ITBear旗下自媒体矩阵:

SPS携手宁波大学正式成立智慧交通数据研究中心 共同助力智慧交通建设发展

   时间:2018-10-16 15:37:48 来源:互联网编辑:星辉 发表评论无障碍通道

近年来,随着经济的快速发展,机动车保有量迅速增加,交通管理现状和需求的矛盾进一步加剧。交通拥挤和交通事故正在成为全球城市道路交通所面临的共同问题。在此情况下,智慧交通应运而生,通过充分运用物联网、大数据、云计算、互联网、人工智能、自动控制、移动互联网等高新技术汇集交通信息,将交通需求与车辆和道路联系起来系统地解决交通问题,成为未来智慧交通的核心思想和发展趋势。

而基于大数据、云计算深入应用的智慧交通存在着无限可能,利用大数据技术和人工智能深度判断分析技术,整合城市管理的其他数据,将真正推动智慧交通建设,为交通管理奠定良好的基础。

SPS为了助推智慧交通的建设发展,与宁波大学达成产学研合作,于2018年10月10日正式成立“宁波大学-SPS智慧交通数据研究中心”,并举行授牌仪式。打造交通大数据生态圈,为智慧交通的建设和发展赋予更多种的可能性,将可以为城市提供更为丰富的交通应用,让道路畅通,停车位不再难找,提升城市整体运营效率。

下午2点,宁波大学理学院副院长、宁波大学-SPS智慧交通数据研究中心主任黄旭升,宁波大学理学院金融工程系主任张晓敏,副主任李建峰,事业发展部主任蒋树平,李卫华老师,浙江云行天下网络科技有限公司董事长、SPS联合创始人之一王松煜王董,SPS国际运营中心副总裁董晨,SPS国际运营中心技术部主管、宁波大学-SPS智慧交通数据研究中心副主任任将共同参加了本次揭牌仪式。

仪式上,SPS国际运营中心副总裁董晨上台发言,表示本次携手宁波大学成立智慧交通数据研究中心对实现SPS未来的发展目标将起到非常积极的作用。

随后宁波大学理学院副院长、宁波大学-SPS智慧交通数据研究中心主任黄旭升上台发言,为大家讲述了研究中心未来研究的方向与展望:

一、智慧交通数据研究中心,一定要把握住“智慧交通”这个核心理念,以协同、共享、融合和创新的理念和方式,构建全信息环境下的智能交通生态,促进“智慧交通”技术的融合和创新,建设以应用技术为主体,市场应用开发为核心的智慧交通数据研究中心。

二、智慧交通数据研究中心,一定要融合到“智慧城市”建设的大环境中,以协同、共享的理念,为宁波、浙江乃至全国的智慧城市建设,贡献我们的力量和智慧。

三、智慧交通数据研究中心,要以“核心技术”为主旨,以“智慧交通”的民生工程,为“智慧城市”的利民事业,贡献我们的力量和智慧。

四、智慧交通数据研究中心,将建立新型的发展机制,营造研究中心与研究人员和谐、拼搏的工作氛围。

黄院长精彩发言后,现场举行了正式的揭牌仪式。由宁波大学理学院副院长、宁波大学-SPS智慧交通数据研究中心主任黄旭升黄院长与浙江云行天下网络科技有限公司董事长、SPS联合创始人之一王松煜王董一起启动仪式。

随后,宁大科研团队精彩亮相,同时,团队成员也展望了项目今后的发展前景。

最后,SPS国际运营中心技术部主管、宁波大学-SPS智慧交通数据研究中心副主任任将上台发言,确立研究中心如何开展下一步的工作以及制定研究中心研发的技术核心目标。

就此,宁波大学-SPS智慧交通数据研究中心正式成立。仪式结束后,黄院长以及宁大科研团队在工作人员的带领下参观了SPS艾萨思创新科研中心。

 
 

研究中心将以宁波大学的数学、大数据和计算机技术等学科为依托,以应用数学、大数据技术和计算机应用技术为手段,致力于智慧交通领域的大数据应用理论研究、技术研发、技术服务和服务市场。

在当下这个百舸争流,全球科技迅速发展的智能时代,科技实力无疑已成为国与国之间较量的绝对竞争力。为更极致的发挥高校在人才培养、科学研究和技术服务等方面的引领作用,智慧交通大数据研究中心将融合高校的研究和技术力量,以市场需求为导向的运行优势,为合作的技术开发和技术服务提供准确清晰的方向指引。

在另一方面,高校与企业强强联手、优势互补、资源共享的合作方式,不仅打通人才培养中的理论和实践环节间的壁垒,为学生提供更多的社会实践和学习机会,为社会培养更多的高素质、高技能的应用型人才。校企合作更是通过培养科技应用型人才的途径,大力促进了中国的智能科技应用实力。第十一届中国产学研合作创新大会上,中共中央政治局常委、国务院总理李克强曾作出重要批示:加强产学研合作是打通创新链条、促进创新发展的重要支撑。

为实现这样的目的,SPS智慧交通数据研究中心将以绿色优感的智能出行和智能化的交通建设技术应用为指引,围绕两大方向深入研究智慧交通领域。

方向一、视觉算法模型:包括车牌识别率在现有基础上通过智能算法提高、车内附属品的识别、基于视频流的车辆信息识别。通过深度学习提升的车辆识别不仅仅是车辆的车牌识别准确率,还能实现更多维度的识别,即车脸识别,包括精确识别车牌、车辆的颜色、车辆的类型、车辆的品牌年款、车内人脸、车辆挡风玻璃上的特殊标志以及车辆尾部的特征标志、车内附属品等。

方向二、数据挖掘模型:包括用户行为分析,车辆行为分析,市场数据分析等海量数据挖掘算法。

未来通过视觉算法模型和数据挖掘模型的共同应用,将具体应用于车辆的检测,车辆身份的识别,车辆身份的比对,车辆的行为分析等,通过视觉算法模型在路口对深度学习的车辆精确感知检测,可以精准的感知交通路口各个方向的车辆数量、流量和密度,从而可以给交通路口的最优配时提供准确依据;通过路段的感知,可以基于原有监控系统获取到道路的总体交通路况,通过这种车辆检测技术就可以为道路路况分析、交通大数据、交通规划等提供可靠的数据依据等一系列应用。

SPS将通过与宁波大学建立产学研的合作模式,借助双方的优势资源,共同促进智慧交通的建设发展。同期,SPS还将继续加快AI-SAAS 3315计划“AI+PARKING”的专项技术研发,及人工智能、停车大数据云平台的专项研究。通过多维度、多方式、一个目标的技术研发计划,使得SPS停车的技术和实际应用提升到一个全新的高度,为人们提供一个更美好优感的停车出行方式。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version
关闭
ITBear微信账号

微信扫一扫
加微信拉群
电动汽车群
科技数码群