Chytrá doprava označuje systém služeb orientovaný na dopravu na základě moderní elektronické informační technologie. S hlavními rysy sběratelství, zpracovává se, uvolnění, výměna, analyzovat a využívat data, chytrá doprava může účastníkům dopravy nabídnout různé služby. Tento článek vám přináší komplexní úvod do chytré dopravy.
1. Co je chytrá doprava?
Chytrá doprava označuje systém služeb orientovaný na dopravu na základě moderní elektronické informační technologie. S hlavními rysy sběratelství, zpracovává se, uvolnění, výměna, analyzovat a využívat data, chytrá doprava může účastníkům dopravy nabídnout různé služby; Založeno na inteligentní dopravě (zkráceně ITS), chytrá doprava plně využívá výhod internetu věcí, cloud computing, internetu, umělá inteligence, automatické ovládání, mobilní technologie v oblasti dopravy a sbírá dopravní informace prostřednictvím špičkových technologií, tak, aby ovládal, monitorovat a podporovat všestranné oblasti, jako je řízení dopravy, dopravu a veřejné cestování, stejně jako podchycení celého procesu dopravní stavby. Jako výsledek, může poskytnout dopravnímu systému schopnosti(vnímání, konektivitu, analýza, předpověď, řízení, atd.) v různých oblastech, města a ještě širší čas a prostor, tak, aby byla zaručena bezpečnost provozu, zlepšit efektivitu dopravní infrastruktury a zvýšit provozní efektivitu a řízení dopravního systému, a zajistit tak plynulé cestování veřejnou dopravou a udržitelný hospodářský růst.
2. Výhody a nevýhody inteligentní dopravy
Jaké jsou výhody chytré dopravy?
Dopravní prvky: konektivitu
Dopravní infrastruktura (silnice, Mosty, pomocná zařízení, atd), dopravní zařízení(vozidel, lodí, atd), osoby a zboží jsou zahrnuty ve všech dopravních prvcích, všechny lze propojit a sdílet automatické řízení v prostředí nového senzoru, Síť AD HOC a technologie automatického řízení. S funkcemi vícerozměrného vnímání, inteligentní rozhodování, dálkové ovládání, automatická navigace, dopravní infrastruktura a zařízení jsou schopny dosáhnout automatické předpovědi a provozu.
Směs virtuality a reality, stejně jako online a offline
V budoucnu, uživatelé mohou navrhovat potřeby přepravy nákladu v dopravním systému, který, po obdržení poptávky, analyzuje potřeby online prostřednictvím technologií, jako jsou velká data, cloud computing, a umělá inteligence přicházet s relevantními dopravními strategiemi a plánováním, a poté jej předejte offline přepravním zařízením k dokončení skutečné přepravy.
Integrovaná doprava z domu do domu
Budoucí dopravní systém je vnímán jako integrální poskytovatel dopravních služeb. Je zbytečné, aby zákazníci rozuměli vnitřní architektuře a provozu dopravního systému. Namísto, stačí jim nabídnout přepravní poptávku z A do B. Na základě informací, systém poskytne celou sadu řešení včetně „systému jedné jízdenky“ prodeje jízdenek i multimodální dopravy, bezproblémové spojení, návaznost a úplnost trasy týkající se přepravce.
Poskytujte uživatelům přizpůsobitelné služby v reakci na poptávku
Za předpokladu, že komplexní vnímání, komunikace v reálném čase a možnosti masivní analýzy dat se nadále rozvíjejí, uživatelé častěji a těsněji interagují se systémovou platformou, aby byl dopravní systém inteligentnější, které mohou poskytovat personalizované, diverzifikované a na člověka zaměřené dopravní služby pro všechny typy uživatelů v reakci na změny skutečné situace.
Organizace dopravy a výroby spolehlivá & vysoce efektivní řízení
Inteligentní doprava obsahuje inteligentní dopravní infrastrukturu, dopravní zařízení, služby organizace dopravy, atd. Výrobní organizace a manažeři mají podrobnější, včasné a přesné pochopení různých dopravních prvků pro účinnější kontrolu a řešení různých rizik a vymýšlení vědeckejších strategií přepravy prostřednictvím inteligentní technologie, nabízí tak vyšší spolehlivost a efektivitu organizaci a řízení přepravní výroby.
