基于群智感知的智慧城市交通系统研究

谢树云，冉 婕，杨雪松

（昭通学院 信息科学与技术学院，云南 昭通 657000）

随着科学技术的发展，城市越来越大，人口越来越密集，工作距离越来越远，汽车在日常生活中扮演了越来越重要的角色，交通问题成为影响生活质量的重要因素。但是，因为道路、车辆、管理等诸多因素，导致大多数城市均存在交通拥堵、出行困难的问题，不但耽误工作，而且加重了本来就严峻的环境污染，生活幸福感下降。“治堵”、“疏堵”成为当前各级政府主管部门最为关注的社会问题。

目前，各大城市缓解交通压力的做法，有倡导绿色出行、汽车分流、限购、限行等手段。这些方法在一定程度上减轻了交通的压力，但对于既有的庞大汽车群和上班族，以及稳定的增长，这些措施仍然不够。相对于硬件设施建设，掌握实时的交通信息成为最主要的可行措施。现在，车辆行驶时的交通信息主要来源于地图、广播、打听和经验。这些方法存在严重的问题，1）信息收集缓慢，延时严重，满足不了实时应用的需要；2）信息不全面，不能满足各种用户的信息要求；3）不准确，来源于目测，信息片面，有误差，人工信息传递过程中可能存在严重的失真；4）无预警，不能根据长期观测找到规律，并为交通管理提供决策支持。

城市中交通路网等基础设施的建设和城市规划的调整需要较长的周期，而且涉及到居民拆迁、部分路段需要封闭施工，在短时间内无法缓解甚至可能加重城市交通系统的负担，应用高速的通信网络和计算机技术实现交通系统的智慧化运作调度，作为短期和长期可持续产生效益的手段，成为政府的首选方案。智慧交通[1-2]应该具备环保、便捷、安全、高效、可视、可预测等特征。

虽然物联网[3]已经在交通中有一些诸如ETC（Electronic Toll Collection，电子不停车收费系统）的应用，但在城市交通中仍然鲜见，或者处于原始阶段，系统之间存在数据共享程度低、数据处理速度慢等问题。本文针对交通的严峻现实，提出了一个基于群智感知[4]的解决方案，名为智慧城市交通系统（SUTS，Smart Urban Transport System)。

1 基本概念

群智感知（PCW，Perception of Collective Wisdom），是指以普通用户的手机、平板电脑、GPS等移动设备作为基本感知单元，通过移动互联网进行有意识或无意识的协作，实现感知任务分发与感知数据收集，完成大规模的、复杂的社会感知任务。群智感知充分发挥“人多力量大”的特点，将大量普通用户拧成一股绳，形成随时随地、无孔不入、与人们生活密切相关的感知系统。在群智感知中，完成复杂感知任务的参与者不需要拥有专业技能的人士，大量普通用户可以成为中坚力量，通过合理的协作来完成他们单独不可能或者说根本想不到要完成的任务。

物联网 （IOT，The Internet of Things）， 是一个基于互联网、传统电信网等信息载体，让所有能够被独立寻址的普通物理对象实现互联互通的网络。它具有普通对象设备化、自治终端互联化和普适服务智能化等3个主要特征[3]。也有人认为，IOT在原来的Internet上之外增加了Things，解释为Everything，不局限于物理上具体的物，所以将IOT译为“万联网”或“全联网”更合适。

车联网[5]（IOV，Internet of Vehicle），在 2012 年 9 月 CCF YOCSEF上提出，车联网是指将数字化标准信源技术应用服务于汽车和汽车驾驶者，通过无线射频等识别技术与装载在汽车上的电子标签互联，实现在信息网络平台上对所有车辆的属性信息和静、动态信息进行提取和有效利用，并根据不同的功能需求对所有车辆的运行状态进行有效的监管和提供综合服务。

2 系统模型

系统模型如图1所示，整个SUTS由信息感知采集单元（图中包括GPS、卫星、智能手机、笔记本电脑、道路设施）、信息甄别汇总单元、数据处理单元、区域数据自治单元、数据应用单元（图中包括交通管理部门、政府、车辆环境、道路设施）、数据中心等6个部分组成。

