基于车联网的智能打车系统

于明鹭，刘南杰，赵海涛，彭江琴

(1.南京邮电大学 通信与信息工程学院，江苏 南京 210003;2.南京邮电大学 网络基因工程研究所，江苏 南京 210003)

基于车联网的智能打车系统

于明鹭1,2，刘南杰1,2，赵海涛1,2，彭江琴1,2

(1.南京邮电大学 通信与信息工程学院，江苏 南京 210003;2.南京邮电大学 网络基因工程研究所，江苏 南京 210003)

由于出租车的数量管制，以及出租车行业一直没有一个有效的调配系统，导致交通拥塞、时间浪费和耗油量增加。而车联网(Internet Of Vehicle,IOV)的迅速发展，给传统出租车行业带来了新的契机。在该背景下,针对国内出租车行业出现的问题,提出基于车联网中管-云-端架构的智能打车系统。该系统采用新型车载智能终端，功能强大的云平台和实用的客户端应用。从终端信息感知、数据处理到顶层的应用展示来进行模块化功能描述和分析。该系统能显著提高用户满意度、司机积极性和整体运营性能。最后，通过将该智能打车系统应用于现实场景证明了它的价值。结果表明，该系统的服务性能优于现存的多数打车系统。

车联网；打车系统；车载智能终端；车云；汽车智慧感知与通信终端

1 概 述

随着中国经济的持续发展和人民生活水平的不断提高，出租车在城市公共交通系统中所占的比重逐年上升。但随着城市扩大、公路网延伸、高架环路、私家车增多、道路阻塞、交通管制(如酒驾、限行等)，出租车一直没有一个有效的调配系统，经常会出现车找不到人、人找不到车的尴尬境地。打车难成了出租车行业的一个致命弱点。传统的出租车载客模式主要有三种[1]：第一种是站点候车，乘客必须主动寻找候车点，这种模式下出租车司机承担的成本相对较少，但乘客承担的时间成本却很大，很不便利；第二种是巡游服务，该模式下出租车司机要承担很高的燃油成本和空驶成本，这导致很多问题：加剧了交通拥堵、环境污染等。为解决这些问题，约租车应运而生。

约租车是指利用通讯工具或网络为消费者提供出租车服务，这种新型的服务方式不仅扩展了出租车经营的传统市场，还为消费者带来很大便利。此外，约租车能够有效降低出租车的空驶率，并能显著降低因出租车巡游而造成的交通拥堵。时至今日，约租车服务在国外的一些国家或城市中已经占有很高的比重。表1[2]对约租车在日本、英国、爱尔兰、挪威、瑞典所占的市场份额进行了总结。

表1 约租车在国外的市场份额

尽管我国部分城市的约租车已经有了显著发展，但是相对于国外的发展水平，国内的约租车发展还是相对滞后。主要有两方面的原因：第一是约租服务提供方的问题。传统的约租车服务是通过电话调度中心来完成的，但是调度中心车辆少，有效覆盖面过低，难以满足消费者需求。这一问题在北京、上海等地都不同程度的存在；第二是诚信问题。诚信问题的产生主要是由于传统约租车模式的固有弊端以及交通拥堵的现状。这导致出租车接到电话，到达之后才发现消费者已经离开，这打击了司机的积极性。另外由于交通经常拥堵，一般情况下消费者通过传统的电话调度中心预约后，出租车能在30 min内到达，但在交通拥堵的情况下，没人能够准确预知到达时间。当消费者等了半小时车还没来,打击了消费者的信心，之后就可能不会再预约。此外，约租车市场的供求不匹配、约租车服务的收费问题、居民的消费习惯等都是制约传统约租车行业进一步发展的障碍。所以，亟需设计一种新型高效的打车系统。

一个好的打车系统应该能满足所有利益相关方的需求。乘客能够享受到方便、快捷、个性化、安全的服务。司机可以通过降低空驶率和获取最优路径来降低成本从而增加收入。而系统运营者也能通过系统的高效性来获取丰厚的利润。此外，该系统还能够减少碳排放来助力环保。

随着物联网、移动互联网、云计算的迅速发展，催生了一类新兴产业：车联网(Internet Of Vehicle,IOV)[3]。在该背景下，许多文献对智能打车系统进行了研究，主要有两种类型。

