侵权投诉
当前位置:

OFweek安防网

信息与通信

正文

安防大数据下智慧交通需求全面分析

导读: 随着我国城镇化和公路网络的快速发展,地区车辆的汇集使得车辆在繁忙路段和特殊时期变得拥堵不堪,交通出行成为日渐突出的问题。

随着我国城镇化和公路网络的快速发展,地区车辆的汇集使得车辆在繁忙路段和特殊时期变得拥堵不堪,交通出行成为日渐突出的问题。

随着我国城镇化和公路网络的快速发展,地区车辆的汇集使得车辆在繁忙路段和特殊时期变得拥堵不堪,交通出行成为日渐突出的问题。虽然各地都针对目前遇到的难题开始着手建设智能交通综合管控平台,但由于缺乏高效的平台系统,很多地方在海量数据的采集、处理和分析应用方面,在结合视频监控、交通信号控制系统、诱导系统、交通流量检测系统等方面的综合应用还有待提高。

传统系统架构的瓶颈

通过各路前端设备24小时不间断的抓取,属于安防性质的海量数据出现了激增。以保定市为例,每天由卡口、电子警察等车牌识别设备所产生的数据量约1200万余条,一年达到45亿条的数据规模。除此之外,还有车辆抓拍的图片数据、违法记录、事故处理等产生的业务数据和实时流量信息,以及路网管理与交通事件信息等多种类型的数据。这些海量数据的产生,使得很多传统的系统架构面临着一个海量数据采集、存储、计算、应用的难题,并且通过越来越多的突发交通时间可以分析发现,视频监控的作用仍然停留在被动服务于“事后研判”的模式,整个监控和控制系统并未做到主动干预,更无从谈起防患于未然。

安防大数据下智慧交通需求全面分析

与此同时,在面对海量数据时,也暴露了传统的系统架构在海量结构化数据处理上的瓶颈,如系统存储无法弹性扩容;查询速度缓慢,无法快速响应突发事件;应急指挥系统操作复杂;各种类型数据资源分散,无法做到整合并进行综合分析……这些都预示着当前的交通部门需要一个可以应付智慧交通业务需求的全新系统架构。

全新智慧交通系统架构的需求

构建全新的智慧交通系统架构,需要从大数据思想出发,可以从三个维度分别解析智慧交通与大数据的关系构建。从系统架构来讲,分为数据采集、时空数据库、大数据分析引擎和行业应用四个层次,分别对应了智慧交通业务中的原始视频库,基础信息库与警情/案事件库,而从数据发展的维度,则对应了数据向知识递进的知识管理理论基础。


声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号