基于協(xié)同技術(shù)的智能車(chē)載系統(tǒng)

李若翩，阮雅端，陳啟美

(南京大學(xué)電子科學(xué)與工程學(xué)院，江蘇南京 210093)

智能交通系統(tǒng)(Intelligent Transportation Systems，ITS)是將物聯(lián)網(wǎng)傳感技術(shù)、數(shù)據(jù)通信技術(shù)、自動(dòng)化控制技術(shù)及計(jì)算機(jī)高速運(yùn)算技術(shù)等集成于交通系統(tǒng)中，從而建立起一種具有實(shí)時(shí)性、高效性、準(zhǔn)確性和創(chuàng)新性的綜合交通管理系統(tǒng)。該系統(tǒng)在智能城市的建設(shè)中發(fā)揮了巨大的作用，是交通產(chǎn)業(yè)進(jìn)入信息時(shí)代的重要標(biāo)志［1］，已成為公認(rèn)的解決城市運(yùn)輸難題的最佳途徑［2］。

近年來(lái)隨著物聯(lián)網(wǎng)等技術(shù)的發(fā)展，智能交通系統(tǒng)的建設(shè)取得了重大突破［3］。車(chē)路協(xié)同技術(shù)是引領(lǐng)交通未來(lái)發(fā)展的前沿技術(shù)，因此成為學(xué)者們研究的熱點(diǎn)［4］。如何實(shí)現(xiàn)車(chē)載終端及異構(gòu)網(wǎng)絡(luò)之間的互通和合作，充分挖掘融合后車(chē)載系統(tǒng)的多種服務(wù)能力，實(shí)現(xiàn)交通服務(wù)個(gè)性化、便捷化和高速化是目前智能車(chē)路協(xié)同技術(shù)研究的重點(diǎn)。

論文研究了智能交通中的協(xié)同技術(shù)，提出了一種基于協(xié)同技術(shù)的智能車(chē)載系統(tǒng)，并且詳細(xì)敘述了系統(tǒng)架構(gòu)和功能實(shí)現(xiàn)，最后通過(guò)兩個(gè)應(yīng)用場(chǎng)景展示了該系統(tǒng)的使用案例。

1 系統(tǒng)設(shè)計(jì)

1.1 協(xié)同技術(shù)

通過(guò)聯(lián)合交通中不同的終端、網(wǎng)絡(luò)、技術(shù)及服務(wù)，協(xié)同安排后使整體的功能優(yōu)于每個(gè)組成部分的功能之和，來(lái)讓它們合作產(chǎn)生獨(dú)立運(yùn)作時(shí)并不具備的能力，這就是協(xié)同機(jī)理［5］。通過(guò)協(xié)同技術(shù)，系統(tǒng)功能將大于各個(gè)組成部分的總和，能夠發(fā)揮出異構(gòu)終端或網(wǎng)絡(luò)融合后的強(qiáng)大能力。隨著國(guó)民經(jīng)濟(jì)的高速發(fā)展和城市化進(jìn)程的加快，我國(guó)機(jī)動(dòng)車(chē)擁有量急劇增加，人們對(duì)交通服務(wù)的需求量也不斷上升，單一技術(shù)無(wú)法滿(mǎn)足用戶(hù)的所有需求。因此，需要通過(guò)協(xié)同技術(shù)來(lái)綜合調(diào)度交通中的各項(xiàng)資源，使用戶(hù)收獲更好的服務(wù)體驗(yàn)。

智能交通協(xié)同系統(tǒng)的研究主要包含以下兩方面的內(nèi)容:一是單一交通網(wǎng)絡(luò)內(nèi)部不同的車(chē)載終端、網(wǎng)絡(luò)、服務(wù)器等之間的協(xié)同，以增強(qiáng)交通管理系統(tǒng)的性能和提供優(yōu)質(zhì)的服務(wù)，這也是本篇論文的研究主旨。另一內(nèi)容則是指異構(gòu)車(chē)載網(wǎng)絡(luò)之間的協(xié)同，使其擁有異構(gòu)交通網(wǎng)絡(luò)的無(wú)縫對(duì)接和個(gè)性化用戶(hù)體驗(yàn)。

