基于大数据和GIS 的高速公路车辆监控系统设计

王少宾

（河北首都新机场高速公路开发有限公司，河北廊坊 065000）

0 引言

近年来高速公路车辆数量大幅度提升，车辆监控系统具有较高的实用性，可以利用车辆监控系统获取车载终端GPS 信号，将所接收GPS 信息转换为位置信息，通过GIS（Geographic Information System，地理信息系统）技术在电子地图中展示车辆位置坐标，更新位置信息，明确车辆实时运行轨迹，便于针对车辆运行状态制定管理规划[1]。

车辆数量的不断增多，车辆监控管理数据增加，车辆运营数据呈现海量化，传统的车辆监控系统已无法满足庞大数据流处理需求，因此，国内外学者对此展开了研究，如季高等[2]人研究基于多功能车辆总线的地铁车辆远程监测系统；张俊峰等[3]人研究基于Web GIS 的神华机车实时状态远程监测系统，这两种系统可实现地铁车辆以及机车的远程监控，但局限性过强，无法处理海量车辆数据，存在响应时间长、定位精度低的缺陷。对基于大数据和GIS 的高速公路车辆监控系统进行设计具有重要的意义。

1 基于大数据和GIS 的高速公路车辆监控系统设计

1.1 系统总体结构

通过充分分析车辆监控系统需求，结合车辆实时监控深度需求以及业务特点，设计基于大数据的GIS 车辆监控系统总体结构（图1）。系统主要包括物理层、大数据实时处理层、服务层以及客户层4 个部分。系统可实现车辆行驶过程的实时监控，控制车载终端指令发布，利用电子地图的可视化功能监控车辆状态以及车辆位置；系统可针对车辆行驶过程中的突发情况提前预警，保障车辆安全行驶；利用GIS 技术提供地图服务[4]；可以实时监控车辆油耗以及里程问题，便于车辆管理者综合分析车辆运行轨迹；系统采用Hadoop 大数据云计算平台处理海量车辆数据，为系统提供优质的数据服务。

图1 系统总体结构

1.2 GPS 车载终端

车辆监控系统将GPS 车载终端作为系统的车辆定位信息采集装置，选取中必达GPS 车载终端作为系统的物理设备。中必达GPS 车载终端属于GPRS 增强型车载终端，相比普通车载终端增加GPRS 数据传输功能，通过添加64 GB 内存卡提升数据传输速率，综合来说，其具有强大的GPRS 实时在线传输性能，有效提升数据传输质量以及数据传输容量。GPS 车载终端是获取车辆实时状态信息以及GPS 信息的重要硬件设备，所选取GPS 车载终端主要功能包括：①GPS 信息接收：车载终端可实时获取车辆GPS 信息，利用所获取GPS 信息实现车辆实时监控；②数据I/O：车载终端可实时设置以及检测车辆继电器开关情况，提升车辆实时监控性能；③模数转换：车辆终端可实时提取车辆水温、油量以及电压数据，将所采集数据实时转换为数字数据，监控车辆状态信息；④系统控制：车载终端可处理以及搜集车辆所接收命令数据，实现车辆监控系统的控制；⑤数据存储与通信：车载终端可以将车辆终端的实时数据备份以及存储，还具备与应用服务器的通信功能。

1.3 大数据实时处理

车辆监控系统中的大数据实时处理平台占有重要地位，大数据实时处理平台改变以往数据处理先存储后处理而导致的分析周期过长的缺陷，提升车辆监控系统实时性。大数据实时处理技术可满足车辆监控系统处理海量数据的需求[5]，令系统具有高响应、低时延、高吞吐性能。大数据实时处理层数据处理流程如图2 所示。

图2 大数据实时处理流程

大数据处理流程包括数据采集接入、实时分类计算以及数据存储与应用3个部分，数据采集接入过程中利用kafka 分布式消息队列实现数据流采集，利用Storm 实时处理系统实现数据分类计算并发送至数据应用与存储层，并将处理完成的数据分别存储以及在车辆实时监控平台显示界面显示。

