基于車聯(lián)網(wǎng)的大數(shù)據(jù)應(yīng)用研究

梁雪輝（廣東理工職業(yè)學(xué)院，廣東廣州，510091）

?

基于車聯(lián)網(wǎng)的大數(shù)據(jù)應(yīng)用研究

梁雪輝
（廣東理工職業(yè)學(xué)院，廣東廣州，510091）

摘要：大數(shù)據(jù)技術(shù)具有數(shù)據(jù)處理量大、可處理非結(jié)構(gòu)化數(shù)據(jù)、實(shí)時(shí)性高等特點(diǎn)。針對交通安全問題，提出將大數(shù)據(jù)技術(shù)應(yīng)用于車聯(lián)網(wǎng)中數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)處理的問題。基于大數(shù)據(jù)技術(shù)，管理所有系統(tǒng)數(shù)據(jù)資源，并進(jìn)行各種智能化數(shù)據(jù)分析處理。立足于為車聯(lián)網(wǎng)提供智能支撐，讓用戶體驗(yàn)到交通管理智能化。

關(guān)鍵詞：大數(shù)據(jù)技術(shù)；車聯(lián)網(wǎng)；智能交通

0 引言

隨著經(jīng)濟(jì)增長，城市交通日益復(fù)雜，對交通環(huán)境的要求越來越高。人們高度關(guān)注“大數(shù)據(jù)”，力圖通過擴(kuò)大其應(yīng)用范圍，進(jìn)一步釋放數(shù)據(jù)所蘊(yùn)含的潛在價(jià)值。美國提出“大數(shù)據(jù)研發(fā)計(jì)劃”，旨在改進(jìn)人們從海量和復(fù)雜的數(shù)據(jù)中獲取知識的能力，擴(kuò)大大數(shù)據(jù)應(yīng)用領(lǐng)域。我國舉行的“首屆大數(shù)據(jù)應(yīng)用論壇”從大數(shù)據(jù)發(fā)展、大數(shù)據(jù)在不同場景的應(yīng)用旨在討論大數(shù)據(jù)的應(yīng)用價(jià)值。然而車聯(lián)網(wǎng)要求即時(shí)、高效、準(zhǔn)確獲取交通環(huán)境中的數(shù)據(jù)并進(jìn)行分析和處理，構(gòu)建合理城市交通體系，大數(shù)據(jù)則可以很好地解決這個(gè)問題。

1 概述

車聯(lián)網(wǎng)，是指裝載在車輛上的電子標(biāo)簽通過無線射頻識別、無線通訊、定位和傳感等技術(shù)，實(shí)現(xiàn)在信息網(wǎng)絡(luò)平臺上對車輛的屬性信息和靜、動態(tài)信息進(jìn)行提取和利用，并根據(jù)不同的功能需求對車輛的運(yùn)行狀態(tài)進(jìn)行有效的監(jiān)管和提供綜合服務(wù)。

車聯(lián)網(wǎng)具有節(jié)點(diǎn)特性、移動特性和實(shí)時(shí)特性。節(jié)點(diǎn)特性表現(xiàn)為具有強(qiáng)大的計(jì)算能力和存儲能力。移動特性表現(xiàn)為網(wǎng)絡(luò)拓?fù)渥兓臁⒁苿铀俣瓤旌鸵苿榆壽E可預(yù)測。實(shí)時(shí)特性表現(xiàn)為實(shí)時(shí)的路況信息和突然增大的通訊負(fù)載。

大數(shù)據(jù)是一系列信息技術(shù)的集合，包括數(shù)據(jù)采集、數(shù)據(jù)管理、數(shù)據(jù)分析和處理。將大數(shù)據(jù)技術(shù)應(yīng)用在車聯(lián)網(wǎng)環(huán)境中，城市的交通管理中心可以通過大數(shù)據(jù)平臺疏導(dǎo)交通，車主可以通過它了解實(shí)時(shí)路況信息、停車場停車情況等信息。

