智慧交通=云计算+大数据+物联网+人工智能+……
iiMediaResearch（艾媒咨询）数据显示，近五成网民认为人流拥挤和信息提醒不准确是轨道交通的主要问题。智慧交通将依靠云计算，大数据，物联网及人工智能等多种信息技术，实现对城市轨道交通，公交系统和高速公路的智能化管理，合作式智能交通和自动驾驶或成智慧交通的重点。(《艾媒报告|2018中国智慧交通行业专题报告》完整高清PDF版共67页，欢迎加v：iimediaLucy，加入更多行业交流，http://www.iimedia.cn/62912.html。)
智慧交通(ITS)行业发展的起源
二十世纪六七十年代，美国、欧洲、日本开始了智能交通的研究。“由国家统一规划、投入充足、发展迅速”是美国ITS发展的特点;日本拥有独具特色的VICS系统，ETC技术应用广泛，并且启动SMARTWAY计划;欧盟强调国际(主要是洲际)合作和标准化、强调综合运输系统智能化、重视通信和车载设备等。
2018中国智慧交通城市发展排行榜
北京(95.17)、成都(85.20)、广州(81.69)智慧交通建设发展指数位列前三。智慧交通的建设主要集中在一线城市。
2018中国智慧交通行业发展趋势预测
智慧交通海陆空全面发展
艾媒咨询分析师认为，智慧交通利用物联网、车联网等新技术，提高道路效用率和通畅化，通过采集大数据流形成人、车、城市的统一。未来智慧交通将形成“道路-轨道-无人驾驶-航空”覆盖海陆空全面发展格局，随着未来人工智能技术的日趋成熟，城市道路或将不是主要交通载体，将会延伸至海上和航空。
综合交通智能化协同与服务
近年来中国各种运输方式都得到快速发展，但多种运输方式间的信息交互服务滞后，制约综合交通协同与高效服务。艾媒咨询分析师认为，结合综合交通的发展和便捷出行的要求，未来信息共享和智能化服务技术将得到充分发展和应用，大力推进智慧交通建设。
交通运输系统安全运行智能化保障
交通安全是中国交通领域长期面临的严峻问题，涉及交通系统的多个要素，必须全面综合改善交通安全水平，运输系统安全运行的智能化保障将是未来智能交通发展的重要方向，重点在于运用现代信息技术来分析事故成因、演化规律、管控策略以及设计主动安全技术和管理方法，从人-车-路协调的角度实现交通安全运行防控一体化。
合作式智能交通和自动驾驶将成为智能交通的重点
合作式智能交通将无线通信、传感器和智能计算等前沿技术综合应用于车辆和道路基础设施，通过车与车、车与路信息交互和共享，首先实现车辆运行的安全保障，其次实现绿色驾驶和交通信息服务，是集安全辅助驾驶、路径优化、低碳高效等多目标统一的新服务，将成为智慧交通行业的发展方向之一。
智能交通的特殊要求推动信息技术发展
智能交通高速移动的交通工具间、交通工具与基础设施间的可靠数据交互和流数据计算的要求，对宽带移动通信技术和计算技术的进步起到了强大的推动作用，如超高速无线局域网和5G移动通信中低延时为一个重要指标，对交通安全应用技术提出新要求，推动智慧交通领域信息技术的发展。
智能交通产业生态圈跨界融合
艾媒咨询分析师认为，新技术的发展和应用，为出行者提供更加精细、准确、完善和智能的服务，将是智能交通系统面向公众服务的重要方向。这些服务的提供加速交通产业生态圈的跨界融合，未来汽车制造业、汽车服务业、交通运营服务、互联网、信息服务、智能交通等行业的融合发展是大势所趋。
关于艾媒咨询
iiMediaResearch(艾媒咨询)是全球知名的新经济产业第三方数据挖掘和分析机构，2007年诞生于广州，在广州、香港、北京、上海、硅谷设有运营和分析机构。艾媒咨询致力于输出有观点、有态度、有结论的研究报告，以权威第三方实力，通过艾媒大数据决策和智能分析系统，结合具有国际化视野的艾媒分析师观点，在产业数据监测、调查分析和趋势发展等方向的大数据咨询具有丰富经验。艾媒每年公开或定制发布新经济前沿报告超过2000份，覆盖了人工智能、新零售、电商、教育、视频、生物、医疗、音乐、出行、房产、营销、文娱、传媒、金融、环保与公共治理等领域，通过深入数据挖掘，通过数学建模，分析推理与科学算法结合，打造有数据、有理论支撑的大数据分析成果。艾媒咨询的数据报告、分析师观点平均每天被全球超过100家主流媒体，1500家(个)自媒体、行业KOL广泛引用，覆盖语言类型包括中、英、日、法、意、德、俄、阿等约二十种主流官方版本。
