云计算模型在智慧交通系统中的应用研究——以深圳市为例

张爱国，范文强，张迎娅

(1.湖北中医药高等专科学校，湖北 荆州 434020；2.深圳市城市交通规划设计研究中心有限公司，广东 深圳 518000；3.深圳市都市交通规划设计研究院有限公司，广东 深圳 518000)

0 引言

随着城镇化进程和汽车保有量快速增长，城市交通拥堵、交通安全以及环境污染等问题越来越严重，人们出行品质也受到严重影响。政府通过交通基础设施建设在一定程度上缓解了交通拥堵、交通安全等问题，但是由于城市道路建设用地有限且建设周期较长，单一的设施供给已难以满足日益快速增长的出行需求，因此，必须通过现代化的智慧交通管控手段，与交通设施建设形成组合拳，确保城市交通系统的正常运转。

城市交通系统是由人、车、路、环境等各个子系统构成的复杂巨系统。新时期的城市交通规划转向移动性规划，即城市交通系统中人和车的移动规划，包括各类人群在一天中的出行轨迹，如出行时间、出行目的、出行起讫点位置属性、出行方式等。为了实现交通管理部门的精细化管理要求，满足出行者更加精准、及时的个性化出行服务需求，交通大数据信息的收集、处理、分析和发布将面临巨大的挑战。云计算作为一种商业计算模型，具有规模庞大、虚拟化、高可靠性、通用性、高可伸缩性、按需服务、廉价的优势，能弥补目前智慧交通系统中各子系统间共享困难、数据分析处理不及时、信息传递延缓等问题。因此，有必要结合云计算和智慧交通系统的特点，研究构建智慧交通云计算系统，提升交通信息化管理水平、改善城市交通运行状况[1]。

1 智慧交通系统发展研究

智慧交通系统(Intelligent Transportation Systems,ITS)是以交通需求为导向，将信息技术、计算机技术、大数据通信技术、电子传感技术以及控制技术等现代化技术手段充分运用到交通运输领域的综合管理系统。因其能有效地提高城市交通运行效率，一直受到欧美国家的广泛关注。

1.1 国内外智慧交通发展趋势

智慧交通正在全球范围内蓬勃发展，美国、新加坡、日本和欧盟是智慧交通的四大研发与应用阵营。

美国2015年最新发布的《智慧交通战略计划 2015—2019》 (The Strategy Plan of ITS)，确定了最新一轮战略优先方向，主题为“建设更加安全的车辆和道路、提高交通系统效率和出行便捷性、减少环境影响、促进创新、支持交通系统信息共享”。日本在《科技创新战略2015》中提出“10～20年内，实现政府和官方共建的ITS 框架，建设交通最安全、环境最友好、通行最高效的社会”；新加坡注重智慧交通系统的整合以及围绕电子道路收费系统(ERP2.0)的主动需求调控功能实现，近期提出智慧交通建设i-Transport2.0，在原有整合平台基础上，增加更多新的ITS 系统平台，在数据存储、分析、共享、传输、应用开发、数据融合和预测上将有所突破；欧洲关注可持续移动性和出行即服务(Mobility-as-a-Service, Maas)系统，以服务人的出行需求为核心价值，Maas更多强调服务的政府-市场-企业-市民合作和共同参与。

与欧美等发达国家相比，中国智慧交通发展较晚。1995年，原交通部将卫星定位技术应用于车辆管理标志着交通信息化建设的开始[2]。当前，交通信息服务平台、不停车收费技术、物联网技术、智慧诱导系统、出行服务APP、公共交通智慧化管理技术开始全面推广。

1.2 发展瓶颈

智慧交通发展迅速且效果显著，然而，目前智慧交通系统中的通信系统、发布系统等子系统相互独立，存在较为严重的信息传导障碍，传导成本较高，整个系统相对封闭，系统之间信息共享困难、信息传递延迟[3]，这些都严重制约着交通信息传导的可达性、实时性和可靠性，影响决策支持、管理调度的效率，影响了智慧交通系统的普及。而云计算技术具有的动态资源调度、超强计算能力、海量信息集成化管理机制、互动开放效应以及按用户需求提供定制服务等特点恰好能解决智慧交通系统发展存在的问题[4-6]。

2 云计算技术

云计算是近几年开始流行的概念，是利用计算机处理庞大数据的一种商业计算模型，根据用户需求提供数据获取、存储、快速处理、分析、信息发布服务。云计算内部框架是集成核心服务、服务管理以及用户访问的综合系统(见图1)[7]。

云计算具备超强的交通大数据高效快速处理能力、多用户个性化服务能力、动态的负载均衡能力、良好的扩展能力和软件冗余机制[8]，这能很好地解决智慧交通的发展瓶颈问题，云计算与智慧交通系统有着天然的高度契合。在智慧交通发展过程中，应充分结合云计算技术，在云架构上实现交通大数据组织与挖掘、交通信息快捷处理与分析、交通信息实时发布与共享。

3 智慧交通云计算系统的基本框架

图1 云计算框架结构Fig.1 Cloud computing framework

智慧交通云计算服务集交通信息采集、处理、分析和应用为一体，为城市交通管理部门和人们日常出行提供智慧服务。智慧交通云计算基本框架包括三层结构(见图2)，即基础设施层(Infrastructure as a Service,Iaas)、平台层(Platform as a Service, Paas)和应用层(Software as a Service, Saas)。基础设施层整合所有交通信息资源，构建交通大数据资源池，同时存储、预处理交通大数据。平台层基于基础设施层，提供大数据管理、分布式并行计算、交通软件运行和开发等服务。应用层服务对象主要为交通管理部门、企业、科研机构和出行者等。为城市交通管理部门提供计算能力快、保密性高、弹性强的云服务，为企业、科研机构和出行者提供交通信息共享、出行选择引导等服务。