Nevýhody inteligentní dopravy:
Stávající systémy řízení dopravy, založené především na ručním zásahu a řízení a signálním řízení křižovatek, postrádají místa sběru silničních informací. Jeho vozidla a silniční management je nezávislý na provozu systému, vedoucí k nedokonalému, nepřesné a nevčasné řízení. Mezi jeho hlavní nevýhody patří:
Nedynamické
Drahé snímací zařízení má omezení z hlediska velkého dosahu a hromadného nasazení inteligentní dopravní systém, stejně jako menší koncentrace sběru silničních informací na hlavní uzly silniční sítě, kterými jsou především křižovatky. Všechna tato omezení vedou k nemožnosti shromažďovat všechny druhy informací v dopravním systému komplexním a efektivním způsobem, takže přesný stav dopravního systému nelze přenášet dynamicky a přesně..
Ne- globální
Uvnitř stávajícího inteligentního dopravního systému, plánování projektu je nezávislé na konstrukci systému. informace shromážděné každým systémem nemohou být interoperabilní, a rozhraní mezi systémy nebo zařízeními různých výrobců zařízení nejsou otevřená, což má za následek neefektivní využití potenciálního koordinačního efektu dopravních informací mezi nezávislými systémy k analýze dopravní situace a úsudku. Taky, může to vést k opakované konstrukci systémů a příslušných funkcí, a opakované shromažďování datových informací, takže výsledky nezávislého systému nejsou komplexní a globální.
3. Jaké jsou výzvy, kterým chytrá doprava čelí
S rozvojem urbanizace, poptávka po cestování bouří. Města doma i v zahraničí naléhavě potřebují inteligentnější dopravní systém, který by řešil dopravní problémy, jako jsou dopravní zácpy, dopravní nehody, znečištění ovzduší, nízká efektivita dopravy, atd. Lidé tomu v současnosti věří, s růstem digitalizace, inteligenci a automatizaci městské chytré dopravy, jsou ještě tři výzvy.
První, systém postrádá schopnost získat detekční data městské silniční sítě WLAN. Ve většině měst, přední zařízení méně schopno vnímat dopravní situaci na silniční síti, a existují problémy s pokrytím, spolehlivost zařízení a kontinuita dat, což je obtížné splnit požadavky řízení pokut služeb dopravní policie.
Druhý, systém není schopen analyzovat a zpracovávat nová internetová data. S rostoucím počtem vysokofrekvenčních a vysoce přesných dat o plovoucích autech a dat o poloze, Algoritmy a produkty související s řízením signálů potřebují průlomy, aby mohly plně hrát roli těchto dat.
Třetí, systém postrádá algoritmy a analýzu velkých dat a výpočetní schopnosti. Ať už jde o optimalizaci signálu, analýza situace na silnici, analýza trajektorie, nebo rozpoznávání obrazu, všechny zahrnují potřebu pokročilé podpory algoritmů, stejně jako rozsáhlé výpočetní možnosti pro data v reálném čase.
4. Jaká jsou řešení pro chytrou dopravu
Celková řešení pro Smart City Transportation
Města se v budoucnu vyvíjejí směrem k vysoké inteligenci, zdůrazňující využití budoucích technologií k posílení transformace služeb městské správy, tak, aby bylo dosaženo efektivní, inkluzivní a udržitelný rozvoj měst. Města se v budoucnu rozvinou na města, která lze vnímat, provozován, kontrolovány a sloužily. Klíčovým bodem je vybudování čtyř měst (4C) založené na chytré dopravě a technologiích budoucnosti. Jsou to „město vnímání“, “online město odpočtu”, „Správa města“ a „Obsluhující město“.
Prvním krokem je vytvoření holografického snímacího města založeného na velkých datech prostorových jednotek. Za prvé, stanovit konstrukční standardy inteligentních křižovatek a inteligentních silničních úseků a podporovat výstavbu nové generace silničního holografického vnímání systému s inteligentními silnicemi jako jádrem pro dosažení víceúrovňových, trvalé vnímání a dokonce i vnímání úrovně jízdních pruhů; Za druhé, provádět dynamické všestranné sledování a hodnocení lidí, vozidla a silnice využívající technologii velkých dat a technologii sledovatelnosti dopravy. Taky, velká data + Technologie AI se používají k podpoře analýzy mechanismů dopravního přetížení, zjišťování dopravní události (jako je včasné varování před nebezpečím na silnici), analýza veřejného mínění, každodenní policejní hlídka, atd.
