刘澍全：阿里云助力互联网+智慧交通

　　刘澍全：今天进入一个数据时代，数据成为了生产资料。现在大家都在说大数据，都在说数据怎么用，而阿里云是能够最快去把大数据发挥出社会价值，发挥出应用价值的公司，也非常希望能够去把这种的能力带给所有的交通客户。在我们的理念里面，我们已经进入到了一个数据驱动的世界，在数据驱动的世界里面，互联网是基础设施，所有的设备，所有的人基本上都可以通过互联网都可以连接起来，然后通过云计算来提供公共服务。以往大家还在讨论说要不要自建机房，要不要自己买设备。今天更多想能不能快速交付，实现业务价值。基于这样的理念底下，阿里云实现了快速成长，在上个季度，高盛对阿里云的估值到了420亿美金，这是一个什么概念了？中国最大的一个云计算公司！

　　今天主要给大家分享这样三个方面：第一，阿里云大数据的能力。第二，交通大数据算法能力。第三，交通可视化能力。

　　阿里云大数据的能力

　　去年阿里云到底都做了什么？今天在阿里云官网上面，只有八十几个产品，而去年有200多个，2015年做的最重要的一件事，就是整个大数据服务能力的提升。传统的大数据平台会以数据引擎方式去提供这些能力，会告诉你说我能够存多少数据，能够处理计算多少数据，然后会告诉你说采用非结构化方式存储，但怎么去保证数据一致性呢？但一个纯的计算引擎，大部分客户是用不起来的。在2015年我们用了一年左右的时间去提升分布式计算能力，把这种海量计算能力封装打包出来，能够给客户灵活运用。通过交互数据开发平台，包括数据加速平台，让数据被客户所理解，让客户应用。开始的时候有不少同事、客户都提出来，有数据魔方应用，标准体系建设？这些是什么？实际上是业务人员能够理解DBA所理解的尝试。

　　在阿里云来看交通领域，对于整个大数据整体架构，底层是基础设施，再往上是平台服务，然后再往上才是数据支撑层。我们通过数据支撑层然后协助梳理和交通相关的人、车、路相关的主要的息，事件，然后向上去提供算法分析，包括一些分析模型。然后再往上去提供数据业务服务。

　　今天下午听了很多次的和互联网信号灯相关的话题。阿里云怎么实现互联网+交通信号的？第一，把海量数据做一个采集，在数据源引入包括APP导航数据，浮动车数据，信号设备数据等。然后我把信息做融合处理，最后提供信号优化算法。最后能够达到实施效果是什么？第一，能够优化实现。第二，就是系统实现自适应。然后对信号控制系统进行评估和建议。

　　我们说说绿波带，这是整个红绿灯失衡的指数评估。

　　绿波带，我们在青岛做了一个实验，就是说如何使得车辆在某段时间通过某一段路程，让它通过时间最短。所以我们做了一个简单的事，把车辆通过某一个路口所有的信息记录过来，然后去记录从A路口到B路口的时候一个平均通行时间。然后再去通过大数据算法去调整每一个红绿灯的配时。这样到达一个目的是什么？就是在端到端的情况下，我们会给一个交通红绿灯的建议，加快端到端的通行速度。所以红色这一块是我们最后做完了以后的具体结果，效果还不错。这是我们整个的路况预测，刚才也有不少的领导说过了，就不再做详细解释了。

　　同时我们去年和浙江省高速公路管理局有一个深入的合作，合作处理十一期间高速公路的流量和诱导，今年我们也是希望能够助力杭州的城市大脑项目，能够更智慧地处理城市内交通。来看看这种混合交通的视频分析（PPT），刚才已经提到了，我们有认知科技，再去处理原来人所处理不了的东西。今天阿里云提供的是计算能力，计算能力是什么？是一种通用能力，对于这种非结构化的数据处理，包括视频的数据处理，都可以去支持。

　　我们做了一个实验，通过卡口的一些摄像头，然后去结合流量去做视频结构化数据综合分析。对于传统的结构化的卡口数据做一个修正，包括根据流量统计，统计出来这个卡口到底有多少的车是向左、向右还是向前的。

　　另外，我们也做了一些有意思的分析，跟大家分享。比如用一个摄像头架在路口，来分析出来某一条路，那条是人行道，哪条是车行道。人行道如果有车辆进入就会预警，车行如果违规也会有相应预警，从而让交通管理更智能。

　　下一步去看非结构化数据，包括视频如何去应用到交通执法领域，包括交通疏导领域是一个非常重要的科技场景。

　　再往下去看，这是一个交通疏导方案，大家都讲了很多怎么实现交通疏导，但是都没有讲到技术上应该怎么去做。这是一个真实的事件，去年十一某天的晚上时候，绕城高速公路拥堵。看右边那幅图，所有行驶速度小于40公里每小时的时候，曲线是非常明显的。如果我们分析上游的所有的滞空点，挑选了三个，大家可以看看，流量进入的时候，有三个基本上属于零，这个时候就是说基本上没有车辆进去。所以针对于这三个滞空点，我们会去做分析。有了这样分析之后，再往下去看看。到底如何疏堵？如果按照原来去想的，原来这边三个滞空点，三个滞空点什么时候开始堵车，就开始疏导。但是今天思路并不是这样的，我们通过右边那幅图，可以看到在T58这个时间点的时候，基本上就可以预测到这个点要堵车了，T58跟T87跟T99之间，每5分钟去看，差了40几个5分钟，从而给交通疏导的一个提前量，这是做大数据里面，做预测里面非常重要的一个环节。能够在事件没有发生的时候，故障没有发生的时候，我提前预测。

　　再往下看，这是疏导点的选择。可能大家会看的比较头晕，但是告诉大家为什么选择刚才那三个点，因为这三个点可能会是影响到我交通最关键的三个点。第一，这三个点的车都会去驶入故障点，第二正常行驶的车，绕车的流量。这就是选择关键点的逻辑。

　　我们再去看看交通可视化能力，刚才清华李萌教授已经介绍了，可视化应该怎么去做。数据最重要的一点，要可见，数据要变成挂在墙上的业务指标，才能对业务有影响，这是阿里云加上高德，我们共同结合的时候所去做出来这样一些交通指挥、路况指挥大屏。在里面我们实时标注出来整个路况的信息。然后同时对一些路口上面做一些优化，有一些展示出来。我们是期望通过计算去发挥计算的价值，通过阿里云提供海量计算能力，能够去把交通信息，把人的信息，把路的信息结合在一起，然后为公众服务。

　　谢谢各位！