0
數據是人類第一次自己創造的資源，是越用越值錢的東西。
對于滴滴來說，其所擁有的交通大數據便是最寶貴的財富。
在智慧交通領域，目前國內互聯網巨頭均在布局，滴滴手握的交通大數據是其具備的優勢。而滴滴目前利用出行大數據賦能智慧城市，是意欲何為？
章文嵩表示，為了更好地完善旅客在機場、車站等場景的打車體驗，滴滴目前正在增強其室內導航能力，同時還對很多機場和車站進行三維建模。
換言之，滴滴為了完善用戶體驗的場景，“順手”做了三維廠商該做的事。
7月9日，在泰伯網主辦的WGDC2019上，滴滴出行高級副總裁章文嵩發表題為《出行大數據與智慧城市》的主題演講。
以下是章文嵩的演講全文，雷鋒網新智駕進行了不改變原意的編輯：
7月13日，雷鋒網聯合港中文、在深圳香格里拉聯合舉辦第四屆AI峰會CCF-GAIR，其中滴滴城市交通算法及研究負責人鄭劍峰將會發表《基于互聯網+的智慧信號控制》主題演講。
共享汽車以不同的方式滿足不同人群的出行需求，越來越受到消費者的歡迎。2018年，僅滴滴打車就在全國430個城市，為5.5億人提供了超過100億次的移動出行服務，平均每天超過2700萬次。
那么，網約車究竟解決了什么問題？
其實，網約車更多是把出租車包括部分共享的私家車進行線上化，實現供需匹配。線上化之后，不斷的提升出行的體驗和整體交易效率。
從經濟學角度來說，這有可能是交易結構的變化。共享出行平臺本質上是一個共享經濟。
因為供給比較有限，我們能不能用社會的一些存量資源使用大量的車輛。滴滴知道出行的特點以及痛點，我們供給如果按照早高峰配運，平峰期效率較低，因為沒有那么多需求。所以我們在管理共享出行的時候，一定不能按傳統的出車思維，而是靈活運用人們就業的時間，這樣才能做好理想的供需平衡。
得益于移動互聯網的發展，滴滴非常幸運，經過過去七年多的高速發展，滴滴已經成為全球最大的一站式出行平臺。滴滴的乘客有100億人次的出行，整個平臺上面注冊用戶是5.5億，我們提供面向消費者一系列的出行服務，快車、專車、出租車、順風車。面向城市方面提供智慧交通相關的管理，包括充電的服務。
在這個過程中，我們積累了大量的數據，在滴滴平臺上每一輛車每一秒鐘都會上傳GPS定位數據，該數據也是業務的需要。
此外，軌跡數據非常豐富，滴滴利用這些數據做路徑規劃，路徑規劃一天是400億次，高峰1秒鐘200萬次，一天會有700億次，高峰的時候一秒鐘會有400萬次，這個量是全世界最大的量。
實際上，滴滴是一家科技驅動的大數據公司，在積極運用人工智能、大數據、云計算等技術不斷提升共享出行的安全、體驗和效率的同時，滴滴也持續攜手城市交通管理機構行業合作伙伴合作構建交通大腦，以更精準感知交通運行狀態，分析交通運行效率和擁堵，優化交通基礎設施，以滴滴自主研發的自適應信號控制系統為例，就可以根據流量變化分鐘級調整信號配時，讓路口通行更通暢。
滴滴利用大數據在智慧城市上取得了一些實踐性成果。
因為滴滴掌握了非常寶貴的軌跡數據，在這一方面，滴滴已經完全有能力幫助實現智慧城市。
例如，過去交警往往是通過路口的檢測器，攝像頭，卡口，地磁這些方式取得軌跡數據，但將這些數據放在地圖上面只是一個個的點，而路口與路口之間是一條邊，邊上的數據是沒有的。由于滴滴的業務發展，我們得到了邊上的數據，把點和邊匯集到一起，就可以看到全局的交通景象。
滴滴基于出行的大數據探討了智慧交通，未來出行等多個熱點問題，并通過多種可視化方式呈現出來。
1、大數據呈現城市“蝌蚪圖”
從滴滴訂單的OD數據中，可以看出，早高峰的通勤車流如水滴般由四面八方向北京中心城區涌入，到了晚高峰則恰恰相反，“水滴”從中心城區向外圍地區四散開來。
從早上6點到10點，基本從住宅區往市中心工作區來移動。不同工作區的熱度也不同，比如說國貿地區早一點，西二旗上班晚一點。目前來說，在城市范圍內，我們的軌跡數據應該是最豐富的，但是在高速公路上的數據儲備不多。
2、大數據呈現機場出行“小橙點”
滴滴大數據呈現的凌晨（0時-4時）北京首都機場出發訂單分布。每個橙色的圓點代表一個訂單，軌跡顏色深淺代表走過的路程頻率。機場高速大概是晚上最繁忙的一條高速路，最遠的訂單北至北六環，南至南五環外。
基于上述這些數據，可以計算出整個道路的運行情況，比如說TTR指數，以及車輛流動情況，以此可以實時知道每個城市的交通運行狀況。
