一种城域智能交通管理系统实现方案

罗景文等

摘 要：利用高清摄像机、高性能服务器及存储设备构建了一套城域智能交通管理系统，该系统具有卡口车辆监控和违章车辆处理功能。对系统处理海量数据、系统架构及系统优化方面进行了研究，为智能交通管理提供了新的解决方案。

关键词：智能交通管理系统；智能卡口；海量数据处理；车辆监控

中图分类号：TP319

文献标识码：A 文章编号：1672-7800（2015）005-0084-03

作者简介：罗景文（1992-），男，四川乐山人，成都理工大学管理科学学院硕士研究生，研究方向为基础数学；冶忠林（1989-），男，青海西宁人，西南交通大学信息科学与技术学院硕士研究生，研究方向为自然语言处理、数据挖掘、图形图像处理；张乾荣（1991-），男，四川南充人，成都理工大学管理科学学院硕士研究生，研究方向为概率论与数理统计；罗海林（1989-），男，四川南充人，成都理工大学管理科学学院硕士研究生，研究方向为计算数学。

1 研究背景

随着城市规模的扩大和机动车辆数量的增加，实现城市机动车辆智能化管理成为现代工程界研究的一个新课题[1]。城市道路的智能管理、城市交通的智能疏导及城市车辆的智能识别等都已取得了显著的成就。在此背景下，基于智能的公路卡口管理系统，利用高清摄像机、高性能服务器、大容量存储器及高速存储阵列等基础设施实现对机动车辆的智能管理和监控成为可能[2]。目前城市道路拥堵严重，其根本原因在于部分车辆的违规行驶，造成交通主干道、十字路口、丁字路口等主要地段的拥塞。不按照行车规则导致车辆违法行驶、掉头、占道、闯红灯等行为迭出，采用交通疏导员疏导和交警人工开罚单则面临人员不足的现实问题，以至于不能全天候、全地段准确地对违法车辆进行处罚，造成部分违法车辆频繁违反交通法规。使用智能交通管理系统之后，可以有效缓解上述情况，提供无人守候、24小时对全路段各十字路口进行违法车辆的抓拍和取证[3]。

2 数据流图

该系统数据来自于卡口设备和违章设备。卡口设备安装在城市进出口、城市主干道等限速路段。采用雷达测速，采集经过该卡口的所有车辆信息[4]。如果车辆的行驶速度超过标准速度，则把该车辆信息放入违章数据库和卡口数据库；如果未超速，则只把数据写入到卡口数据库[5]。违章设备主要安置在十字路口、丁字路口等路段[6]。当信号灯为红灯时，主要采集闯红灯、压线、跨线、违法禁行线等信息，数据写入卡口数据库和违章数据库（违章设备[7]可以关闭卡口功能）。当信号灯为黄色或绿色时，违章设备充当卡口设备使用[8]，记录过往车辆数据。卡口设备和违章设备详细数据流图如图1所示。

卡口设备具有雷达测速[9]和记录过往车辆信息的功能，所以一般安装在需要限速的路段和城市进出口。违章设备可以抓取车辆的非正常行驶轨迹，生成违法记录。另外，违章设备可以正确识别红绿灯，在绿灯时可以记录过往车辆信息，充当卡口设备使用。

3 系统架构

该智能交通系统主要由前端图像采集模块、数据采集模块、卡口管理模块、违章管理模块、数据上传和下载模块组成[10]，系统架构如图2所示。

（1）前端图像采集模块。主要采用百万像素高清摄像机进行车辆监控，使用模式匹配算法抓取车辆，并获得字符串形式的车牌号码，在图片上叠加采集时间和道路名称、车牌号码等信息。随后将车牌号码、叠加了字符的车辆照片、经过时间、道路代码、路段代码、违法代码、车辆颜色、行驶速度、标准速度等保存到路口工作站数据库。卡口前端车辆图像捕获及号牌的识别率、准确率应符合GA/T497-2004标准。路口工作站数据库主要保存采集设备中的信息，以防断电、断网情况下数据的丢失。

（2）数据采集模块。主要负责抓取前端路口工作站数据库中的数据到中心数据库。该模块使用分布式架构采集前端数据，能在较短的时间内抓取数据，时间误差小于5s。数据采集软件使用多线程技术，可以减少数据在抓取和入库时的时间消耗。

（3）后台管理模块。主要由卡口管理模块和违章管理模块组成。卡口管理模块主要完成车辆通行监控、查询、黑名单布控、流量分析、车辆轨迹分析、套牌分析、反追踪及系统设备管理等功能。违章管理模块主要负责机动车违法证据的采集、录入、审核、审批、查询、统计等，然后将违法信息利用数据上传模块提交给上级部门。

（4）数据上传和下载模块。与联网系统集成管理平台连接，实现布/撤控、查询及报警数据的传输。数据接口应符合GA/T669.7-2008规定。关联数据库接口可与车驾管理数据库、违法车辆数据库、盗抢车数据库等关联数据库连接，为卡口系统的布控、监控、报警等提供相关数据。在中心服务机房，配置一台卡口数据库服务器、一台违章数据库服务器、两台应用服务器、多台采集服务器。应用服务器的数量依据是否放在同一网段来确定，在我国，卡口应用服务器一般放在市县地区所组建的专网中，而违章应用服务器一般放在省部级别的专网中。如果违章数据不要求上传到省部级，则只需要一台应用服务器即可，如果需要上传到更高一级的专网中，则需要用网闸识别连接两个网段，然后把违章应用服务器和违章数据库，以及违章数据存储设备都放置在更高级别的专网中。违章车辆信息一般抓取3张图片，因此违章数据库服务器需要加大存储，一般采用服务器加硬盘方式和挂存储阵列方式。但是后者不建议采用，因为这样会影响数据的入库速度（注意：车辆图像存储时间不应小于90天，车辆信息的存储时间不小于一年，布/撤控信息及报警信息的存储时间不小于三年）。卡口数据库不需要存放图片信息，只需要记录图片地址，卡口图片只存储一张在采集服务器的文件目录下，所以卡口服务器对硬盘需求较小（一般2T左右）。采集程序将采集的卡口图片都存放于采集服务器指定的文件目录下。采集服务器的硬盘大小计算公式如下：

