春节返乡有“神器” 能预测未来1小时况

　　    新闻导读：杭州的交通近年来屡次戴上“首堵”的帽子，为了治堵，可谓是多管齐下。昨天，浙江省交通运输厅正在开展一项新的试点：将高速历史数据、实时数据与网状况结合，预测出未来1小时内的况。

　　杭州的交通近年来屡次戴上“首堵”的帽子，为了治堵，可谓是多管齐下。昨天，记者从阿里云了解到，浙江省交通运输厅正在开展一项新的试点：将高速历史数据、实时数据与网状况结合，基于阿里云大数据计算能力，预测出未来1小时内的况。结果显示，预测准确率稳定在91%以上。浙江省交通信息中心主任韩海航表示，通过对未来况的预测，交通部门可以更好地进行交通引导，用户也可以做出更优的线选择。

　　都知道大数据牛，但这回大数据直接做起了“预言家”，预测准确率还稳定在91%以上。此前，微软曾联合巴西一所大学进行了相似的尝试，准确率为80%。这回，大数据是怎么做到的？

　　用手机信号计算实时况

　　要想预测未来，首先需要了解当下。实时况的检测，一直是个难题。由于受采集技术的制约，实时交通数据的更新时间普遍较长，有的高达15分钟。且传统铺设线圈的方式，硬件投资巨大。

　　为此，浙江省交通运输厅引入了新的技术：将手机信令数据同道通行数据进行关联。在城市道上，一般每隔500米有一个运营商基站，在市郊高速上大约为2公里。当手机用户经过基站时，形成的信令数据可以较准确地反映出单位时间内通过该段的实时况变化。比如，检测到样本车辆在高速公上停止行驶，而同段大部分车辆速度下降，那么就可以判断这一段上可能出现事故或拥堵。

　　韩海航介绍，从成本投入来说，相较于传统传感器采集高速况数据，这种方式至少可以降低90%的成本。建设周期也大大缩短，2至3个月即可完成。

　　出行时间可缩短5%至10%

　　粗略估计，驾驶员通过选择合适的出行线和出行时间，可以缩短5%至10%的出行时间，减少2%至10%的燃油消耗成本。另外，对未来况的预测，也可用于支持无人驾驶技术。无人驾驶汽车除了通过各种传感器对“眼下”的数据进行快速判断外，还需要了解10分钟、20分钟后即将到达的段状况，提前做出线选择。

　　“网关系、上下游事件，甚至天气等外部综合因素都应该加入进来。但当这些海量数据纳入到全网况的时空演变模型后，对云平台的大数据计算能力就提出了很高的要求。”阿里云闵万里博士介绍说，阿里云大数据计算服务（ODPS）为项目提供了分析支持，并有多位资深数据科学家参与了联合研发。对于浙江省内近1300公里的高速段，ODPS的强大计算能力可以在20分钟完成历史数据分析，10秒钟内完成实时数据分析，而这一部分数据预测将在春节前后向社会。

推荐：