云计算技术在智能交通系统中的应用研究.pdf

《云计算技术在智能交通系统中的应用研究.pdf》由会员分享，可在线阅读，更多相关《云计算技术在智能交通系统中的应用研究.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、TRAFFIC&TRANSPORTATION 1062012.7云计算技术在智能交通系统中的应用研究 倪 琴，许 丽 （合肥工业大学 计算机与信息学院，合肥 230009）摘 要：随着电子信息技术的不断发展和交通工程领域的不断扩大，信息集中高效处理的云计算技术在智能交通系统中的广泛应用也成了必然的趋势。利用云计算技术的特征及优势，构建交通信息云，探讨云计算在浮动车 GPS 数据处理和物流监测与跟踪系统中的应用，并基于云模型进行短时交通流预测和最优路径诱导服务，体现云计算技术在智能交通系统中的巨大优势以及应用前景。关键词：智能交通系统；云计算；浮动车信息；短时交通流中图分类号：U495文献标识码

2、：A文章编号：1671-3400(2012)07-0106-04The Research and Application of Cloud Computing in ITSNI Qin,XU Li(School of Computer and Information,Hefei University of Technology,Heifei 230009,China)收稿日期：2012-03-19基金项目：国家自然科学基金项目（51178158），中央高校基本科研业务费专项资金项目资助（2010HGZY0010）作者简介：倪琴(1987-)，女，安徽合肥人，合肥工业大学计算机与信息学院硕士研究

3、生，主要研究方向：计算机应用技术。Abstract:WIth the rapid development of electronic information technology and the continuous expansion of transportation industry,it is an inevitable trend that the application of Cloud Computing in ITS become more and more widely.utilizing the characteristics and advantages of Cloud

4、 Computing,analysis the application of Cloud Computing in the floating vehicle GPS data processing and logistics monitoring and tracking system through the build of transportation information cloud,a short-term traffic flow forecasting and the best route guidance service based on Cloud Model.reflect

5、ing the great advantages and application prospects of Cloud Computing in ITS.Keyword:ITS;Cloud Computing;Floating vehicle information;Short-term traffic flow0 引言 近年来，随着经济的快速发展，工业化进程的加快和汽车数量的急剧增长，道路里程的增加速度和汽车数量的增长速度严重失衡，交通问题日益严峻。智能交通系统（Intelligent Transportation System,ITS）作为电子信息技术与交通运输部门融合的产物，是解决城市交

6、通拥堵、改善行车安全性、提高车辆运行效率的最佳途径之一。ITS 融合先进的信息技术、通信技术等高新技术，对传统的交通系统与管理体制进行改善，以达到信息交流的互动性、运输设备的系统性以及服务的广泛性。智能交通系统（ITS）是交通行业发展的新趋势，而实时交通信息处理是智能交通系统研究的核心内容之一。如何对海量的交通信息的采集、处理、分析、挖掘和利用，将是未来智能交通信息服务的关键问题。如何充分发挥现代高速信息网络和强大的计算机信息处理能力，实施高效的交通系统控制和物流运输，实现车辆的最优路线诱导，有效缓解城市交通拥堵问题，是交通工程领域和计算机信息处理领域所共同面临的重大课题1。云计算（Cloud

7、 Computing）是近年来发展起来的一种新的计算形态，体现了一种全新概念的信息服务模式，以其自动化 IT 资源调度和高速信息部署以及优异的扩展智 能 交 通TRAFFIC&TRANSPORTATION 1072012.7性，成为解决上述问题的关键技术手段。它作为一种新兴的计算和商业模式，正在加速信息产业和交通信息的服务化进程。加快发展云计算技术在智能交通领域的发展应用，对于提升城市综合交通信息化处理、推动产业优化结构升级、促进经济发展方式转变具有积极性意义，市场应用前景广阔。1 云计算技术1.1 云计算的概念及原理 云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以

8、按需提供给计算机和其他设备。这些资源来自一个共享的、可配置的资源池，并能够快速获取和释放。云计算的核心思想，是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户提供按需服务。云计算的基本原理是，通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，相关行业数据中心的运行将更与互联网相似，这使得相关部门能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。云计算应用的思想是将资源整合，使用户可以方便找寻。1.2 云的交付模式及核心技术 云计算采用面向服务架构（SOA），按照交付模式，云计算可分为如下 3 种：基础设施即服务（LaaS）、平台即服务（PaaS）、

9、软件即服务（SaaS）。图 1 清晰的阐述了云计算的交付模式及云服务的分层。图 1 云计算的交付模式 云计算的核心技术包括：编程模型、海量数据分布存储技术，海量数据管理技术、虚拟化技术和云计算平台管理技术。2 交通信息中的云计算2.1 交通信息云 智能交通系统有多个子系统，通过对这些子系统的应用服务和计算设备进行分层，可以得到共通的计算设备层，可用于智能交通系统中心的构建。对于这个共通的计算设备层，可以应用目前云计算服务提供商提供的服务，从而使智能交通系统提供的服务成为云计算服务的一种应用。这种基于云计算服务的智能交通系统称为“智能交通云”。交通信息云是由云计算和交通信息云服务构成的信息全过程