第一种是基于GPS记录的车辆环境实时感知。文献[4]中作者用出租车中的GPS设备来收集数据，这些数据用于估算交通状态。文献[5-6]中利用GPS轨迹来分析时间和位置的关系。通过挖掘GPS记录，许多文献提出了有创意的应用。文献[4]给出了出租车行驶方向的识别。文献[7]中研究了一种T系统来帮助司机找乘客和乘客找司机。文献[8]在分析大量交通数据的基础上，研究出一种应用于智能交通系统的可视化分析工具。文献[9]通过实时挖掘行车轨迹给出了一个出租车监控系统。但以上文献只是专注于解决某个特定问题，无法满足所有利益相关方的需求。

第二种是研究综合的打车系统来提供便捷而丰富的服务并给所有利益方带来收益。文献[10]通过分析海量交通数据提出一个智能打车系统并针对司机和乘客提出不同的打车服务模型。文献[11]为司机、乘客、运营者和城市规划者提供了一个综合的智能打车系统。文献[12-13]提出了一个自动预约车辆和分配车辆的系统。尽管这些系统更加综合化和智能化，但还是存在一定的局限性。如数据处理能力较弱、缺乏个性化服务、安全性低等。

文中在上述研究的基础上，创新性地提出了一个基于车联网中管-云-端架构的新型智能打车系统。在管端，采用国内一款新型车载智能终端。在云端通过云平台来实时分析和处理海量数据。在客户端，为客户和司机提供了基于位置的移动应用。

文中主要做了如下工作：

(1)首次将车联网中管-云-端架构应用于打车系统。在此基础上研究出打车系统的分层架构，并进行模块化功能分析。

(2)采用国内一款新型车载智能终端来感知比GPS设备更精确和全面的车辆信息。

(3)系统采用新的计费模式来提高司机积极性和客户满意度。同时，打车费用也在客户端显示出来，有效避免了乱收费现象。

2 系统理论基础

2.1 IOV

IOV，即车联网，是指使用车辆和道路上的传感设备收集车辆、道路和环境信息，通过车与车(Vehicle-to-Vehicle,V2V)、车与人、车与路(Vehicle-to-Infrastructure,V2I)互联互通实现信息共享，并在信息网络平台上对涉车信息进行获取、共享和有效利用，根据不同的功能需求对车辆提供有效的安全监管和综合服务。车联网管-云-端架构如图1所示[2]。

图1 管-云-端架构

管：通过智能车载终端感知车辆信息、车辆环境信息、汽车与环境的智能互动信息。并将信息传输到云平台。从车载智能终端获得的多源动态数据信息，是车联网、机器移动、智能交通系统、云计算领域的一种

创新型应用技术。当车辆装载了智能车载终端后，汽车与交通状态信息可以从控制器局部网(Controller Aver Network,CAN)总线等采集到，从而让车辆成为解决道路和交通矛盾的智慧主体。

云：车云平台是一个涉车大数据平台，它能够实现车联网业务和数据的全面互联互通，具有一定接入、全网共享的功能。该平台汇聚并管理海量实时的车辆实体信息、涉车产业链信息、驾驶行为信息、车主的社会化信息、手机终端信息、车载智能终端感知信息等，并且支持全局搜索、支持与位置有关的跨地域、跨企业的车辆管理。车云平台是数据存储、处理和控制的核心，是系统的后台部分。主要功能有：

(1)接收车载智能终端和客户端的数据；

(2)通过计算、挖掘接收到的海量信息，提取出分类的和有价值的信息来形成不同的智能模型；

(3)响应和推送结果到客户终端上[14]。

图2给出了云平台数据类型。

图2 云平台数据类型示意图

端：智能手机、平板电脑和个人计算机软件应用(Application，App)给用户带来了极大的便利。它们通过嵌入的多种传感器来支持丰富的与位置相关的服务。车联网中，客户端通过智能手机、平板电脑和个人计算机为客户提供灵活多变的服务。客户端不断将乘客的位置信息发送至云端。同时，它是当前唯一可以全方位展现车辆的全息状态的线上系统。它是面向车主、面向车友、面向车辆管理者和车辆使用者的各类车联网应用业务的无缝融合手段。它可以提供车下、线上的全方位服务。在人离开车辆时仍起作用。

2.2 车载智能终端：GID

系统采用国内先进的汽车智慧感知与通信终端：GID(Global Intelligent iDentity)。它是一个具有全球泛在联网能力的通信网关和车载终端，是车辆智能信息传感器，同时也具有全球定位和全球网络身份标识(网络车牌)功能。