图1 智慧城市交通系统架构Fig.1 SUTS architecture

2.1 信息感知采集单元

此单元实现基础数据的采集，感知数据必须要高效的收回来，并一定要求实时性和整体性。为了降低开销，可以采用“弱”联网的方式，在本地设置缓冲区，在需要时联网，或联网时才向上传输数据。无线通信技术可以把移动通信设备、GPS、笔记本电脑、道路基础设施等设备连接起来。感知技术可以实现对传感器实现植入和识别，比如车牌号码识别、热点识别。视频车辆检测可以实现交通流量计量、事故检测。全球定位系统GPS可以接收多个不同卫星的信号并计算车辆所在的位置。

群智感知主要体现在任何系统范围内的用户都可以由终端设备主动或者被动的采集位置、交通流量、速度等信息并发送。譬如，手机用户可以发送文字、图片信息，监控、录像设备发送连续录像到采集单元；集成系统也可以对某一范围的移动车辆、信任手机用户、GPS进行主动探测，根据位置、移动速度、红绿灯周期等信息进行识别。

2.2 信息甄别汇总单元

此单元对信息感知采集单元发送来的信息进行甄别，提高数据质量。由于没有经过训练的用户作为基本感知单元会导致数据的不精确、不完整、不一致、不及时等问题，感知的方式和习惯也会影响感知数据的正确表达和解释。所以需要在数据预处理阶段抛弃没有意义的信息，挖掘有效信息，形成简单的数据意义并汇总。

2.3 数据处理单元

此单元对各个汇总单元发来的数据进行进一步处理。一方面，对经过甄别的数据进行合成，把离散的信息合并成城市区域的交通信息。另一方面，对数据进行挖掘。譬如，对于地图上的某个路口，通过对一段时间内不同时段的流量、速度进行分析，判断是否属于交通热点；对两个位置之间的道路状态进行分析，以运行时间、距离或者成本为标准，发现两点之间的快捷路线。

2.4 数据应用单元

此单元完成有效的实时交通信息发布，通过手机信息、GPS更新、广播、互联网络等途径发布最新的交通信息。用户根据实时交通信息选择合适的时间、路线。

这个单元中，可以为交通管理提供规划依据，可以实现自适应交通信号控制，可以为政府改善城市交通、规划交通路线提供参考，可以帮助出租车乘客对时间、费用、候车信息进行预测，可以帮助司机实现道路路况检测，推荐行车路线，可以为公共安全、智能物流提供参考。应该说，这个单元才是多数用户直接感受到的智慧交通系统[6]。

