检索、海量卡口数据的高效检索分析和案事件数据的分析。
大数据的魅力在于我们可以从数据中找规律，它能使原来的“事后检索”变成“事前预判”。海康威视大数据库检索，可以做到将犯罪分子人脸、作案车辆等特征图片放进视频图像库里进行搜索比对，寻找犯罪嫌疑人的踪迹。
例如，在南方某座特大城市，针对某系列案件，警方运用海康威视的大数据技术，通过大量信息的检索、比对和分析，发现嫌疑人每次作案前均会到某个地方落脚的规律。当地警方提前在落脚点布防，成功抓获了准备再次作案的嫌疑人。基于大数据的云计算搜索，就像网络搜索关键词一样迅速找到想要的东西，不需要像从前一样由多名警察一帧一帧盯着事发地点的监控录像，寻找作案嫌疑人。
大数据还必须做到“秒级响应”，反应迟缓的话，大数据也就失去了价值。海康威视在多个城市的电子卡口系统中应用了大数据技术，在上百亿条车辆记录中快速搜索，几秒钟甚至零点几秒锁定结果。在此基础上，可以更好地实现如套牌车辆研判、跟车关联分析、违法多发时间和地点研判、交通流量分析和交通诱导等应用。
2． 调整更改
在传统的规划过程中，设计部门根据对现状的判断和经验的积累，容易对交通项目进行个人意志和团队意志的主观操作，更有某些小型设计单位采用闭门造车的方式进行拿来主义的设计，这与规划的本职形成严重对峙，更不符合互联网+时代下对大数据应用的渴求。
对于城市管理者或是城市交通管理者、公路交通管理者，智能交通是帮助提高其管理的技术手段，大大提高管理者获取数据的能力，提高他们的决策能力和管理交通的能力。
举个最简单的例子，道路的渠化由交通设计院规划设计，然后施工建设。然而道路及其周边区域的情况不是一成不变的。随着城市的发展，道路起初的设计可能无法满足市民的实际需求。比如城北新建了一个工业园区，那早高峰往北面上班的车会明显增多，同时晚高峰从城北返城的车会增多。这时之前设计的道路显然不足以满足市民的需求，道路再次设计成潮汐车道或者是可变车道均可提升道路的通行能力，满足市民的需求。但是二者如何选择，抑或两个方案一起实施，一直是困扰交通管理者的一件事情。这时，道路上安装的电子警察、卡口和视频检测器所采集的过车信息和车流量数据就可以为道路的渠化提供有用的信息。
再举个例子，城市交通中，大家最熟悉的是红绿灯。有些城市的红绿灯装有信号控制系统，在所有道路资源都充分使用的条件下，红绿灯的转换频率只能按时间分配，不可能让路上的车辆变少，然而合理的红绿灯配时可以让道路的通行率大大提升。前端信号机配备有车检板，支持地埋线圈的接入，同时也可以通过视频检测器，实现控制区域内车流量、占有率、车速、排队长度等交通参数的采集、处理和存储。交通信号控制系统可根据前端独立的车辆信息来直接调整对应信号灯的绿信比，也可根据区域整体的车流状况对信号灯配时方案进行针对性的区域协调。同时这部分交通参数信息也可提供到其他相关联的交通管理系统使用。比如通过大数据采集分析和交通仿真，进行区域的信号协调控制。
3.分析应用
对交通出行的大数据进行分析总结可以得出不同城市的相互联系强度、城市流动人口的来源，指导城市对外交通建设；能够分析出城市交通现象与重要事件之间的关系，有效预防下次突发事件造成的交通压力；大数据能够形象地反映居民的出行路径、偏好，总结出居民的出行习惯从而为第三方服务平台提供参考，加快推进交通运输由传统产业向现代服务业转型升级。
智能交通综合管控平台存储了大量的交通数据信息，如何有效充分地利用这些信息将非常重要。通过对平台存储的数据进行智能研判分析，获得一些潜在有价值的数据和信息，为交通管理、刑侦稽查提供重要的线索和数据信息。
比如案件刑侦分析时，某些车辆行驶轨迹可能会成为重要线索。平台行车轨迹分析功能可以输入关注车辆号牌，选定关注的时间段，进行分析。分析结果会以列表的方式呈现在列表中按照时间先后顺序显示该车辆在此时间段内的所有过车信息。如果平台部署了电子地图模块。可在电子地图模块展现车辆行车轨迹分析结果展示，并在地图按照车辆行驶的时间和空间顺序，在地图中描绘车辆行驶轨迹。