4 云计算在智慧交通系统中的应用模式

4.1 短时交通量预测

云模型指的是某个用自然语言值表示的定性概念与其定量表示之间的不确定性转换模型[10]。交通量预测指的是对历史出行大数据进行分析、综合处理，预测下一个时刻路网的交通量。以全日交通量为例，早晚高峰时段与平峰时段的交通量数据平均值存在较大差异，高峰时段的交通量受前一时段交通量的影响，因此数据应该以前一时段的交通量作为当前云，根据云模型的推理机制，循环处理到具有足够的云滴为止，最后以所有云滴的平均值输出。运用迭代预测法和直接预测法的组合预测方法可实现连续时间差的短时交通量预测。迭代预测法通过迭代当前的交通数据生成预测值，然后根据预测值迭代生成当前云。直接预测法用当前云作为当前预测的趋势，结合历史云和当前云来生成预测云，对未来值进行预测。

4.2 最优出行路径诱导服务

智慧交通诱导服务以交通大数据为基础，利用云计算数据中心对人-车-路-环境等交通子系统的处理、分析和融合，快速判断路况发展趋势，通过电视、广播、电子地图、实时手机通讯、车载终端等媒介发布出行信息(拥堵路段、事故路段、停车场分布、停车位数量)，为出行者提供最优路径诱导服务，引导出行者合理选择出行时间、出行路径、出行方式等，避开交通拥堵、事故路段。

5 应用案例——深圳智慧交通云服务平台

图2 智慧交通云计算系统框架结构Fig.2 Framework of cloud-based ITS

随着深圳市智慧交通系统建设不断推进，系统越来越多，规模越来越大，投入服务器等硬件设备也成倍增长，系统产生的数据量更是呈几何级数增长，海量交通数据的快速综合挖掘分析应用需求日益增加，迫切需要通过搭建智慧云平台满足海量交通数据的计算与存储。基于此，深圳市依托现有智慧交通系统，结合云计算超强的交通大数据高效快速处理能力，按照基础设施层、平台层和应用层三层架构，率先构建了智慧交通云服务平台，以适应深圳市智慧交通发展的需求。

1）基础设施层：交通云资源集成管理。

智慧交通云服务平台以深圳市综合交通运行指挥中心为主体，借助中国科学院深圳先进技术研究院云平台、腾讯云计算平台等一系列云平台的计算和存储能力，构建了服务于深圳市交通运输局的一体化交通云平台和数据中心。目前，智慧交通云服务平台数据存储容量近500 TB，服务器集群总规模超过300 台，铺设数据共享专线20 余条，实现交通大数据实时接入、高效运算、安全存储。

2）平台层：交通云数据采集分析。

智慧交通云服务平台主要用于车载GPS数据，公共汽车、地铁、出租汽车、长途客运、铁路、民航等营运数据，深圳通刷卡数据、手机信令数据、视频数据等大数据的存储与计算分析服务。

以基于出租汽车GPS数据的路网行程车速计算为例，路网行程车速反映车辆通过特定道路的效率，易于公众感受和理解，是出行选择的重要依据，也是反映道路交通运行状况、用于交通技术评估分析的最有效指标之一[11]。考虑到出租汽车运营时间连续性强、强度大、覆盖范围广，涵盖全市各主要区域和主要道路，因此利用出租汽车GPS数据和浮动车技术，能够不间断地收集全市绝大部分区域的行程车速数据。该技术与传统固定检测器相比具有实时性好、覆盖范围大、采集成本低等显著优点，但同时也带来了需快速存储和处理、分析数据量大等问题。智慧交通云服务平台因具备超强的交通大数据高效快速处理能力，能较好地解决上述问题，其计算原理和方法已比较成熟，包括GPS数据接收清洗、地图匹配、路径搜索判别、样本车速计算、平均车速估计等步骤[12](见图3)。

3）应用层：智慧交通云服务应用。

深圳市交通运输局通过利用超算中心的巨型计算资源，对全市1.9 万辆出租汽车的GPS数据进行分析处理，实时得出的行程车速以电子地图形式在深圳市道路交通运行指数系统(见图4)、交通在手APP(见图5)和全景大交通电视直播频道等渠道发布，方便市民查询实时路况信息，指导出行选择。经统计，私人小汽车出行者拥堵避行和错峰出行意识显著增强，月均市民出行服务投诉次数下降52%，社会经济效益显著。

图3 基于GPS数据的路网行程车速估计技术流程Fig.3 Techniques of estimating road network operating speed based on GPS data

图4 基于出租汽车GPS数据的行程车速分布Fig.4 Travel speed distribution based on the taxi vehicles'GPS data

图5 交通在手APPFig.5 Traffic in Hand APP

6 结语

中国诸多城市交通管理部门均联合科研机构、互联网企业、通信企业等尝试构建城市智慧交通云平台，推广云计算技术在智慧交通系统中的应用。云计算技术具有超强计算能力、动态资源调度、大数据信息集成化管理机制以及按需提供服务等优势，将成为推动智慧交通系统发展的关键技术，有利于提升交通信息化水平、改善城市交通运行状况。然而，云计算在智慧交通领域的研究尚处于起步阶段，各大城市的应用也处在摸索阶段，如何将云计算的超强计算能力、快速处理分析能力和智慧交通系统数据收集平台、发布平台紧密结合将是下一步工作的重点和难点，城市交通管理部门和科研人员还需进行大量的研究和尝试。