搜索新闻

深耕大数据 英特尔助力智慧交通发展

来源:投影时代 更新日期:2014-05-21 作者:pjtime资讯组

智慧交通作为智慧城市的重要组成部分,近年来在信息化建设方面发展迅猛。尤其物联网技术的日益完善,极大地丰富了交通信息的采集和管理手段。目前,交通数据涵盖了包括道路视频监控、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、到离站信息、客流信息在内的多种来源。随着数据生成自动化水平的提高以及速度的加快,需要处理的数据量急剧膨胀,跨域关联分析和深度价值挖掘问题急待解决。

帮助用户应对大数据挑战,进而从海量数据中获取价值,以推动业务持续发展,一直是英特尔在大数据领域的目标之一。为此,英特尔深耕细作和长期投入,旨在启发合作伙伴和行业用户在大数据解决方案上的开发思路,为他们的大数据应用方案创新提供坚实可靠的基石。

英特尔、博康智能携手打造智慧交通端到端解决方案

仅以国内一线城市的交通监控为例,每天平均产生0.3PB至6.7PB的视频数据。这些海量数据不仅为网络传输和存储带来压力,也对实时处理、分析提出了更高的要求。面对大数据时代的到来,传统的交通技术已经难以满足现状。新时期下,智慧交通面临着前端数据网络传输难、后端数据中心处理难、数据灵活管理调度难等问题。

英特尔相信,未来将有很大一部分数据的分析转移到前端,以提高实时性和后端处理效率,而最终的数据分析将在端到端的架构中灵活迁徙,使我们同时获得全局的智能以及局部的实时有效性。

博康智能作为国内安防行业的领军企业,是英特尔的长期合作伙伴,两者的合作涉及前端、接入端、中心端和云端等。基于英特尔高性能硬件平台及其软件支持,博康交通智能解析技术可将部分预处理类型的数据分析任务放在前端完成,有效地缓解了后端数据挖掘、分析的压力,同时减少了网络传输中的带宽压力。体量大、价值低的非结构化信息在前端分析处理后,形成体量小、价值高的半结构化或结构化信息,进而向后端传输。在数据由前端向后端传输的同时,数据分析和挖掘工作也在进行,得以获取更加客观、全面的交通信息。

通过视频的智能分析,可以对监测区域的所有目标进行智能感知,实现诸如抓拍逆行、闯红灯、车牌识别、车流统计的功能,还能对特定目标进行智能报警,对具有一定行为特征的事件进行预先报警,以及提供事后的查证。视频智能分析并不高深,难点在于如何把它与嵌入式设备整合,从而进行编写、编译、调优,而这正是X86架构的优势所在。

利用大数据分析改进交通管理

智能交通行业是现代IT技术与传统交通技术结合的产物,对新技术的应用较为敏感,但由于技术应用的均衡不一,新技术对传统技术的兼容性与适应性愈加敏感。

以杭州省某市为例,地方交通越来越繁忙,机动车辆不断增加,地方政府亟需对过往车辆进行有效监控管理,从而提供更好的交通服务。当地交通部门在市内重要检查点安装了上千台数字监控设备,7×24小时不间断捕获图像和视频数据,每月数据量达TB级。

交通部门要有效利用这些不断增加的交通信息数据,以此改进交通管理。由此带来的挑战是:1)交通数据的集中管理,交通部门需要集中访问分散存储在不同支队数据中心的图像或视频等;2)优化海量数据加以利用,提供尽可能长时间的车辆监控数据;3)提高对各种交通突发事件的应急调度能力,依据历史数据预测交通或突发事件的趋势。

面对大数据挑战,该市和杭州诚道科技有限公司紧密合作,部署了基于英特尔大数据解决方案的诚道重点车辆动态监管系统,通过集中的数据中心将全市卡口、电子警察、视频监控、流量检测设备、信号机、诱导设备等有效地连接起来,从交通案件侦破能力、交通警察对机动车辆的监管能力到利用关联车辆的数据分析能力,都得到了极大提升。

引用诚道科技有限公司销售总监陈海涛的原话:“得益于英特尔软硬结合的大数据解决方案,海量图像和视频数据不但实现了高可靠和高性能的存储,还能被大量的使用者快速访问和使用。浙江省某市可保存的历史违法数据从3个月延长到24个月,从24亿条过车数据中完成机动车的号牌精确查询和行车轨迹查询,仅需不到1秒的时间。”

智慧交通发展驶入快车道

“十二五”期间,建设服务性政府成为各级政府改革的重要目标,交通与交管部门也在由管理型部门向服务型部门转型,举措之一就是借助大数据技术,对各种类型的交通数据进行有效整合,挖掘数据之间的联系与价值,为领导提供依据,实现智慧决策,为民众发布信息,实现智慧出行。

据统计,我国目前从事智慧交通行业的企业已有两千多家,其中的优秀企业凭借对客户需求的深刻理解与灵活的市场运作方式,在不同领域和地域建立了自己的一席之地。英特尔将继续秉持协同创新之道,携手本地合作伙伴,给予有力的技术支持,共同推动大数据解决方案的快速普及,通过技术与应用创新改变传统格局,最终助推智慧交通蓬勃发展。

广告联系:010-82755684 | 010-82755685 手机版:www.chemistr6.com官方微博:weibo.com/pjtime官方微信:pjtime
Copyright (C) 2007 by PjTime.com,投影时代网 版权所有 关于投影时代| 联系我们| 欢迎来稿| 网站地图
返回首页 网友评论 返回顶部 建议反馈
快速评论
验证码: 看不清?点一下
发表评论
Baidu
map