同时，目前机动车数量的激增，机动车车辆牌照无法凭借肉眼观察直接判定车辆号牌真伪、套牌与否。出现部分车主为了逃避交通违法处罚，甚至进行其它不法活动时为了躲避刑侦缉查，而使用假牌和套牌的手段。智能交通综合管控平台使用车牌识别技术，采集经过监测点车辆的信息，如车牌号码、车身颜色、车辆类型、出现时间，根据创建的套牌分析模型，实时自动完成套牌嫌疑车辆的检测和报警，可有效打击使用套牌车辆的行为。
而在治安监控中，外来车辆初次入城信息将会成为外地车辆流窜作案的重要线索。可利用卡口、电子警察对车辆采集进行数据信息，可在指定时间段内，对首次经过指定路口的车辆进行查询展示，此功能配合城市卡口包围圈、城际卡口、电子警察采集的数据信息将发挥更大的作用。
现在在很多一二线城市，由于出租车在高峰时期供不应求，催生出了很多非法营运车辆。这些车辆虽然在一定程度内可以方便大众的出行，但是由于其无监管部门，对于民众的生命和财产有一定的安全隐患，而此类车辆很难从常规车辆中分辨出来。针对这类情况，可引入车辆积分制度，对符合积分细则的车辆进行积分，例如在本地案件多发地区的车辆进行高积分规则，每抓拍捕获一次积3分，对相对涉案车辆较少地区的车辆，每次抓拍捕获积1分。在研判中可按一定时段检索分值排列靠前的车辆，纳入视线，进行重点管控，并从中发现相关线索。积分细则可由相关部门的业务实际应用进行设定，积分细则后期可进行添加和修改，积分实行累加制，不设上限。同时可以对于重点监控区域，如学校、银行、医院、广场、娱乐场所（广场、KTV等），可以有针对性的对重点区域的卡口/路口某些时段内的车辆进行分析和观察，分析出这些区域内频繁出入的车辆、按照次数从高到低排行显示车辆的详细抓拍识别信息。对频繁出入车辆进行关注，从而起到预警作用。
交通管理部门如何保证交通安全、交通秩序是一个重要的任务。在有限警力的条件下如何达到管理交通安全的目标，警力有的放矢的调动安排将非常重要。智能交通综合管控平台对交通数据进行研判分析，可将违法多发地点按照违法次数从高到低的次序显示排名靠前的违法多发地点，为交通管理部门的警力调动安排提供参考信息。为了在有限警力的条件下达到管理交通安全的目标，保证警力在最合适的时间出勤。智能交通综合管控平台对交通数据时间特点进行分析研判，可将违法多发时段分析出来，并按照违法多发时段的违法次数排序，显示违法多发时间段，为交通管理部门警力调度提供参考。
二、“互联网+交通”在国内的应用
杭州市建立了“一个中心、三个系统”即交通指挥中心、交通管理信息系统、交通控制系统和交通工程类信息系统。杭州市交警支队还实行了集中调度指挥和交通信息预报制度，在市区主干路、主要交叉路口实行分级预警和干预机制，重点解决早晚高峰、节假日重要时段的路面交通问题。
各城市交管部门一直在探索优秀的勤务模式，以最少的警力、最小的行政成本，获得最好的交通管理效果和最大的社会效益。杭州市通过改变交警的传统路面巡逻执勤模式，通过交警支队视频作战室、交警大队分指挥室和交警中队数字勤务室三级指挥系统的网络巡逻执勤模式，结合路边重点巡逻，实施“上下联动”机制，实现“桌面就是路面”，使科技应用直达基层民警，提升了交通管控效能，扩大了路面管理的覆盖面，加大了路面管理的密度和力度，提高了应对交通拥堵、交通事故等交通突发事件的快速反应能力，减少了道路交通事故和交通违法行为，提高了道路通行能力，缓解了交通拥堵，确保了城市道路交通的安全、畅通、有序。
三、“互联网+交通”的发展趋势
首先，要大力发展绿色、便捷、高效、经济的公共交通。通过智能交通技术手段提高公共交通系统的服务水平，引导城市居民出行方式的转变。
其次，以智能交通技术提升道路交通管理水平，提高城市道路体系的综合利用效率。
再次，优化区域交通组织，以先进的交通管理手段如先进的交通信号系统、交通诱导系统、交通违法自动考量系统，减少路口延误、排队等候，使得道路通畅、规范停车场管理等关键环节。
当前我国城市交通发展处于挑战和机遇并存的关键历史阶段。一方面，随着城镇化、机动化的持续快速发展，城市交通拥堵加剧、污染严重、事故频发，面临严峻挑战；另一方面，我国城市出在老城改造、新城建设的城市大发展时期，是实现生态城市、绿色交通的最佳时机，可以通过“互联网+交通”的融合发展，通过智能交通实现我国城市绿色交通系统建设的跨越式发展。

