昨日，第一届中国智慧交通管理产业联盟年会在无锡召开，今天下午2点在RFID汽车电子标识分论坛上，公安部交通管理科学研究所黄金副研究员发表了《汽车电子标识与大数据应用》主题演讲。
首先，黄金简单介绍了汽车电子标识的背景信息，认为汽车电子标识只能算是车联网的一个基础技术，并且阐述了汽车电子标识在无锡和深圳开展的示范应用情况。然后，分析了汽车电子标识与传统视频监控的区别，黄金副研究员认为可信身份识别是汽车电子标识最大的特点。在传统汽车电子标识技术与大数据的关系中，他表示，传统数据库在汽车电子标识系统应用中有两点困难。一，汽车电子标识数据量过大；二，汽车电子标识对系统要求有良好可扩展性。
以下为黄金演讲实录，经赛文交通网编辑整理：
各位来宾，大家下午好！
从某种意义上讲
车联网是涉车物联网，而汽车电子标识可能就是车辆的电子身份，要共建一个物联网，汽车电子标识就要有一个身份，所以汽车电子标识应该算是车联网的一个基础技术。
当然，只有电子标识远远不够，只有采集信息而没有对信息进行处理和加工，这样没办法发挥最大价值。所以不仅需要汽车电子标识，还需要其他的数据处理技术。汽车电子标识可采集的信息量非常大，必须用大数据处理技术来做支撑。
我今天的演讲分为四部分。
第一，背景介绍。
2013年，国标委就下发了6个标准产品任务，经过几年发展，相关产品已经出现。
2014年，国家在某些政策方面也有发展，例如国家发改委最近颁布的“互联网+”，把汽车电子标识、汽车电子围栏建设列入了“互联网+便捷交通”重点示范项目。
2015年，国务院常务会议通过了关于促进大数据发展的行动纲要。
2016年，国家“十三五”规划纲要已经将大数据发展提升到国家战略层面。
另外，公安部交通管理科学研究所也在无锡和深圳开展了示范应用，今年在无锡开展了物联网专项基金的项目，基于RFID的车辆通行监管和服务系统应用示范项目，围绕重点车辆通行监管等应用，开展对城区重点车辆的动态感知和智能车辆的任务。
已经完成3万辆汽车的电子标识安装工作，包括9900余辆货车等工作。深圳在今年2月份，启动了电子标识安装工作，大约安装6万辆车，也是重点车辆，完成了384套读写设备安装工作。
第二，汽车电子标识的意义。
或许会有人问：在城市道路上已经有很多视频监控和雷达测速等智能交通监控设施，为什么还要汽车电子标识？
视频识别，是通过读写设备发生无线电波，把相关信息返回给读写设备，读写设备再把电子标识信息读出来。那么，它最大的特点是什么？为什么要用汽车电子标识？相比视频监控有什么特点？
我认为最大的特点，是可信身份识别技术，读出来的东西是可信的。并且能够实现不停车识读车辆号牌号码、车辆类型、使用性质等信息，高效的弥补了传统交通技术监控设备无法准确获取车辆身份信息的不足。我们还有北斗导航、ETC、视频识别技术，汽车电子标识成本低，没有电池直接贴到车上就可以，当然，这里并不能理解为电子标识取代其他技术，不是取代是有效补充。
第三，汽车电子标识基于大数据技术的基础架构。
那么，传统汽车电子标识的技术，跟大数据有什么关系？其实，传统的RFID识别系统架构是：读写器+RFID中间件+数据库+应用服务。中间件是解决数据过滤的问题；数据库做在线数据挖掘、数据持久化，包括一些日志报表等。
传统数据库能解决汽车电子标识系统在今后的发展吗？我认为很难。
第一，汽车电子标识数据量很大。比如一个小城市，可能每天会产生数十亿条记录，无锡一个高架桥上的流量每天都达到9万多，按176个识读基站每天记录4.5万条计算，每年将产生约30亿条记录。汽车电子标识肯定要跟传统交通技术监控设备联合使用才能发挥最大作用。比如视频，视频恰恰和我们图象监控采集的数据是非结构化的数据，非结构化的数据不适合于传统数据库。
第二，汽车电子标识对系统要求有良好可扩展性。比如实时性，做实时的流量统计和道路状况分析，统计出的结果推送给公众，公众的体验要求非常高。另外随着这个技术应用越来越广泛，越来越便捷，数据越来越详细，访问量就会越来越多。
所以，传统数据库要解决这个问题，难度非常大。因为，关系数据库容量超过了限度，性能会下降；还有成本因素。为了支撑更多的数据，只能用小型机高端存储，而且在可扩展性上，几年后没法满足需求，只能替换更高端的，成本非常高。
当然，用大数据技术也能解决。
有很多低成本的机器来解决巨大的访问量，高并发大数据量的问题。大数据应用比较热门的是Hadoop，它的特点：是用一些低成本的服务器来做并行计算，解决超大数据级在应用上的难点。简单理解，就是十台不行就用二十台、一百台代替。Hadoop现在已经成为大数据平台上的设施标准，Hadoop里包含很多开源软件，是一个软件的集合。
第四，汽车电子标识的设想。
今后，汽车电子标识设想的大数据架构，前端设备采集，包括视频、汽车电子标识需通过信息流到消息分布总线，得到消息以后分两部分。
大数据技术，可以对车辆统计进行分析，甚至重点车辆的监管。也可以对车辆做一些深度的挖掘，车辆识别的信息挖掘，比如动态OD调查，流量分布统计。甚至可以做车辆类型的分类统计，车辆拥堵成因的分析等等。还可应用于其他行业，比如实时路况的问题、智能交通诱导，甚至停车车位的实时查询。还有公众服务的应用都可以依托于大数据平台开展。
所以汽车电子标识和大数据、互联网+、RFID等技术将对智能交通产生深远的影响。