基于公司独立自主研发的“中国移动互联网大数据挖掘与分析系统(CMDAS)”，艾媒咨询建立了互联网运营数据、企业舆情和商情、用户属性和行为偏好、零售数据挖掘、广告投放效果、商业模式等多维度的数据监测体系，可视化还原“数据真相”，实现市场趋势的捕捉和用户信息的洞察，提升品牌的行业竞争和影响力。
大数据和人工智能，云计算三者关系和区别详解
今天跟大家讲讲云计算、大数据和人工智能。为什么讲这三个东西呢?因为这三个东西现在非常火，并且它们之间好像互相有关系：一般谈云计算的时候会提到大数据、谈人工智能的时候会提大数据、谈人工智能的时候会提云计算……感觉三者之间相辅相成又不可分割。但如果是非技术的人员，就可能比较难理解这三者之间的相互关系，所以有必要解释一下。
大数据是指在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在以前，数据并不大，尤其是2G、3G时代，数据相对来说是较少的。但是随着互联网的普及，4G时代的到来，全球每年产生的数据是非常庞大的。那这么庞大的数据应该怎么进行处理呢？这就涉及到了云计算。
更多精彩内容点我学
1、云计算是通过互联网提供全球用户计算力、存储服务，为互联网信息处理提供硬件基础。
2、大数据运用日趋成熟的云计算技术从浩瀚的互联网信息海洋中获得有价值的信息进行信息归纳、检索、整合，为互联网信息处理提供软件基础。
3、他们的关系：
云计算是基础，没有云计算，无法实现大数据存储与计算
大数据是应用，没有大数据，云计算就缺少了目标与价值
4、两者都需要人工智能的参与，人工智能是互联网信息系统有序化后的一种商业应用。这才是：云计算与大数据真正的出口！
5、而商业智能中的智能从何而来？方法之一就是通过大数据这个工具来对大量数据进行处理，从而得出一些关联性的结论，从这些关联性中来获得答案，因此，大数据是商业智能的一种工具。而大数据要分析大量的数据，这对于系统的计算能力和处理能力要求是非常高的，传统的方式是需要一个超级计算机来进行处理，但这样就导致了计算能力空的时候闲着、忙的时候又不够的问题，而云计算的弹性扩展和水平扩展的模式很适合计算能力按需调用，因此，云计算为大数据提供了计算能力和资源等物质基础。
6、演进路径：云计算—》大数据—》人工智能
如果有人只谈人工智能，而不谈云计算与大数据，要不是技术骗子、要不是不懂装懂的傻子
不知道这三者的关系是否谈明白了。
简单来说：云计算是硬件资源的虚拟化，而大数据是海量数据的高效处理。虽然从这个解释来看也不是完全贴切，但是却可以帮助对这两个名字不太明白的人很快理解其区别。当然，如果解释更形象一点的话，云计算相当于我们的计算机和操作系统，将大量的硬件资源虚拟化后在进行分配使用。
可以说，大数据相当于海量数据的“数据库”，通观大数据领域的发展我们也可以看出，当前的大数据发展一直在向着近似于传统数据库体验的方向发展，一句话就是，传统数据库给大数据的发展提供了足够大的空间。
大数据的总体架构包括三层：数据存储，数据处理和数据分析。数据先要通过存储层存储下来，然后根据数据需求和目标来建立相应的数据模型和数据分析指标体系对数据进行分析产生价值。
而中间的时效性又通过中间数据处理层提供的强大的并行计算和分布式计算能力来完成。三者相互配合，这让大数据产生最终价值。
不看现在云计算发展情况，未来的趋势是：云计算作为计算资源的底层，支撑着上层的大数据处理，而大数据的发展趋势是，实时交互式的查询效率和分析能力，借用Google一篇技术论文中的话：“动一下鼠标就可以在妙极操作PB级别的数据”，确实让人兴奋不能止。
1，大数据（bigdata），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产
2，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式计算架构。它的特色在于对海量数据的挖掘，但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。
他俩之间的关系你可以这样来理解，云计算技术就是一个容器，大数据正是存放在这个容器中的水，大数据是要依靠云计算技术来进行存储和计算的。
扩展资料：大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
