第22章 最大的难点（第1页）

最近这段时间。

叶云明轻松了不少，终于不再是整日忙碌的样子，甚至有了些许的空闲。

因为无人机方面的业务，他全交给了大四的创业学长们，自己只要坐收50%的利润分红即可。

平时需要做的事，就是带人组装一下无人机，导入飞控程序，再维护下无人机控制软件，因为做了防破解加密，并设置了几个致命后门，那些学长们想要进行破解，是根本不可能的事情。

即最高使用权限，牢牢掌握在叶云明的手中，大四学长们用来单飞做业务容易，但想蒙混过关，私吞分红，只会付出沉重的代价。

至于收入方面，虽然那些大四学长们，几乎什么单子都接，不管价格是几万还是几十万，只要有利可图就行，所以平均每单的利润不是很高，除去各方面成本，能净赚个十万都很不错了。

但这样的创业团队一共有28个。

平均每三天完成一个单子。

每个单子净赚十万。

叶云明分走一半。

那就是每天都有45万入账，一年可以赚到1。65亿的样子（当然这是理想情况）。

这数字还是难以满足叶云明的期望，但终究比他亲自带团队去做要好得多。

而且不用承担风险，无需劳心劳力，还有空闲时间去做别的事情，甚至可以考虑提前搞新的项目，总之叶云明觉得自己做了个非常正确的决定。

……

另一边。

在双旦大学那边的颜青思，最近却陷入到了瓶颈中，长时间没有取得重大突破。

她的《寻找停车位》项目，虽然想法确实不错，也得到了不少的扶持，但有几个致命的问题，极其难以解决。

比如停车位的动态信息收集，必须做到每半分钟乃至每十秒内，刷新下停车位的使用情况，但这根本不可能做到。

若以车库为整体去收集信息，这也非常非常困难，因为那些车位管理机构，没有义务也没有动力进行配合。

顶多对公共场合的露天停车位，进行信息采集，可若要想对其实施管理，这也很难做到，毕竟这些车位大部分也是收费的，且有相应的机构在管理。

难难难！

颜青思只能换个思想，她考虑通过使用大数据学习的方式，让每位软件用户，统计出每天寻找停车位所耗费的时间与费用，再利用一些技术手段，监控整个东海市的车流量变化。

很明显，车流集中的地方，停车位必定难找；车流量相对稀疏的地方，停车位则容易找。

此外还可跟市政府进行合作，在那些不易停车的地方，多建一些停车位设施，如此停车费可以进账不少，稳赚不赔。

最后再与一些车企进行合作，推出可以自己寻找停车位的智能驾驶车型，目前市场上这类车已经出现，颇为成熟，未来可以大规模的普及，让车机系统搭配《寻找停车位》APP，如此，即便是在东海市这样的超级城市，也能轻松解决停车问题。

所以按照以上思路，以平均寻找到停车位花费的时间，作为核心参考数据，只要广大用户能在使用软件的过程中，起到明显降低找车位时间的效果，那这款软件也算取得了成功。

11月15日，周六上午。

双旦大学，创业楼304室。

一场讨论会议正在进行。

“大姐大，我认为大数据模型做出来不算难，有很多开源模型可以参考，最难的是数据的收集，不知道能不能从交管部门那里，拿到东海市主要街道每天的实时车流量情况，如果不能精准统计出车流量变化，就没办法为用户做出精准预测，带来的帮助就非常少，只是一款没什么用的鸡肋软件。”

“是啊，车流量变化、车密度监测，这些都是我们要做好的地方，在这个基础上，结合用户们上传的数据，才能打造出一款十分智能，能给用户带来巨大帮助的软件，甚至只要用户数量足够多，收集的数据也足够多后，东海市一共有多少停车位资源，各个车位的利用率情况，我们都有办法统计出来，从而更加精准、智能！最为理想的情况是，每位用户都能快速高效的找到停车位，并且明显缓解东海市的交通拥堵。”

“可是交管部门那边，不愿意提供车流量的实时监测数据，他们说会涉及到一些国家安全问题，存在巨大隐患，不能交给私人团队，我们只能靠自己解决这个问题。”

“怎么解决？东海市这么大，单靠我们这十来号人，如何做到监控整座城市的车流量、车密度变化？”

“不一定非要监控全城的车流，只要选择几个固定的时间点，在几条最核心的主干道，精确收集车流量的数据，依然能给我们的学习模型，带来巨大的参考价值。”

颜青思抱着胳膊的思索道。

但这依然需要派出不少的人手，在最主要的几条主干道边，长时间观测车流量的情况，而且若是使用人力统计，会存在很大的误差，用扫描机器进行统计，又会带来成本的增加，交管部门还不一定会批准。

本小章还未完，请点击下一页继续阅读后面精彩内容！

“如果能用智能无人机，来完成车流量的统计工作，那就最好不过了。”