Med den kraftige fremme af smart bykonstruktion er smart trafik, smart lægebehandling, smart sikkerhed, smart energi osv. alle stærkt bekymrede. Bybyggeri, trafik først og intelligent transport er blevet vigtige drivkræfter for økonomisk udvikling. De er også blevet mere integreret i alle områder af det sociale liv. De har ændret folks liv og arbejdsmetoder og spillet en vigtig rolle i det smarte bybyggeri. Følgende er Shenzhen City Planlægning og Design Center for Urban Transport Research Institute (Intelligent Institute) Shaoyuan "visdom for fremtiden for byens transportløsninger | at skabe" 4C by "" artikel.
Siden etableringen for 20 år siden har Shenzhen Traffic Center viet sig til F & U og anvendelse af trafikmodel og trafik big data til at udføre planlægning og design af bytrafik og intelligent trafik. I de senere år har vi forvandlet os fra et traditionelt planlægnings- og designinstitut til en fuldgyldig leverandør af bytransportløsninger. Det, vi rapporterer i dag, er en foreløbig refleksion over den overordnede ordning for smart trafik for fremtidens by. Opdelt i to dele, først og fremmest byens fremtidige visdom, visionen om smart trafik, den anden er en foreløbig refleksion.
Fra hele processen med udvikling af smart trafik synspunkt, kan opdeles i tre udviklingsstadier. 1.0 fase Vi fokuserer på udviklingen af et enkelt produkt og funktion af applikationsdesignet. 2.0 fase fokus på sammenkobling af big data, der bryder databarrieren. Vi går ind i den nye smart city 3.0 fase, som er en ny smart city udviklingsfase, baseret på den alt-tings-baserede serviceorienterede nye smart city, med vægt på offentlig deltagelse, samarbejde mellem regering og virksomhed.
McKinseys forskning giver et meget omfattende overblik over fremtidige trafiktendenser på syv områder, herunder delt mobilitet, bilelektrificering, autopilot, ny offentlig transport, vedvarende energi, ny infrastruktur og tingenes internet, der dækker fremtidens kerne. hånd, i fremtiden er intelligent transport baseret på den datadrevne sammenkobling af alle ting, og i mellemtiden bruges forskellige nye transportformer som transportører til at organisere nye transportformer. De nye transporttjenester afspejles i delt mobilitet.
USA nævnte i "Emerging Technology Trends Report 2016-2045", at tingenes internet, datamining og teknologi, inklusive blockchain, fundamentalt kan ændre rejsemåden for hele vores bytrafik i de næste 10-20 år. Derfor er hele byen Transportbranchen er også i konstant forandring.
Fokus på opbygningen af smarte byer i Europa og USA, kernen i udviklingen er opbygningen af de fire store systemer, herunder visdommen i perceptionssystemet, smart beslutningstagning, smarte operationer, smarte tjenester på fire områder. I fremtiden skal bytransport i alt have fire nøglefunktioner
Det første træk er, at den fremtidsorienterede bytransport er et komplekst gigantsystem. Under dette system er det nødvendigt at bygge et system af altomfattende, indbyrdes forbundne, diversificerede og multidimensionelle systemer.
Den anden er, at byforvaltning har skiftet fra passiv forvaltning i fortiden til smart forvaltning. Siden 2000 har Shenzhen lagt vægt på den smarte vækst af bytransport og konceptet om smart styring. Forudsætningen for smart governance kræver understøttelse af big data og præcis datakontrol baseret på big data-strategi og serviceforanstaltninger.
For eksempel, den specifikke vej gennem big data for at forstå, hvilken slags køretøjer, der bruger vores veje, forskellige tid og rum til, hvilke faktorer, der er følsomme for den præcise indførelse af politikker for at opnå vejnetkonstruktionsformål.
Det tredje aspekt er kendetegnet ved mobilitetskonceptet, som EU præsenterer, som har flere kernetræk.
Den første er, at vi er bekymrede over målet om at gå fra at fokusere på at forbedre transportfaciliteternes kapacitet og bevæge os i et hurtigere tempo til at fokusere på menneskeorienteret tilgængelighed, herunder ændringer i byliv, sundhed og miljø, og støtte til økonomisk bl.a. transportere.
For det andet vil byer i fremtiden lægge mere vægt på "bystyring" snarere end "bystyring", og lægge vægt på transformation af offentlige tjenester, koordinering af tjenester og skabelse af sociale værdier. Byudvikling fremhæver smart ledelse og smart vækst.