云计算的关键词在于“整合”，无论你是通过现在已经很成熟的传统的虚拟机切分型技术，还是通过google后来所使用的海量节点聚合型技术，他都是通过将海量的服务器资源通过网络进行整合，调度分配给用户，从而解决用户因为存储计算资源不足所带来的问题。
大数据正是因为数据的爆发式增长带来的一个新的课题内容，如何存储如今互联网时代所产生的海量数据，如何有效的利用分析这些数据等等。更多精彩内容点我学
大数据的趋势：
趋势一：数据的资源化
何为资源化，是指大数据成为企业和社会关注的重要战略资源，并已成为大家争相抢夺的新焦点。因而，企业必须要提前制定大数据营销战略计划，抢占市场先机。
趋势二：与云计算的深度结合
大数据离不开云处理，云处理为大数据提供了弹性可拓展的基础设备，是产生大数据的平台之一。自2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。除此之外，物联网、移动互联网等新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。
趋势三：科学理论的突破
随着大数据的快速发展，就像计算机和互联网一样，大数据很有可能是新一轮的技术革命。随之兴起的数据挖掘、机器学习和人工智能等相关技术，可能会改变数据世界里的很多算法和基础理论，实现科学技术上的突破。
大数据，云计算，物联网和移动互联网与传统互联网之间的关系
我们可以通过这样一张图片，形象的知道大数据与移动互联网、物联网以及传统互联网的关系。物联网，移动互联网再加上传统互联网，每天都在产生海量数据，而大数据又通过云计算的形式，将这些数据筛选处理分析，提前出有用的信息，这就是大数据分析。
大数据与移动互联网、物联网以及传统互联网
作为数据存储巨头，EMC的大数据理念是，首先从“大”入手，“大”肯定是指大型数据集，一般在10TB规模左右。很多用户把多个数据集放在一起，形成PB级的数据量。同时从数据源来谈，大数据是指这些数据来自多种数据源，以实时、迭代的方式来实现。
大数据来源
我们看到，各种行业都出现了大数据趋势，有些可能是零售业商户，要对零售业数据进行分析，或者是一些有关全球天气预报模型的数据，还有油气行业一些地理信息数据，比如基因学分析，医学中也有成像类的大数据，甚至电影、娱乐行业还有用于渲染的大型数据存在。
大数据与现实生活
大数据能带来什么变化呢?里克·斯莫兰的“大数据人类面孔”项目讲述了许多故事:海象通过头顶的触角探索海洋;借助卫星击准蚊子;加纳用短信系统防止假药销售;智能手机可以预测谁正在变抑郁;信用卡在使用者离婚前两年就能预测离婚;药片直接将信息从人的身体传给医生。
通过对卫星以及全球数亿传感器、RFID标签、带GPS的相机和智能手机实时收集的数据做可视化处理，人类就可以感知、测量、理解和影响人类的生存方式，实现先辈们遥不可及的梦想。
2012年3月，里克·斯莫兰和JenniferErwitt发动全球各地100多位摄影师、编辑和作家来探索大数据的世界，以验证它是否象许多业界人士所说:代表了一种从未出现过的工具，可以帮助人类面对最大的挑战。大数据人类面孔-通过计步器记录数据分析身体状况。2012年9月25日到10月2日，邀请全球各地参与者通过“大数据人类面孔”这一应用(五种语言的iOS和安卓版本免费下载)来“测量我们的世界”。这一应用可以让人们用手机作为传感器参与一系列活动，他们同时可以比较全球其它参与者对一些值得深思的问题给出了什么答案。参与者可以绘制出自己每天的路径，分享那些带给他们好运的物品和仪式，了解其他人想要在一生中经历的特别体验，发现自己身边以前没有意识到的秘密。参与者还能够得出自己的“数字身影”。
2012年10月2日，邀请媒体出席在纽约、伦敦和新加坡举行的“指挥控制中心”大型活动，所有参与者的数据将在活动中加以分析、视觉化处理和诠释。大数据领域的专家们和创新者们将通过互动的“大数据实验室”分享他们的工作成果。全球各地的观众可以实时在线观看活动直播。
麦肯锡全球研究机构在发布的《大数据:创新、竞争和生产力的下一个前沿领域》中表示，充分利用大数据可帮助全球个人定位服务提供商增加1000亿美元收入、帮助欧洲公共部门的管理每年提升2500亿美元产值、帮助美国医疗保健行业每年提升3000亿美元产值，并可帮助美国零售业获得60%以上的净利润增长……
