應用

技術

物聯網世界 >> 物聯網新聞 >> 物聯網熱點新聞
企業注冊個人注冊登錄

在城市智能交通系統中,傳感器承擔了什么角色?(上)

2019-06-14 09:01 傳感網絡

導讀:智能交通雖然依托于云端大腦、芯片、傳感器、攝像頭等現代科技技,不過目前智能交通依舊面臨許多難題。那么,逐漸形成的城市智能交通系統又能否力挽狂瀾?傳感器在智能交通中又承擔了哪些角色?

智能交通是如今的熱點話題,越來越多的科技企業加入這個產業大命題,從無人駕駛、車路協同,再到城市大腦,一系列軟硬件要素蓬勃發展,勢必要讓城市交通生活舊貌換新顏。據數據統計,截至2018年底,我國智能交通千萬級以上的項目(不含公路信息化)就有1167個。


在城市智能交通系統中,傳感器承擔了什么角色?

城市智能交通

不過,即使城市智能交通有強大的技術基礎,但是在實際出行中,諸多“適應癥”開始出現。無人駕駛汽車事故屢見不鮮、云端大腦在龐大的數據體量面前時常崩潰、研發和基建成本居高不下,但城市交通效率卻并沒有成比例提升。智能交通雖然依托于云端大腦、芯片、傳感器、攝像頭等現代科技技,不過目前智能交通依舊面臨許多難題。那么,逐漸形成的城市智能交通系統又能否力挽狂瀾?傳感器在智能交通中又承擔了哪些角色?

數據織就的“城市神經網”,隱藏諸多出行難題

在城市的數字基礎建設過程中,每天有大量的傳感器和系統落地。但這些終端數據距離真正服務于城市大腦,卻存在著幾個障礙:

在城市智能交通系統中,傳感器承擔了什么角色?

首先是數據收集的完整性。現代化城市和人們的出行軌跡往往圍繞著復雜而緊密的交通網絡展開。一方面,這要求城市系統能夠覆蓋到每一個邊邊角角,構成完整而龐大的“神經網絡”;另一方面,高速流動的車流、人流對數據采集的實時性、精度也提出了挑戰。如果數據出現了“盲點”,那么即使擁有再強大的城市大腦,交通擁堵、地面安全等問題也依然是“死結”。

其次是數據協作的兼容性。城市交通數據的另一個問題,是數據源的多種類、多模態。比如僅僅是解決堵車的問題,就需要路面的車流量數據、車輛GPS數據、天氣預報、路況健康監測數據等等,只有將不同種類的傳感器融合,把各數據源捏合在一起,才能夠實現對交通狀況的實時把握和調控,主動影響智慧決策。

最后是數據處理的高效率。目前許多城市的數據收集方案,都是通過攝像頭、通訊基站等方式實現的。這就導致了兩個問題:一是攝像頭的視覺數據需要進行語義分析、特征提取、圖像理解等一系列處理,對算力資源、硬件配置、數據存儲等提出了較高的要求;二是大規模的實時高精視覺數據一股腦兒地輸送到云端,很容易造成數據堆積和處理延遲,成為“城市大腦”的重擔,耽誤一些需要實時反應的需求。

歸根結底,城市的智慧化不應該只停留在“被數字”的表面功夫,而應該真正讓城市的每一寸肌理都能夠感知數據、應用數據,這樣任何地面事件帶來的每一個“神經沖動”,才能快速而順利地抵達城市“大腦中樞”。


公式规律七尾