基于云計算的智能交通信息采集系統的設計與實現

范雙南

摘要：文章從智能交通與云計算技術的概述入手，闡述了基于云計算的智能交通系統構成，最后重點論述了基于云計算的智能交通信息采集系統的設計與實現。期望通過該文的研究能夠對促進我國交通運輸業的持續、穩定發展有所幫助。

關鍵詞：智能交通；云計算；系統設計

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2019）09-0231-02

近年來，隨著我國經濟水平的不斷提升，推動了交通運輸業的發展，作為國民經濟的基礎產業，交通運輸發達與否直接關系到國家的現代化程度。現如今，我國的汽車保有量逐年增長，由此使得各種道路交通問題隨之顯現，給社會經濟發展造成了不利影響。為改善當前的交通現狀，可對先進的云計算技術進行應用，設計智能交通信息采集系統，對相關信息進行收集，為交通管理部門開展工作提供翔實可靠的依據。借此，本文就基于云計算的智能交通信息采集系統的設計與實現展開研究。

1 智能交通與云計算技術概述

1.1 智能交通

智能交通是指在交通管理系統中通過引入計算機技術、信息技術、控制技術、數據通訊技術、傳輸技術、電子傳感技術等先進技術而建立起來綜合交通運輸管理系統，該系統具備準確性高、實時性強、運行速度快的特點。智能交通系統可實現交通資源的優化配置，提高現有交通設施和交通能源的利用能效，提高交通管理的經濟效益和社會效益。隨著城市化進程的不斷加快，以及道路工程規模的逐年擴大，機動車輛總數和流量也隨之大幅度增加，這就要求交通管理必須運用先進的科學技術手段建立起智能交通系統，緩解城市交通壓力，解決交通運輸的供需匹配問題，提高交通管理的科學化水平。智能交通系統可采集和處理龐雜的交通數據，快速優化車輛路徑，實時發布交通狀況信息，實現對路況的跟蹤監控。當前，智能交通系統已經成為一種適用于交通管理領域、推動交通事業可持續發展的高新技術。

1.2 云計算技術

云計算是以分布式處理、并行處理、網格計算技術為支撐，借助網絡平臺自動拆分計算處理程序，并將拆分后的無數子程序存儲在大量分布式計算機產品中，通過整合大量數據和處理器資源，將其分布在分布式計算機中，實現對數據資源的協同利用。從本質上來看，云計算是一種基于互聯網的超級計算模式，集成了互聯網上的硬件設施及其提供的應用服務，并對硬件設施和應用服務實施統一管理。云計算能夠為用戶提供數據存儲和網絡計算服務，使用戶在互聯網環境下將云計算視為數據處理中心，便于用戶通過云平臺獲取所需的資源服務，降低用戶的信息資源管理成本。

1.3 基于云計算設計智能交通系統的必要性

隨著道路交通事業的快速發展，交通擁堵問題、行車安全問題日益突出，這就要求智能交通系統必須實時采集、高效處理、準確分析、及時發布、海量存儲交通信息，為交通管理部門提供交通管制依據。而云計算具備超強計算能力、信息融合共享、分布式存儲等優點，將其運用到智能交通系統設計中構建起智能交通系統云平臺，有助于提高交通信息獲取的時效性，優化信息采集的全過程，從而增強智能交通系統的信息處理能力。同時，云計算還支持最優路徑誘導、基于GPS的浮動車技術、短時交通流量預測、交通信號控制等功能，可滿足智能交通系統的綜合管控，擴大智能交通系統的功能。此外，云計算具備自動化IT資源調度、高度信息部署等優勢，可將其應用到智能交通系統中解決信息高度處理和信息資源調度問題，推進信息產業和交通管理的融合發展，不斷提升城市綜合交通信息管理的智能化水平，促進交通信息服務產業快速發展。

2 基于云計算的智能交通系統構成

基于云計算的智能交通系統主要包括四個子系統，分別為信息采集系統、數據傳輸系統、數據處理系統、信息發布系統，各個子系統的運行框架如下：

2.1 信息采集子系統

信息采集子系統主要對路況信息進行采集和處理，該系統由無線傳感器節點和無線傳感器匯聚節點組成，其中無線傳感器節點是整個系統的基本組成單元。當無線傳感器節點檢測到信息之后，將信息發送到收發單元，再由收發單元將信息傳送至無線傳感器匯聚節點，由匯聚節點融合計算信息，并將信息輸出。在無線傳感器節點的安裝上，應將其安裝在道路兩邊和遠離信號燈的區域，實時檢測車道上行經的車輛信息以及路況信息，將檢測信息實時發送到匯聚節點。