Druhým je vytvoření online projekčního města, které podporuje reprodukci a predikci dopravních scénářů ve složitých prostředích. Umělá inteligence a strojové učení, ekvivalentní vytvoření paralelního systému, lze použít k projekci a predikci stavu provozu v reálném čase, dosáhnout celé uzavřené smyčky „vnímání – projekce – řízení – služba“., který přetvoří celý režim dopravního cestování a řízení. První;y, můžeme poskytnout služby krátkodobé předpovědi provozu a plánování cesty k dosažení řízení toku dopravy. Plně rozšiřujeme rozsah online simulace v Shenzhenu, abychom pokryli silniční síť. Nedávno, vedoucí ministerstva dopravy přezkoumali výsledky měření dopravního centra v Shenzhenu v řídícím středisku městské dopravní komise. Věřili, že opatření jsou velmi slibná, praktické a plné propagační hodnoty; Za druhé, nacvičovat a simulovat dopravní nehody, abyste včas přišli s rychlými řešeními pro případ nouze, aby se minimalizoval dopad na městský provoz. Dopravní centrum v Shenzhenu spolupracuje s dopravní policií v Shenzhenu na provádění velkého počtu aplikací, které vytvoří rychlou reakci na dopravní události.
Dále, budujeme uzavřené kontrolní město se společnými operacemi dopravy „plánování-návrh-stavba-řízení-data“. Podporujeme rekonstrukci a modernizaci procesu vládního plánování a řízení výstavby a poskytujeme celková řešení na regionální úrovni, úrovni města, úroveň parku a úroveň uzlů.
První, na regionální úrovni, vybudovat přesně regulovaný a kontrolní systém pro aktivní řízení. Například, několik států v USA. využijte aplikaci Metropia k realizaci celého procesu vyvolávání a odměňování pobídek pro lidi, která ovlivnila 20% lidí změnit své cestovní plány během období špičky. Na základě internetu + technologie velkých dat, personalizované kontrolní programy pro různé potřeby mohou být vyvinuty pod vedením regionálních makro kontrolních strategií.
Druhý, na úrovni města, je zaveden systém podpory rozhodování o velkých datech o dopravě na úrovni města, který podporuje vládní plánování a rozhodování, provoz a řízení průmyslu, a veřejné inteligentní cestovní služby. Pro nadcházející éru bez řidiče, potřebujeme perspektivní nasazení pro budoucí dopravní zařízení, abychom vytvořili nové režimy organizace dopravy a režimy řízení na úrovni města, jako je zřízení řídicích center sítí vozidel na úrovni města a komplexní optimalizace budoucích konceptů designu ulic. V současnosti, Shenzhen již provádí průzkumnou aplikaci tohoto v Shenzhenu.
Třetí, na úrovni parku, využívat komplexní data vnímání chytrých parků a výrazných měst k poskytování komplexních dopravních služeb pro výstavbu infrastruktury na úrovni parků a podnikové a osobní služby.
Čtvrtý, úroveň uzlu, integrovat meziodvětvová dopravní zařízení v rámci silnic a dosáhnout kontroly provozu na silnicích a monitorování a údržby zařízení prostřednictvím front-end computingu a back-end kontroly.
Konečně, vybudovat „komplexní a personalizované“ město s celým řetězcem inteligentních cestovních služeb. S konceptem Maas (Mobilita jako služba), různé druhy dopravy jsou vysoce integrované. Taky, prostřednictvím informací, integrace provozu a plateb, můžeme uživatelům poskytnout celý řetězec služeb, včetně služeb před cestou, on-travel až po-cestování. Za prvé, měl by být vytvořen výkonný záložní systém plánování cest, včetně analýzy chování, konfigurace poptávky, plánování cesty a vyúčtování nákladů. Za druhé, potřebujeme účast více stran včetně vlády, podniky a lidé změnit původní model vedený vládou. Například, Finské Whim APP a Singapurské My Transport APP jsou jak vládními, tak podnikovými operacemi, které mohou poskytovat různé režimy služeb. Za třetí, nabízíme vytříbené služby správy autobusů, včetně inteligentního provozu autobusových nádraží. Za čtvrté, poskytujeme služby jako mobilní internet a chytré navádění při parkování s bezsenzorovou platbou.
5. Příklady aplikací chytré dopravy
(1) Chytrý autobus
Na základě RFID, snímání i další technologie, můžeme znát umístění v reálném čase autobusu a dosáhnout funkcí, jako je připomenutí zatáčky a trasy. Může se také kombinovat s provozními charakteristikami veřejné dopravy a provádět plánování a plánování tras a vozidel prostřednictvím inteligentních systémů plánování pro dosažení inteligentního plánování směn..
Sdílené kolo je vybaveno a GPS nebo NB-IoT inteligentní zámek pro nahrání dat na platformu sdílených služeb, aby bylo dosaženo přesné polohy vozidla, kontrola stavu provozu vozidla v reálném čase a tak dále.
(3) Internet vozidel
Používejte pokročilé senzory, RFID a kamery pro shromažďování informací o okolí vozidla a o vozidle samotném. Poté jsou data přenášena do palubního systému, kde je v reálném čase sledován provozní stav vozidla včetně spotřeby paliva, rychlost jízdy, atd.