㈥ “大出行”市场百舸争流，数字技术如何助力行业持续成长

2021年，出行行业颇不平静，好事者用「混战」来形容市场的变幻，资本蠢蠢欲动，厂商推陈出新，在经历监管与合规的审视之后，出行行业迎来了变革中的重塑。

12月29日，在“华为云&华为终端云服务 创新峰会2022”的“智慧出行论坛”上，来自出行行业的不同主体齐聚一堂，讨论「智慧出行」的演进与改变。

哈啰出行副总裁、研究院院长周锦秀

哈啰出行副总裁、研究院院长周锦秀表示，“哈啰平台通过大数据的算法可以将车上的空位资源精准的匹配给出行需求的，不仅疏解了早晚高峰的压力，尤其满足了公共交通难以覆盖到的部分出行需求。”

顺风车要实现更好的使用体验，不仅依赖云计算的底层技术支撑，还需要消费终端的能力支持，云云协同就是华为云在智慧出行市场的秘密武器。

2020年，基于华为云打造的华为终端云服务HMS生态，已经发展成为全球第三大移动应用生态，服务170多个国家和地区的近8亿用户，拥有超过270万开发者。华为终端云生态在to B市场天然具备强大的吸引力。

同时，通过华为云和华为终端云服务在能力和生态等方面深度协同，可以为客户和伙伴提供统一的服务和体验，实现to B和to C的全生态融合，如顺风车场景一样，可以全面帮助企业进行生产力效率的提升以及商业的创新。

例如，华为云和华为终端云，基于PUSH消息、定位、路况、路径规划等，经过技术底座打造供需调度方案，可以有效的将关键数据、地图数据、用户数据等进行预处理和特征提取。根据预设模型训练，提供给车辆调度路径，甚至可以预测未来时刻车辆的需求。

这一过程华为云不断优化，反馈结果并迭代策略，实现网约车平台、租车平台、货运平台高效的人找车、车找人、货配车、车找货等能力。

在华为看来，出行行业已经不再是网约车或者是共享单车等，而是成为一个大出行行业，挑战和机会并存。除了网约车、共享单车、货运，也包括停车系统、PaaS化的产品和旅游平台等，都可以纳入到大出行行业里。

华为也在思索，在大出行行业里，如果要打造好数字化的转型，可以结合什么样的生态，助力客户的商业成功。

云云协同一定是华为云区别于其他供应商的关键能力。“云云协同不仅仅是华为云和终端云的结合，还有华为流程IT云的融入，如何帮助合作伙伴造好车、卖好车、用好车，尤其是在帮助网约车实现统一的账号、支付、音频、视频，包括搜索、地图、广告等各种方面的能力，实现B端和C端的融合，这是我们云云协同下一步要思考的问题，帮助大出行行业更加智慧。”张鹏展望智慧出行表示。

在智慧出行行业，“云云协同”将构筑一个全新生态，赋予出行产业链更多的可能与想象。

㈦ 加速布局智慧出行，宇通集团2亿美元战略投资文远知行

宇通集以2亿美元战略投资文远知行，此次合作有助于推动自动驾驶这一引起交通产业变革的前沿 科技 研发，推进智能交通和智慧出行相关产业加速成熟，构建高质量发展下便捷顺畅的城市交通网络。

近期,宇通集团发布消息,以2亿美元战略投资文远知行。未来双方将在技术研发、车辆平台、出行运营等多个关键领域开展深度合作，共同推动深化自动驾驶在城市公交、微循环巴士等领域的商业化落地，共同 探索 未来城市多样化智慧出行。

