出門堵車，出租車打不到……每每出門這些煩惱都會困擾著我們，智能交通已經不僅僅是一種暢想，而是每個人都亟待享受到的。車駛在路上，人走在街邊，不知不覺中他們都成為智能交通中的大數據，“解鈴還須系鈴人”，智能交通需要大數據來給出答案。

　　本期《數讀》聚焦交通行業，展示大數據在智能交通上的用武之地。為此，CNET采訪了微軟亞洲研究院主管研究員鄭宇。鄭宇及他的團隊在城市計算領域的研究，通過對多種異構數據的管理和協同計算，將智能交通變得更富想象力。

　　“三贏”出租車打車系統

　　出租車在很多城市都成為抱怨的對象：乘客抱怨打車難，出租車司機抱怨掙錢難。如果僅僅只靠增加出租車數量來解決打車難的問題，不但會帶來更多的車流，造成擁堵，而且閑時車多人少問題也將變得更為突出。現在比較火的叫車APP服務，雖可讓部分人優先打到車，但并不能提高出租車系統的整體運力，無法從根本上解決打車難問題。

　　微軟亞洲研究院則從“實時動態拼車”的思路給出了高效、易操作、可管理的解決方案。在 不增加出租車數量的前提下，減少其空載率，提高系統總體運力；在兼顧政府、出租車司機和乘客三方的利益的同時，從根本上解決打車難的問題。這個系統的實施將帶來一個“三贏”的結果：乘客能更方便的搭上出租車，而且能降低打車費用；出租車司機的收入將增加；政府能節能減排、減少擁堵。

　　該系統通過如下形式來工作：想要打車的乘客通過安裝在智能手機上的APP發出打車請求，告知系統其出發地、目的地、期望到達目的地的時間以及乘客人數等信息。收到請求后，后臺系統會自動搜索所有出租車的狀態，找到一輛能滿足乘客需求（包括人數需求和到達時間需求）并且行駛至該乘客里程最小的出租車來接該乘客。與一般叫車服務不同，可供選擇的車可以是已搭載乘客的車，只要車上的空余座位仍然能夠容納請求上車的人數，并且已經通過車上乘客的認可。當然，車上乘客在同意拼車后，其搭車費用會降低，而且到達目的地的時間仍不會晚于其規定的最晚期限。出租車司機也使用同樣的APP來參與到這個系統中來。系統會自動為司機設計路線并告知下一位乘客上車點和下車點以及該收取的費用。所有的匹配、計算和計費過程都是由后臺系統自動完成，乘客只需要在手機上按一個按鈕，出租車就會以最快的時間出現在他們的面前，打車費用也會根據乘客之間的拼車里程自動計算。司機只要按照規劃的線路行駛，再也不用煞費苦心的想著去哪里拉活了。

　　據微軟亞洲研究院的模擬計算結果顯示，如果采用這樣的解決方案，整個北京的出租車運力可以提高三倍，也就是說乘客能打到車的概率提高3倍，而且打車費用將降低40%左右；司機的收入將增加16%；一年下來，北京的出租車可以節省8億升油，節省下的汽油可供100萬輛車使用10個月，減少二氧化碳排放16億千克。

　　智能交通：多種數據流動起來

　　在北京，這個被網友冠以“首堵”之稱的城市，擁堵普遍，帶來擁堵的原因也有很多種，比如交通事故、臨時交通管制、災難事件，球賽等原因。很多時候，交通的擁堵集中在某個區域，交管部門會在這些區域忙碌地疏導交通，但卻未必能立竿見影。

　　如果讓交通擁堵提前疏導，防患于未然，便會大大減輕擁堵現象。

　　微軟亞洲研究院的這項研究能夠根據最近一段時間（如過去20分鐘）的車流，以及過去幾個月的歷史路況信息，來發現城市中的交通異常，并分析異常產生的源頭。

　　鄭宇舉例，比如我們可能會發現西三環在某個時間突然出現交通流量劇增，但這個交通異常的根源并不在西三環本身。究其緣由，原來是大量的市民從中關村和亞運村開車去玉淵潭公園看櫻花，都路過西三環，導致了這個交通異常。如果能及時地分析出此類異常的根源，就可以提早指揮這些車流繞行，從而緩解西三環的擁堵。

　　自從有了微博等社交媒體，凡是有人出現的地方，相關信息就可能被發布到社交媒體上，所以，每當有交通異常出現，都可以從社交媒體中看到這些現象，通過社交媒體上發布的信息找出交通擁堵的原因，從而解釋交通異常現象。

　　“可能某一路段平常都很好走，但是有突發狀況造成擁堵，這個時候可能就會發現，附近有人發微博說這里有球賽，那么就解釋了這個路段擁堵的原因，這個信息就可以提醒其他人繞行。”鄭宇說。

　　實際上，這一解決方案就是把人看成了傳感器，將社交媒體、路況監測、城市攝像頭、GPS信息等綜合起來，對多種異構數據進行管理和協同計算。

　　鄭宇介紹，這也正是智能交通實現的難點。過去的系統往往只處理單一數據，而現在的數據信息是多種來源，而且是在多任務環境下，將零散的信息關聯起來，把這些數據融合起來，成為可以管理的數據，就是難上加難。

　　放到整個智能城市之中，智能交通還僅僅只是一部分體現，高樓大廈的結構，興趣點，車流，人的移動，地鐵和公交的流量，空氣質量監測等等全部融合起來，才更能體現交通乃至城市的智能。