[ 導讀 ] 2013年10月18日消息，以“大掌控 大智匯 大洞察”為主題的微軟大數據解決方案媒體溝通會在京召開。 會議上來自微軟高管與國內數十家媒體分享了微軟在大數據領域的最新研究成果、解決方案，以及對于大數據未來趨勢的專業洞察。

 　　2013年10月18日消息，以“大掌控 大智匯 大洞察”為主題的微軟大數據解決方案媒體溝通會在京召開。 會議上來自微軟高管與國內數十家媒體分享了微軟在大數據領域的最新研究成果、解決方案，以及對于大數據未來趨勢的專業洞察。來自微軟亞洲研究院主管研究員鄭宇就當前熱點領域如智能交通大數據應用做了精彩的分享。

 　　鄭宇指出，說到智能交通需要了解一些交通的背景知識以北京為例，在北京有67000輛出租車，每一輛出租車都裝了一個GPS傳感器，這個傳感器并不是為了給司機導航的，它是為了定位車輛、叫車服務以及交通安全。裝GPS傳感器的出租車可以看作是移動的感知器，在路面上不同的跑，所以它能夠感知地面的交通流量。歷史數據也反映了過去歷史交通的規律。同時，出租車司機是很有經驗的司機，他在選擇道路時不光是考慮最短距離，還考慮道路的擁堵狀況，以及紅綠燈的狀況，以及左轉、右轉，發生事故的概率。我們用這樣的數據來指導人們的開車線路出行，更簡單地說，我們給用戶建議真正意義上最快的行車路線，根據時間的不同，甚至是不同人的開車習慣。

 　　另外一方面，如果你不開車，但是有時候要打車，現在北京出租車也不是那么好打，司機有時候也在抱怨，他們拉不到活從這些數據里可以分析出來，哪些道路上司機容易拉到乘客，哪些道路容易打車，哪些道理難打車。

 　　我們真正需要的是未來的交通流量，當我們的車真正開到那個地方的是什么樣子，而不是你現在告訴我那個地方是綠的，我開過去就變成堵的了。這個路線又不一樣了，這個時候因為二環比較擁堵，建議少走二環和機場高速，所以是從三環過來。工作日和非工作日是不是又不一樣呢？可以看到，在周六的時候，它給我們的建議又不一樣了，前面它建議我們從機場高速過來，但是在周六的時候可能并不見得好。甚至我們還考慮不同人的開車習慣，因為有的人開車很快，有的人開車很慢，他可能就不適合走高速。這個因子反應的是不同開車習慣的人的不同路線，有的人就是喜歡超車，你就要給他一個環境，有的人即便是路況比較好，他也開得比較慢。這是最快的行車線路的方法，基于的是大規模的出租車軌跡的數據。

 　　如果要打車是什么樣的？這邊是望京的地圖，假設我在這個地方，我們可以通過歷史上出租車在這邊的活動軌跡數據，我們知道乘客在什么地方上車和下車，我們能夠知道在每個路段打到車的難易程度。有時候我們可以在這個路短等半個小時都沒有一輛車經過，但是可能走50米，轉個彎，那里有很多出租車，但是你不知道。相對來說在望京這個區域，靠近望京商業國際這邊會比較好打一點，所以大家如果要打車的話，往那個方向走。這個是隨時間變化的，我現在定的時間是5點多鐘，是大家要回去的時間。但是在早上的情況又不一樣了。

 　　這邊有幾個出租車等活的地點，我們可以預測在未來的半個小時里面，有多少輛車會到這里等活。比如這個地方大概在未來的半個小時里面，有將近7輛車過來等活。這兩個應用，一個是解決出行開車人的痛苦，另外解決的是打車人的痛苦。

 　　還有一方面，我們還可以給司機推薦，我們一方面給乘客推薦打車的地點，一方面給司機推薦容易等活的地點。這個服務用在中間的時段，除掉早高峰和晚高峰，因為大家知道，早晚高峰什么地方都不太好打車，我們只有6萬多輛車，總是不能每個人一輛車，這個時候又怎么辦。我們有一個新的技術，就是大規模出租車的實時動態拼車服務。我這里面強調兩個點，一個是大規模，一個是實時動態，你并不需要提前一天把請求告訴我們的服務，你想什么時候打車，掏出你的手機，有個應用，告訴你有幾個人要上車，到什么地方，并且還可以規定時間，我希望什么時候到那個地方，因為我并不希望拼了車之后就到不了目的地了。現在很多政府都在大力推廣拼車服務，因為在城市里面，不可能保證每個人都能打到出租車，我們有大量的人口要移動，但是出租車的數量是有限的。增加出租車數量并不解決問題，現在北京市已經有25%的地面交通流量是由出租車造成的，如果再增加出租車的話，可能路面更加擁堵，司機的收益可能會下降，他們在單位時間內運送的客人也可能會降低，司機是反對出租車數量增多的，乘客希望有越來越多的車供他們選擇，所以這是一個矛盾。

 　　很多時候看到北京出租車拒載，或者說打車不好打，這實際上是政府、乘客和司機三者的矛盾。我們這里就提供了大規模的拼車服務方案，因為我們發現一個人在打一個車的時候，里面還有兩到三個空位，如果能把空位的潛力挖掘出來，就能夠為很多人服務。現在也有轎車服務，但是那是一對一的，并沒有從本質上提高系統容量。

 　　這是我們后臺的模擬界面，現在有很多人要打車，綠色表示他在等待，紅色表示他已經被響應了，有很多車在城市里不停的跑。這個規劃是怎么被規劃的呢？比如這個車里面已經有一個人了，可是這個時候收到另外一個請求，加號表示有人要上車，減號有人要下車，我們要不停的計算，這里面有幾個約束條件，我們要保證司機的收益比不拼車要高，乘客的費用比不拼車要低，乘客要花更少的錢，司機要賺更多的錢，并且要保證時間，我到什么時候到就什么時候到，不能耽誤我的日程。這就是我們的拼車服務，這方面的計算非常難，就用到到了云平臺，也用到了大規模的數據。

 　　開車、出行、最快線路設計，在非高峰時段打車推薦系統，給司機推薦等活地點，增加他們的收益，在高峰時段，只有通過實時動態拼車，才能夠解決我們的服務，這三個都是利用已有數據在做的應用。從根本上解決問題的是第四個，如果要從根本的環節解決這個問題，要看道路規劃，什么地方需要更好的優化。我們有大規模出行的數據，我們能夠發現在一個城市里面，哪些地方道路規劃得并不是那么合理，或者是說它之前合理，但是現在已經跟不上我們的時代，如果能夠發覺找出這些問題，改變我們的規劃結構，改變我們的道路市政，這才能真正解決擁堵問題。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。