作为中国车企在智慧出行领域的重大投资，此次合作有助于推动自动驾驶这一引起交通产业变革的前沿 科技 研发，推进智能交通和智慧出行相关产业加速成熟，构建高质量发展下便捷顺畅的城市交通网络。

建设交通强国，勇为智慧出行“先行者”

宇通在智能领域的不断发力，源自人民群众日益增长的对美好出行的需求，也源自宇通“中国制造”的责任感。

随着 汽车 与信息通信、人工智能、大数据、互联网等各行业的深度融合，智能网联 汽车 已进入技术快速演进、产业加速布局的新阶段，以自动驾驶出行为代表的智慧出行新风尚也在多个城市逐渐走入寻常百姓家。作为当前世界各国 科技 创新和 科技 竞争的制高点，自动驾驶承载着人们对安全、便捷、顺畅、灵活出行方式的期待。

发展智能网联 汽车 不仅是解决 汽车 社会 面临交通安全、道路拥堵、能源消耗、污染排放等问题的重要手段，也是构建智慧出行服务新型产业生态的核心要素，更是推进交通强国、数字中国、智慧 社会 建设的重要载体，已成为新时代 汽车 产业转型升级的重要突破口、全球 汽车 产业技术变革的战略制高点。

目前，包括美、欧、日等在内的 汽车 发达国家和地区都将智能网联 汽车 作为 汽车 产业未来发展的重要方向，纷纷加快产业布局、制定发展规划，通过技术研发、示范运行、标准法规、政策支持等综合措施，加快推动产业化进程。

2016年4月，《国际道路交通公约》无人驾驶修正案在联合国欧洲经济委员会顺利通过；2018年，美国发布了第三版的自动驾驶系统指南《准备迎接未来交通：自动驾驶 汽车 3.0》，谷歌与特斯拉陆续启动商业化进程；

而我国自2015年开始，便明确将发展智能网联 汽车 提升至国家战略高度;2019年,中共中央、国务院印发了《交通强国建设纲要》,要求大力发展智慧交通,推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合。到2035年，基本建成交通强国。2020年2月，国家发改委更是会同11个国家部委联合发布了《智能 汽车 创新发展战略》，指明了2025年实现有条件智能 汽车 规模化生产，2035年中国标准智能 汽车 体系全面建成的愿景。

在国内外的 汽车 行业,以自动驾驶为代表的“智慧出行”，已然成为“新跑道”，成为工业领域产业破局的重要抓手：

作为国内领先的大型商用车集团，宇通集团成为了智能驾驶领域的全球“先行者”：2015年宇通完成第一代自动驾驶产品研发，并在郑开大道完成全球首例自动驾驶客车开放道路试运行，2019年3月，宇通5米自动驾驶微循环车在海南博鳌论坛示范运营，2019年5月，郑州“智慧到5G智能公交”项目落地，宇通5米自动驾驶微循环车在开放道路试运行，2020年6月20日，宇通助力郑州郑东新区开通了全长17.4公里的自动驾驶1号线，率先实现自动驾驶公交商业化应用。

目前，宇通自动驾驶车已在宇通工业园、海南博鳌、郑州智慧岛、金融岛、天健湖等多地安全运营超过700天，累计接送乘客36万余次。

宇通在智慧出行领域的提前布局，以及其客车产业的持续领跑，奠定了宇通在自动驾驶领域的领导者地位。本次战略投资, 不仅进一步增强宇通客车自动驾驶能力，更能发挥双方先进技术与落地运营的优势，为客车龙头更添创新活力，使新技术的应用速度进一步加快, 为产业升级安装了”加速器”。

跳出“概念化阐释”，成为产品落地“带头人”

在智慧出行领域，市场上的各类概念一直层出不穷，各种蓝图也令人眼花缭乱。而此次双方刚一携手，便直接进入产品合作阶段，体现出了极强的产业协同特征。

2017年成立的文远知行WeRide虽然“年轻”，却已然是拥有中国领先L4级自动驾驶技术的智能出行公司，也是中国第一家、世界第二家获准开展无人驾驶路测的企业。自成立以来，文远知行聚焦与车企、出行平台的战略协同， 探索 自动驾驶的商业化落地，组建了自动驾驶出行合资公司文远粤行，率领全国首支落地一线城市的Robotaxi车队在广州进行公开运营。2020年6月，文远知行Robotaxi上线高德打车平台，首次实现了聚合打车平台与自动驾驶出行企业的联合。

