基于群智感知的智慧城市交通系統研究

謝樹云，冉 婕，楊雪松

（昭通學院 信息科學與技術學院，云南 昭通 657000）

隨著科學技術的發展，城市越來越大，人口越來越密集，工作距離越來越遠，汽車在日常生活中扮演了越來越重要的角色，交通問題成為影響生活質量的重要因素。但是，因為道路、車輛、管理等諸多因素，導致大多數城市均存在交通擁堵、出行困難的問題，不但耽誤工作，而且加重了本來就嚴峻的環境污染，生活幸福感下降。“治堵”、“疏堵”成為當前各級政府主管部門最為關注的社會問題。

目前，各大城市緩解交通壓力的做法，有倡導綠色出行、汽車分流、限購、限行等手段。這些方法在一定程度上減輕了交通的壓力，但對于既有的龐大汽車群和上班族，以及穩定的增長，這些措施仍然不夠。相對于硬件設施建設，掌握實時的交通信息成為最主要的可行措施。現在，車輛行駛時的交通信息主要來源于地圖、廣播、打聽和經驗。這些方法存在嚴重的問題，1）信息收集緩慢，延時嚴重，滿足不了實時應用的需要；2）信息不全面，不能滿足各種用戶的信息要求；3）不準確，來源于目測，信息片面，有誤差，人工信息傳遞過程中可能存在嚴重的失真；4）無預警，不能根據長期觀測找到規律，并為交通管理提供決策支持。

城市中交通路網等基礎設施的建設和城市規劃的調整需要較長的周期，而且涉及到居民拆遷、部分路段需要封閉施工，在短時間內無法緩解甚至可能加重城市交通系統的負擔，應用高速的通信網絡和計算機技術實現交通系統的智慧化運作調度，作為短期和長期可持續產生效益的手段，成為政府的首選方案。智慧交通[1-2]應該具備環保、便捷、安全、高效、可視、可預測等特征。

雖然物聯網[3]已經在交通中有一些諸如ETC（Electronic Toll Collection，電子不停車收費系統）的應用，但在城市交通中仍然鮮見，或者處于原始階段，系統之間存在數據共享程度低、數據處理速度慢等問題。本文針對交通的嚴峻現實，提出了一個基于群智感知[4]的解決方案，名為智慧城市交通系統（SUTS，Smart Urban Transport System)。

1 基本概念

群智感知（PCW，Perception of Collective Wisdom），是指以普通用戶的手機、平板電腦、GPS等移動設備作為基本感知單元，通過移動互聯網進行有意識或無意識的協作，實現感知任務分發與感知數據收集，完成大規模的、復雜的社會感知任務。群智感知充分發揮“人多力量大”的特點，將大量普通用戶擰成一股繩，形成隨時隨地、無孔不入、與人們生活密切相關的感知系統。在群智感知中，完成復雜感知任務的參與者不需要擁有專業技能的人士，大量普通用戶可以成為中堅力量，通過合理的協作來完成他們單獨不可能或者說根本想不到要完成的任務。

物聯網 （IOT，The Internet of Things）， 是一個基于互聯網、傳統電信網等信息載體，讓所有能夠被獨立尋址的普通物理對象實現互聯互通的網絡。它具有普通對象設備化、自治終端互聯化和普適服務智能化等3個主要特征[3]。也有人認為，IOT在原來的Internet上之外增加了Things，解釋為Everything，不局限于物理上具體的物，所以將IOT譯為“萬聯網”或“全聯網”更合適。

車聯網[5]（IOV，Internet of Vehicle），在 2012 年 9 月 CCF YOCSEF上提出，車聯網是指將數字化標準信源技術應用服務于汽車和汽車駕駛者，通過無線射頻等識別技術與裝載在汽車上的電子標簽互聯，實現在信息網絡平臺上對所有車輛的屬性信息和靜、動態信息進行提取和有效利用，并根據不同的功能需求對所有車輛的運行狀態進行有效的監管和提供綜合服務。

2 系統模型

系統模型如圖1所示，整個SUTS由信息感知采集單元（圖中包括GPS、衛星、智能手機、筆記本電腦、道路設施）、信息甄別匯總單元、數據處理單元、區域數據自治單元、數據應用單元（圖中包括交通管理部門、政府、車輛環境、道路設施）、數據中心等6個部分組成。

