数据是人类第一次自己创造的资源，是越用越值钱的东西。
对于滴滴来说，其所拥有的交通大数据便是最宝贵的财富。
在智慧交通领域，目前国内互联网巨头均在布局，滴滴手握的交通大数据是其具备的优势。而滴滴目前利用出行大数据赋能智慧城市，是意欲何为？
章文嵩表示，为了更好地完善旅客在机场、车站等场景的打车体验，滴滴目前正在增强其室内导航能力，同时还对很多机场和车站进行三维建模。
换言之，滴滴为了完善用户体验的场景，“顺手”做了三维厂商该做的事。
7月9日，在泰伯网主办的WGDC2019上，滴滴出行高级副总裁章文嵩发表题为《出行大数据与智慧城市》的主题演讲。
以下是章文嵩的演讲全文，雷锋网新智驾进行了不改变原意的编辑：
7月13日，雷锋网联合港中文、在深圳香格里拉联合举办第四届AI峰会CCF-GAIR，其中滴滴城市交通算法及研究负责人郑剑峰将会发表《基于互联网+的智慧信号控制》主题演讲。
共享汽车以不同的方式满足不同人群的出行需求，越来越受到消费者的欢迎。2018年，仅滴滴打车就在全国430个城市，为5.5亿人提供了超过100亿次的移动出行服务，平均每天超过2700万次。
那么，网约车究竟解决了什么问题？
其实，网约车更多是把出租车包括部分共享的私家车进行线上化，实现供需匹配。线上化之后，不断的提升出行的体验和整体交易效率。
从经济学角度来说，这有可能是交易结构的变化。共享出行平台本质上是一个共享经济。
因为供给比较有限，我们能不能用社会的一些存量资源使用大量的车辆。滴滴知道出行的特点以及痛点，我们供给如果按照早高峰配运，平峰期效率较低，因为没有那么多需求。所以我们在管理共享出行的时候，一定不能按传统的出车思维，而是灵活运用人们就业的时间，这样才能做好理想的供需平衡。
得益于移动互联网的发展，滴滴非常幸运，经过过去七年多的高速发展，滴滴已经成为全球最大的一站式出行平台。滴滴的乘客有100亿人次的出行，整个平台上面注册用户是5.5亿，我们提供面向消费者一系列的出行服务，快车、专车、出租车、顺风车。面向城市方面提供智慧交通相关的管理，包括充电的服务。
在这个过程中，我们积累了大量的数据，在滴滴平台上每一辆车每一秒钟都会上传GPS定位数据，该数据也是业务的需要。
此外，轨迹数据非常丰富，滴滴利用这些数据做路径规划，路径规划一天是400亿次，高峰1秒钟200万次，一天会有700亿次，高峰的时候一秒钟会有400万次，这个量是全世界最大的量。
实际上，滴滴是一家科技驱动的大数据公司，在积极运用人工智能、大数据、云计算等技术不断提升共享出行的安全、体验和效率的同时，滴滴也持续携手城市交通管理机构行业合作伙伴合作构建交通大脑，以更精准感知交通运行状态，分析交通运行效率和拥堵，优化交通基础设施，以滴滴自主研发的自适应信号控制系统为例，就可以根据流量变化分钟级调整信号配时，让路口通行更通畅。
滴滴利用大数据在智慧城市上取得了一些实践性成果。
因为滴滴掌握了非常宝贵的轨迹数据，在这一方面，滴滴已经完全有能力帮助实现智慧城市。
例如，过去交警往往是通过路口的检测器，摄像头，卡口，地磁这些方式取得轨迹数据，但将这些数据放在地图上面只是一个个的点，而路口与路口之间是一条边，边上的数据是没有的。由于滴滴的业务发展，我们得到了边上的数据，把点和边汇集到一起，就可以看到全局的交通景象。
滴滴基于出行的大数据探讨了智慧交通，未来出行等多个热点问题，并通过多种可视化方式呈现出来。
1、大数据呈现城市“蝌蚪图”
从滴滴订单的OD数据中，可以看出，早高峰的通勤车流如水滴般由四面八方向北京中心城区涌入，到了晚高峰则恰恰相反，“水滴”从中心城区向外围地区四散开来。
从早上6点到10点，基本从住宅区往市中心工作区来移动。不同工作区的热度也不同，比如说国贸地区早一点，西二旗上班晚一点。目前来说，在城市范围内，我们的轨迹数据应该是最丰富的，但是在高速公路上的数据储备不多。
2、大数据呈现机场出行“小橙点”
滴滴大数据呈现的凌晨（0时-4时）北京首都机场出发订单分布。每个橙色的圆点代表一个订单，轨迹颜色深浅代表走过的路程频率。机场高速大概是晚上最繁忙的一条高速路，最远的订单北至北六环，南至南五环外。
基于上述这些数据，可以计算出整个道路的运行情况，比如说TTR指数，以及车辆流动情况，以此可以实时知道每个城市的交通运行状况。