不但掌握整個城市的運行狀況，滴滴還提供一個平臺運轉下去，下轉到每一個區、每一個商圈、每一條道路的運行狀況。
基于滴滴豐富而高質量的數據，以及每一個城市的實時交通運行指數（TPI），我們可以看到哪些道路是最擁堵的，某個商圈怎么樣，因為這些軌跡流都是實時的，只要指數出現異常，我們就能第一時間知道的，可能是路上有交通事故了，或者路邊亂停車了，導致車速不快，所以我們會第一時間跟交警聯動起來，交警可以及時去處理。
例如，我們和濟南交警的合作，濟南交警大隊管轄的轄區，轄區里的交通運行狀況可以進行量化的考核。
因為滴滴有大量實時的數據，比如說一條道路的車速為30公里，突然降到每小時20公里，我們預計該道路發生了交通事故，于是我們分鐘級把數據傳給交警，讓交警及時的處理可能的交通事故，讓交通恢復正常。
影響交通的還有一個關鍵：信號燈。國內的很多信號燈設置非常不合理，能不能盡可能讓車在啟動之后，一路暢行無阻，而不是每一個路口都要停一下？
我們通過軌跡流量的動態變化，每一個方向的綠信比（交通燈一個周期內可用于車輛通行的時間比例），不同路口之間的相位差，可以測算出干道、區域的優化模型，調整信號燈的周期來改善這個問題。
因為有這些數據，所有路口信號燈的運行狀態可以實時度量，信號燈設置的合理性怎么樣，路口的延誤時間怎么樣，實時效率怎么樣，可以進行實時監控評估。
未來十年交通會因科技發展發生巨大變革，這一變革體現在交通基礎設施、車輛交通工具和共享出行這三個層面。
滴滴交通大腦將在這一變革中扮演重要角色，也希望成為解決城市交通問題的突破口，與交管部門等合作伙伴一起用技術力量改善城市交通，普惠大眾出行。
滴滴交通大腦是兼備云計算、AI技術、交通大數據和交通工程的智能系統，也是智慧城市面向未來的標配，一方面，它在空間上打破了城市內區域的“數字”壁壘，實現高效、全面的交通管理和協同；另一方面，在時間上，交通大腦突破了人類的決策能力極限。
當然，交通大腦并不只是城市交通數據中心，有智慧、能進化的交通大腦平臺下包含3個關鍵的中樞：數據中樞、分析中樞、控制中樞，3個中樞聯動才能實現“發現—決策—行動”的閉環。
在這個過程中，數據中樞整合出行地圖、全路網掃描、移動電子眼等多方數據為控制中樞和分析中樞提供決策依據；分析中樞承擔計算能力、AI分析能力，基于云計算技術讓所有數據可以最高效地運轉，最智能地分析決策；所有的聯網設備則通過控制中樞智能化完成，包括信號燈、誘導屏、視頻卡口、停車場等，甚至標識標牌、路燈、警力調度也能聯網控制。
那么，目前滴滴交通大腦的成績如何呢？
目前，滴滴交通大腦已在全國幾十個城市扎根生長，從智慧誘導屏、智慧信號燈等智慧交通項目著手，優化城市交通管理，緩解道路擁堵，為市民提供更好的出行服務。
具體來看，目前在濟南建了一個交通大腦，去年年底已經正式投入運營。基本把濟南很多交通運行狀況、區的運行狀況、重點車輛的監控都做在這塊大屏上面，大屏可以下轉下去。
此外，在深圳龍華區、蘇州都有智慧大腦的落地應用。我們用了很多車載數據、計算機視覺數據，利用視覺數據可以不斷提升出行體驗場景。
同時，在滴滴平臺上開始安裝大量車載設備，20%滴滴訂單里都有車載設備以及攝像頭覆蓋，到今年年底會提升到50%。利用這些數據，可以對道路的屬性進行偵測，并標記處合適上下車以及停車點的位置。
目前，地圖數據更新的實時性做的還不夠好。但隨著未來地圖實時更新的頻度加大，更新的幅度會變大，數據量也會更加豐富。
據雷鋒網了解，如今滴滴也在做室內增強型的AR導航，在大型的一些場站比如說飛機場、火車站、商場等地，我們利用3D重構技術可以把物理空間重構起來，并基于計算機視覺跟慣導，重構之后直觀的體驗你拿著手機上一個上車點，在T3航站樓已經建模了，拿著這個手機引導到你到上車點，這些場景會讓整體的上車接駕體驗變得更好。
事實上，在智慧交通領域，滴滴并不是在扮演“服務者”的角色，滴滴的愿景是把物理世界數據化，用數據表達物理世界，基于這些數據做更多的智能化的事情，讓交通的基礎設施更有效率。
也就是說，滴滴是想讓出行服務變得更加的智能，同時構建一個智慧城市的新型生態，而滴滴這個平臺是開放的，希望更多的合作伙伴加入這個生態，真正的讓出行更美好，讓城市變得更加智能。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