圖1 智慧城市交通系統架構Fig.1 SUTS architecture

2.1 信息感知采集單元

此單元實現基礎數據的采集，感知數據必須要高效的收回來，并一定要求實時性和整體性。為了降低開銷，可以采用“弱”聯網的方式，在本地設置緩沖區，在需要時聯網，或聯網時才向上傳輸數據。無線通信技術可以把移動通信設備、GPS、筆記本電腦、道路基礎設施等設備連接起來。感知技術可以實現對傳感器實現植入和識別，比如車牌號碼識別、熱點識別。視頻車輛檢測可以實現交通流量計量、事故檢測。全球定位系統GPS可以接收多個不同衛星的信號并計算車輛所在的位置。

群智感知主要體現在任何系統范圍內的用戶都可以由終端設備主動或者被動的采集位置、交通流量、速度等信息并發送。譬如，手機用戶可以發送文字、圖片信息，監控、錄像設備發送連續錄像到采集單元；集成系統也可以對某一范圍的移動車輛、信任手機用戶、GPS進行主動探測，根據位置、移動速度、紅綠燈周期等信息進行識別。

2.2 信息甄別匯總單元

此單元對信息感知采集單元發送來的信息進行甄別，提高數據質量。由于沒有經過訓練的用戶作為基本感知單元會導致數據的不精確、不完整、不一致、不及時等問題，感知的方式和習慣也會影響感知數據的正確表達和解釋。所以需要在數據預處理階段拋棄沒有意義的信息，挖掘有效信息，形成簡單的數據意義并匯總。

2.3 數據處理單元

此單元對各個匯總單元發來的數據進行進一步處理。一方面，對經過甄別的數據進行合成，把離散的信息合并成城市區域的交通信息。另一方面，對數據進行挖掘。譬如，對于地圖上的某個路口，通過對一段時間內不同時段的流量、速度進行分析，判斷是否屬于交通熱點；對兩個位置之間的道路狀態進行分析，以運行時間、距離或者成本為標準，發現兩點之間的快捷路線。

2.4 數據應用單元

此單元完成有效的實時交通信息發布，通過手機信息、GPS更新、廣播、互聯網絡等途徑發布最新的交通信息。用戶根據實時交通信息選擇合適的時間、路線。

這個單元中，可以為交通管理提供規劃依據，可以實現自適應交通信號控制，可以為政府改善城市交通、規劃交通路線提供參考，可以幫助出租車乘客對時間、費用、候車信息進行預測，可以幫助司機實現道路路況檢測，推薦行車路線，可以為公共安全、智能物流提供參考。應該說，這個單元才是多數用戶直接感受到的智慧交通系統[6]。