目前，商用车的无人驾驶“场景为王”路径已初现端倪——Robotaxi、用于弥补司机缺口的无人货运卡车、提升“最后一公里”效率的派送车、微循环接驳车等应用场景纷纷被挖掘出来，市场预计，伴随传感器、芯片、人工智能、云计算和5G技术的全面发展，无人驾驶行业预计在五年内迎来爆发点。

调研公司美国IHS预测，2035年，无人驾驶 汽车 保有量将达到5400万辆。其中，中国市场上的份额将达到24%，市场发展潜力巨大。成为文远知行的战略投资者之后，宇通集团可显著增强在自动驾驶巴士在内的多品类产品实力，提高用户体验，带动自动驾驶商用车领域的重大应用示范，加速成为国内乃至世界范围内的“智慧出行”范本。

宇通集团的此次战略投资具有非常明确的协同指向：联合文远知行，共同站在自动驾驶技术的前沿，提升在智能出行领域的研发效率，加快城市级智慧出行解决方案的商业化进程。

伴随着这一客车龙头企业的新布局，以自动驾驶为代表的智慧出行框架愈发明晰，包括智能化道路基础设施规划建设、5G V2X、车用高精度时空基准服务、交通大数据、云控平台在内的各项产业有望在《智能 汽车 创新发展战略》指导下同步推进，与智能出行相关的产业将迎来巨大的发展新机遇。

㈧ 如何运用交通大数据智慧出行

2015年两会上，“大数据（big data）”一词首次写入政府工作报告。在交通领域，大数据一直被视作缓解交通压力的技术利器。应用大数据有助于了解城市交通拥堵问题中人的出行规律和原因，实现交通和生活的和谐，提高城市的宜居性，为政府精准管理提供基于数据证据的综合决策。

随着手机网络、全球定位系统（global positioning system，GPS）/北斗车载导航、车联网、交通物联网的发展，交通要素的人、车、路等的信息都能够实时采集，城市交通大数据来源日益丰富。在日益成熟的物联网和云计算平台技术支持下，通过城市交通大数据的采集、传输、存储、挖掘和分析等，有望实现城市交通一体化，即在一个平台上实现交通行政监管、交通企业运营、交通市民服务的集成和优化。

㈨ 现在的大数据、人工智能行程在出行领域有什么应用吗

有啊，我武汉这块地方还挺多的，人脸识别也搞了，刷身份证也搞了，现在回武汉有家答威泰科技的公司在做畅行九州包括站内导航技术，未来的应用的话，可能智能语音会接入人工智能，我相信中国高铁至少在这些方面肯定会重视的，新四大发明的铭牌我们接了！

㈩ 我国智慧交通发展得怎么样了

复工车流拥堵严重，智慧城市缓堵保畅

西安作为国内新一线城市，人口数量超1370万，机动车保有量已达365万辆，机动车保有量的逐年上升，让陕A代号的汽车牌照资源面临枯竭，2020年4月1日，西安正式启用陕U车牌。人口和机动车的迅速激增，让西安高峰时段的拥堵指数挤入全国36个大城市中排名前10行列。

西安市公安局交警支队规划处称：“今年春节过后，由于疫情的特殊性，市民乘坐公交每站都要扫码上车，造成排队上车拥堵现象严重，使得很多上班族放弃乘坐公交，而选择一人一车或者一人两车的私家车或网约车，这样做一方面节省了时间，另一方面也是出于个人安全角度考虑。”

由此导致，复工复产期间，交通流量早晚高峰已超过去年同期水平。值得庆幸的是，去年以来，在西安市委市政府的大力支持下，西安部分区域智能化改造效果已初步显现。西安交警在智慧城市信息采集系统的协助下，建立快速处警机制。

宽泛科技携手商汤科技助力AI落地

AI 本应为我们的生活带来更大的改变，更有“存在感”。宽泛科技作为商汤科技的合作伙伴，已经携手一起准备将AI落地到各个领域。无论是智慧防疫，还是智慧城市，我们将利用领先的AI技术，结合实际用户需求，共同为各行业广大客户搭建软硬件一体化智能解决方案。