杭州师范大学杭州国际服务工程学院副院长、副教授 夏莹杰
交通其实就是一个行车难和停车难问题
交通是一个非常大的概念,包括通信技术、控制技术等等这些去影响交通出行,我个人都认为是可以归纳到交通的范畴,所以你要我讲整个交通的发展现状我觉得我讲三天三夜都可能讲不完。其实如果我们从研究和使用两个角度来讲,一个是停车,一个是行车的问题。就是我们杭州的两难,“停车难”“行车难”。其实这两个问题应该说已经深入到我们每天的生活中了,从停车这个问题来讲,从理论研究角度来讲还不是特别多,但是在实际的项目里面,停车要解决对汽车的诱导,这个就是要让人知道哪个地方有停车位还要可以去预定这个停车位。
停车位的精确定位是一个棘手的问题
停车位的整个精准定位问题现在是一个非常大的问题,比如说我们路面的停车位是我们城管中心来处理的,能够记录到整个停车位还剩多少个,但是很多的其他停车场,例如商场的停车场,小区的停车场,这些停车位要充分的利用起来,因为现在杭州的停车位是远远不够的,大概只有现在所有车辆的一半不到,如何能够利用这些停车位,让人知道哪里有停车位,同时让他预定好,我觉得这是可以在实用性上去解决的问题。
行车难问题在于找到最合适的路线
行车难问题,从理论研究方面,我们说行车出行,行车就是怎么样引导人去进入到一个比较好的或者是比较好的通行路线。在理论研究方面就是你如何利用多种多元的手段,利用部署在路上的传感器,能够把数据实时的传递过来,并且得到一个比较准决的判断,也就是人不需要出门就能够知道路上的交通状态,这个在理论界还在研究。现在这方面的准确性还不够,比如说我现在想要去火车站,我想知道我开哪条路比较好,那我地图上可能会找一条最近的路,但是这个路并不一定会最快到达,因为这个路上可能也会有无拥堵现象产生,我就会很想知道当前的状态是怎么样的,但是我又不是千里眼,所以这个时候就要靠部署在路面的传感器反馈数据了。但是这个传感器并不是专门为我得到交通状态而设计的,也许这个传感器是为了控制红绿灯,或者是视频,视频可能是用来做监控或者是交警罚款之类的,这些数据本身原来不是为了获得交通状态,但是我如何利用这些数据从而得到较为准确的数据?这也是一个必须解决的难题。
至于交通状态的反馈方面,杭州在做交通诱导屏,诱导屏是一块比较直接的方式能够让人看到交通状态,但是如果我现在就想知道一条通行最佳的路径的话,我可能还需要借助手机等移动终端,当然现在也已经有了一些应用可以达到这项功能,如何能够让人更加便利的获得这些信息,同时能够达到行车的诱导。相信等技术成熟以后,可以帮助缓解行车难停车难的问题,也真正达到了研究的目的。
只有对历史的数据有很好的见解和分析,才能够记录当前和去预测未来交通
再来说说对数据的挖掘,对将来交通方面的预测角度来讲,只有对历史的数据有很好的见解和分析,才能够记录当前和去预测未来。所以人工式的数据挖掘对技术是很好的工具,能够记录你当前采集的各种数据,但是必须注意人工智能数据挖掘技术对数据的整个要求是经过处理好的,比如分类或者是聚类之类的,会对数据做一些标记再进一步处理。但是我们的交通数据是一个很强的多元,很异类的数据,特征就是你根本采集过来的原始数据,类型非常多,所以你肯定要做一个很好的处理,把他们整合在一起,然后再做数据的校准,这个也很重要。