2.5 區域數據自治單元

此單元實現本區域內交通信息的管理，是可以獨立工作的單元。可以是一個小城市，也可以是大城市的某個區域。

2.6 數據中心

是更大范圍內的交通信息交流平臺。可以通過數據中心訪問其它區域的實時交通信息。鑒于系統負擔繁重，數據中心只提供區域數據中心之間的交流服務，不提供應用服務。

2.7特點

由于SUTS內的多數數據采集工作由自動設備完成，或者由大眾無意識參與完成，數據處理功能由軟件完成，為各種用戶提供信息支持，SUTS具有以下特點。

1)低工作量。基本不需要專門人員完成數據采集和數據計算。

2)低成本。由于人工少，所以需要支付的人工成本低，多數成本在于建設交通系統本身。

3)大眾無意識協作。群智感知的信息采集中，手機用戶、GPS用戶都不需要刻意的去做采集工作，使用設備上的自動化軟件可以實現自動、定時、定點的信息發送。

4)大數據處理。由于信號采集的頻率越高，數據量會直線上升，所以需要系統具有大數據處理能力。

5)增量修正。可以對原始數據進行識別；隨著時間的推移，可以對系統內的信息進行自動的、智能化的修正、補充。

6)快速反應。全程的自動化，能夠保證道路信息在第一時間進入系統，讓其它用戶實時的了解路況信息。

3 關鍵問題

在SUTS系統模型中，關鍵的問題主要在于群智感知數據采集、數據處理和信息服務，將會直接影響到信息的準確性和服務質量。

3.1 群智感知數據采集

數據采集由信息感知采集單元完成，包括流量、速度、路況、安全監測。現在普遍使用的采集設備有流量攝像頭、測速攝像頭、收費站、視頻攝像、3G/4G網絡手機、路口感應設備、GPS導航儀。這些設備中，GPS在車輛中屬于基本配置，并且能自動完成移動數據采集，應該作為速度檢測的主要設備。收費站、路口感應設備、視頻攝像設備等城市基本設施在關鍵的路徑上，應該作為流量檢測的主要設備。城市人口密集，手機無處不在，本應該作為首選的采集設備，但是用戶使用手機的習慣、用戶的責任感不 一，會直接影響數據質量，比較可行的方案是建立信任檔案，對于信任用戶和普通用戶發送的信息區別處理。對于城市道路維修、改造等活動，因為周期較長，完全可以人工操作輸入系統。在道路上運行的車輛也可以通過車聯網感知對方，并實行信息共享。

圖2是一個典型的車輛感知運行環境。

圖2 車輛感知環境Fig.2 Preception of the environment of the venicle

3.2 數據處理

數據處理涉及前面的信息甄別匯總單元和數據處理單元，有兩個重點。一是采集來的數據質量不一，準確度有差異，需要進行判斷、預處理。過期的信息，矛盾的信息，無地址時 間的不明確信息可以被直接拋棄。對初選合格的信息，按照區域、地址、時間、現象等特征進行分類預處理。二是需要把各種數據都繪制在同一幅數據地圖上。另外，還要為更高層次的應用，進行數據統計。

由于從若干感知單元收集來的數據量異常龐大，這個階段需要大數據處理能力，TB級已經不能滿足需要，PB、ZB勉強夠用。

3.3 信息服務

信息服務是數據應用單元的任務。對車輛來說，最重要的是能得到實時交通信息，選擇最優的形式路線，可以通過收聽廣播、計算機在線查詢得到。對于交通管理部門，則是盡量避免交通擁堵，合理部署交通線路，自動適應交通燈控制。對于政府，則要根據長期的信息檢測，在城市建設時提供有效的決策參考。

4 結論

和SUTS類似的方案已經有應用，譬如水文系統已經實現了對區域的水文信息的定時數據采集，基于這些數據進行河流流量、洪峰預報，幫助水庫、電站、民政、政府實現調控。但在交通系統中，仍然任重而道遠。我們期望，真正實現智慧地球的目標。

[1]曾華燊，朱懷芳.論智慧軌道交通及其系統架構[J].計算機應用，2012,32(5):1191-1195.ZENG Hua-shen ZHU Huai-fang.Smart rail transportation and its system architecture[J].Journal of Computer Applications,2012.32(5):1191-119.

[2]竇軍,曾華燊,譚獻海,等.智慧軌道交通全聯網(SRT-IoT)——更廣泛的互聯互通[J].計算機應用，2012,32(5)：1199-1204.DOU Jun,ZENG Hua-shen,TAN Xian-hai,et al,Internet of Things for smart rail transportation:aiming for wider range of object-interconnection[J].Journal of Computer Applications,2012,32(5)：1199-1204.

[3]劉云浩.物聯網導論[M].北京：科學出版社，2011.

[4]劉云浩.群智感知計算 [J].中國計算機學會通訊，2012,8(10)：38-42.LIU Yu-hao.Crowdsourcing and participatory sensing：Towards collective intelligence[J].Communications of the CCF,2012,8(10)：38-42.

[5]熊偉,王濤.車聯網技術前沿 [J].中國計算機學會通訊，2012,8(10):89.XIONG Wei,WANG Tao.Technological frontier of internet of vehicle[J].Communications of the CCF,2012,8(10)：89.

[6]齊觀德,潘綱,李石堅.當出租車軌跡挖掘遇見智能交通[J].中國計算機學會通訊，2013,9(8)：30-37.QI Guan-de,PAN Gang,LI Shi-jian.Taxi trace mining in intelligent transportation systems [J].Communications of the CCF,2013,9(8)：30-37.