劉澍全:阿里雲助力互聯網+智慧交通-劉澍泉
由公安部交通管理局指導,公安部交通管理科學研究所、人民日報媒體技術股份有限公司、高德地圖、新浪微博聯合主辦的2016(首屆)“互聯網+交通出行服務”論壇9月28日在北京召開。本次論壇以“智慧交通、融合創新”為主題,旨在分享創新服務及技術成果,倡導交通管理大數據與新媒體等互聯網+手段應用,進一步提升政府職能部門的決策水平和服務社會的能力。阿里雲計算技術總經理劉澍全帶來阿里雲助力互聯網+智慧交通的講演:

劉澍全:今天進入一個數據時代,數據成為了生產資料,會議是我們的資源。今天會議大家都在説大數據,都在説數據怎麼用,而我們現在看阿里雲是最快的能夠去把大數據發揮出我們社會價值,發揮出應用價值的這樣一個公司。所以我們也非常希望能夠去把我們的能力帶給所有的交通客户,包括我們的社會上一些其他的客户。所以在我們的理念裏面,我們已經進入到了一個數據的驅動的世界,在這個數據驅動的世界裏面,互聯網是基礎設施,所有的設備,所有的人,所有的東西基本上通過互聯網都可以連接起來。
同時我們也可以看到雲計算及公共服務。我們可以看到原來大家還在討論説要不要自建機房,要不要自己買設備。今天更多想能不能快速交付我的業務價值。所以基於這樣的理念底下,我們可以看到分析報告不跟大家詳細説了,因為分析報告基本上已經出了一年了。但是最新數據是什麼?在上個季度的時候,高盛對阿里雲單獨公司的估值公司到了420億美金,這是一個什麼概念了?就是基本上是中國最大的一個雲計算公司,而且相對來説這一個體量可以頂到某一些電商的體量。所以我們也可以看到今天主要給大家分享這樣三個方面:
第一,阿里雲大數據的能力。第二,交通大數據算法能力。第三,交通可視化能力。
去年阿里雲到底都做了什麼?
如果去年有同事或者有朋友去參加過我們的遊戲大會,你應該可以看到我們的產品發佈還是在十幾個或者二十幾個產品,但是今天在阿里雲官網上面可以看到80幾個產品,而去年做的最重要的一件事,就是中間整個大數據服務能力的提升。原來可以看到基本上所有的數據平台會以數據引擎方式去提供這些能力,會告訴你説我能夠存多少數據,我能夠算多少數據,然後會告訴你説我的數據是採用非結構化方式存儲的,我怎麼去保證數據一致性呢?但是今天去看,我給你一個純的計算引擎,大部分客户是用不起來的。所以在去年我們用了一年左右的時間去把這種分佈式計算能力,把這種海量計算能力封裝打包出來,能夠給客户靈活運用。我們通過交互整個數據開發平台,包括我們整個數據加速平台,能夠讓數據被客户所理解,讓客户所去用。我記得開始的時候有不少同事都提出來,包括不少客户提出來,有數據魔方應用,標準體系建設?這些是什麼?實際上是業務人員能夠理解我們DBA所理解的嘗試。所以我們會去把大數據的能力加速的被社會這邊所去採用。
我們也可以看到就是説在阿里交通領域來看,對於整個大數據整體架構。我們認為底層是基礎設施,然後再往上是我們的平台服務,然後再往上才是我們的整個數據支撐層。我們通過數據支撐層然後協助梳理和交通相關的,和人、車、路相關的主要的信息,包括事件,然後向上去提供這種算法分析,包括一些分析模型。然後再往上去提供我的數據業務服務。這是對整個交通領域裏面阿里雲所提供的這樣一個服務。
然後分別來去看一看,因為今天下午聽了很多次的和互聯網信號燈相關的話題。互聯網信號燈到底阿里雲怎麼實現的?實現效果就不説了,第一,把海量數據做一個採集。所以説在數據源引入包括APP導航數據,包括浮動車數據,包括我們信號設備數據。然後我們也會把這個信息這一塊做融合處理。最後提供信號燈優化算法。最後能夠達到實施效果是什麼?第一,能夠優化實現。第二,就是我的系統是能夠是一個自適應的。所以我們可以看到剛才大家所説的這種單點的,包括區域信號燈的評估和建議。這都已經有不少的領導,包括同事介紹過一些成功經驗了。
我們説説綠波帶,這是整個紅綠燈的失衡的指數評估。
綠波帶,我們在給青島這一塊做了一個實驗,就是説如何去計算車輛通過某一段時間裏面,讓它通過時間最短。所以我們做了一個最簡單的事,把它通過某一個路口所有的信息記錄過來,然後我們去記錄從A路口到B路口的時候一個通時時間。然後我們再去通過大數據算法去調整每一個紅綠燈到底是開多長時間,應該關多長時間。這樣我們到達一個目的是什麼?是説端到端的情況下,我們會給他一個交通紅綠燈的建議,這樣去看加快端到端的通行速度。所以紅色這一塊是我們最後做完了以後的具體結果,效果還不錯。
