从传感器数据中提取的道路交通洞察如何提高公共安全并缩短紧急服务响应时间

作者：Chris Churilo / 产品，用例，开发者
2020年3月30日

导航至

很容易看到传感数据的价值，这些数据能让我们及时行动。想象一下，在一场大规模交通事故发生时，救护车正在紧急救援——几秒钟的差距就能造成巨大的差异。如果过去的交通模式能帮助城市运营商在关键时刻预测和管理交通流量，会怎样呢？今天，由传感器数据生成的实时洞察使城市运营商能够更快地检测和管理交通事件，从而提高公共安全并加快紧急服务响应。

物联网智能城市技术正在改变应急服务响应的方式。例如，从各种数据库中获取信息并与其他响应者分享的能力，已成为一线响应者的游戏规则改变者。不仅叠加位置信息，还叠加来自多个来源的数据，这也为调度员和一线响应者提供了更高的情境意识。调度员和响应者可以查看显示事件响应位置、道路封闭和建筑楼层图的同一地理信息系统（GIS）地图。当城市机构可以通过一个集成的平台即时共享实时信息时，决策和应急响应变得更加高效。

智能城市管理和公共安全物联网解决方案

能够使一线响应者更快行动的智能城市技术备受需求。走进Worldsensing，这是一家全球物联网先驱和OneMind的创造者。OneMind是一个端到端、集成的物联网实时平台，具有对现有系统的实时可见性，以进行数据驱动的城市规划。它被用于监控和管理全球60多个城市的移动性、停车、交通和安全。Worldsensing的连接操作智能和监控解决方案为城市运营商提供了更好的洞察力和改进的决策。

为什么需要时间序列数据库来存储传感器数据

Worldsensing意识到，他们需要将来自多个来源的数据结合起来——来自他们的传感器（停车、道路交通、安全、空气质量）的数据，城市信息（包括日期、时间、地点、预期人群的事件信息），天气预报、CCTV和公民报告（报告的事件）——以建立一个能够对一线响应者指导最佳路径的实时平台。

Worldsensing选择了InfluxDB开源时间序列数据库，因为它符合这些标准，允许他们的产品OneMind使用InfluxDB从多个来源摄取和存储城市的临界时间序列数据。

启用智能城市交通监控、管理和行动

OneMind使运营总监能够实时了解情况并基于实时数据和可操作见解做出决策。集成到城市的控制室中，Worldsensing的OneMind为城市当局提供了一套全面的实时移动管理系统。这使得运营商可以通过一个单一的系统管理事件、相互沟通，与城市利益相关者共享信息并更快地行动。

Worldsensing mobility solution InfluxDB<figcaption> Worldsensing的跨越交通生态系统的移动解决方案</figcaption>

Worldsensing与全球各地的城市合作，将一线响应者到达事件现场的时间缩短4分钟或更多，并将对异常情况的响应时间缩短15%。

时间序列数据如何适应OneMind平台

在Worldsensing中，InfluxDB平台的使用从基础设施监控发展到用它来存储、处理、管理和可视化从他们的传感器收集的所有时间序列数据。将这种时间序列数据呈现给用户的一种方式是通过地图。

地图是OneMind用户界面的核心，因为大部分信息都是地理位置定位的。操作员希望知道事件发生的地点。地图上叠加了不同信息，例如交通流量信息，以显示其随时间的变化，以及交通流量的关键绩效指标（KPI）和指标，以便用户可以快速了解交通状况。交通信息的变化可以是季节性的（一天中的时间、一周中的日子、一年中的时间）、计划的（事件、施工）或未计划的（事故）。

Worldsensing OneMind IoT monitoring<figcaption>OneMind UI截图</figcaption>

通用时间序列数据

为了在弹出窗口中显示通用时间序列数据，Worldsensing将其系统中的InfluxDB集成。他们为自定义对象服务（COS）添加了时间序列——COS是一种允许他们在OneMind中插入静态和通用数据的服务，以便在地图上显示地理位置数据，并将弹出窗口的可视化与当前传感器数据相关联。

Worldsensing time series architecture<figcaption>将时间序列添加到Worldsensing的自定义对象服务中</figcaption>

警报

OneMind还使用InfluxDB进行警报。保存历史数据允许Worldsensing创建警报功能。他们使用这些数据自动检测异常，并根据阈值触发警报。为了配置阈值，他们使用了InfluxDB的本地数据处理引擎Kapacitor的任务模板。

anomaly detection smart city- InfluxDB<figcaption>城市中的异常检测和警报</figcaption>

一旦检测到警报，他们将其发送到队列并存储在Postgres数据库中，以便稍后在OneMind中可视化。

异常检测

以下是通过Worldsensing通知操作员给定城市系统是否正常工作的异常检测仪表板示例。下面显示的指标接近100%的百分比，表示性能良好。红色区域中的指标意味着可能需要采取纠正措施的问题。Worldsensing可以使用之前提到的警报系统自动化此类异常检测。

detecting anomalies in traffic data<figcaption>检测交通数据中的异常</figcaption>

由于城市系统通常是相互关联和相互依赖的，以及交通和公共安全依赖于多个系统的同时正常工作，因此Worldsensing的其他产品使物联网监控形式进一步多样化。这些包括用于监测2016年倒塌的佛罗伦萨著名的老桥等工程地质传感器，以及用于实时监控和预测停车行为的停车传感器。

了解更多关于Worldsensing如何利用InfluxDB平台使城市更智能、更安全的信息。