基于協同技術的智能車載系統

李若翩，阮雅端，陳啟美

(南京大學電子科學與工程學院，江蘇南京 210093)

智能交通系統(Intelligent Transportation Systems，ITS)是將物聯網傳感技術、數據通信技術、自動化控制技術及計算機高速運算技術等集成于交通系統中，從而建立起一種具有實時性、高效性、準確性和創新性的綜合交通管理系統。該系統在智能城市的建設中發揮了巨大的作用，是交通產業進入信息時代的重要標志［1］，已成為公認的解決城市運輸難題的最佳途徑［2］。

近年來隨著物聯網等技術的發展，智能交通系統的建設取得了重大突破［3］。車路協同技術是引領交通未來發展的前沿技術，因此成為學者們研究的熱點［4］。如何實現車載終端及異構網絡之間的互通和合作，充分挖掘融合后車載系統的多種服務能力，實現交通服務個性化、便捷化和高速化是目前智能車路協同技術研究的重點。

論文研究了智能交通中的協同技術，提出了一種基于協同技術的智能車載系統，并且詳細敘述了系統架構和功能實現，最后通過兩個應用場景展示了該系統的使用案例。

1 系統設計

1.1 協同技術

通過聯合交通中不同的終端、網絡、技術及服務，協同安排后使整體的功能優于每個組成部分的功能之和，來讓它們合作產生獨立運作時并不具備的能力，這就是協同機理［5］。通過協同技術，系統功能將大于各個組成部分的總和，能夠發揮出異構終端或網絡融合后的強大能力。隨著國民經濟的高速發展和城市化進程的加快，我國機動車擁有量急劇增加，人們對交通服務的需求量也不斷上升，單一技術無法滿足用戶的所有需求。因此，需要通過協同技術來綜合調度交通中的各項資源，使用戶收獲更好的服務體驗。

智能交通協同系統的研究主要包含以下兩方面的內容:一是單一交通網絡內部不同的車載終端、網絡、服務器等之間的協同，以增強交通管理系統的性能和提供優質的服務，這也是本篇論文的研究主旨。另一內容則是指異構車載網絡之間的協同，使其擁有異構交通網絡的無縫對接和個性化用戶體驗。

基于協同機理的交通系統的目標是聯合現有車載網終端和數據，防止出現交通網絡信息孤島，將所有節點有效地協調集成在一起，形成一個完整的智能車載信息系統，從而使得信息在不同車載終端間共享。系統通過建立協同的智能交通環境，改善信息交流的方式，減少或消除時間或空間上被分隔的問題，從而提高交通終端群體工作的效率。

協同系統必須正確地實現協作機制才能夠支持協作活動。合作機制是交互式終端的協議，可以完成分配資源和并發進程處理等任務。設計協同機制要考慮的因素比較多，其中需要優先考慮的是:體現用戶需求的差異性，響應實時高速并且準確，處理合作過程中的意外事件，整合各要素成統一的有機體［6］。

1.2 系統框架

多個車載網絡中的節點為完成系統智能化這個共同目標而組成一個集群，在通信網絡環境下，尤其在協同系統技術的支持下，各個群體協調工作，最終完成統一的目標。基于動態地圖界面的智能車載系統包括服務器集群、終端集群、移動網絡和車載終端，如圖1所示。

圖1 智能車載系統框架圖

服務器集群包括動態地圖數據庫管理功能模塊、實時流視頻服務功能模塊、最佳行車路徑分析功能模塊和信息發布功能模塊。終端集群包括固定攝像模塊、路測傳感模塊、紅外檢測模塊。車載終端單元包含以下基本模塊:車載移動攝像模塊、車載全球定位系統(GPS)模塊、便攜式通信模塊和車載處理與顯示模塊。

服務器集群的主要功能有地圖數據的存儲和更新、最優行車路徑的計算、視頻流點播的響應和最終信息的發布等。終端集群主要負責探測當前交通網絡中的各項參數，如車輛擁堵情況和環境因素等，同時也具備向服務器實時傳送各項參數的能力。車載終端單元是向用戶展示最終信息的平臺，不僅可以根據交通擁堵狀況描繪出不同的出行地圖，也可以實時上傳和播放服務器端存儲的交通視頻流。

1.3 協同流程

系統總體協調流程如圖2所示。固定攝像模塊、紅外檢測模塊和路測傳感模塊測得路段車流量和平均車速等數據，通過移動網絡將信息上傳至服務器。動態地圖數據庫管理功能模塊根據信息更新動態地圖數據庫。