如果感觉此数据太过空泛，那么我们可以通过安防监控在大数据方面的应用来进行详细的了解。很多读者应该都看过电影《全民公敌》，威尔史密斯饰演的律师出现在各地任意位置的摄像头都会在第一时间被发现，这便是大数据的作用。从技术角度来看，从传统的海量存储监控，到实现联网智能化监控便是大数据很好的应用。在国际大都市中，每年行驶的车辆数据可能会达到百亿级，从这些海量信息提取车牌、车身颜色，就可以很快查出轨迹、违章等，而接下来的关联分析就是基于大数据的基础展开。
再比如大家经常使用的淘宝为例。天猫副总裁王文彬曾表示“我们可以得到买家的访问量、固定频率、偏好商品等浅层分析。未来将有更多，不仅能看到商家销量的高低，甚至还可以看出其原因。”商家还可以通过对点击量、跨店铺点击，订单流转量甚至旺旺聊天信息等消费者购买行为的分析，进而有针对性的进行提高，达到提高销量的目的。
从人类文明出现到2003年，人类总共才产生了5EB(ExaBytes)的数据，但是当前的人类两天内就创造出了相同的数据量，全球90%的数据都是在过去两年中生成的，到2020年全球数据使用量将大概需要376亿个1TB的硬盘进行存储。
大数据。当然，大数据并不等同于目前的海量数据。目前全球均比较认可IDC对“大数据”的定义:为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新一代架构和技术。此定义也可以概括为四个特点，即高容量(volume)、多样性(variety)，速度(velocity)，以及价值(value)四个V，包括基础架构、数据管理、分析挖掘和决策支持四个层面。当然，也有其他不同的观点，IBM对于大数据的定义便是规模性(Volume)、多样性(Variety)、高速性(Velocity)和真实性(Veracity)的“4V理论”，NetApp大中华区总经理陈文所理解的大数据包括A、B、C三个要素:大分析(Analytic)，高带宽(Bandwidth)和大内容(Content)。
大数据与云计算
物联网、移动互联网等是大数据的来源，而大数据分析则是为物联网和移动互联网提供有用的分析，获取价值。云计算又与大数据有什么关系呢?这个问题其实早在2011年，就有人分析，例如EMCWorld2011的大会主题就是“当云计算遇见大数据”。
云计算与大数据两者之间有很多的交集，业界主要做云的公司有谷歌、亚马逊等都拥有大量大数据。EMC总裁基辛格强调大数据应用必须在云设施上跑，这就是两者的关系--大数据离不开云。同时，支撑大数据以及云计算的底层原则是一样的，即规模化、自动化、资源配置、自愈性，这些都是底层的技术原则。因此基辛格认为大数据和云之间存在很多合力的地方。
另一方面，随着互联网信息量的激增，用户单个数据集达到数以TB计，有的客户甚至已达到Pera级(1000Tera)了，用现有的存储系统结构处理数据量级较小，而且只能处理单一数据源数据，面对大数据的压力。在处理大量级以及多数据源的数据能力非常弱。这也就是为什么EMC收购Greenplum，支持开源的Hadoop计划的目的所在。基辛格很明白，大数据的挑战不仅仅在于存储和保护，数据分析能力的强弱，将成为这个时代的关键点:我们已经解决了数据存储和保护的问题，所需要的只是时间，但是海量数据分析的问题，我们还没有在大数据到来时做好准备。
谈到大数据的特点，一是数据规模是PB级，二是多数据源，能够把半结构化、非结构化和结构化的数据很好地融合起来。同时具有实时、可迭代的特点。具体形容就是大数据环境类似于Facebook环境，随时可以添加变量。基辛格一再的支出，数据分析的历史已有30年，现在我们已进入大数据时代。
本文转载自网络、返回搜狐，查看更多
物联网、云计算、大数据、人工智能之间有怎样的联系和区别
一、物联网
1、什么是物联网？
物联网在之前被定义为通过射频识别（RFID）、红外线感应器、全球定位系统、激光扫描器、气体感应器等信息传感设备按约定的协议把任何物品与互联网连接起来进行信息交换，以实现智能化识别、定位、跟踪、监控和管理的一种网络，简言之物联网就是“物物相连的互联网”。
后来被重新定义为当下几乎所有技术与计算机、互联网技术的结合，实现物体与物体之间：环境以及状态信息实时的实时共享以及智能化的收集、传递、处理、执行。广义上说，当下涉及的信息技术的应用，都可以纳入物联网的范畴。
2、物联网的关键技术传感器技术：