装载在车辆上的GID终端插入到车辆标准的车载诊断(On-Board Diagnostics,OBD)系统接口，读取车辆的所有静态和动态信息。目前主要采集的数据有OBD、GPS和G-sensor，GID利用智能算法对CAN数据、GPS数据、3D传感数据等进行初步处理，再利用内嵌的3G/LTE模块，通过泛在网络将初步分析处理的车辆信息发送至云端和客户端。GID将汽车智能信息传感器、汽车联网、汽车网络车牌三大功能融为一体，具体表现为：

(1)车辆状态的信息感知功能：GID与汽车总线(OBD、CAN等)相连，内嵌多种传感器，可感知和监控几乎所有车辆的动态与静态信息，包括车辆环境信息和车辆状态诊断信息等；

(2)泛在通信功能：GID具有V2V、V2I和自组网(SON、移动Ad Hoc、AGPS等)的能力，具有车内联网以及多制式之间的桥接与中继功能，具备全球通信、全球定位与移动漫游能力；

(3)汽车网络车牌功能：GID从汽车、网络和用户中提取天然属性，生成汽车的“网络身份证”，使得每辆汽车在网络中都具有一种天然、唯一性的身份标识，它不是一个标签，而是网络可信标识与寻址技术。

3 系统架构

从海量交通信息中提取出有价值的信息是至关重要的，而传统方法已无法处理大量、复杂、动态和分布式的信息。因此，文中提出一种基于管-云-端架构的智能打车系统来提升系统性能和用户满意度。系统整体架构可分为七层：终端感知层、终端接入层、终端处理层、数据存储层、通用逻辑层、业务处理层、应用展示层。其中终端感知层属于管，应用展示层属于端，而其他各层属于云[15]，如图3所示。

3.1 管

终端感知层：终端感知层通过GID和智能手机来感知车辆和环境信息。假设系统的所有车辆都配备有GID设备。GID首先采集出租车的以下信息：。其中，ID是出租车的车牌号，T是时间，Loc是出租车的当前位置(经度和纬度)，V是当前速度，A是加速度，S是出租车的当前状态(空闲、忙碌等)，T是交通状态(如道路拓扑、拥塞情况等)。然后GID将采集到的数据发送至云端进行进一步的处理。另一方面，配备有GPS的智能手机将用户的位置信息或者键入的位置信息上传到云端。

图3 系统架构

3.2 云

终端接入层：该层为终端和第三方平台(出租车业务平台)的接入提供各种网关。该层主要通过GID网关(GID Gateway,GIDGW)和GPS网关(GPS Gateway,GPSGW)实现。其中GIDGW提供各种终端的接入控制，GPSGW实现第三方平台的接入控制。

终端处理层：包括终端控制服务器、终端数据存储引擎、终端数据分析引擎。该层主要负责终端数据的解码、分析和终端控制等，是终端数据处理和控制的核心。

数据存储层：该层将不同类型的数据存入不同的数据库。原始数据(如出租车信息、司机信息、乘客信息、交通信息等)通过筛选、分类放入不同的数据库以便于通用逻辑层使用。

通用逻辑层：该层是整体架构的核心部分。该层的主要功能是数据挖掘和认证管理。其中数据挖掘，即从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的过程，简单的说，数据挖掘就是从大量数据中提取或“挖掘”有用的信息。通过数据准备和预处理，生成模型，验证模型，部署模型来得到实时的空闲出租车信息，空闲司机信息(电话号码、服务质量等)，最优路径，乘客等待时间，打车费用以及其他重要信息。认证管理主要包括司机认证和客户认证管理。包括车辆注册、注销、信息修改、运行状况监测等。客户认证管理包括开户、销户和信息修改等。

业务处理层:对通用逻辑层得到的数据进行进一步处理并传至应用展示层。

3.3 端

应用展示层：该层为出租车司机和乘客提供可以在智能终端上使用的两种不同的App，并为出租车系统运营方提供业务管理平台。为确保系统的安全性，司机和乘客在使用该App前都要进行实名认证。

