我國建構”交通大數據”發展策略
/
:::
 編輯部
2018.06.19

我國建構”交通大數據”發展策略

大數據的發展有其門檻,必須要到一定的規模,建立起各種的技術、工具,並發展出各種加值應用之後,才能夠讓大數據的價值充分發揮,這是一個持續努力、疊加的過程,開放數據、開放源碼以及採用創新的合作架構,才能快速的登入大數據的殿堂。
 
圖片來源:http://www.smartagri.com.tw/images/article_pic/pic_074.jpg 

 

如果至今國內各機關、組織或企業仍只期待獨善其身,吝於數據與知識、技術的分享,或是都需獨力發展各種大數據採擷、分析與應用的工具,則將都只在大數據的初階徘迴而無法登堂入室。
因此,如何從無到有、積少成多、自我生成與連結群聚為交通大數據的發展重要原則,現階段國內交通大數據的發展策略如下:

  1. 持續擴大數據匯流並精進數據品質,減少數據清理、補遺的耗費
  2. 建立開放環境,降低數據取得及應用的門檻
  3. 設置大數據應用展示與分享平台,藉以推廣大數據智慧化應用
  4. 加強數據與個資保安與防護,建立讓人安心的數據共享環境
  5. 研究數據加值的商業模式與分潤機制,打造永續的生態系

現階段重點工作計畫包括:

一、交通數位網絡擬真運轉模型建置

根據實體網路的物理與交通運轉特性,建置一個能映射整體交通網路運行的數位網路平台,透過即時數據收集與車流等模擬模式的建置,並利用機器學習方法,進行模擬參數的調校。
讓數位網絡環境能夠反映物理世界的真實交通狀況,即時展現所有的交通狀況與數據視覺化情境,作為交通服務智慧化的模擬場域,並提供各類交通規劃、研究、產品與服務開發使用,此為長年期的計畫,初期建議依運輸走廊整合道路交通資訊計畫中所列子計畫作為標的,先建置區域型的擬真運轉模型,後續再逐步擴充。

 

二、交通影像辨識、追蹤與分析工具的開發

影像辨識在智慧化中擔綱偵知、分辨、追蹤與比對等功能,結合機器學習與人工智慧,能夠發展出許多自動化的功能模組,加速智慧化的進程。
交通數據具有時空、軌跡特性,在路口交通的計算、追蹤、路段中CCTV影像的交通量參數計算、路口與路段安全評量、駕駛人專注狀況的安全評量,以及調適性路口號誌等,均需要利用到影像辨識、追蹤與分析工具。
因此,針對交通數據的特性,發展通用型影像辨識、追蹤與分析工具,提供各界使用,以加速智慧化的進程。
 
圖片來源:

http://himg2.huanqiu.com/attachment2010/2015/0831/08/11/20150831081139168.jpg 

 

三、車聯網相關數據資料庫建置
由自駕車、具有安全駕駛輔助設備的車輛,以及一般車輛透過手機與車機所傳遞的數據資料,彼此間具有連通性與互動性,是研究車聯網、自駕車與交通安全策略的重要數據。
由於這類數據分散於所有的使用者取得不易,要分散調查、蒐羅需要耗費許多的時間與資源,若有計畫能夠透過包括群眾參與(crowdsourcing)等各種方式,取得樣本數據提供各類研究與開發使用,將可加速智慧化的進程,促成更多元的創新研發。
 
圖片來源:https://cdn2.ettoday.net/images/1505/d1505137.jpg 

 

四、交通大數據管理及分析技術研發

交通大數據包含人移動的數據、交通流、路網結構、氣象、空氣品質、社交媒體、能源與興趣點等多種類型,分別具有單點或網路特性,在演變上具有靜態、時間動態空間靜態,以及時空均動態等樣貌。
因此如何將這些數據資料進行分群、分類、分區,建立時空索引與異構數據索引並整理成流數據、軌跡數據與圖數據,讓後續研發不必重複數據整理的工作,加速智慧化的進程。

 

五、聯網車輛之大數據應用規劃

有很多的智慧化應用創新都根植於相同的工具、技術或情境之下,因此在技術、產品開發之初,就需要想到相關鄰接應用的各種課題,否則將錯失產品功能加值的機會。例如:大型車輛所裝設的行車視野輔助系統,如果能夠結合影像辨識與AI預警的功能,將更能夠確保行車的安全。
大數據相關技術與產品的研發也具有此類的特性,故設想如果車輛都會被連結,要如何才能讓讓大數據有意義或被充分利用,這其中將包含車輛的即時服務與維修、改善駕駛行為、發展駕駛分心警示與因應系統、如何選擇較佳路徑、故障預測、保險訂價、安全評量等多元的應用,先進行整體規劃,將可協助分工與整合,同樣的可加速智慧化的進程。

六、機器學習與人工智慧在交通大數據之應用研發

近年來機器學習與人工智慧有持續發展與進步,目前在交通運輸領域的應用尚屬於初始階段,有許多利用機器學習與人工智慧的新概念值得探討,例如:行人偵測、系統整合與數據融合自動化、利用類神經網路之決策融合、在交通分析過程整合社群媒體,改善行動力及洞察行為特性的多元數據開源等。

 

七、推廣去識別化驗證標準發展第三方驗證機制

數據保安與個資保護一直是各界關注的課題,消除數據應用的負面疑慮,是要大幅擴展數據資訊開放共用中很重要的關鍵。如何加強數據資料庫與相關應用系統的資安保護與安全管理措施;以及如何調和政府資訊公開與個人資料保護之間可能出現的解釋與適用上之衝突,進而滿足各方對於資訊之需求,從而妥適地對該等資訊所涉及之個人隱私提供保護。
有關交通大數據及政府開放資料等個人資料去識別化的應用,應符合個資法的要求,國家標準CNS 29100及CNS 29191可作為我國現階段推動Open Data或Big Data的個人資料去識別化驗證標準,以提供「個人資料去識別化」的高階原則性要求,為協助資料使用者排除是否有違法或故意侵犯隱私之虞,應透過中立的第三方驗證機制,提供專家意見。

 

八、交通大數據生態系建置可行性研究

交通數據的蒐集、保存與應用是需要永續進行的工作,由於數據的加值應用則可創造收益,發展成各類型的服務產業,並考量隨著數據資料的增加,數據儲存與管理費用亦將增加,這些成本不能僅依賴政府預算的挹注,而需要建立起資料加值應用的分潤模式。
因此,在資料價創造過程中,收取合理比例的管理與發展費用來維持各類資訊平台的運作,形成一個自給自足,甚而能自我生成的交通大數據生態體系,是值得深入研究的課題。

 瀏覽人次:
回上頁
回上頁
關文章