我們還可以看看這是我們整個的路況預測,這個剛才也有不少的領導説過了,我就不再做詳細解釋了。
同時我們基本上在去年來説,浙江省高速公路管理局有一個深入的合作,幫他處理十一高速公路的流量,今年我們也是希望能夠助力整個杭州的城市大腦項目,能夠去做到更智慧地處理城市內的一個交通。我們也可以看看這種混合交通的視頻分析,因為剛才已經提到了,我們有認知科技,再去處理原來人所處理不了的東西。但是今天我們阿里雲到現在來去看的話,我們提供的是計算能力,所以計算能力是什麼?是一種通用能力,我們對於這種非結構化的數據處理,包括視頻這樣一些數據處理,我們都可以去支持。
所以我們可以看到我們做了一個實驗,在路口上面通過卡口的一些攝像頭,然後去結合流量去做這種視頻加上這種結構化數據綜合分析。然後得到一個結果,我們能夠看到對於傳統的結構化的卡口數據做一個修正,包括我們根據流量統計,統計出來這個卡口到底有多少的車是向左、向右還是向前的。
同時我們可以看到這是我們在實驗室已經做出來了,我們也做了一些更有意思的分析,這也可以跟大家有一些分享。比如今天就用一個攝像頭架在路口,我能夠分析出來某一條路,這條路是人行道,然後某一條路應該是車行道。人行道如果違規了就會預警,車行如果違規也會有相應預警。所以相應來説會讓我們的交通管理更智能。所以下一步去看非結構化數據,包括視頻如何去應用到交通執法領域,包括交通疏導領域是一個非常重要的科技場景。
我們再往下去看,這是一個交通疏導方案,所以大家都講了很多怎麼實現交通疏導,但是都沒有講到我到底技術上面應該怎麼去做的。我們可以看一看這是一個真實的事件,這是去年的時候,十一的時候我們在晚上的時候發現了一個繞城高速公路的擁堵。我們可以看到如果右邊那幅圖大家去看,所有當他行駛速度小於40公里每小時的時候,曲線是非常明顯的。如果我們分析上游的所有的滯空點,我們挑選了三個,大家可以看看,他的流量進入的時候,有三個基本上屬於零,這個時候就是説基本上沒有車輛進去。所以我們針對於這三個滯空點,我們會去做分析。
我們有了這樣分析之後,我們再往下去看看。我到底疏導時間是什麼?如果按照原來去想的,原來這邊三個滯空點,三個滯空點什麼時候開始堵車。如果按照原來思路,我肯定是説你開始堵車了,我開始疏導你。但是今天思路並不是這樣的,我們通過右邊那幅圖,可以看到在T58這個時間點的時候,我們基本上就可以預測到你要堵車了,所以我們時間去看,T58跟T87跟T99之間,每5分鐘去看差了40幾個5分鐘,這樣去看給我一個交通疏導的提前量,這是我們做大數據裏面,做預測裏面非常重要的一個環節。能夠在事件沒有發生的時候,故障沒有發生的時候,我提前預測。
再往下看,這是整個疏導點的選擇。可能大家會看的比較頭暈,但是告訴大家為什麼選擇剛才那三個點,因為這三個點可能會是影響到我交通最關鍵的三個點。第一,這三個點的車都會去駛入故障點,第二正常行駛的車,繞車的流量。所以這是我們再去選擇控制點裏面也好,這樣一些邏輯。
我們再去看看交通可視化能力,剛才清華教授已經介紹了,説整個可視化應該怎麼去做。大家想一向數據最重要的一點,要可見,數據要變成掛在牆上的業務指標,才能對我的業務有影響,這是阿里雲加上高德,我們共同結合的時候所去做出來這樣一些交通指揮的,路況指揮大屏。
在裏面我們實時標註出來整個路況的信息。然後同時去看,我們也會對一些路口上面做一些優化,有一些展示出來。這樣去看,我們是期望通過計算去發揮無法計算的價值,通過阿里雲提供海量計算能力,能夠去把交通信息,把人的信息,把路的信息結合在一起,然後為公眾服務。
謝謝各位!
主持人:感謝劉總給我們帶來精彩演講!智能交通系統作為交通現代化建設的重要內容,在十三五期間應將是我國交通科技領域重點支持和發展的戰略方向。互聯網+正以不可阻擋的趨勢滲透到各行各業,各行各業也都在互聯網+和大數據的融合中更加高效的解決問題,塑造新的生態體系。大大方便羣眾交通出行。至此,新技術、新理念,交通大數據應用分論壇結束,很榮幸主持這次論壇,請各位有序離場,謝謝!