Сьогодні, у зв'язку з повсюдним впровадженням Інтернету речей (IoT), цифрової інформації стає показово більше, оскільки технології можуть відстежувати та об'єднувати багато форм даних для всіляких додатків. Міста все більше покладаються на інтелектуальні дані, щоб стати «розумними містами». Тобто вони збирають інформацію з кількох джерел для підвищення продуктивності, поліпшення якості життя в житлових будинках, оптимізації муніципальних операцій та, звичайно, підвищення громадської безпеки. Першорядним аспектом локальної безпеки вважається керування рухом, а бізнес-аналітика дозволила деяким розумним містам проаналізувати поточні схеми руху та планувати майбутні потреби. Для цього збираються статистичні дані та інформація, яка стосується транспорту, що включає не тільки тролейбуси, автобуси чи метро, але також велосипеди та навіть електроскутери.
Проблема бізнес-аналітики полягає в тому, що вона може бути вагомою за обсягом та різноманітністю, якщо не представлена способами, які легко зрозуміти. Ось де візуалізація даних грає першорядну роль. Дані агрегуються та розраховуються за показниками (такими як кількість об'єктів, кількість людей, середня тривалість), а потім координуються з вимірами (такими як час, дата, колір, шлях та площа). Візуалізація даних здатна об'єднувати різноманітні точки для розширеного розуміння та тенденцій. Потужність деяких вважається корисною, але здатність комбінування точок даних (таких, як типи транспортних засобів та аварій на конкретних дорогах) експоненціально важлива.
Поширеною технологією, яка використовується для збору даних про рух, вважається відеоаналітика (VCA), яка використовує інформацію, створену камерами відеоспостереження. Хоча дані відеоспостереження зазвичай розглядаються як драйвер громадської безпеки, їх також можна використовувати як бізнес-аналітику про моделі руху, та вони можуть відбивати агреговані дані, які зібрані з плином часу. За допомогою технологій глибокого навчання та штучного інтелекту, відеоаналітика дозволяє розрізняти види транспортних засобів, людей та тварин. Наприклад, скільки транспортних засобів перетинають конкретне перехрестя або міст за вибраний проміжок часу? Які перехрестя небезпечніші для пішоходів? Відеоаналітика допомагає міській владі визначати гарячі точки руху та оптимізувати транспортні потоки, а візуалізація даних вважається ключовою частиною надання цієї бізнес-аналітики.
П'ять форм візуалізації даних для порівняльного аналізу руху
Теплові карти — корисні для оцінки піків руху на декількох IP камерах відеоспостереження. Наприклад, оператори ПЗ для відеоспостереження здатні відстежувати щільність руху в різних областях, в залежності від зони та часу. Це допомагає міським планувальникам виявити передбачувано небезпечні перехрестя та вжити заходів, щоб пом'якшити або запобігти майбутнім подіям. Теплові карти використовують різні кольори, щоб диференціювати угруповання даних.
Графіки трендів — корисний спосіб візуалізації аналізу довгострокових тенденцій їх спрямування. Планувальники можуть бачити, які шаблони з'являються, а які з тенденцією повторення. Це дає їм виявляти аномальну поведінку, таку як несподівані піки руху або нетипові затори.
Деревовидні карти — продуктивні для зображення ієрархічних даних. Тобто вони здатні вказувати, який тип транспортного засобу популярніший на конкретному перехресті, та які люди відвідують конкретний район. Ці дані також можуть бути зображені та легко використані у вигляді кругової діаграми.
Діаграма розсіювання — допомагає користувачам побачити кореляцію між двома вимірами. Наприклад, здатна співвідносити кількість людей в обраному місці, з тривалістю, яку вони провели в цьому місці. Так можна відзначити, які вулиці люди відвідують, де проводять більше часу, та порівняти тривалість в окремих місцях.
Гістограма — використовується для відбивання варіацій в безперервних даних, таких як час, кількість транспортних засобів та кількість дорожньо-транспортних пригод. Гістограма дає користувачеві розпізнавати та аналізувати закономірності в даних, які не видно, шляхом перегляду таблиці, пошуку середнього або медіанного значення. З точки зору аналізу руху, гістограми можуть використовуватися різними способами, тобто міські планувальники здатні оцінювати множинні перехрестя та аналізувати середню швидкість для кожного типу транспортних засобів. Або ж гістограму можна використовувати для аналізу того, скільки часу люди або транспортні засоби проводять в конкретному місці.
Збір кількісних даних
Коли окремі діаграми відбиваються на інформаційних панелях разом з іншими візуалізаціями аналітики, користувач може продуктивно оцінювати великі набори для прийняття інтелектуальних рішень. Використовуючи програмне забезпечення для відеоспостереження та візуалізацію відеоданих в інформаційних панелях, міста отримують можливість відстежувати активність з плином часу, з кількох вуличних камер відеоспостереження та різних місць, а також планувати міські поліпшення та інфраструктурні зміни на основі дієвих ідей. Використовуючи візуалізацію даних для порівняння активності в конкретному місці за кілька днів, міста можуть відстежувати тенденції та аномалії, та краще готуватися до очікуваних і несподіваних змін руху.
Шляхом агрегування даних з плином часу планувальники отримують кількісну інформацію про продуктивність пішохідних або велосипедних доріжок, схем вулиць або стоянок, а також про те, де важливо додати освітлення або пішохідний перехід.
З візуалізацією даних розумні міста здатні розблокувати тенденції, які приховані в відеоспостереженні, щоб оптимізувати безпеку водіїв та пішоходів. Маючи у своєму розпорядженні інформацію, яка досить актуальна та легка для сприйняття, міські планувальники, підприємства та муніципальні установи приймають обґрунтовані рішення щодо управління рухом транспорту та поліпшення громадської безпеки, охорони здоров'я та загальної якості життя жителів міста, туристів та підприємств.