这也是计算机应用中的关键技术。大家都知道，到目前为止绝大部分计算机处理的都是数字信号。自从有计算机以来就需要传感器把模拟信号转换成数字信号计算机才能处理。
RFID标签：也是一种传感器技术，RFID技术是融合了无线射频技术和嵌入式技术为一体的综合技术，RFID在自动识别、物品物流管理有着广阔的应用前景。
嵌入式系统技术：是综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。经过几十年的演变，以嵌入式系统为特征的智能终端产品随处可见；小到人们身边的MP3，大到航天航空的卫星系统。嵌入式系统正在改变着人们的生活，推动着工业生产以及国防工业的发展。如果把物联网用人体做一个简单比喻，传感器相当于人的眼睛、鼻子、皮肤等感官，网络就是神经系统用来传递信息，嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。这个例子很形象的描述了传感器、嵌入式系统在物联网中的位置与作用。
现在的物联网产业以应用层、支撑层、感知层、平台层以及传输层这五个层次构成。
在这里还是要推荐下我自己建的大数据学习交流群:199427210，群里都是学大数据开发的，如果你正在学习大数据，小编欢迎你加入,大家都是软件开发党，不定期分享干货（只有大数据软件开发相关的），包括我自己整理的一份最新的大数据进阶资料和高级开发教程，欢迎进阶中和进想深入大数据的小伙伴加入。
二、云计算
1、什么是云计算？
云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够快速提供，只需投入很少的管理工作，或与服务商进行很少的交互。
2、物联网和云计算的关系云计算相当于人的大脑，是物联网的神经中枢。云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。
目前物联网的服务器部署在云端，通过云计算提供应用层的各项服务。云计算可以提供以下几个层析的服务：IaaS：基础设施即服务消费者通过internet可以从完善的计算机设施获得服务。例如：硬件服务器租用。
PaaS：平台即服务PaaS实际上是指软件研发的平台作为一种服务，以SaaS的模式提交给用户。因此，PaaS也是SaaS模式的一种应用。但是PaaS的出现可以加快SaaS应用的开发速度，如：软件的个性化定制开发。
SaaS：软件即服务它是一种通过internet提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件，来管理企业经营活动，如：亚马逊。
三、大数据
1、什么是大数据？
大数据是一种规模大到在获取、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。如果将大数据比作一个产业，那么这种产业实现盈利的关键在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
2、大数据和云计算的关系从技术上来看，大数据和云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
云时代的来临，大数据的关注度也越来越高，分析师团队认为大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
大数据需要特殊的技术以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模的并行处理数据库、数据挖掘、分布式文件系统、分布式数据可、云计算平台、互联网和可扩展的存储系统。
四、人工智能
1、什么是人工智能？
人工智能英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分枝，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。它是对人的意识、思维的信息过程的模拟，人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
通过上述观点我们可以简单的得出一个结论：物联网的正常运行是通过大数据传输信息给云计算平台处理，然后人工智能提取云计算平台存储的数据进行活动。