圖2 智能車載系統協調流程圖

服務器集群中的最佳行車路徑分析功能模塊基于動態地圖數據庫，給出從當前位置到目的地的最佳行車路線，并根據實時交通狀況的變化靈活地更換路線。結合車載終端單元的便攜式通信模塊通過移動網絡，最佳行車路徑分析模塊將最佳行車路線通過車載處理與顯示模塊顯示在地圖界面上，為行車司機提供路由導航服務。

車載終端單元的便攜式通信模塊通過移動網絡從服務器的動態地圖數據庫管理功能模塊加載動態地圖數據庫信息，并通過車載處理與顯示模塊將交通擁堵狀況在實時地圖界面上顯示出來。系統使用車輛平均速度作為路段擁堵狀況表征量，平均車速越低表示道路越擁堵，在地圖界面上用不同顏色代表各路段平均車速的差異，當車速大于100 km/h顯示為綠色，當車速小于60 km/h顯示為紅色。

固定攝像模塊、路測傳感模塊和紅外檢測模塊對交通突發事件提供報警功能，并將此類信號通過移動網絡及時上傳服務器并反饋給道路監控部門或監管車。車載終端單元的便攜式通信模塊得到報警信號，再由車載處理與顯示模塊通過用戶界面顯示給監管車終端用戶。同時監管車用戶和道路監控部門可以通過信息發布功能模塊，在應急處理的用戶界面發布應對緊急狀況的指令，通過移動網絡調度人力物力，采取應急措施。

車載移動攝像模塊拍攝圖像或者視頻，并由便攜式通信模塊傳輸至服務器。服務器中的實時流視頻服務功能模塊接受查詢并發起收發雙方的會話，供現場以外的執法人員調看視頻，實現現場執法取證功能。車載GPS模塊和車載移動攝像模塊分別得到車輛位置和沿途視頻并由便攜式通信模塊通過移動網絡傳輸到服務器。交通管理者通過移動網絡調看車輛位置和沿途視頻信息，達到行車跟蹤的目的。

1.4 功能實現

1.4.1 最優路徑分析

求解最優路徑問題的思路是:將實際問題抽象為數學問題，運用圖論、動態規劃或者各種經典算法進行求解。其求解過程大致有以下幾步:

1)將實際的路徑信息轉化為可用于機器學習計算的格式，并得出整體的拓撲結構;

2)根據動態規劃原則求得相關路段的權值;

3)依據最優路徑算法求解最優路徑問題。

最短路徑搜索算法中最著名的為Dijkstra算法和A*算法，也是被研究和改善的熱點。Sven Koenig等人在A*算法的基礎上提出了Lifelong Planning A*(LPA*)算法［7］，該算法是一種動態最優路徑算法，可以較好地解決路段出行費用不斷變化的情況下最優路徑搜索問題。

1.4.2 調度控制算法

基于動態地圖界面的車載系統給用戶提供實時更新的動態地圖。相比傳統地理信息系統(GIS)的靜態畫面，動態地圖能夠將路網交通的時變信息，如:交通控制信號(紅綠燈變化)、車輛位置和速度的改變、自然環境變化(雨、雪、霧天氣)等使用形象的仿真畫面實時展示出來。

對于實時路況的技術實現，相對于靜態的GIS，該系統采用分層的方式進行交通路況后臺數據更新，實現動態的、實時的展示，如圖3所示。

圖3 動態地圖界面

該系統將動態地圖數據分為如下4層:

1)靜態層:靜態(半永久性)的數字地圖數據庫;

2)準靜態層:類似的靜態信息，保存在數字地圖數據庫中;

3)非標準動態層:臨時的和動態的信息(如天氣，交通條件);

4)動態層:關于移動物體(車輛、易受傷害的道路使用者和動物)動態的和其他高度動態的信息。

4層數據疊加并通過GIS界面形成道路具體狀況的展現。該系統僅對車輛數據感興趣，因而對靜態層和準靜態層不做更新。系統的動態地圖數據庫采用NAVTEQ公司提供的SQLite，數據庫的更新和加載工作均基于python語言中SQLite的函數接口，在車載端的地圖界面采用Google地圖開發的API。

1.4.3 交通事件監測

固定攝像模塊、路測傳感模塊和紅外檢測模塊通過實時圖像處理等技術測得一個路段內的車流量、車輛平均速度等參量，同時完成交通事件監測任務［8］。

交通事件檢測具體方法如下:

1)首先進行攝像機標定，將物理世界的坐標和圖像坐標相對應。

2)做背景建模即圖像背景的提取，對圖像背景(道路和路側固定設施等靜態單元)做模型構建，為前景與背景的分離提供必要條件。

3)利用對前幀與后幀作差分的方式，得到動態物體所在空間位置坐標和動態物體的特征點，使得前后幀的特征點得到匹配。

4)在動態物體(車輛)位置坐標測得后，通過坐標變換算得實際坐標系下車輛速度，并對經過車輛計數(每15 min統計一次車流量)。

5)對于檢測到的車速異常的狀況(意外停車、超速等)做報警處理，發送異常事件的信息。

1.4.4 車載視頻處理

該系統移動視頻經車載終端單元的車載移動攝像模塊采集后做H.264編碼壓縮處理，再通過實時傳輸協議(RTP)打包發送給服務器［9］。當交管中心或監管部門有點播請求時，服務器端實時流視頻服務功能模塊發起收發雙方的實時流傳輸協議(RTSP)會話。接收端接收實時流視頻數據并通過VLC播放器軟件解碼后播放［10］。

所述服務器的實時流視頻服務功能模塊與RTSP會話采用了Twisted編程框架。Twisted編程框架是運用python實現的服務器架構，中心概念是非阻塞異步這一思想。

Twisted技術的初始化及工作流程如下:

1)讀取其網絡抽象層單元結構中的SPS序列參數集和PPS等信息，依據SDP協議生成后綴為index的索引文件。

2)打開服務器1556端口，時刻監聽客戶端的點播申請。

3)當有客戶端點播視頻時，服務器先檢測是否己做解析。

4)在保證H.264格式的視頻做過解析后，利用解析信息與客戶端建立RTSP對話。

5)以RTP協議傳輸視頻流，供客戶端播放。

2 系統效果

協同車載系統可為不同類型車輛提供不同的個性化服務。車輛可以根據各自需要定制其自身的業務，協同終端系統則會提供相應的功能和服務。在此將車載用戶分為兩大類:普通車和監管車。

普通車的終端首先需要加載地圖數據，并將數據顯示出來，以給用戶提供路網整體擁堵態勢。在此交通實時狀況己知的基礎上，系統進行宏觀交通流預測與事件檢測，結合實時與預測的數據顯示最優行車路徑，如圖4所示。

圖4 普通車路況顯示與最優路徑(截圖)

監管車可現場拍攝視頻取證，并上傳給交警部門為其決策提供依據。監管車也可以通過終端系統得到路網交通緊急狀況的報警并發布應急指令、調度人力物力解決問題。當某個路段經檢測認為可能有事件發生時，就在該處顯示警示符號，如圖5所示。當管理人員發現有警示符時，再對該地區進行進一步排查，確定是否確實有突發事件。

圖5 監管車路況監控(截圖)

3 小結

文章提出了一個基于協同技術的智能車載系統設計。通過相關關鍵技術的協同融合，調動各個終端及服務器協同工作，利用不同交通網絡的能力，在車載網絡的各個層面形成多維的協同服務，實現車載用戶個性化的智能應用，最大限度地發揮了異構車載網絡的能力。在智能交通運輸道路上，邁出了朝著高效、安全、環保、可靠方向發展的一步。

:

［1］嚴新平，吳超仲，楊兆升.智能運輸系統——原理、方法及應用［M］.武漢:武漢理工大學出版社，2006.

［2］潘琪.智能交通:促進城市交通可持續發展的最佳途徑——楊兆升教授訪談錄［J］.綜合運輸，2010(7):85－89.

［3］戴明.物聯網技術在交通運輸領域應用戰略的思考［J］.交通信息與安全，2012(4):142－144.

［4］李蕊.日本智能交通系統介紹及其借鑒［J］.中國交通信息化，2011(1):123－126.

［5］彭木根，王文博.基于協同機理的下一代寬帶無線通信系［J］.數據通信，2007(4):1－5.

［6］KOENIG S，LILHACHEV M，FURCY D.Lifelong planning A* ［J］.Artificial Intelligence Journal，2004，155(1－2):93－146.

［7］LIAKOU，HARIS M.An overview on transports and ITS［J］.Communication in Computer and Information Science，2010(112):343－345.

［8］郭曉，郭曉金.基于時空的混合高斯背景建模的運動目標檢測［J］.電視技術，2013，37(3):185－187.

［9］吳林煌，楊秀芝，云桂桂，等.數字電視插播系統的設計與實現［J］.電視技術，2013，37(4):32－35.

［10］張慧，張國軍，薛南，等.數字傳感器系統的研究與實現［J］.電視技術，2013，37(5):78－81.