不但掌握整个城市的运行状况，滴滴还提供一个平台运转下去，下转到每一个区、每一个商圈、每一条道路的运行状况。
基于滴滴丰富而高质量的数据，以及每一个城市的实时交通运行指数（TPI），我们可以看到哪些道路是最拥堵的，某个商圈怎么样，因为这些轨迹流都是实时的，只要指数出现异常，我们就能第一时间知道的，可能是路上有交通事故了，或者路边乱停车了，导致车速不快，所以我们会第一时间跟交警联动起来，交警可以及时去处理。
例如，我们和济南交警的合作，济南交警大队管辖的辖区，辖区里的交通运行状况可以进行量化的考核。
因为滴滴有大量实时的数据，比如说一条道路的车速为30公里，突然降到每小时20公里，我们预计该道路发生了交通事故，于是我们分钟级把数据传给交警，让交警及时的处理可能的交通事故，让交通恢复正常。
影响交通的还有一个关键：信号灯。国内的很多信号灯设置非常不合理，能不能尽可能让车在启动之后，一路畅行无阻，而不是每一个路口都要停一下？
我们通过轨迹流量的动态变化，每一个方向的绿信比（交通灯一个周期内可用于车辆通行的时间比例），不同路口之间的相位差，可以测算出干道、区域的优化模型，调整信号灯的周期来改善这个问题。
因为有这些数据，所有路口信号灯的运行状态可以实时度量，信号灯设置的合理性怎么样，路口的延误时间怎么样，实时效率怎么样，可以进行实时监控评估。
未来十年交通会因科技发展发生巨大变革，这一变革体现在交通基础设施、车辆交通工具和共享出行这三个层面。
滴滴交通大脑将在这一变革中扮演重要角色，也希望成为解决城市交通问题的突破口，与交管部门等合作伙伴一起用技术力量改善城市交通，普惠大众出行。
滴滴交通大脑是兼备云计算、AI技术、交通大数据和交通工程的智能系统，也是智慧城市面向未来的标配，一方面，它在空间上打破了城市内区域的“数字”壁垒，实现高效、全面的交通管理和协同；另一方面，在时间上，交通大脑突破了人类的决策能力极限。
当然，交通大脑并不只是城市交通数据中心，有智慧、能进化的交通大脑平台下包含3个关键的中枢：数据中枢、分析中枢、控制中枢，3个中枢联动才能实现“发现—决策—行动”的闭环。
在这个过程中，数据中枢整合出行地图、全路网扫描、移动电子眼等多方数据为控制中枢和分析中枢提供决策依据；分析中枢承担计算能力、AI分析能力，基于云计算技术让所有数据可以最高效地运转，最智能地分析决策；所有的联网设备则通过控制中枢智能化完成，包括信号灯、诱导屏、视频卡口、停车场等，甚至标识标牌、路灯、警力调度也能联网控制。
那么，目前滴滴交通大脑的成绩如何呢？
目前，滴滴交通大脑已在全国几十个城市扎根生长，从智慧诱导屏、智慧信号灯等智慧交通项目着手，优化城市交通管理，缓解道路拥堵，为市民提供更好的出行服务。
具体来看，目前在济南建了一个交通大脑，去年年底已经正式投入运营。基本把济南很多交通运行状况、区的运行状况、重点车辆的监控都做在这块大屏上面，大屏可以下转下去。
此外，在深圳龙华区、苏州都有智慧大脑的落地应用。我们用了很多车载数据、计算机视觉数据，利用视觉数据可以不断提升出行体验场景。
同时，在滴滴平台上开始安装大量车载设备，20%滴滴订单里都有车载设备以及摄像头覆盖，到今年年底会提升到50%。利用这些数据，可以对道路的属性进行侦测，并标记处合适上下车以及停车点的位置。
目前，地图数据更新的实时性做的还不够好。但随着未来地图实时更新的频度加大，更新的幅度会变大，数据量也会更加丰富。
据雷锋网了解，如今滴滴也在做室内增强型的AR导航，在大型的一些场站比如说飞机场、火车站、商场等地，我们利用3D重构技术可以把物理空间重构起来，并基于计算机视觉跟惯导，重构之后直观的体验你拿着手机上一个上车点，在T3航站楼已经建模了，拿着这个手机引导到你到上车点，这些场景会让整体的上车接驾体验变得更好。
事实上，在智慧交通领域，滴滴并不是在扮演“服务者”的角色，滴滴的愿景是把物理世界数据化，用数据表达物理世界，基于这些数据做更多的智能化的事情，让交通的基础设施更有效率。
也就是说，滴滴是想让出行服务变得更加的智能，同时构建一个智慧城市的新型生态，而滴滴这个平台是开放的，希望更多的合作伙伴加入这个生态，真正的让出行更美好，让城市变得更加智能。
正在生成分享图...
nebula