基于協(xié)同機(jī)理的交通系統(tǒng)的目標(biāo)是聯(lián)合現(xiàn)有車(chē)載網(wǎng)終端和數(shù)據(jù)，防止出現(xiàn)交通網(wǎng)絡(luò)信息孤島，將所有節(jié)點(diǎn)有效地協(xié)調(diào)集成在一起，形成一個(gè)完整的智能車(chē)載信息系統(tǒng)，從而使得信息在不同車(chē)載終端間共享。系統(tǒng)通過(guò)建立協(xié)同的智能交通環(huán)境，改善信息交流的方式，減少或消除時(shí)間或空間上被分隔的問(wèn)題，從而提高交通終端群體工作的效率。

協(xié)同系統(tǒng)必須正確地實(shí)現(xiàn)協(xié)作機(jī)制才能夠支持協(xié)作活動(dòng)。合作機(jī)制是交互式終端的協(xié)議，可以完成分配資源和并發(fā)進(jìn)程處理等任務(wù)。設(shè)計(jì)協(xié)同機(jī)制要考慮的因素比較多，其中需要優(yōu)先考慮的是:體現(xiàn)用戶(hù)需求的差異性，響應(yīng)實(shí)時(shí)高速并且準(zhǔn)確，處理合作過(guò)程中的意外事件，整合各要素成統(tǒng)一的有機(jī)體［6］。

1.2 系統(tǒng)框架

多個(gè)車(chē)載網(wǎng)絡(luò)中的節(jié)點(diǎn)為完成系統(tǒng)智能化這個(gè)共同目標(biāo)而組成一個(gè)集群，在通信網(wǎng)絡(luò)環(huán)境下，尤其在協(xié)同系統(tǒng)技術(shù)的支持下，各個(gè)群體協(xié)調(diào)工作，最終完成統(tǒng)一的目標(biāo)。基于動(dòng)態(tài)地圖界面的智能車(chē)載系統(tǒng)包括服務(wù)器集群、終端集群、移動(dòng)網(wǎng)絡(luò)和車(chē)載終端，如圖1所示。

圖1 智能車(chē)載系統(tǒng)框架圖

服務(wù)器集群包括動(dòng)態(tài)地圖數(shù)據(jù)庫(kù)管理功能模塊、實(shí)時(shí)流視頻服務(wù)功能模塊、最佳行車(chē)路徑分析功能模塊和信息發(fā)布功能模塊。終端集群包括固定攝像模塊、路測(cè)傳感模塊、紅外檢測(cè)模塊。車(chē)載終端單元包含以下基本模塊:車(chē)載移動(dòng)攝像模塊、車(chē)載全球定位系統(tǒng)(GPS)模塊、便攜式通信模塊和車(chē)載處理與顯示模塊。

服務(wù)器集群的主要功能有地圖數(shù)據(jù)的存儲(chǔ)和更新、最優(yōu)行車(chē)路徑的計(jì)算、視頻流點(diǎn)播的響應(yīng)和最終信息的發(fā)布等。終端集群主要負(fù)責(zé)探測(cè)當(dāng)前交通網(wǎng)絡(luò)中的各項(xiàng)參數(shù)，如車(chē)輛擁堵情況和環(huán)境因素等，同時(shí)也具備向服務(wù)器實(shí)時(shí)傳送各項(xiàng)參數(shù)的能力。車(chē)載終端單元是向用戶(hù)展示最終信息的平臺(tái)，不僅可以根據(jù)交通擁堵?tīng)顩r描繪出不同的出行地圖，也可以實(shí)時(shí)上傳和播放服務(wù)器端存儲(chǔ)的交通視頻流。

1.3 協(xié)同流程

系統(tǒng)總體協(xié)調(diào)流程如圖2所示。固定攝像模塊、紅外檢測(cè)模塊和路測(cè)傳感模塊測(cè)得路段車(chē)流量和平均車(chē)速等數(shù)據(jù)，通過(guò)移動(dòng)網(wǎng)絡(luò)將信息上傳至服務(wù)器。動(dòng)態(tài)地圖數(shù)據(jù)庫(kù)管理功能模塊根據(jù)信息更新動(dòng)態(tài)地圖數(shù)據(jù)庫(kù)。

