云计算在智能交通中的应用

1. 四川大学，锦城学院，成都 611731

2. 西南交通大学，交通运输与物流学院，成都 610031

0 引 言

汽车数量快速增长，由此带来的交通拥堵、安全事故和环境污染等已严重影响社会经济的健康发展。交通发展必须是可持续发展模式，智能交通技术应用到现代交通中成为了解决矛盾的有效途径。经过几十年的发展，智能交通也面临诸多问题，如不能提供时时交通信息，交通信息处理低效，交通流预测不准确等。针对这些问题引入“云计算”的概念，构建智能交通云系统，提高智能交通系统的信息时效性和准确性，同时也为各种交通系统的信息融合提供技术支持，促进综合交通的发展。

1 智能交通的发展和云计算概述

1.1 智能交通系统的发展历程

二战结束后，世界经济复苏，交通迅速发展，汽车数量的增加使道路拥堵等问题日益严重，各国开始关注并研究可持续的交通发展模式——智能交通系统（Intelligent transportation system，ITS）。

20世纪50年代，美国通用汽车公司进行了自动驾驶系统试验，研究利用雷达跟行前方车辆，如日本丰田汽车公司进行了MAC系统的自动驾驶实验等。因为当时技术不完善，增加道路网密度能更快解决交通拥堵问题，因此直到20世纪80年代中期人们才开始深入研究ITS。1986年，欧洲19个国家政府、公司和大学建立了PROMETHEUS（使欧洲交通最高效且最安全的工程），PROMETHEUS计划包括对公路系统的改进和综合交通系统的发展。1991年，欧洲交通部和欧洲委员会共同成立了 ERTICO组织，ERTICO最初的研究目的是道路交通，后来研究方向也逐渐扩展到综合交通领域。1998年，ERTICO开始进行新的方向研究，它们包括：数字声音广播（DAB）、系统结构（KAREN）、视频援助（VERA）等[1]。

随着计算机技术、通信技术的不断发展，目前智能交通系统的研究领域包括：先进的交通管理系统（Advanced Traffic Management Systems，简称ATMS）、先进的旅行者信息系统（Advanced Travelers Information System，ATIS）、自动收费系统（Electronic Toll Collection System，简称ETCS）、公共交通系统（Advanced Public Transport System，简称APTS）、运行管理和紧急事故管理系统（Security and Emergency Management System，简称SEMS）、货物和流量管理系统（Freight and Fleet Management System，简称FFMS）等。

云计算本质是整合型的计算模型，整合了多类不同计算技术和概念。按照交付模式云计算分为：软件服务、平台服务、基础设施服务，如图1所示。IaaS层将硬件基础资源封装成服务供用户使用，用户搭建自己的业务平台，如亚马逊的 AWS（Amazon Web Services）。PaaS层提供用户应用程序的运行环境，用户能够在这个平台上快速搭建自己的应用，如Google App Engine和 Microsoft Windows Azure。SaaS层把应用或者软件封装为服务，用户可以通过任何网络设备使用这个程序，如 Google的 Gmail和 Sales force公司的CRM（Client Relationship Management）服务，允许大量的用户同时在线并提供云端存储、处理等服务。

图1 云计算交互模式Fig.1 Cloud computing interaction model

我国云计算发展也非常迅速，2008年5月10日，IBM 在无锡太湖建立了中国第一个云计算中心；随后，IBM在北京IBM中国创新中心成立了第二家中国的云计算中心——IBM大中华区云计算中心。2008年12月，阿里巴巴集团旗下子公司阿里软件于2009年初在南京建立国内首个“电子商务云计算中心”。世纪互联推出了Cloud-Ex产品线，包括完整的互联网主机服务“Cloud-Ex Computing Service”。

2 智能交通云的构成与功能

2.1 智能交通云

智能交通子系统包括：先进的交通管理系统、先进的旅行者信息系统、自动收费系统、公共交通运行管理系统等。这些子系统的应用服务和计算设备分层后可以得到通用的计算层，作为构建智能交通系统中心的基础。对于这个通用的计算层，利用云计算服务商提供的服务，智能交通系统可以直接调用交通云平台中的海量交通信息和数据分析结果。这种基于云计算服务的智能交通系统称为“智能交通云”[2]。

交通信息云是一种快速反应的交通信息管理模式，实现了基于云计算的交通信息采集、分析、存储、调用、发布和反馈等功能。大量繁杂多变的交通信息，如交通流量、密度、最优路径、拥堵状况等信息通过网络传输到交通云平台。借助云计算的分布式存储、冗余存储和动态存储等技术，具备了超大容量的存储能力和分析能力，为用户提供时时交通数据、计算软件和交互平台。