(4) Nabíjecí stanice
Použijte senzory ke shromažďování informací, jako je výkon nabíjecí stanice, sledování stavu a umístění nabíjecí stanice, a poté shromážděná data přenášet na datovou platformu v reálném čase, aby bylo dosaženo jednotné správy a dalších funkcí.
(5) Inteligentní semafory
Použijte radarové zařízení nainstalované na křižovatce k monitorování počtu vozidel v reálném čase, vzdálenost a rychlost auta na křižovatce, stejně jako počet chodců a povětrnostní podmínky pro dynamickou regulaci světelného signálu, zlepšit průchodnost vozidel křižovatkou a zkrátit dobu nečinnosti semaforu tak, aby se zlepšila únosnost vozovky.
(6) Elektronická identifikace automobilu
Elektronický znak automobilu, také nazývaná elektronická SPZ, používá Technologie RFID pro automatické dokončení identifikace a sledování vozidla bez kontaktu, a poté propojit shromážděné informace se systémem řízení dopravy, aby bylo možné realizovat dohled nad vozidly a také řešit problémy s dopravními zásahy.
(7) Chytré parkování
V oblasti městské dopravy a cestování, chytré parkování vznikl kvůli omezenému počtu parkovacích míst a nízké efektivitě parkování. Na základě parkovacích zdrojů, chytré parkování rozpozná SPZ, vyhledává a rezervuje parkovací místa a provádí automatické platby instalací zařízení, jako jsou geomagnetické senzory a kamery.
(8) Zpoplatnění vysokorychlostních drah bezkontaktně
Kamera identifikuje informace o SPZ, který pak spojuje poznávací značku s WeChat nebo Alipay. Poté systém automaticky vybírá poplatky přes WeChat nebo Alipay podle ujetých kilometrů, tím je dosaženo nesmyslného zpoplatnění pro zlepšení efektivity průjezdu a zkrácení čekací doby vozidel.
6. Jaké jsou příklady chytrých dopravních systémů?
Singapur – první ministr chytré země
v 2014, Singapur se stal první zemí, která zřídila ministra Smart Nation. nicméně, stát provedl inteligentní řízení dopravy před více než deseti lety. v 1998, Singapur zavedl program zpoplatnění e-road, aby převzal kontrolu nad dopravními zácpami. V posledních letech, další investice do inteligentního řízení dopravy zaznamenaly pokrok, včetně rozpočtu na rozvoj dopravy $12 miliarda zahájena v 2018, což je z velké části přičítáno propojené infrastruktuře se senzory pro řízení provozu a preventivní podporu. nicméně, město se také zaměřilo na auta připojená k síti, s plány na spuštění autonomních autobusů již v r 2022. Město dostalo jméno KPMG jako první, které je připraveno na samořiditelná auta. Singapurský inteligentní dopravní systém, s bohatými daty, je schopen poskytovat lidem dopravní varování v reálném čase, dělat z města jedno z nejméně přetížených měst na světě.
New York City — začátek seznamu IESE City in Motion
Známý pro svou vynikající veřejnou dopravu, město pokračuje v inovacích prostřednictvím zavádění inteligentních dopravních systémů, které jej letos umístily na první místo v seznamu IESE City Dynamics. Investovala do propojené infrastruktury a adaptivní signalizace, dosažení instalace kamer a senzorů na více než 10,000 křižovatky ve městech. Město je také inovativní s vozidly připojenými k síti, vývoj Connected Vehicle Pilot Program pro shromažďování a analýzu dat z automobilů připojených k síti pro různé technologie a aplikace. Program bude využívat výhod připojeného hardwaru vozidla & software pro implementaci programů V2X pro zvýšení bezpečnosti a řízení provozu v reálném čase.
Londýn – Založení Smart Mobility Living Lab & Sitraffic Fusion
Londýn se ujal vedení v infrastruktuře 5G. Londýnská laboratoř Smart Mobility Living Lab (SMLL) byla nasazena s nejpropracovanějším městským testovacím prostředím na světě, aby nabídla 5G konektivitu připojeným a automatickým vozům. Město využije vysokorychlostní 5G k testování schopností V2I a V2V v reálných prostředích. O2, mobilního operátora s podporou SMLL, uvádí, že hodnota 5G pro systémy správy silnic by mohla zkrátit čas, který řidiči stráví 10 procent při dopravních zácpách a ušetříte 880 milionů GBP ročně a snížíte emise CO2 o 370,000 metrických tun za rok. Město také spustilo Sitraffic Fusion, schéma zaměřené na řízení provozu s daty přijatými z připojených vozidel. Program bude klíčovým prvkem londýnského optimalizačního systému v reálném čase, která dříve spravovala silnice vkládáním dat ze silnic, kamery a připojenou infrastrukturu.