圖2 智能車(chē)載系統(tǒng)協(xié)調(diào)流程圖

服務(wù)器集群中的最佳行車(chē)路徑分析功能模塊基于動(dòng)態(tài)地圖數(shù)據(jù)庫(kù)，給出從當(dāng)前位置到目的地的最佳行車(chē)路線(xiàn)，并根據(jù)實(shí)時(shí)交通狀況的變化靈活地更換路線(xiàn)。結(jié)合車(chē)載終端單元的便攜式通信模塊通過(guò)移動(dòng)網(wǎng)絡(luò)，最佳行車(chē)路徑分析模塊將最佳行車(chē)路線(xiàn)通過(guò)車(chē)載處理與顯示模塊顯示在地圖界面上，為行車(chē)司機(jī)提供路由導(dǎo)航服務(wù)。

車(chē)載終端單元的便攜式通信模塊通過(guò)移動(dòng)網(wǎng)絡(luò)從服務(wù)器的動(dòng)態(tài)地圖數(shù)據(jù)庫(kù)管理功能模塊加載動(dòng)態(tài)地圖數(shù)據(jù)庫(kù)信息，并通過(guò)車(chē)載處理與顯示模塊將交通擁堵?tīng)顩r在實(shí)時(shí)地圖界面上顯示出來(lái)。系統(tǒng)使用車(chē)輛平均速度作為路段擁堵?tīng)顩r表征量，平均車(chē)速越低表示道路越擁堵，在地圖界面上用不同顏色代表各路段平均車(chē)速的差異，當(dāng)車(chē)速大于100 km/h顯示為綠色，當(dāng)車(chē)速小于60 km/h顯示為紅色。

固定攝像模塊、路測(cè)傳感模塊和紅外檢測(cè)模塊對(duì)交通突發(fā)事件提供報(bào)警功能，并將此類(lèi)信號(hào)通過(guò)移動(dòng)網(wǎng)絡(luò)及時(shí)上傳服務(wù)器并反饋給道路監(jiān)控部門(mén)或監(jiān)管車(chē)。車(chē)載終端單元的便攜式通信模塊得到報(bào)警信號(hào)，再由車(chē)載處理與顯示模塊通過(guò)用戶(hù)界面顯示給監(jiān)管車(chē)終端用戶(hù)。同時(shí)監(jiān)管車(chē)用戶(hù)和道路監(jiān)控部門(mén)可以通過(guò)信息發(fā)布功能模塊，在應(yīng)急處理的用戶(hù)界面發(fā)布應(yīng)對(duì)緊急狀況的指令，通過(guò)移動(dòng)網(wǎng)絡(luò)調(diào)度人力物力，采取應(yīng)急措施。

車(chē)載移動(dòng)攝像模塊拍攝圖像或者視頻，并由便攜式通信模塊傳輸至服務(wù)器。服務(wù)器中的實(shí)時(shí)流視頻服務(wù)功能模塊接受查詢(xún)并發(fā)起收發(fā)雙方的會(huì)話(huà)，供現(xiàn)場(chǎng)以外的執(zhí)法人員調(diào)看視頻，實(shí)現(xiàn)現(xiàn)場(chǎng)執(zhí)法取證功能。車(chē)載GPS模塊和車(chē)載移動(dòng)攝像模塊分別得到車(chē)輛位置和沿途視頻并由便攜式通信模塊通過(guò)移動(dòng)網(wǎng)絡(luò)傳輸?shù)椒?wù)器。交通管理者通過(guò)移動(dòng)網(wǎng)絡(luò)調(diào)看車(chē)輛位置和沿途視頻信息，達(dá)到行車(chē)跟蹤的目的。

1.4 功能實(shí)現(xiàn)