2.2 數據傳輸子系統

在數據傳輸子系統中，無線傳感器匯聚節點可將道路兩邊傳感器發送的信息匯聚成信息流，并基于HTTP協議向云服務器上傳所有信息，使云服務器上實時存儲道路交通車輛數據。

2.3 數據處理子系統

在智能交通系統的數據處理子系統中可運用云計算的海量數據分析存儲技術、虛擬化技術、海量數據管理技術、云計算平臺管理技術，對數據信息進行高效率處理，使云計算為智能交通系統數據處理提供服務。在數據處理子系統中，要進一步優化算法，通過計算分析海量交通車輛信息和路況信息，得出最優車輛路徑，體現智能交通系統數據處理的實用性。

2.4 信息發布子系統

信息發布子系統主要用于發布數據處理子系統得出的最優車輛路徑信息。在智能交通系統的公眾服務平臺上，可結合信息采集技術、云計算技術和信息融合技術，對車輛信息資源進行挖掘利用，及時通過道路上的顯示屏或廣播等途徑，向社會公眾發布出行信息，使出行信息覆蓋到任意時間點和任意地點，提高信息服務水平。基于云計算的公眾服務平臺可實現對數據資源的分布式存儲，為用戶提供多元化的信息服務。

3 基于云計算的智能交通信息采集系統的設計與實現

在基于云計算的智能交通系統中，信息采集子系統是整個系統最為重要的組成部分，直接關系到數據傳輸、數據處理、信息發布系統的有效運行，所以下面對基于云計算的智能交通信息采集系統的設計進行分析。

3.1 設計思路

當前，交通信息資源分散在各個交通管理部門，為了建立起統一的智能交通信息系統，應根據具體情況采用不同的系統設計方案。若已經建成交通管理信息化系統，則智能交通信息采集系統可通過數據同步、數據復制、現有系統集成等方式，統一數據集成口徑，將數據全面匯集到新的信息采集系統中；若未建成交通管理信息化系統，則可通過新建智能交通信息采集子系統，采集來自交通管理部門、交通信息中心及交通信息服務公司的交通基礎數據，對交通基礎數據進行集成、匯聚和綜合處理。

3.2 設計方案

基于云計算的智能交通信息采集系統主要包括以下三個功能模塊。

（1）信息采集模塊。該模塊主要用于采集交通服務的靜態信息和動態信息。其中，靜態信息是指道路靜態數據、客運路線信息等隨著時間變化較為緩慢的交通信息，可從交通主管部門的數據庫中直接導入相關信息；動態信息是指路況動態信息、車輛定位信息、交通事故信息、道路維護信息等隨著時間變化較快的交通信息，可通過安裝無線傳感器、GPS定位裝置、感應檢測線圈等設備進行實時數據信息采集。在信息采集模塊中，數據源和數據采集方式的不同，其采集的數據格式也有所不同，所以需要將格式一樣的數據直接導入到中心數據庫，而對于格式不一樣的數據，則需經過數據格式轉換后再導入中心數據庫。在中心數據庫中，要根據數據類型的不同進行分類存儲。

（2）交通信息預處理模塊。該模塊主要負責對信息采集模塊獲取的交通信息進行實時動態處理，根據實時動態處理結果得出最優路徑，并且保證該路徑是緩解城市交通系統擁堵問題的最優路徑。在交通信息預處理模塊中，主要經歷以下四個數據信息預處理環節：

①動態數據處理。動態數據處理需要對隨著時間變化較快的動態交通信息進行處理，尤其要對關于道路通行狀況的信息進行處理，從而得出用戶易于理解的具體數據。如，某路段某個時間段的車流量、平均車速、擁堵情況等，便于用戶對路況做出直觀判斷。

②數據解析。數據解析需要根據已掌握的道路長度、車道數、道路實時速度、車流量等數據信息，對路線規劃總體情況進行解析，細化道路信息數據，以便在用戶出行前獲取翔實的道路信息。

③短時交通流預測。在短時交通流預測中采用非參數回歸方法對動態導航收集的交通流量信息進行短時預測，經過實踐檢驗，這種算法誤差可控制在10%以下，能夠基本上滿足車輛行駛對動態交通信息的需求，便于道路車輛根據未來短時期內的交通流量變化做出行車路徑選擇。

④最優路徑建議。在道路信息預處理模塊中，不僅可以為道路交通管理部門進行交通管制提供信息依據，而且還能夠為行車路徑規劃提供最優路徑建議。用戶只需在路網中輸入靜態路徑，就可以獲取靜態路徑上的浮動車數據，得出當前最優路徑。