乘客端：提供一款免费打车软件，它可以根据乘客的位置和需求来提供可视化的信息，如空闲出租车和司机的信息(司机姓名、车牌号、电话号码等)，司机的行车轨迹等。通过一键拨号，乘客就能联系上司机。此外，该软件有虚拟计价的功能，在获得最佳路径后自动计算出距离，再根据司机实际行驶时间，以及设定的单价，按一种算法来计算出打车费用，供乘客参考。这有效避免了费用不清的问题。图4给出了在乘客智能手机上运行的打车App的截图。

司机端：司机通过智能终端来接收乘客的预约，并通过打车应用来显示乘客位置信息，再进一步得到去接乘客的最优路径。

运营端：提供在线业务管理平台。主要负责动态监控出租车运行状态、运行数据统计分析等。

图4 乘客打车App界面

4 实际应用

文中提出的系统涉及的主要利益方有乘客、出租车司机和出租车业务运营方。下面给出了三个现实生活中的例子来证明文中提出的基于管-云-端架构的智能打车系统的价值。

4.1 乘客找车

李小姐下班后想打一辆出租车回家。她启动免费打车App来获取周边的出租车信息。首先具有导航功能的智能手机将李小姐的位置信息发送至云端，同时空闲车辆通过GID设备将相关信息上传至云端。在接收到乘客端和出租车的信息后，云端再进行处理并将处理得到的信息发送至乘客手机端，并通过手机App来显示出租车的分布信息。然后，李小姐选择了一辆最近的车并与该车司机取得联系。选中的司机通过GID将他在行车过程中的信息不断发送至云端，再通过云端分析处理后传送给李小姐，这样她就可以通过手机App来实时了解司机的行车路线、打车费用和等待时间等信息。整个过程如图5所示。

图5 乘客打车流程

设李小姐在P点，司机在O点，D点是目的地。李小姐需要支付O-P-D全程费用，而不仅仅是P-D的费用。

由上述例子可知，文中系统的优势如下：

(1)乘客变被动为主动，他们可以根据个性化的需求和出行习惯来选择合适的车辆而不是被动接受派遣的车辆。

(2)系统通过实名认证确保了乘客的安全性。

(3)乘客需要支付O-P-D全程费用，这样的计费模式有两方面的优势：一是司机从起步开始就可以盈利，大大提高了司机的积极性；二是有效避免了司机中途放弃完成预约的乘客而载其他客人，从而提升了用户满意度。

(4)客户端提供了虚拟计价功能，乘客可以准确获知全程费用，从而有效避免了乱收费现象。

(5)提供了可视化的司机行车路径，使得乘客可以实时了解司机信息并做好准备。

当然，系统还能提供丰富的个性化服务。如酒店礼宾部可以帮客人在网上预约出租车，乘客就可以不用在酒店门口排队候车；老人要出远门，家人可以预约一辆出租车全程接送；无论消费者是在办公室还是在家中，都可预约出租车到门口等候，节省时间。

4.2 司机找乘客

郭先生是已经工作了三年的出租车司机。当他正将一位乘客送往目的地的途中接到了另一位乘客的预约电话，所以他建议该乘客另选司机。接着王先生接到了电话，并且他处于空闲状态。首先他启动打车软件确定乘客位置并获得最佳行驶路径，然后开车去接乘客并把乘客送往目的地。

郭先生通过使用文中提出的打车系统接收到了更多的预约并显著降低了空驶成本，从而大大提高了收益。此外，系统的路径导航功能给他带来了极大的便利。

4.3 出租车运营方

该系统无需投资建设网络，不用人工维护，不用投资机房和电脑，免去一切重复建设。系统效率极高，是目前整体成本最低、使用价值最高的打车系统。

5 结束语

为克服当前打车行业的不足，文中设计了一种综合的基于车联网中管-云-端架构的智能打车系统。通过该系统，乘客可以轻松预订出租车，司机可以显著提升收益。文中接着给出了系统在现实场景中的应用，结果表明该系统提升了用户满意度，从而扩大了消费者的打车需求，所以对整个打车行业的发展起到了非常积极的作用。

在未来的研究工作中，会致力于进一步提升系统性能并将该系统应用于拼车、租车、代驾等方面。

[1] Dow Chyi-Ren,Le Yu-Hong,Wang Shr-Chen,et al.A geo-aware location based taxi carrying system[C]//Proc of ITNG.Las Vegas,NV:IEEE,2014:53-58.

[2] 迪纳科技.车小二产品主打胶片[EB/OL].[2015-04-01].http://www.cpsdna.com/article-157.html.

[3] 刘南杰.崛起的车联网[J].音响改装技术,2013(11):50-50.

