“半個小時后出發(fā)到中關村，請根據(jù)當時的路況規(guī)劃線路。”這個問題估計會難倒所有導航軟件，難點在于誰也不知道半個小時后中關村大街堵不堵，該不該繞道。

但大數(shù)據(jù)可以。浙江省交通運輸廳正在開展一項新的試點：將高速歷史數(shù)據(jù)、實時數(shù)據(jù)與路網(wǎng)狀況結合，基于阿里云大數(shù)據(jù)計算能力，預測出未來1小時內的路況。結果顯示，預測準確率穩(wěn)定在91%以上。

浙江省交通信息中心主任韓海航表示，通過對未來路況的預測，交通部門可以更好地進行交通引導，用戶也可以做出更優(yōu)的路線選擇。

阿里云大數(shù)據(jù)計算服務(ODPS)為項目提供了分析支持，并有多位資深數(shù)據(jù)科學家參與了聯(lián)合研發(fā)。來自阿里云的閔萬里博士介紹，對于浙江省內近1300公里的高速路段，ODPS的強大計算能力可以在20分鐘完成歷史數(shù)據(jù)分析，10秒鐘完成實時數(shù)據(jù)分析。

用手機信號計算實時路況

要想預測未來，首先需要了解當下。實時路況的檢測，一直是個難題。由于受采集技術的制約，實時交通數(shù)據(jù)的更新時間普遍較長，有的高達15分鐘。且傳統(tǒng)鋪設線圈的方式，硬件投資巨大。

為此，浙江省交通運輸廳引入了新的技術：將手機信令數(shù)據(jù)同道路通行數(shù)據(jù)進行關聯(lián)。在城市道路上，一般每隔500米一個運營商基站，在市郊高速路上大約為2公里。當手機用戶經(jīng)過基站時，形成的信令數(shù)據(jù)可以較準確地反映出單位時間內通過該路段的實時路況變化。

比如，檢測到樣本車輛在高速公路上停止行駛，而同路段大部分車輛速度下降，那么就可以判斷這一路段上可能出現(xiàn)事故或擁堵。

韓海航介紹，從成本投入來說，相比較于傳統(tǒng)傳感器采集高速路況數(shù)據(jù)，這種方式至少可以降低90%的成本。建設周期也大大縮短，2至3個月即可完成。

意義重大，算得準是關鍵

粗略估計，駕駛員通過選擇合適的出行路線和出行時間，可以縮短5%至10%的出行時間，減少2%至10%的燃油消耗成本。

對未來路況的預測，也可用于支持無人駕駛技術。無人駕駛汽車除了通過各種傳感器對“眼下”的數(shù)據(jù)進行快速判斷外，還需要了解10分鐘、20分鐘后即將到達的路段狀況，提前做出路線選擇。

閔萬里表示，路況預測的應用價值很高，但關鍵在準確性，需要“算得準、算得快、算得起”。如果僅僅基于歷史平均數(shù)據(jù)來做簡單預測，那并沒有實際意義。

此前，微軟曾聯(lián)合巴西一所大學進行了相似的嘗試，準確率為80%。微軟希望在加入更多數(shù)據(jù)源后，將這一成績提升到90%。

“路網(wǎng)關系、上下游事件，甚至天氣等外部綜合因素都應該加入進來。但當這些海量數(shù)據(jù)納入到全網(wǎng)路況的時空演變模型后，對云平臺的大數(shù)據(jù)計算能力就提出了很高的要求”。閔萬里介紹。

據(jù)了解，阿里云在Sort Benchmark排序競賽中，用不到7分鐘(377秒)就完成了100TB的數(shù)據(jù)排序，成為世界冠軍。Sort Benchmark被認為是大數(shù)據(jù)界的奧運會，每年全球頂尖公司和學術機構都會帶著他們最新的研究成果來參加，以評估他們的研究成果。