2.5 区域数据自治单元

此单元实现本区域内交通信息的管理，是可以独立工作的单元。可以是一个小城市，也可以是大城市的某个区域。

2.6 数据中心

是更大范围内的交通信息交流平台。可以通过数据中心访问其它区域的实时交通信息。鉴于系统负担繁重，数据中心只提供区域数据中心之间的交流服务，不提供应用服务。

2.7特点

由于SUTS内的多数数据采集工作由自动设备完成，或者由大众无意识参与完成，数据处理功能由软件完成，为各种用户提供信息支持，SUTS具有以下特点。

1)低工作量。基本不需要专门人员完成数据采集和数据计算。

2)低成本。由于人工少，所以需要支付的人工成本低，多数成本在于建设交通系统本身。

3)大众无意识协作。群智感知的信息采集中，手机用户、GPS用户都不需要刻意的去做采集工作，使用设备上的自动化软件可以实现自动、定时、定点的信息发送。

4)大数据处理。由于信号采集的频率越高，数据量会直线上升，所以需要系统具有大数据处理能力。

5)增量修正。可以对原始数据进行识别；随着时间的推移，可以对系统内的信息进行自动的、智能化的修正、补充。

6)快速反应。全程的自动化，能够保证道路信息在第一时间进入系统，让其它用户实时的了解路况信息。

3 关键问题

在SUTS系统模型中，关键的问题主要在于群智感知数据采集、数据处理和信息服务，将会直接影响到信息的准确性和服务质量。

3.1 群智感知数据采集

数据采集由信息感知采集单元完成，包括流量、速度、路况、安全监测。现在普遍使用的采集设备有流量摄像头、测速摄像头、收费站、视频摄像、3G/4G网络手机、路口感应设备、GPS导航仪。这些设备中，GPS在车辆中属于基本配置，并且能自动完成移动数据采集，应该作为速度检测的主要设备。收费站、路口感应设备、视频摄像设备等城市基本设施在关键的路径上，应该作为流量检测的主要设备。城市人口密集，手机无处不在，本应该作为首选的采集设备，但是用户使用手机的习惯、用户的责任感不 一，会直接影响数据质量，比较可行的方案是建立信任档案，对于信任用户和普通用户发送的信息区别处理。对于城市道路维修、改造等活动，因为周期较长，完全可以人工操作输入系统。在道路上运行的车辆也可以通过车联网感知对方，并实行信息共享。

图2是一个典型的车辆感知运行环境。

图2 车辆感知环境Fig.2 Preception of the environment of the venicle

3.2 数据处理

数据处理涉及前面的信息甄别汇总单元和数据处理单元，有两个重点。一是采集来的数据质量不一，准确度有差异，需要进行判断、预处理。过期的信息，矛盾的信息，无地址时 间的不明确信息可以被直接抛弃。对初选合格的信息，按照区域、地址、时间、现象等特征进行分类预处理。二是需要把各种数据都绘制在同一幅数据地图上。另外，还要为更高层次的应用，进行数据统计。

由于从若干感知单元收集来的数据量异常庞大，这个阶段需要大数据处理能力，TB级已经不能满足需要，PB、ZB勉强够用。

3.3 信息服务

信息服务是数据应用单元的任务。对车辆来说，最重要的是能得到实时交通信息，选择最优的形式路线，可以通过收听广播、计算机在线查询得到。对于交通管理部门，则是尽量避免交通拥堵，合理部署交通线路，自动适应交通灯控制。对于政府，则要根据长期的信息检测，在城市建设时提供有效的决策参考。

4 结论

和SUTS类似的方案已经有应用，譬如水文系统已经实现了对区域的水文信息的定时数据采集，基于这些数据进行河流流量、洪峰预报，帮助水库、电站、民政、政府实现调控。但在交通系统中，仍然任重而道远。我们期望，真正实现智慧地球的目标。

[1]曾华燊，朱怀芳.论智慧轨道交通及其系统架构[J].计算机应用，2012,32(5):1191-1195.ZENG Hua-shen ZHU Huai-fang.Smart rail transportation and its system architecture[J].Journal of Computer Applications,2012.32(5):1191-119.

[2]窦军,曾华燊,谭献海,等.智慧轨道交通全联网(SRT-IoT)——更广泛的互联互通[J].计算机应用，2012,32(5)：1199-1204.DOU Jun,ZENG Hua-shen,TAN Xian-hai,et al,Internet of Things for smart rail transportation:aiming for wider range of object-interconnection[J].Journal of Computer Applications,2012,32(5)：1199-1204.

[3]刘云浩.物联网导论[M].北京：科学出版社，2011.

[4]刘云浩.群智感知计算 [J].中国计算机学会通讯，2012,8(10)：38-42.LIU Yu-hao.Crowdsourcing and participatory sensing：Towards collective intelligence[J].Communications of the CCF,2012,8(10)：38-42.

[5]熊伟,王涛.车联网技术前沿 [J].中国计算机学会通讯，2012,8(10):89.XIONG Wei,WANG Tao.Technological frontier of internet of vehicle[J].Communications of the CCF,2012,8(10)：89.

[6]齐观德,潘纲,李石坚.当出租车轨迹挖掘遇见智能交通[J].中国计算机学会通讯，2013,9(8)：30-37.QI Guan-de,PAN Gang,LI Shi-jian.Taxi trace mining in intelligent transportation systems [J].Communications of the CCF,2013,9(8)：30-37.