<th id="dd759"><noframes id="dd759">
<span id="dd759"><video id="dd759"></video></span>
<th id="dd759"><noframes id="dd759"><progress id="dd759"></progress>
<th id="dd759"></th>
<progress id="dd759"><noframes id="dd759">
<th id="dd759"></th><progress id="dd759"><noframes id="dd759">
<th id="dd759"></th>
<strike id="dd759"><address id="dd759"><span id="dd759"></span></address></strike>

交通行業大數據應用

分享到:
點擊次數:509 更新時間:2020年12月03日11:49:47 打印此頁 關閉

背 景:


隨著經濟發展迅猛,地方交通越來越繁忙,機動車輛不斷增加,地方政府需要好的方法對過往車輛進行監控管理,從而提供更好的交通服務。地方交通部門采用了數據驅動的方法,在市內重要檢查點安裝了上千臺數字監控設備,這些設備7×24小時不間斷捕獲圖像和視頻數據,每月數據量達TB級?,F在,交通部門面臨著如何通過有效利用這些不斷增加的交通信息數據該改進交通管理的挑戰。

要解決的問題:


集中管理交通數據。 集中訪問分散存儲在不同的支隊數據中心的圖像或視頻等交通數據和道路交通管理設施、裝備和應用系統等。

優化海量數據利用。提供盡可能長時間段的車輛監控數據為市公安治安、刑偵、經偵部門人員及一線民警等提供信息支撐服務。

改善交通。提高對各種交通突發事件的應急調度能力,依據歷史數據預測交通或突發事件的趨勢。

提升交通案件偵破能力。

增強交通警察對機動車輛的監管能力

實施后的效果:

實現基礎過車結構化數據的永久存儲,可以保存最近24個月的交通違法圖像數據,實時對數據檢索,并可隨時無縫擴容。單服務器允許平均每秒250次500KB尺寸圖片同步傳輸或2000次異步并發存儲。不到1秒即可得到從24億條過車數據中的機動車號牌查詢出的精確結果和行車軌跡。

提升交通案件偵破能力。機動車違法圖像信息在系統的保存周期從3個月延長到24個月,交通警察等部門可根據車輛的顏色、車型、號牌等信息實時查詢其歷史行為、行車路線和車輛營運公司、駕駛人等關聯信息。

增強交通警察對機動車輛的監管能力。交警可以從24億條過車數據中輕松檢索被監測機動車的號牌精確查詢和行車軌跡。

便捷利用關聯車輛的分析數據。針對24億條實際過車數據進行兩卡點、多卡點的伴隨車輛和碰撞車輛的復雜分析,查詢耗時僅為10秒左右。

上一條:騰訊云攜手NVIDIA Mellanox挑戰分布式AI訓練新高度 下一條:利用PCIe提升VDI性能
麻花电影网在线播放