ITBear旗下自媒体矩阵:

百度地图与北京交通信号灯实现“秒级数据互通”开启智慧交通

   时间:2017-09-14 14:55:45 来源:互联网编辑:星辉 发表评论无障碍通道

9月14日,百度地图智慧信号灯研判平台启动会在百度科技园举办。凭借海量的出行大数据和领先的人工智能技术,百度地图为北京市交管局定制了国内首个城市灯控路口路况监测平台,实现信号灯路口拥堵分钟级发现、实时报警、主动处理,优化城市道路使用效率。同时百度地图与北京交通信号系统已经实现大范围的“秒级数据互通”,为交管局及时调整信号灯提供了有力的依据。这也是国内首次城市交警信号系统与互联网平台打通,为全面开启全国信号灯领域的创新示范探索打下基础。

在交通高峰期,信号灯路口极易发生拥堵甚至堵死的情况,单个路口的拥堵如果不能被及时发现和处理,很可能升级为整个区域的交通瘫痪,给广大用户的出行带来极大不便。然而在传统条件下,信号灯路口的交通监测主要依靠人工,相对被动和延后。而百度地图智慧信号灯研判平台的启动,借助人工智能技术,实现了主城区及商务出行频繁区域交通拥堵的分钟级报警及规律分析,为每一个路口建立一个”病历表”,定位易发多发异常拥堵路口,帮助交警从被动的处理报警,到主动发现问题及时调整信号策略,避免拥堵升级,为用户通畅出行提供了最为重要的保障。

image.png

百度地图智慧交通总经理严孙荣(右)与北京交管局教授级高级工程师陈大农警官共同启动百度地图智慧信号灯研判平台

百度地图智慧信号灯研判平台是在北京交警信号专家的指导下,联合北方工业大学专家,结合西门子集团、海信集团等传统信号控制系统公司等建议,由百度地图智慧交通团队搭建完成。平台初期主要覆盖二环内以及上地、望京主要商务出行区域400多个路口的路况监测,将原来的人工监测转变为远程平台化监控,极大提高了信号灯路口异常拥堵的发现率。

自2016年11月起,百度地图与北京市交管局围绕互联网大数据优化交通信号配时方向进行了开创性探索:通过优化治理,将海淀区后厂村路的拥堵指数峰值从4.6降至3.96,让上地区域小营西路到上地三街路段的每辆车平均上下班时间分别减少了3.35分钟和4.89分钟,使朝阳北路和朝阳路的平均通行速度分别提升了3.25%和3.99%,充分论证了海量路况数据在信号灯优化方向的巨大潜力。

百度地图开放平台总经理李志堂在致辞中表示,智慧信号灯是智慧交通王冠上的明珠,是人工智能、物联网、大数据技术的综合应用,对提升公众出行体验必将发挥巨大作用!

百度地图智慧交通总经理严孙荣表示,在我国,道路联网还处于初级阶段,此次北京交通信号灯系统数据与互联网数据的联网互通,标志着全新时代的开启,2017年将成为我国智慧信号灯落地的元年。希望通过百度地图人工智能技术和大数据分析能力,真正的帮助城市管理者和交通行业解决实际问题,从源头帮助广大用户避免拥堵。

北京交管局教授级高级工程师陈大农警官表示,百度地图为北京交警定制的智慧信号灯研判平台的开放使用,开启了交通信号灯领域的创新示范和探索。过去,信号灯路口的拥堵只能依靠民警巡视发现或热心群众报警,该系统通过对大数据的分析实现了智能及时发现、实时报警,解决了原来发现难、治理不及时造成大面积拥堵的问题。

北京工业大学特邀专家张福生教授表示,百度地图智慧信号灯研判平台是深度利用互联网数据为政府提供交通决策支持的案例。此外,百度地图拥有非常庞大的道路路网运行数据,可以精准的计算样本车流量,直行、左转、右转车流辆占比、路口分方向红绿灯延误时间等等数据,对交通信号控制优化是非常好的数据补充。

image.png

据介绍,百度地图智慧交通信号产品的战略将分为三个阶段,第一阶段是监控评价,利用互联网的地图大数据,实现全面监控和信控路口通行能力的量化评价。第二阶段是双向互通,百度地图智慧信号灯研判平台直接与交警信号控制系统打通,将平台分析的实时结果,作为信号配时的参数实时影响信号灯的运行。第三阶段是智慧的信号灯,引入人工智能技术,实现局部最优到全局最优,能在运行过程自动发现问题,并实时调控,实现全面的智慧控制。

作为市场份额第一的行业领跑者,百度地图拥有超过3亿月活用户,开发者市场占有率更是达到75%。正式进入人工智能时代的百度地图,通过AI技术打造的AR步行导航、躲避拥堵、3D地图等功能均为业内首创,并深受用户好评。百度地图不但面向用户提出“怕堵就用百度地图”的口号和承诺,还通过智慧交通领域的不断深入,从源头改善城市交通,疏解拥堵。随着人工智能技术的不断发展,百度地图将持续为智慧交通城市的构建提供驱动力,践行“科技让出行更简单”的品牌理念。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version