Paříž – připravena na zelenou
Paříž vyvíjí úsilí o rozvoj veřejné dopravy a pěší dopravy. I když město pokračuje v rozvoji své nemotorizované dopravní infrastruktury, uznává důležitost vozidel. Stát se zeleným městem, Paříž nahrazuje celý svůj autobusový systém elektromobily. Paříž se také soustředí na bezpečnost silničního provozu a řízení dopravy, s 40 procento snížení smrtelných dopravních nehod od roku 2010. Rozvíjí svůj zavedený inteligentní dopravní systém a investuje 100 milionů EUR do transformace své infrastruktury, aby usnadnila hromadné zavádění síťových připojení a samořídících vozů..
Peking – přední čínský AV test
Čína zaujímá centralizovaný přístup k chytrým městům, s více než 800 projekty chytrých měst po celé zemi. Inteligentní městská řešení v zemi se odhadují na $1100 miliarda. Výrazným příkladem je Peking, v kterém 2017 se stalo prvním čínským městem, které provedlo AV testy na veřejných komunikacích. Předpokládá se, že čínský trh AV bude největší na světě. Taky, národ nedávno během pandemie využil samořiditelných aut, aby minimalizoval dodávky důležitých zásob. Peking přijal tuto metodu a další propojené technologie vozidel, stejně jako vestavěné senzory a kamery pro dohled nad dopravními a silničními situacemi. Analýzy velkých dat a umělá inteligence se využívají k tomu, aby inteligentní systémy řízení dopravy daly impuls k pokračování provozu města.
Berlín — Zavedení sdílení elektromobilů a elektrických vozidel
Berlín přizpůsobil svůj program chytrého města v 2015 a v následujících letech pokračuje v pokroku. Její nejnovější mobilní projekt se soustředí na pozemní senzory na křižovatkách silnic. Systém detekce vozidel využívá bezdrátovou technologii k poskytování dopravních dat pro inteligentní řízení dopravy. Město také věnuje pozornost rozšiřování přítomnosti elektromobilů a spustilo program BeMobility, která má odhadovaný rozpočet více než 9 miliard EUR s cílem zavést sdílení elektromobilů a elektrických vozidel a také zvýšit počet měst, která mohou poskytnout nabíjecí stanice.
Soul — První město, které používá 5G pro veřejnou dopravu Smart City
Chytrá doprava byla široce používána v Soulu zpět v roce 2003. Systém zvýšil počet cestujících z 30% na 70% prostřednictvím pokročilých inteligentních dopravních systémů, systémy řízení dopravy a GPS. Město se ujalo vedení v oblasti inteligentní dopravy, která byla založena Světovou organizací pro chytrá a udržitelná města v r 2010 posílit udržitelný růst a exportní dopravní řešení. Metropolitní vláda vložila peníze do technologie na výrobu, obchod, zpracovávat a používat velká data k řešení městských problémů. Jeho inteligentní dopravní systém využívá senzory po celém městě ke shromažďování dat pro předpovídání dopravních zácp a předcházení dopravním zácpám. Systém má také následující vlastnosti, které varují občany před problémy a poskytují alternativní trasy v reálném čase. Držet se své inovační tradice, město investuje do infrastruktury 5G a automobilů připojených k síti. Hodlá instalovat pokročilé asistenční systémy 5G do autobusů a kabin pomocí technologie V2X a stane se prvním městem, které využije inovace 5G ve veřejné dopravě..
Barcelona — Inteligentní mobilita se superpočítači
Barcelona vždy zaujímala vedoucí postavení v oblasti chytré mobility. Jeho superpočítačové centrum spustilo nejprve iniciativu CLASS s cílem inovovat nový typ softwaru určeného k provádění analýzy velkých dat dat v reálném čase pro inteligentní města., auta připojená k síti a samořídící vozidla. Město již přijalo inteligentní systém řízení dopravy na bázi asfaltu a senzorů infrastruktury a v budoucnu plánuje používat V2X. Vyvinout se do technologického centra V2X, město dává peníze 5G infrastruktura a živá laboratoř, která se ujímá vedení při navrhování aut připojených k síti a samořídících vozů. Úspěchy v pokročilé analýze dat od CLASS, v kombinaci s připojenými automobily a infrastrukturou 5G, pomáhají Barceloně zaujmout vedoucí postavení v městské mobilitě.