1.4.1 最優(yōu)路徑分析

求解最優(yōu)路徑問(wèn)題的思路是:將實(shí)際問(wèn)題抽象為數(shù)學(xué)問(wèn)題，運(yùn)用圖論、動(dòng)態(tài)規(guī)劃或者各種經(jīng)典算法進(jìn)行求解。其求解過(guò)程大致有以下幾步:

1)將實(shí)際的路徑信息轉(zhuǎn)化為可用于機(jī)器學(xué)習(xí)計(jì)算的格式，并得出整體的拓?fù)浣Y(jié)構(gòu);

2)根據(jù)動(dòng)態(tài)規(guī)劃原則求得相關(guān)路段的權(quán)值;

3)依據(jù)最優(yōu)路徑算法求解最優(yōu)路徑問(wèn)題。

最短路徑搜索算法中最著名的為Dijkstra算法和A*算法，也是被研究和改善的熱點(diǎn)。Sven Koenig等人在A*算法的基礎(chǔ)上提出了Lifelong Planning A*(LPA*)算法［7］，該算法是一種動(dòng)態(tài)最優(yōu)路徑算法，可以較好地解決路段出行費(fèi)用不斷變化的情況下最優(yōu)路徑搜索問(wèn)題。

1.4.2 調(diào)度控制算法

基于動(dòng)態(tài)地圖界面的車(chē)載系統(tǒng)給用戶(hù)提供實(shí)時(shí)更新的動(dòng)態(tài)地圖。相比傳統(tǒng)地理信息系統(tǒng)(GIS)的靜態(tài)畫(huà)面，動(dòng)態(tài)地圖能夠?qū)⒙肪W(wǎng)交通的時(shí)變信息，如:交通控制信號(hào)(紅綠燈變化)、車(chē)輛位置和速度的改變、自然環(huán)境變化(雨、雪、霧天氣)等使用形象的仿真畫(huà)面實(shí)時(shí)展示出來(lái)。

對(duì)于實(shí)時(shí)路況的技術(shù)實(shí)現(xiàn)，相對(duì)于靜態(tài)的GIS，該系統(tǒng)采用分層的方式進(jìn)行交通路況后臺(tái)數(shù)據(jù)更新，實(shí)現(xiàn)動(dòng)態(tài)的、實(shí)時(shí)的展示，如圖3所示。

圖3 動(dòng)態(tài)地圖界面

該系統(tǒng)將動(dòng)態(tài)地圖數(shù)據(jù)分為如下4層:

1)靜態(tài)層:靜態(tài)(半永久性)的數(shù)字地圖數(shù)據(jù)庫(kù);

2)準(zhǔn)靜態(tài)層:類(lèi)似的靜態(tài)信息，保存在數(shù)字地圖數(shù)據(jù)庫(kù)中;

3)非標(biāo)準(zhǔn)動(dòng)態(tài)層:臨時(shí)的和動(dòng)態(tài)的信息(如天氣，交通條件);

4)動(dòng)態(tài)層:關(guān)于移動(dòng)物體(車(chē)輛、易受傷害的道路使用者和動(dòng)物)動(dòng)態(tài)的和其他高度動(dòng)態(tài)的信息。

4層數(shù)據(jù)疊加并通過(guò)GIS界面形成道路具體狀況的展現(xiàn)。該系統(tǒng)僅對(duì)車(chē)輛數(shù)據(jù)感興趣，因而對(duì)靜態(tài)層和準(zhǔn)靜態(tài)層不做更新。系統(tǒng)的動(dòng)態(tài)地圖數(shù)據(jù)庫(kù)采用NAVTEQ公司提供的SQLite，數(shù)據(jù)庫(kù)的更新和加載工作均基于python語(yǔ)言中SQLite的函數(shù)接口，在車(chē)載端的地圖界面采用Google地圖開(kāi)發(fā)的API。

1.4.3 交通事件監(jiān)測(cè)

固定攝像模塊、路測(cè)傳感模塊和紅外檢測(cè)模塊通過(guò)實(shí)時(shí)圖像處理等技術(shù)測(cè)得一個(gè)路段內(nèi)的車(chē)流量、車(chē)輛平均速度等參量，同時(shí)完成交通事件監(jiān)測(cè)任務(wù)［8］。