q = 365×i×1.3 + 90×p×1.1

q为数据存储容量，p为每日图像的存储空间大小，i为每日车辆信息存储空间，其中i = 256B×平均车流量，1.1和1.3为经验值。

4 海量数据处理

4.1 分布式架构

分布式架构[11]可以将任务以近乎平均的方式分担到每台服务器上，便于处理即时任务。在智能交通系统中，前端设备采集到车辆信息后，将信息保存到路口工作站，而大中型城市路口数量较多，路口工作站也多。有的路口车流量较大，有的路口车流量较小，需要合理分配采集服务器以应对路口工作站的数据采集规模。图3是一个分布式采集服务器架构。

采用分布式采集服务器架构后，如果城市总的路口工作站有N个，采集服务器有M台，则每台采集服务器只需负责采集N/M 个工作站的数据即可。但是在路口车流量较大时，可以适当减少挂在服务器上的路口工作站数量。实验表明，一台标准的采集服务器路口工作站最佳数量在32～64台之间，平均日车流量约为50万辆，在此环境下，采集服务器能够在小于5s的时间内将数据传送到数据中心。传送的信息包括图片信息和文本信息，图片信息保存在采集服务器，文本信息转存到数据库服务器。

4.2 数据库优化

本文使用分布式架构的采集服务器[12]布局方式，能够快速将数据采集到中心数据库，但在实际应用中，数据库读写很频繁，所以对数据库的优化能够在很大程度上减轻数据库压力，获得更好的交互体验。下面提供一些数据库优化方法。

（1）存储过程：它是大型关系数据库中能够完成某种特定功能的sql语句集合，经过编译之后存储在数据库之中，用户可以通过存储过程的名称来调用该存储过程，可以添加参数信息。在执行存储过程之前，数据库已经对存储过程进行了句法和语法的优化，这种通过编译的sql语句极大提高了sql的执行性能，所以存储过程能够以很快的速度执行。

（2）表分区：将一个大表在物理上分成多个小表，从而避免了将一个大表作为单独的对象进行操作，为大量数据提供了可伸缩的可能性。每一个小分区都有一个分区名称，在建表时已经命名，可根据分区范围去查询表分区而不是整个大表。一般情况下按照日期来建立表分区。另外，表分区中某一个分区损坏后，不会影响其它分区功能。

（3）索引：可以对表中某些列的数据进行排序，使用索引可以快速访问数据库中的特定信息。

（4）表结构设计：表可以按月建表，这样不会使表中的数据太多或太少，能够较好地利用数据库空间。

5 违章业务处理流程

违章业务处理流程包括初审和复审两个阶段，主要由人工处理。经过审核，可将数据发送到数据上传和下载模块，流程如图4所示。

违章业务处理在后台管理模块完成，该业务主要对违法车辆进行处理，可由计算机自动完成。实际应用中，由于天气、光线、湿度等因素的影响，车辆号牌识别率不是很高，也可能出现抓取合法车辆号牌的错误情况，所以需要人工介入进行车辆号牌的识别和车辆违法行为的判别。在前端，识别机器抓取3张车辆照片，如果车辆图片在初审和复审阶段未发现违法，则当作证据不足处理；随后对这些证据不足的车辆再进行一次审核，如果仍为证据不足，则丢弃该车辆信息，如果可作为证据，直接上传到违法车辆信息库中。

6 结语

该系统运行状态稳定，采集服务器能及时从前端路口工作站中抓取数据并传送到中心服务器，每台采集服务器CPU利用率为2%左右，内存消耗约为3.16G。后台管理模块的卡口管理系统和违章管理系统采用B/S架构，故对服务器要求较高。使用本文提出的优化方案后，交互响应及时，在约7 000万条记录中，查询某个车辆的历史信息耗时约1.57s。系统整体架构设计方案和数据库优化方案都符合实际应用要求。

参考文献：

[1] 钱哨，张云鹏，黄少波.智能交通云：基于云计算的智能交通系统[J].交通信息与安全， 2010，3（11）：168-171.

[2] 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 .

[3] 古志民，孙贤和.并行计算机系统结构与可扩展计算[M].北京：清华大学出版社，2009 .

[4] 李蕊.日本智能交通系统介绍及其借鉴[J].中国交通信息化，2011（4）：142-144.

[5] 王笑京，沈鸿飞，汪林.中国智能交通系统发展战略研究[J].交通运输系统工程与信息，2006（6）：9-12.

[6] 道路交通信息采集（GB/T 20124-2006）[S].北京：人民交通出版社，2006.

[7] 安全防范工程技术规范（GB 50348-2004）[S].北京：人民交通出版社，2004.

[8] 道路交通违章管理信息代码（GA 408.1-408.14-2003）[S].北京：北京人民交通出版社，2003.

[9] 全国道路交通管理信息数据库规范（GA 329.3-2006）[S].北京：北京人民交通出版社，2006.

[10] 机动车登记信息代码（GA 24.4-2005）[S].北京：北京人民交通出版社，2005.

[11] 城市监控报警联网系统（GA/T 669.1-2008）[S].北京：北京人民交通出版社，2008.

[12] 公路车辆智能检测记录系统通用技术条件（GA/T 497-2004）[S].北京：北京人民交通出版社，2004.

（责任编辑：杜能钢）