智能交通：多种数据流动起来

在北京，这个被网友冠以“首堵”之称的城市，拥堵普遍，带来拥堵的原因也有很多种，比如交通事故、临时交通管制、灾难事件，球赛等原因。很多时候，交通的拥堵集中在某个区域，交管部门会在这些区域忙碌地疏导交通，但却未必能立竿见影。

如果让交通拥堵提前疏导，防患于未然，便会大大减轻拥堵现象。

微软亚洲研究院的这项研究能够根据最近一段时间（如过去20分钟）的车流，以及过去几个月的历史路况信息，来发现城市中的交通异常，并分析异常产生的源头。

郑宇举例，比如我们可能会发现西三环在某个时间突然出现交通流量剧增，但这个交通异常的根源并不在西三环本身。究其缘由，原来是大量的市民从中关村和亚运村开车去玉渊潭公园看樱花，都路过西三环，导致了这个交通异常。如果能及时地分析出此类异常的根源，就可以提早指挥这些车流绕行，从而缓解西三环的拥堵。

自从有了微博等社交媒体，凡是有人出现的地方，相关信息就可能被发布到社交媒体上，所以，每当有交通异常出现，都可以从社交媒体中看到这些现象，通过社交媒体上发布的信息找出交通拥堵的原因，从而解释交通异常现象。

“可能某一路段平常都很好走，但是有突发状况造成拥堵，这个时候可能就会发现，附近有人发微博说这里有球赛，那么就解释了这个路段拥堵的原因，这个信息就可以提醒其他人绕行。”郑宇说。

实际上，这一解决方案就是把人看成了传感器，将社交媒体、路况监测、城市摄像头、GPS信息等综合起来，对多种异构数据进行管理和协同计算。

郑宇介绍，这也正是智能交通实现的难点。过去的系统往往只处理单一数据，而现在的数据信息是多种来源，而且是在多任务环境下，将零散的信息关联起来，把这些数据融合起来，成为可以管理的数据，就是难上加难。

放到整个智能城市之中，智能交通还仅仅只是一部分体现，高楼大厦的结构，兴趣点，车流，人的移动，地铁和公交的流量，空气质量监测等等全部融合起来，才更能体现交通乃至城市的智能。