智慧城市

智慧城市陈昱杉智慧城市•智慧城市=数字城市+物联网+云计算•数字城市：现实生活的物理城市在网络世界中的数字再现•物联网：是把感应器嵌入和装备到电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中，并且被普遍连接，实现了人与人、人与机器、机器与机器的互联互通•云计算：基于互联网的大众参与的计算模式在互联网内将硬件软件网络等资源统一起来实现数据的计算、存储、分析、共享智慧城市•智慧城市是建立在数字城市的基础框架上，通过无所不在的传感网将它与现实城市关联起来，将海量数据存储、计算、分析和决策交由云计算平台处理，并按照分析决策结果对各种设施进行自动化的控制。智慧城市智慧城市的应用获取信息——分析——反馈案例：杭州城市大脑•城市大脑的内核采用阿里云ET人工智能技术，可以对城市进行全局实时分析，自动调配公共资源，修正城市运行中的缺陷，成为治理城市的超级人工智能。•包括交通、平安、政务、城管、园区、医疗、教育多个模块案例：杭州城市大脑•已落地场景：•特种车辆优先调度•在线信号控制优化•重点车辆精确管控•异常事件主动感知•利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别•ＧＰＳ轨迹表达与子轨迹划分•将路段Ｒ上一条包含连续多个采样点的轨迹Ｐ表示为一组子轨迹集合Ｐ＝｛ＲＩＤ，［（ｄ１，ｄ２，ｔ１，ｔ２），．．．，（ｄｎ，ｄｎ＋１，ｔｎ，ｔｎ＋１）］｝利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别•时空轨迹二次聚类方法•将形态相似且时空位置相近的若干子轨迹归并形成的轨迹簇定义为一个相似队列•速度差异阈值设为±１０ｋｍ/h•安全距离作为空间扩展距离•结合我国道路交通安全法,•安全距离与行驶速度的关系为•ｄｓａｆｅ＝ε×ｖ,ε＝１利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别•利用最小包围矩阵（ｍｉｎｉｍａｌｂｏｕｎｄｉｎｇｒｅｃ－ｔａｎｇｌｅ，ＭＢＲ）进行时空距离度量,对一组相似队列中的所有子轨迹取其时间维度上的极大极小值作为该最小包围矩阵的ｔｍｉｎ和ｔｍａｘ，同理取空间维度上的极大极小值作为该最小包围矩阵的ｄｍｉｎ和ｄｍａｘ，所有子轨迹的平均速度即为该队列的速度利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别•实验与分析•以广州市番禺区迎宾路一条长１７２６ｍ的路段作为实验路段•GPS轨迹数据——子轨迹队列——相似队列——聚类利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别•实验与分析•以广州市番禺区迎宾路一条长１７２６ｍ的路段作为实验路段•GPS轨迹数据——子轨迹队列——相似队列——模糊Ｃ均值聚类利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别主要参考文献[1]李德仁等.智慧城市中的大数据[J]武汉大学学报·信息科学版,2017,633-639.[2]付子圣,李秋萍.利用ＧＰＳ轨迹二次聚类方法进行道路拥堵精细化识别[J].武汉大学学报·信息科学版,2017，42（9）：1267—1270.