（3）交通信息傳輸模塊。該模塊需要設置統一的訪問接口，通過Internet網站、移動終端、VMS等平臺，將交通服務信息傳輸到智能交通系統的中心數據庫中，并由中心數據庫對交通信息進行處理之后，將其發布到各個交通信息管理平臺。在智能交通系統中，要保證交通信息傳輸與交通信息發布的數據相同步，提高交通信息的實時更新速率。

3.3 智能交通云的構建與實現

在對智能交通信息采集系統進行設計的過程中，需要對計算設備及應用服務進行分層化處理。其中的計算設備層可以借助云計算進行實現，由此可使該系統的應用成為云計算的一種服務模式，即智能交通云平臺。下面對具體的構建方法和實現過程進行分析。

（1）云的實現方法。①最優路徑搜索。本文構建的智能交通云歸屬于私有云的范疇，為實現相關功能，除了要有強大的計算處理能力之外，還應當具備快速響應能力。目前，云端最優路徑搜索算法有兩種情況，一種是靜態搜索，另一種是動態搜索，由于靜態搜索構建的是一條理想的最短路徑，在實際應用中，受各方面因素的影響，很難達到理想的狀態。所以，選用動態最優路徑搜索，以遺傳算法進行實現。

②遺傳算法。該算法是一種具有全局意義的自適應搜索技術，它的理論基礎為遺傳學和自然界優勝劣汰法則，整個計算過程中，包含了與生物遺傳和進化近似的步驟。不僅如此，遺傳算法還具有本質的并行計算特點。由于云端能提供按需的并行運算能力，從而使得該算法在系統構建中的應用成為可能。遺傳算法能從自然選擇機理中，對算子進行抽象化處理，在此基礎上完成編碼字符串的操作。遺傳搜索的每一代當中都含有上一代的最優個體，這樣便可使搜索收斂至全局最優解，進而得到最佳的動態路徑。遺傳算法可從群體的角度出發進行搜索，并且能對若干個體進行同時比較，整個過程較為簡單，通過概率機制進行迭代，擴展性較強，并且還能與其他算法結合使用。

③接口設置。本系統設計的云端平臺以Web Service作為通信協議，返回的本文格式為XML，服務器端的更新頻率為2min一次。

（2）信息采集終端的實現。信息采集終端采用GPS定位技術、移動信息設備定位技術等技術，通過在城市出租車上安裝GPS定位裝置或在私家車的車載導航終端上安裝GPS定位裝置，進而實現對原始動態交通信息的采集。隨著信息采集終端用戶的不斷增多，采集到的交通信息數據準確性也會隨之提升，能夠為智能交通信息采集系統提供更加實時完整的原始數據。信息采集終端是移動通信設備和GPS定位技術相結合的產物，基于云計算的信息采集終端具備以下特點：智能交通采集系統將所有接收到的信息存儲于云端，并由云端完成復雜的交通信息處理和計算，無須增加信息采集終端的運行負荷；信息采集終端不僅是交通信息服務的享受者，同時也是原始交通信息的提供者，使得信息采集終端成了云服務中的重要組成部分；車載的信息采集終端可從云端直接獲取最新的道路交通信息，并且所有電子地圖都可在云端完成更新。

4 結論

綜上所述，我國在智能交通系統方面的研究起步較晚，與發達國家存在一定的差距，很多問題都無法通過現有的技術條件進行解決。而云計算的出現，為智能交通系統的完善提供了平臺。因此，可在智能交通系統的設計中，對云計算技術進行合理應用。本文基于云計算設計開發了智能交通信息采集系統，通過該系統的構建，可為交通管理部門開展相關工作提供翔實、可靠的數據支撐。

參考文獻：

[1] 余潔淋，李春雨.基于云計算的交通管理應用研究[J].電子世界，2018（7）：95-96.

[2] 范中華.高速公路智慧交通平臺與初步應用研究[D].重慶交通大學，2015.

[3] 徐大成.基于物聯網和云計算的智慧園區信息系統的研究與實現[D].西安電子科技大學，2015.

[4] 伊新，宋長亮.RFID在智能交通物聯網系統中的應用[J].傳感器世界，2013（6）：118-120.

[5] 韓歡.基于大數據的智能交通運輸平臺的研究[D].成都理工大學，2014.

[6] 張志遠.基于“云計算”的智能交通系統研究與構建[D].西北師范大學，2011.

[7] 伊新，宋長亮.RFID在智能交通物聯網系統中的應用[J].電氣傳動自動化，2013（12）：145-147.

[8] 鐘學燕，岳輝.成都市智能交通實施框架[J].交通標準化，2013（1）：162-164.

【通聯編輯：代影】