10、，是一种交通信息采集、处理和应用的工作模式。海量的交通信息如道路网路连通信息、车牌自动识别信息、车辆 GPRS 定位信息、信号灯倒计时信息，通过无线通信存储到网络上构成交通信息云，由于其特定的性质，它的存储和计算能力不会受到限制，也可以进行交通信息的交换，为用户提供计算基础设施、计算平台和交通基础数据2。2.2 交通信息云计算模式 从广义上说，交通信息云计算是云计算概念的在交通工程行业的应用，是一种新型的信息处理和服务模式。下面将从逻辑架构、组织架构这两个方面对交通信息云计算进行探讨。2.2.1 交通云的逻辑架构 交通云可以为交通行业的需求基础设施建设、交通信息发布、交通企业增值服务、交通指挥

11、提供决策支持及交通仿真模拟等。如图 2 所示，在硬件设备资源层上建立虚拟化层，在硬件设备资源层和虚拟化层的基础上提供虚拟机，组成虚拟机应用系统，这三层结合云计算服务管理即可构成 LaaS 云。基于 LaaS 之上可构建 PaaS 云，即平台云，用于提供主流软件产品的自行安装和部署。相应的应用系统如交通管理及仿真决策支持系统、公众出行服务信息系统、最优路径诱导系统，可以在 PaaS 上运行，也可以直接在 LaaS 层上运行3。2.2.2 交通信息云的组织架构 云计算平台将交通管理单位、交通运营企业和广大的用户联系在一起，它通过服务交付的方式将交通信息云的基础架构提供给不同类型的用户。其组织架构，

12、从下往上依次是：（1）云计算资源。如服务器、存储设备、网络设备。（2）云计算管理平台。云计算管理平台用于对采集到的交通数据进行统一的调度和管理，同时提供完整的用户计算资源的申请、审批等服务流程管理。（3）基础设施服务。将硬件资源组成交通数据资源池，根据交通数据的类型，分别提供小型虚拟机、虚拟存储、虚拟服务器和虚拟网络的存储。（4）服务管理平台。通过监控工具对云计算平台中的交通数据进行监控，将监控结果汇总，保证系统的稳SaaS(Software as aservice)PaaS(Platform as aservice)LaaS(Infrastructrue asa service)HW(Har

13、dwareinfrastructure)?智 能 交 通TRAFFIC&TRANSPORTATION 1082012.7定运行，为交通信息发布、出行诱导服务等提供决策。（5）平台服务。根据交通基础设施的需求，主要包括交通服务系统开发平台、数据库服务平台等。（6）服务门户。完成交通云计算数据中心的构建后，将提供一个集中的服务门户，交管部门或者出行的用户自行选择服务。3 云计算在交通信息处理中的应用与前景3.1 基于 GPS 的浮动车交通信息云 浮动车通常是指具有无线通信装置和定位系统的车辆。浮动车系统一般由 3 个部分组成：车载设备、无线通信网络和数据处理中心。浮动车将采集到的时间和行车位置等具

14、体信息通过无线通信网络上传给数据处理中心进行存储以及预处理，然后根据相关的算法模型将数据匹配到地图上，计算或预测出车辆的里程数、行驶时间以及行车速度等道路参数4。传统的交通数据信息采集技术，如固定型交通检测设备检测技术，主要包括红外线检测、磁感应线圈、超声波测量技术、微波检测等固定检测技术。它不仅在信息采集方面存在检测范围小、实时性差、检测准确率低等缺点，而且检测设备昂贵且不易维修。基于 GPS 的浮动车交通信息采集技术是一种新的低成本的交通信息采集方式。通过记录车辆在路网上运行的时间、速度、坐标等状态信息，得到路段的区间运行速度和行程时间信息，改善了传统交通检测设备的实时性差、投入高、数据精

15、确率低等缺点。它既可以有效的显示车辆的现行速度，保证了数据采集的准确率和精度，更可以降低成本，对传统交通信息采集技术进行了有益补充。高速信息网络将计算机、服务器、虚拟机和车载 GPS 装置连接起来构建成云计算的基础设施。它特有的信息交易体制可以吸引更多的车辆成为交通信息采集的提供者，使获取的GPS 信息能够更加全面地反映道路交通状况，而车载 GPS 的定位精度和计算能力可以为数据处理中心提供更高质量的定位信息，减轻数据中心的计算压力和复杂程度。云计算机制和强大的计算能力能够使其深度的感知交通状况，通过对采集的数据信息的处理和反馈，为海量个体提供个性动态导航服务。图 3 显示了云计算技术在交通

16、GPS 浮动车信息处理和服务中的应用5。3.2 基于云模型的短时交通流预测 交通流预测是指在时刻 t，通过对云计算数据中心的数据的分析，再由云计算服务平台通过对交通的拥堵情况、路面的行驶状态以及车辆的实时行驶速度进行统一的综合处理，预测出下一个决策时刻 t+t 以至以后的若干时刻的交通流6。一般将时刻 t 到下一个决策时刻 t+t 之间的时间价格不超过 15 min 的交通流预测称为短时交通流预测7。云模型是用自然语言值表示的某个定性概念与其定量表示之间的不确定性转换模型。云的数字特征可以用期望值、熵和超熵这 3 个数值来表示，即采用基于正态分布的数字特征，它把模糊性和随机性结合在一起，构成定

