我国城镇化已经进入加速推进阶段，将以城市作为发力点，带动中国经济的下一轮起飞。作为城市发展的重要一环，轨道交通将在缓解城市拥堵，改善城市环境，缓解资源压力，促进低碳经济的过程中发挥重要作用，并帮助实现中心城市为依托、周边城市为居住或产业配套的城市发展关系，带动区域经济发展。如今，中国已形成一个世界上规模最大、发展最快的轨道交通建设市场预期在未来的几年内，轨道交通行业将出现近十万亿的轨道交通市场，迎来了巨大的发展机遇。 随着发展，针对轨道交通基础设施的运营维护提出更高的要求。无论是行车故障监测、系统安全运营，还是节能减耗，以及综合绩效管理，都是轨道交通行业需要面临的问题。寄云轨道交通智能运维和健康管理解决方案是基于行业专家领域知识、设备和分析知识的组合，结合云计算、大数据、物联网等技术，通过建立数据仓库，对数据进行有效分析，实现企业降低成本，提升工作效率和管理水平，促进资源科学、高效利用的目的。寄云工业大数据解决方案释放机器智能-寄云科技

迪蒙智慧交通（深圳）有限公司是迪蒙科技集团旗下控股子公司，成立于2014年，是一家专门从事城市智慧交通整体解决方案开发的高新技术企业。依托迪蒙科技在云计算、物联网、大数据处理、金融科技等领域的丰富开发经验和雄厚的技术积累，成为中国唯一一家提供网约车、智慧停车、汽车租赁、汽车金融等一站式智慧交通整体解决方案服务的企业。其中，迪蒙网约车系统开创性融合“汽车出行+金融科技”理念，被加拿大多伦多市长黄旻南称赞“全球领先”。

谢邀！ 智慧城市十多年前就开始了，新加坡更是做了近十年的smart nation，最近这两年以阿里云的城市大脑最火。 窃以为交通这种以稀缺道路资源为基础的业务场景，没办法根本解决拥堵问题，除非将来某天路上只有自动驾驶，或者像马斯克设想的地下tube，可以无限扩展地下交通空间。 事实也证明如此，交通的优化会有阶段性或者周期性的优化，很难持续性优化。但是就像阿里巴巴的王坚博士所言，smart city的重要功能之一是帮助管理部门可以持续提高其管理水平和效率。过去路上的几百上千的线圈，摄像头并不能被充分利用，现在基于图像识别，可以对交通进行事件检测，路况分析，再结合大数据，人工智能，可以进一步做路况预测，交通优化。从不可见，到可感知，可预测，这本身就是一个非常大的进步。

1、铁路 2017年，锐捷中标南宁铁路局和兰州铁路局的普速列车Wi-Fi覆盖项目。目前，锐捷的无线产品与解决方案已成功应用于近 6000 辆普速客车，标志着锐捷已全面进入铁路车载Wi-Fi市场。在列车上提供 Wi-Fi 网络，极大提升了旅客的出行体验，建立了锐捷良好的产品和服务口碑。 2017年，锐捷先后参与了南昌、呼和浩特、乌鲁木齐等铁路局的数据网网管网安全改造项目，采用边界安全、身份认证、安全大数据分析等安全技术，构建了一套具有主动防御能力的安全网络，保护了数据网上越来越多的信息化辅助支撑系统，助力铁路数据网应用的安全运行。 2、城轨 锐捷打造石家庄地铁Wi-Fi 引领地铁移动互联网快捷交付2.0时代，石家庄地铁Wi-Fi在石家庄轨道交通有限责任公司和中车信息技术有限公司共同努力下正式上线、开通运营，背后离不开八维通科技有限公司提供的强大技术支持和由锐捷打造的便捷网络交付。 3、机场 锐捷发布机场IT运维解决方案，方案成功应用在胶东机场，帮助胶东机场实现机房、基础IT设施、业务系统和报警平台可视化，以及流程报批规范化，提升了IT运维团队整体效率，并且以数据为依据帮助领导决策。 天津滨海机场采用锐捷场景化的旅客上网解决方案，通过了国际民航权威认证机构Skytrax ACI评测，提升了旅客上网体验，提高机场非航收入。

日本的交通系统对于大数据的采集，处理和应用就是一个很好的例子。 年初去日本交流，在东大听横山大作先生讲解了如何通过大数据改善交通系统的实例，是东京大学生产技术研究所的一个项目。 先留个坑，有空再来填。

