Big Data - Python + Baza danych - Dodatkowe pomysły

Question

Hejka!

Chciałabym Was zapytać o dodatkowe pomysły, które można wziąć pod uwagę przy badaniu ruchu ulicznego z kamer w czasie rzeczywistym. Baza danych (mongoDB) będzie wypełniana na bieżąco, gdy kamera danego miasta będzie aktywna, zaś kod będzie pisany w języku Python. Z pewnością, można mierzyć częstotliwość ruchu drogowego, czyli ilość pojazdów przejeżdżających, powiedzmy, po przekroczeniu jakiejś linii na ekranie. Mogą to być również godziny szczytu, które wpływają na ilość danych. Czy ma ktoś jeszcze jakieś pomysły, na co zwrócić uwagę przy analizie takich danych?

Byłabym zobowiązana za wszelkie podpowiedzi i wskazówki! :)

Pozdrawiam serdecznie.

Answer 1

Po pierwsze to weź pod uwagę, że mierzenie pojazdów to kilka czynników, m.in. natężęnie, czyli ile pojazdów przekroczy jakiś przekrój poprzeczny w jednostce czasu, np. P/h czy tzw. pojazdy umowne E/h. Druga sprawa to gęstość ruchu, czyli ile pojazdów znajduje się w danej jednostce czasu na danym odcinku. I tak na prawdę często gęstość jest nawet lepszym parametrem, na pewno dokładniej można wyznaczyć choćby poziom swobody ruchu PSR mają informacje o gęstości niż tylko o natężeniu.

W praktyce często natężenie liczy się nie tyle z kamer co na podstawie osobnych danych np. z pętli umieszczanych w jezdni. Tutaj oczywiście są pewne problemy chociażby z rozpoznaniem rodzaju pojazdu itp. I tutaj kolejny temat - analizy ruchu należy prowadzić uwzględniając strukturę rodzajową w podziale na jakieś grupy pojazdów. Do tego dochodzi analiza prędkości jeśli jest to konieczne, analiza z rozkładem ruchu na skrzyżowaniach (diagramy ruchu) itp.

Pytanie podstawowe zatem - w jakim celu ma być to oprogramowanie i jakie dane wejściowe będziesz posiadał. Temat analiz ruchu i prognozowania PSR, zdarzeń drogowych itp. itd. to temat bardzo złożony.