交通事件檢測(cè)具體方法如下:

1)首先進(jìn)行攝像機(jī)標(biāo)定，將物理世界的坐標(biāo)和圖像坐標(biāo)相對(duì)應(yīng)。

2)做背景建模即圖像背景的提取，對(duì)圖像背景(道路和路側(cè)固定設(shè)施等靜態(tài)單元)做模型構(gòu)建，為前景與背景的分離提供必要條件。

3)利用對(duì)前幀與后幀作差分的方式，得到動(dòng)態(tài)物體所在空間位置坐標(biāo)和動(dòng)態(tài)物體的特征點(diǎn)，使得前后幀的特征點(diǎn)得到匹配。

4)在動(dòng)態(tài)物體(車(chē)輛)位置坐標(biāo)測(cè)得后，通過(guò)坐標(biāo)變換算得實(shí)際坐標(biāo)系下車(chē)輛速度，并對(duì)經(jīng)過(guò)車(chē)輛計(jì)數(shù)(每15 min統(tǒng)計(jì)一次車(chē)流量)。

5)對(duì)于檢測(cè)到的車(chē)速異常的狀況(意外停車(chē)、超速等)做報(bào)警處理，發(fā)送異常事件的信息。

1.4.4 車(chē)載視頻處理

該系統(tǒng)移動(dòng)視頻經(jīng)車(chē)載終端單元的車(chē)載移動(dòng)攝像模塊采集后做H.264編碼壓縮處理，再通過(guò)實(shí)時(shí)傳輸協(xié)議(RTP)打包發(fā)送給服務(wù)器［9］。當(dāng)交管中心或監(jiān)管部門(mén)有點(diǎn)播請(qǐng)求時(shí)，服務(wù)器端實(shí)時(shí)流視頻服務(wù)功能模塊發(fā)起收發(fā)雙方的實(shí)時(shí)流傳輸協(xié)議(RTSP)會(huì)話(huà)。接收端接收實(shí)時(shí)流視頻數(shù)據(jù)并通過(guò)VLC播放器軟件解碼后播放［10］。

所述服務(wù)器的實(shí)時(shí)流視頻服務(wù)功能模塊與RTSP會(huì)話(huà)采用了Twisted編程框架。Twisted編程框架是運(yùn)用python實(shí)現(xiàn)的服務(wù)器架構(gòu)，中心概念是非阻塞異步這一思想。

Twisted技術(shù)的初始化及工作流程如下:

1)讀取其網(wǎng)絡(luò)抽象層單元結(jié)構(gòu)中的SPS序列參數(shù)集和PPS等信息，依據(jù)SDP協(xié)議生成后綴為index的索引文件。

2)打開(kāi)服務(wù)器1556端口，時(shí)刻監(jiān)聽(tīng)客戶(hù)端的點(diǎn)播申請(qǐng)。

3)當(dāng)有客戶(hù)端點(diǎn)播視頻時(shí)，服務(wù)器先檢測(cè)是否己做解析。

4)在保證H.264格式的視頻做過(guò)解析后，利用解析信息與客戶(hù)端建立RTSP對(duì)話(huà)。

5)以RTP協(xié)議傳輸視頻流，供客戶(hù)端播放。

2 系統(tǒng)效果

協(xié)同車(chē)載系統(tǒng)可為不同類(lèi)型車(chē)輛提供不同的個(gè)性化服務(wù)。車(chē)輛可以根據(jù)各自需要定制其自身的業(yè)務(wù)，協(xié)同終端系統(tǒng)則會(huì)提供相應(yīng)的功能和服務(wù)。在此將車(chē)載用戶(hù)分為兩大類(lèi):普通車(chē)和監(jiān)管車(chē)。