2.2 智能交通云计算模式

智能交通云能够对交通信息从采集到发布反馈全过程进行优化，提高交通信息的准确度和时效性。下面从逻辑架构和组织架构两方面对智能交通云进行介绍。

（1）逻辑架构

交通云可以提供的服务有：交通信息分析与发布、交通管理、交通基础设施规划建设、时时路径诱导等。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IaaS云。基于IaaS之上可构建PaaS云，即平台云，用于提供软件产品的自行安装和配置。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IaaS层上运行[3]。

（2）组织架构

交通管理者、交通运营企业和交通用户通过交通信息云联系起来，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。其组织架构依次为：

① 云计算资源。如分散的大量服务器、各种硬件设备、存储设备等。

② 云计算管理平台。对采集的交通数据进行融合分析、存储和管理。

③ 基础设施。采集的各种交通数据组成交通数据资源池，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。通过时时监控，保证云平台的交通数据高效准确；错误的数据及时修正或者弃用，为用户提供交通诱导服务。

⑤ 平台服务。主要包括交通信息发布平台、交通信息查询平台、交通管理平台和交通诱导平台。

3 云计算在智能交通中的应用案例

3.1 基于GPS的浮动车交通信息云

通过网络把数据处理中心、虚拟机和车载 GPS终端连接起来组成交通信息云计算的基础设施，称为交通信息云。

基于 GPS的浮动车交通信息采集原理是：根据装备车载全球定位系统（GPS）的浮动车在其行驶过程中记录的车辆位置、方向和速度等信息，应用地图匹配、路径推测等计算模型和算法进行处理，使浮动车位置数据和城市道路在时间和空间上关联起来，最终得到浮动车所经过道路的车辆行驶速度以及道路的行车旅行时间等交通信息。

车载 GPS可以提供准确的位置、速度等信息，减少了数据中心的修正、删除错误数据的计算。浮动车采集的车流密度、速度、流向、路段拥堵等信息经过云计算中心存储和处理，将交通信息及交通引导建议反馈给管理部门或者是车辆驾驶者，有利于及时引导交通或选择合理路线以规避拥堵路段。

云计算在基于GPS的浮动车交通信息采集技术中应用如图3所示。

图2 交通云的逻辑架构Fig.2 Traffic cloud logical architecture

图3 云计算在基于GPS的浮动车技术中的应用Fig.3 Cloud computing applications in floating car based on GPS technology

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、路面行驶状态以及车辆的时时行驶速度进行统一的综合处理，预测下一个决策时刻t + Δt以至以后若干时刻的交通流，Δt不超过15 min时为短时交通流预测[4]。

云的数字特征是采用基于正态分布的数字特征，把模糊性和随机性结合在一起。以当前采集的交通量为例，给定云模型的各项参数，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。

3.3 最优路径诱导

传统导航系统提供的是最短路径，但是交通参与者的交通行为复杂多变，道路状况适时变化，最短路径往往不是最佳的选择，这时就需要能对交通信息进行时时监控、分析，提供动态导航的服务系统。最优路径诱导功能的实现涉及浮动车的交通信息采集处理技术、数据处理算法和多源信息融合技术、动态交通预测算法、定位信息接收及地图匹配技术、高效的最优路径搜索算法、多媒体路径诱导技术等。这些技术算法需要有强大的交通信息资源支撑和计算平台的兼容，这就是云计算发挥作用的地方。

云计算数据中心对人、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、时时手机短讯、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时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[5]。

3.4 交通信号控制

智能的交通信号控制依赖时时可靠的交通流检测。各种传统的交通信息采集方法采集的信息整合分析得到区域交通流运行的基本背景，同时利用现有的各类交通流检测方式（线圈、微波、视频等）和GPS、RFID、GID等主动信息采集方式，直接通过前端设备实现对路口各流向交通流自适应控制。所有的汇集信息由云平台集中处理，形成时时、精确的区域交通控制方案，统一调控联网信号机，实现基于云计算的智能交通信号控制。

4 结束语

云计算技术在智能交通系统中的应用，可以使交通基础设施发挥最大的效能，有效缓解交通拥堵，降低交通环境污染。智能交通云把云计算资源和交通资源集中在可以共享的云平台上,使整个交通系统整体优化。云计算技术还有需要进一步完善的问题，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性等问题。当前交通信息采集会产生大量的音频和视频数据，如何利用云计算技术对这些大容量信息进行筛检、融合和分析是交通云平台建设的重点。

[1] 史新宏，蔡伯根，穆建成. 智能交通系统的发展[J].北方交通大学学报，2002，26（1）：28-34.

[2] 王笑京，齐彤岩. 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，2012，7（6）：17-21.[3] 唐箭. 云存储系统的分析与应用研究[J]. 电脑知识与技术，2009，21（20）：37-40.

[4] Michael Arm Bruce, Armando Fox. Above the clouds：a berkeley view of cloud computing[J]. UC Berkeley，RAD Laboratory，2009，18（11）：30-33.

[5] 倪琴，许丽. 云计算技术在智能交通系统中的应用研究[J]. 交通与运输，2012，25（7）：106-109.