为提升系统处理实时性以及响应速率，将所采集海量原始数据利用Storm 实时处理系统依据固定规则过滤，Storm 实时处理系统进行数据过滤的核心是Topology，Topology 通过读取数据、解析数据以及过滤数据3 个部分实现数据过滤。

系统过滤数据过程中，需封装过滤规则满足系统扩展规则需求。系统过滤数据依据两个规则。

（1）异常车辆状态数据过滤：系统采集车辆数据过程中，容易错误采集车辆异常数据以及空数据，空数据以及车辆异常数据上传容易造成Storm 计算出现错误情况，数据丢失容易造成常规数据跳动过大情况，同时容易造成重复发送过期数据情况。

（2）车辆定位跳跃数据：车载数据在网络信号波动较大区域容易出现无法及时回传情况，导致车辆无法依据定位点形成轨迹，需设定固定临界值。在临界偏移情况下，车辆轨迹异常数据被丢弃，而定位数据则被保留。

1.4 GIS 数据库

利用SuperMap 平台建立车辆监控系统的GIS 数据库组成结构如图3 所示。构建车辆监控系统的GIS 数据库主要包括4个部分：①SuperMap 平台：利用SuperMap 平台存储与编辑地图数据；②参照底图：设置卫星地图作为GIS 数据库底图输入，卫星地图分辨率精度为0.3 m，利用卫星地图绘制车辆监控系统的“道路网络”；③网络数据集：由线数据集和点数据集构成网络数据集。道路网络中交叉口入点、十字路口点、车辆转向点等各类型节点由点数据集提供；道路网络中各类型路段由线数据集提供，不同节点间所存在具有相同道路属性的道路即路段；④先验信息：先验信息主要包括节点属性、交通信息以及道路属性。道路长度、宽度、车道线数量、道路ID 号、变道信息等属于道路属性；道路起点、路口点、终点、交叉口以及立交桥的入点、出点、拐弯点、停车点等均属于节点属性；交通标识、交通灯位置、交通管制区域以及限速区域属于交通信息。

图3 GIS 数据库结构

1.5 地图匹配算法

选取最近临法作为系统的地图匹配算法，对车辆中的GPS车载终端与GIS 空间地图进行匹配。将车辆视为散点数据，利用预先设定阈值将错误匹配点过滤，实现从点至线的匹配。最近临法是直观、基础的匹配方法，匹配速度较快，可实现车辆信息与GIS 空间良好匹配，最近临法匹配过程为：搜索道路，令其中一点与投影间距最短，所获取距离最短投影点即待获取的匹配点。为提升地图匹配算法匹配速度，设置候选道路为固定区域范围内路段。将给定的初始状态设置为搜索过程，利用该算法搜索全部可实现状态空间图，直至获取目标状态。

2 系统测试

选取某车辆作为实验对象，将中必达GPS 车载终端安装于车辆中，从而进行车辆监控实验。选取某市某区域作为测试路线，将系统测试车辆行驶路段划分为10 个路段共11 个节点。采用系统实时监控车辆过程中，车辆行驶路段监控长度与路段实际长度差距较小，说明系统可满足车辆行驶路段实时监的高精度需求。

系统定位车辆精度不受并发请求数量影响，一直保持着较高的车辆定位精度。主要原因是系统将大数据技术应用于车辆监控系统中，大数据技术可在数据量较大情况下仍具有较高的数据处理性能，可同时处理多个任务，实现众多车辆同时监控，所以在并发请求增加情况下仍具有较高的监控性能。

系统在加载电子地图、车辆定位、数据查询等各项操作的响应时间均低于0.5 s，系统的响应时间较短说明系统具有较高的实时性，可满足车辆监控系统实时性需求。

3 结束语

将大数据技术与GIS 技术相结合，设计高速公路车辆实时监控系统，并通过测试证明该系统的综合性能较优。所设计的监控系统可将有效的车辆实时数据提供至车辆管理者，利用大数据分析技术提升车辆实时监控性能，管理者可依据系统监控结果规划车辆行驶路线，明确车辆运行的实时状态，进一步提升车辆管理水平。