普通車(chē)的終端首先需要加載地圖數(shù)據(jù)，并將數(shù)據(jù)顯示出來(lái)，以給用戶(hù)提供路網(wǎng)整體擁堵態(tài)勢(shì)。在此交通實(shí)時(shí)狀況己知的基礎(chǔ)上，系統(tǒng)進(jìn)行宏觀交通流預(yù)測(cè)與事件檢測(cè)，結(jié)合實(shí)時(shí)與預(yù)測(cè)的數(shù)據(jù)顯示最優(yōu)行車(chē)路徑，如圖4所示。

圖4 普通車(chē)路況顯示與最優(yōu)路徑(截圖)

監(jiān)管車(chē)可現(xiàn)場(chǎng)拍攝視頻取證，并上傳給交警部門(mén)為其決策提供依據(jù)。監(jiān)管車(chē)也可以通過(guò)終端系統(tǒng)得到路網(wǎng)交通緊急狀況的報(bào)警并發(fā)布應(yīng)急指令、調(diào)度人力物力解決問(wèn)題。當(dāng)某個(gè)路段經(jīng)檢測(cè)認(rèn)為可能有事件發(fā)生時(shí)，就在該處顯示警示符號(hào)，如圖5所示。當(dāng)管理人員發(fā)現(xiàn)有警示符時(shí)，再對(duì)該地區(qū)進(jìn)行進(jìn)一步排查，確定是否確實(shí)有突發(fā)事件。

圖5 監(jiān)管車(chē)路況監(jiān)控(截圖)

3 小結(jié)

文章提出了一個(gè)基于協(xié)同技術(shù)的智能車(chē)載系統(tǒng)設(shè)計(jì)。通過(guò)相關(guān)關(guān)鍵技術(shù)的協(xié)同融合，調(diào)動(dòng)各個(gè)終端及服務(wù)器協(xié)同工作，利用不同交通網(wǎng)絡(luò)的能力，在車(chē)載網(wǎng)絡(luò)的各個(gè)層面形成多維的協(xié)同服務(wù)，實(shí)現(xiàn)車(chē)載用戶(hù)個(gè)性化的智能應(yīng)用，最大限度地發(fā)揮了異構(gòu)車(chē)載網(wǎng)絡(luò)的能力。在智能交通運(yùn)輸?shù)缆飞希~出了朝著高效、安全、環(huán)保、可靠方向發(fā)展的一步。

:

［1］嚴(yán)新平，吳超仲，楊兆升.智能運(yùn)輸系統(tǒng)——原理、方法及應(yīng)用［M］.武漢:武漢理工大學(xué)出版社，2006.

［2］潘琪.智能交通:促進(jìn)城市交通可持續(xù)發(fā)展的最佳途徑——楊兆升教授訪(fǎng)談錄［J］.綜合運(yùn)輸，2010(7):85－89.

［3］戴明.物聯(lián)網(wǎng)技術(shù)在交通運(yùn)輸領(lǐng)域應(yīng)用戰(zhàn)略的思考［J］.交通信息與安全，2012(4):142－144.

［4］李蕊.日本智能交通系統(tǒng)介紹及其借鑒［J］.中國(guó)交通信息化，2011(1):123－126.

［5］彭木根，王文博.基于協(xié)同機(jī)理的下一代寬帶無(wú)線(xiàn)通信系［J］.數(shù)據(jù)通信，2007(4):1－5.

［6］KOENIG S，LILHACHEV M，F(xiàn)URCY D.Lifelong planning A* ［J］.Artificial Intelligence Journal，2004，155(1－2):93－146.

［7］LIAKOU，HARIS M.An overview on transports and ITS［J］.Communication in Computer and Information Science，2010(112):343－345.

［8］郭曉，郭曉金.基于時(shí)空的混合高斯背景建模的運(yùn)動(dòng)目標(biāo)檢測(cè)［J］.電視技術(shù)，2013，37(3):185－187.

［9］吳林煌，楊秀芝，云桂桂，等.數(shù)字電視插播系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.電視技術(shù)，2013，37(4):32－35.

［10］張慧，張國(guó)軍，薛南，等.數(shù)字傳感器系統(tǒng)的研究與實(shí)現(xiàn)［J］.電視技術(shù)，2013，37(5):78－81.