17、性与定量之间的映射。以当前采集的交通量为例，?GPS?GPS?图 2 交通云的逻辑架构?PaaS?图 3 交通 GPS 信息云计算智 能 交 通TRAFFIC&TRANSPORTATION 1092012.7从而进行统一的物流规划、组织、管理和调配8。4 结语 通过对智能交通系统的需求以及核心技术进行特征分析，探讨了云计算技术在智能交通信息系统中的计算与应用模式，通过一系列的对比分析，体现了基于云计算技术的应用系统具有数据处理效率高、资源利用率高、计算能力强等诸多优势，因此，推广云计算技术在智能交通系统中的应用，可以为城市交通决策提供全面准确的信息支持，使交通基础设施发挥最大的效能，交通拥堵和

18、车辆堵塞状况得到有效缓解，大大改善道路交通的运行。当然，云计算技术还有许多需要改进和重点考虑的问题，比如：虚拟化应用的复杂程度、服务生命的周期管理以及云计算的安全策略等问题。而且由于交通工业和计算机技术的迅猛发展，必将产生大量的音频和视频数据，如何对这些复杂信息进行高效的处理和准确的分析，仍然是云计算技术需要解决的技术重点和难点。参考文献：1 王笑京，齐彤岩，蔡华.智能交通系统体系框架原理与应 用 M.北京：中国铁道出版社，2004.2 贺周光，马寿峰.论交通系统一体化 J.交通运输工程与 信息，2003,3(2):60-76.3 唐箭.云存储系统的分析与应用研究 J.电脑知识与技术，2009

19、(20):5337-5340.4 郭继孚，温慧敏，陈锋.浮动车系统功能分析与应用设计 研究 J.交通运输系统工程与信息，2007,7(3):39-44.5 张永强，林丽.浮动车交通信息采集系统 J.交通科技与 经济，2008,10(6):80-82.6 秦玲，等.浮动车交通信息采集与处理关键技术及其应用 研究 J.交通运输系统工程与信息，2007,2(1):39-42.7 李婷，等.云计算的资源管理方法研究 J.电脑与电信，2010(1):62-64.8 WangL,Lu Q,Chen X.Application and Analysis of Time DomamelOSS Correlat

20、ion for Traffic Flow Speed MeasurementC.2007.给定推理机制中云模型的各项参数，例如下班高峰期的交通量与平时的历史数据集中的数据的平均量差异较大，但下班高峰期的交通量受之前交通量的影响，因此预测下班高峰期的交通量应该以下午以前的交通量作为当前云，然后根据云模型的推理机制，循环处理若干次，直到得到足够的云滴，最终以所有云滴的平均值输出。若要实现连续时间差的短时交通流预测，可以运用直接预测法和迭代预测法进行实现。直接预测法用当前云作为当前预测的趋势，结合历史云和当前云来生成预测云，对未来值进行预测。迭代预测法通过迭代当前的交通数据生成预测值，然后根据预测值

21、迭代生成当前云。3.3 最优路径诱导服务 交通诱导服务是云计算技术在智能交通中的另一个重要应用。该服务以交通数据为基础，云计算数据中心在对人、车、路等综合交通影响因素的处理分析和融合，快速判断出路况后，通过广播、电子地图、实时手机短讯、车载终端等媒介将信息发布给广大的道路使用者，为其提供最优路径引导信息和各类实时交通信息帮助服务，便于驾驶员提前改变行车路线，避开交通拥堵、事故路段，提高通行效率和安全。由于交通行为的诱导高度依赖于交通信息数据，因此对发布的交通信息具有高效性、准确性和及时性的要求，交通信息云计算将信息采集与信息服务结合在一起，以及高效的数据处理能力和准确的交通预测，为交通行为的诱

22、导提供了信息计算的基础。3.4 基于交通云计算的物流监控与跟踪系统 随着互联网贸易的日渐普及，跨地区的物品配送量急剧上升，导致物流运输成为这一贸易趋势的主要运输方式之一。对于每一个快件或包裹，都有一个唯一的条码与之对应，在整个运输过程中主要通过条码来识别和管理快件。基于交通云计算的物流监控与跟踪系统可以对原有的系统层次进行改进，改进后的系统由标签数据采集、通信系统和管理中心系统组成，通过射频标签技术对快件或包裹的条码信息进行标签读写器识别、读取解码得到数据后，经由通信系统传输至管理中心系统，管理中心系统对采集到的信息进行存储和控制，从而使用户可以可视化的监控和管理物流过程。如图 4 将四层系统优化为两层。采用了云计算的集中模式后，途经各个地区的公路、铁路、海运及空运数据通过相应数据采集中心都被集中整合到统一的云计算数据中心下，可以让多个系统共享云计算数据中心的数据，实现信息的共享、传递和融和，?图 4 系统层次优化智 能 交 通