For det tredje ændres måden at tænke på. Den traditionelle tænkning fokuserer på den selvstændige systemkonstruktion. Nytænkningen fokuserer mere på den koordinerede udvikling mellem systemer. Fokus er på koordinering af interesser, især den offentlige deltagelse. Baseret på selve big data kan opnås fra planlægningen til forberedelsen af hele processen med præcisionskalibrering og closed-loop management, dannelsen af en mere effektiv styringsmodel.
Den fjerde er at tjene som kernen, afspejlet i folks rejseoplevelse, med fokus på folks følelser som kernen i den multi-objektive konstruktion, især for den personlige oplevelse af hele processen med sømløse rejsetjenester.
Baseret på ovenstående fire tendenser vil byer i fremtiden helt sikkert blive mærkbare, operationelle, håndterbare og brugbare byer. Disse fire byer repræsenterer byudvikling som "4C-byen", nemlig Perception City, Deduction City, Managing City og Serving City online.
For det første holografisk opfattelse af byen. Det er nødvendigt at opbygge et multi-level perception system baseret på big data fra rumlige enheder, herunder intelligente kryds og smarte vejstrækninger for at realisere multi-level, fuldtids og nøjagtig vognbanebevidsthed. I fortiden, Vejret og hele trafikken miljø perception system. Shenzhen bruger visdomslygtepælen, visdomskrydset, visdomsfortovet og andre elementer til i fællesskab at bygge et sæt af en ny generation af visdomsvejsopfattelsessystem. Wisdom Pole har mange funktioner, herunder high-definition video, trafikdetektion og informationsfrigivelse, kan realisere intelligent overvågning, trafikflowdetektion, vejfareidentifikation, informationsudveksling, multi-target radarsporing og andre funktioner. Dette er en af de vigtigste bærere af trafik holografisk bevidsthedssystem i fremtiden.
Det andet er at udlede byen online. Baseret på big data-teknologi for at opnå trafiksporbarhedsteknologi, en dyb forståelse af de forskellige typer trafikgenerering og udviklingsmekanisme. For eksempel er dette gennem mobiltelefonsignaleringsdataanalyse af sammensætningen af forskellige områdepersonale. Kortet kan deles ved at cykle dynamisk datadetektion for at forstå brugen af deres sidste kilometer, inklusive 24-timers overvågning af strømmen af mennesker spredt rundt i området.
Big data og deep learning-teknikker har et stort antal anvendelser i hele trafikteksturanalysen, opdagelse af trafikpraksis, opinionsanalyse, politiinspektioner og så videre. Hertil kommer etablering af online fradragssystem, gennem dataregression af hele lukkede kredsløbsaktiviteter. Shenzhen kerneområde online simulation system til at gøre en prøvelse, i indkørslen over layoutet af et stort antal sensing systemer, herunder high-definition video, gennem layoutet kan vi nøjagtigt finde hvert køretøj i baggrunden trafik inde i hjernen kan være realistisk at genoprette hele real-time trafik flow , Lav fradrag af trafik plan, herunder organisation plan for trafik, lav en systematisk støtte til optimering af hele trafik flow.
Dette er den faktiske sag. Trafikpolitiet gjorde brug af online-simuleringssystemet ved ulykken i en tunnel i Shenzhen. Gennem real-time online fradrag af dette system, kan det lette trafikken i de øvre rækker og effektivt løse problemet inden for 10 minutter. I mangel af systemet i fortiden, kan overbelastning vare mere end en halv time. Dette er tilfældet, der blev diskuteret på mødet på stedet for det kinesiske offentlige sikkerhedstrafikpoliti i år i Shenzhen.
For det tredje, smart kontrol af byen. Det er at konstruere et lukket kredsløb forvaltnings- og kontrolaktiviteter af "planlægning-design-konstruktion-ledelse-data" samarbejdsoperation, og lave en kort introduktion fra de tre aspekter af regionalt niveau, byniveau og campusniveau.
Kernen på det regionale niveau er etableringen af en styrings- og kontrolstrategi på regionalt niveau og system til aktiv efterspørgselskontrol. I Arizona leverede USA programmer til forskellige grupper af mennesker, forskellige rejsetider og forskellige rejseudgifter. Ved effektivt at forsøge at ændre adfærd og planer for 20 % af de rejsende, opnåede USA en balance mellem tid og rum på vejnettet.