举个身边的案例——百度地图实时路况 百度地图面向全国推出的实时路况，范围覆盖全国各省市乡镇，包括城市内的所有主干道、国道、省道和城际高速。百度作为一家商业公司，是如何探测到全国范围内的道路拥堵数据的呢？难道百度在全国的道路上都安装了摄像头？ 实际上百度就是通过大数据分析的方法实现的。 百度地图号称拥有超过70%的市场占有率、超过3亿的月活跃用户数量、以及超过1亿的车主用户群体，这些手机客户端可以实时的将用户的位置、轨迹数据上传至服务器，因此百度地图团队获得了业界最庞大的用户贡献数据源。除了用户贡献的数据源，数据的来源还包括各类营运车辆回传数据、政府提供的实时交通大数据、合作方数据。 有了海量的实时交通数据和先前累积的历史数据，百度地图即可对这些海量位置大数据进行实时计算处理，为用户提供准确及时的路况信息。在实时路况的计算过程中，数据量越充足，计算的结果越可靠，最终呈现出来的实时路况也就越准确。 按照目前每分钟更新一次的频率，每次计算需要统筹多条车辆轨迹，计算量十分庞大。大约每分钟要运行上亿次复杂的路况运算，在一分钟内完成路况计算、信息发布，并将信息同步到上千万即时活跃用户的手机上。 当数据积累到一定的量，对这些历史数据进行挖掘分析，还可以做到对交通流量的预测，目前百度地图在个别城市已经推出了路况预测。百度地图-实时路况