[4] Shi W,Liu Y.Real-time urban traffic monitoring with global positioning system-equipped vehicles[J].Intelligent Transport Systems,2010,4(2):113-120.

[5] Liang Xiao,Zheng Xudong,Lv Weifeng,et al.The scaling of human mobility by taxis is exponential[J].Physical A:Statistical Mechanics and Its Applications,2011,391(5):2135-2144.

[6] Jiang B,Yin J,Zhao S.Characterizing human mobility patterns in a large street network[J].Physical Review E,2009,80(2):021136.

[7] Yuan J,Zheng Y,Zhang L,et al.Where to find my next passenger[C]//Proc of ubiquitous computing.New York,NY,USA:ACM,2011.

[8] Liu Siyuan,Pu Jiansu,Luo Qiong,et al.VAIT:a visual analytics system for metropolitan transportation[J].IEEE Trans on Intelligent Transportation Systems,2013,14(4):1586-1596.

[9] Wu Wei,Siong N W,Krishnaswamy S,et al.To taxi or not to taxi? - enabling personalised and real-time transportation decisions for mobile users[C]//Proc of 13th international conf on mobile data management.Bengaluru,Karnataka:IEEE,2012.

[10] Zhang Daqing,Sun Lin,Li Bin,et al.Understanding taxi service strategies from taxi GPS traces[J].IEEE Trans on Intelligent Transportation Systems,2015,16(1):123-135.

[11] Wang Chenggang, Ng W K, Chen Huaixin. From data to knowledge to action:a taxi business intelligence system[C]//Proc of information fusion.Singapore:IEEE,2012.

[12] Yuan Yang,Miao Kejian,Zhang Daqing,et al.An OSGi-based smart taxi service platform[C]//Proc of services computing conference.Guilin:IEEE,2012:173-178.

[13] Awajan A.An automated taxi booking and scheduling system[C]//Proc of modelling and simulation.[s.l.]:IEEE,2013.

[14] 崔正杰,刘南杰,赵海涛.基于管-云-端结构的汽车远程实时监控系统设计[J].微型机与应用,2014,33(24):91-94.

[15] Handel P,Ohlsson J,Ohlsson M.Smartphone-based measurement systems for road vehicle traffic monitoring and usage-based insurance[J].IEEE System Journal,2014,8(4):1238-1248.

Intelligent Taxi Service System Based on Internet of Vehicle

YU Ming-lu1,2,LIU Nan-jie1,2,ZHAO Hai-tao1,2,PENG Jiang-qin1,2

(1.Institute of Telecommunications & Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003,China;2.Network Gene Engineering Research Institute,Nanjing University of Posts and Telecommunications,Nanjing 210003,China)

Taxi number control and inefficient dispatching system lead to many serious problems,such as traffic congestion,time wasting and increase in oil consumption.The rapid development of Internet Of Vehicle (IOV) brings a golden opportunity to traditional taxi service systems.In this paper,aiming at the existed problems,propose an intelligent taxi service system based on Carrier-Cloud-Client framework of IOV for the first time.Basically,the system employs an advanced intelligent vehicle terminal,a powerful cloud platform and practical client applications.Specifically,a hierarchical model is presented as an architecture to modularize the system,spanning from terminal sensing and data processing to the topmost service presentation.The proposed system can significantly improve customer satisfaction,driver enthusiasm and business performance.Finally,the value of the intelligent taxi service system is demonstrated by applying it to some scenarios in the real word.The result shows that this system outperforms most existing taxi service systems with respect to the service quality.

IOV;taxi system;intelligent vehicle terminal;vehicle cloud;Global Intelligent iDentity (GID)

2015-05-17

2015-08-24

时间：2016-01-26

国家自然科学基金资助项目(61302100)；国家“973”重点基础研究发展计划项目(2013CB329005)；教育部博士点基金资助项目(20133223120002)；南京邮电大学科研基金(NY211006)作者简介：于明鹭(1991-),女,硕士研究生,研究方向为车联网；刘南杰，博士，教授,研究方向为泛在通信、车联网、智能交通；赵海涛，博士，副教授，研究方向为无线网络与泛在通信。

http://www.cnki.net/kcms/detail/61.1450.TP.20160126.1520.046.html

TP393

A

1673-629X(2016)02-0118-06

10.3969/j.issn.1673-629X.2016.02.027