根据ITS114的不完全统计，截至2015年12月31日，包括城市智慧交通和高速公路机电市场的全年千万项目统计规模为182.5亿，其中主要分为四大市场1.交通管控市场千万项目规模为84.24亿。2.智慧交通/智能运输市场千万项目规模为20.33亿。3.高速公路机电市场千万项目规模为75.8亿。4.平安城市千万项目规模为56.6亿。以上四个市场都有着很多的智慧交通方面的应用案例。 具体的在交通管控市场方面， 当前各个省积极构建的交通运行监测与应急指挥系统，还有围绕着视频、图像分析，从而实现在治安、交通、工业制造、汽车、人工智能等等诸多领域的应用亦是智慧交通的典型案例。如深圳榕享的"交通仿真与智能管控机器人"可实时采集视频检测数据与线圈检测数据，将采集的交通流数据、信号配时等数据输入到建立的仿真路网模型中，进行实时的交通系统仿真。通过一体化交通仿真模型，机器人能快速找出路网拥堵点以及分析路网的常发性拥堵点，并对交通流运营状况的演变进行预测和分析。在交通仿真与智能管控机器人平台上，还可对城市的任意交叉口的交通环境进行设置，周边居民可将相关建议"告知"机器人，实时模拟交叉口改良效果，实现全民参与、全民实践、全民创新的交通管理新模式。 智慧交通/运输方面各种“专车”“快车”“拼车”“代驾”平台类和软件数据类的实例比比皆是，如我们都熟知的“滴滴快递”“uber"“e代驾”等app应用。 交通工具新型技术案例方面：如无人驾驶、自动驾驶、智能车等等；在2015年12月互联网大会上李彦宏展示的无人车，李书福展现的自动驾驶技术都体现了当前智能交通工具的发展。 更近一点的是，汽车电子标识、ETC、车路协同。2015年的新能源客车市场呈爆发性增长，新能源客车销量达到37363辆，同比增长213.19%，同时2015年国务院印发《新能源公交车推广应用考核办法（试行）》、《电动汽车充电基础设施发展指南》等等政策文件，可预见的是新能源汽车将会造就一个巨大的市场，建立在新能源汽车之上的车联网也将搭上顺风车。 平安城市也有很多已经成型的智慧交通案例。平安城市是基于GIS数字地图技术，高度整合治安监控、智能交通、数字城管、应急指挥等子系统，改变传统的静态管理和单点管理，实现实时、动态的联动管理新模式，实现了整个城市的治安、交通、城管、应急联动等各个职能部门的联动，建立了高效的城市部门联动机制，提高了城市的集成化、智慧化管理水平。根据高清视频监控系统的特点和应用需求，结合当前与今后一定时期内图像监控系统与图像应用系统的发展需要，建设一套先进的平安城市综合应用平台，为指挥调度、调查取证、应急处置、交通管理等多种后台应用提供及时、可靠的视频图像信息，服务于实战。市面上常见的平安城市系统具备的主要功能大部分都有：人脸卡口功能；交通事件检测功能；智能检索功能；道路违法抓拍功能；车辆稽查布控功能；非现场执法；分析研判功能；交通事态监控功能；视频质量检测功能；智能应用管理功能；数据格式及通信功能；远程控制功能；指挥调度功能；勤务管理功能； 设备运行状态监测功能。 以上在我看来都是智慧交通的应用案例。 接下来说一下在大数据方面的应用案例 在医疗方面，纽约的mountsinai医院利用数千名患者的数据、历年汇报的流感爆发数据等数据与病毒的变异过程做交叉比对。通过这种工作，科学家和医生可以预测病毒如何传播，以及对抗这些病毒的最佳途径；甚至有可能使用预测分析来判断病毒的传播方式，然后采取行动来限制这一传播。据说这家医院有望在未来阻止流感的发生。 在交通方面，浙江某城市与英特尔合作，安装了1000个数字监控设备，100个智能监测点系统，超过300个检查点的电子警察，和500多个视频监控系统。通过更有效地监测交通和拥堵数据，改善交通流量，减少道路交通事故。 在废物处理方面， 英国曼彻斯特垃圾处理局有一套系统，能够利用数据使得产生的垃圾被尽可能多的再次利用。通过对来自不同地区的卡车进出加工厂时进行称重，能够了解每个地区所产生的垃圾数量。这些数据帮助当局出台了相应的政策，鼓励那些特定的社区更好的垃圾回收和垃圾减量。 在建筑方面， 住房慈善机构hact从400,000座住房中持续不断地收集数据，并进行了各种数据分析。通过数据来发现设计、建造、布局中存在的潜在问题，进而在建造新的楼宇时优化相关的参数，避免这些问题，改进政府保障房的的维修，规划空间合理使用。 智能应用服务，Google提供的大数据分析智能应用包括客户情绪分析、交易风险（欺诈分析）、产品推荐、消息路由、诊断、客户流失预测、法律文案分类、电子邮件内容过滤、政治倾向预测、物种鉴定等多个方面。据称，大数据已经给Google每天带来2300万美元的收入。例如，一些典型应用如下： （1）基于Map Reduce，Google的传统应用包括数据存储、数据分析、日志分析、搜索质量以及其他数据分析应用。 （2）基于Dremel系统， Google推出其强大的数据分析软件和服务 — BigQuery，它也是Google自己使用的互联网检索服务的一部分。Google已经开始销售在线数据分析服务，试图与市场上类似亚马逊网络服务(Amazon Web Services)这样的企业云计算服务竞争。这个服务，能帮助企业用户在数秒内完成万亿字节的扫描。 （3）基于搜索统计算法，Google推出搜索引擎的输写纠错、统计型机器翻译等服务。 （4）Google的趋势图应用。通过用户对于搜索词的关注度，很快的理解社会上的热点是什么。对广告主来说，它的商业价值就是很快的知道现在用户在关心什么，他们应该在什么地方投入一个广告。据此，Google公司也开发了一些大数据产品，如“Brand Lift in Adwords”、“Active GRP”等，以帮助广告客户分析和评估其广告活动的效率。 （5）Google Instant。输入关键词的过程，Google Instant 会边打边预测可能的搜索结果。 谷歌的大数据平台架构仍在演进中，追去的目标是更大数据集、更快、更准确的分析和计算。这将进一步引领大数据技术发展的方向。 在竞选方面，直到2012年，奥巴马的数据团队对数以千万计的选民邮件进行了大数据挖掘，精确预测出了更可能拥护奥巴马的选民类型，并进行了有针对性的宣传，从而帮助奥巴马成为了美国历史上唯一一位在竞选经费处于劣势下实现连任的总统。只要数据量够大，够及时，挖掘够深刻，就可以洞悉每个选民的投票几率。 在教育方面，"以物联网、云计算等综合技术的成熟为基础，在学生管理数据库中挖掘出有价值的数据，经过过程性和综合性的考虑，找到学生各种行为之间的内在联系，考量背后的逻辑关系，并作出恰当的教学决策。以某集团最新出版的全球少儿美语旗舰课程为例，引入了首款应用于少儿英语学习领域的MyEnglishLab在线学习辅导系统（以下简称MEL），应用大数据技术全程实时分析学生个体和班级整体的学习进度、学情反馈和阶段性成果，从而及时找到问题所在对症下药，实现对学习过程和结果的动态管理。