2 大數(shù)據(jù)在車聯(lián)網(wǎng)中的應(yīng)用

2.1 車聯(lián)網(wǎng)數(shù)據(jù)采集

在車聯(lián)網(wǎng)中，數(shù)據(jù)采集主要包括服務(wù)端系統(tǒng)通過感知技術(shù)實(shí)現(xiàn)對人、車、環(huán)境的各種靜態(tài)信息（ 標(biāo)識、屬性等） 和動態(tài)信息（各種事件、服務(wù)請求等） 的監(jiān)測、提取、轉(zhuǎn)換和加載。由于數(shù)據(jù)源不一樣，采集的技術(shù)體系也不盡相同，比如對于靜態(tài)信息，可以通過從本地?cái)?shù)據(jù)庫、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等數(shù)據(jù)源導(dǎo)入車聯(lián)網(wǎng)中，車輛可以將自身的各種信息傳輸?shù)街醒胩幚砥鳎欢鴦討B(tài)信息利用GPS、RFID、傳感器、攝像頭圖像處理等裝置，車輛可以完成自身周圍環(huán)境和狀態(tài)信息的采集。

2.2 車聯(lián)網(wǎng)數(shù)據(jù)分析與處理

數(shù)據(jù)分析是整個(gè)大數(shù)據(jù)處理流程的核心，大數(shù)據(jù)的價(jià)值產(chǎn)生于分析過程，實(shí)時(shí)數(shù)據(jù)處理是大數(shù)據(jù)分析的核心需求。根據(jù)車聯(lián)網(wǎng)的實(shí)時(shí)性特征，本文將車聯(lián)網(wǎng)中采集的動、靜態(tài)信息數(shù)據(jù)按照實(shí)時(shí)性要求可分為實(shí)時(shí)分析和離線分析，在分析過程中分別采用不同的分析方法。

對于動態(tài)信息，數(shù)據(jù)瞬息萬變，因此需要及時(shí)的數(shù)據(jù)分析，在極短的時(shí)間能返回分析結(jié)果。比如車聯(lián)網(wǎng)中由GPS、RFID、傳感器采集的車輛速度和距離等數(shù)據(jù)采用的是SAP的HANA的實(shí)時(shí)分析的工具，將傳統(tǒng)關(guān)系型數(shù)據(jù)庫組成并行處理集群的數(shù)據(jù)分析模式進(jìn)行實(shí)時(shí)分析并采用內(nèi)存計(jì)算平臺；攝像頭采集的圖像數(shù)據(jù)在進(jìn)行計(jì)算的時(shí)候會涉及到在相同數(shù)據(jù)上的不斷更新以及大量的消息傳遞，為避免不必要的序列化和反序列化的開銷并且實(shí)現(xiàn)極短時(shí)間內(nèi)的海量數(shù)據(jù)分析，采用適用于Web數(shù)據(jù)級別的交互式數(shù)據(jù)分析系統(tǒng)Dremel。在車輛行駛過程中采集的數(shù)據(jù)的價(jià)值會隨著時(shí)間的流逝而不斷減少，盡快地對最新的數(shù)據(jù)作出分析并給出結(jié)果，所以對于動態(tài)信息的數(shù)據(jù)采用流數(shù)據(jù)處理模式，流處理的處理模式將數(shù)據(jù)視為流，源源不斷的數(shù)據(jù)組成了數(shù)據(jù)流；當(dāng)新的數(shù)據(jù)到來時(shí)就立刻處理并返回所需的結(jié)果。

在大數(shù)據(jù)環(huán)境下，為了降低數(shù)據(jù)格式轉(zhuǎn)化的開銷，提高數(shù)據(jù)采集的效率，車聯(lián)網(wǎng)中的靜態(tài)信息采用基于MapReduc的離線分析和批處理模式，MapReduce模型首先將車聯(lián)網(wǎng)采集到的靜態(tài)信息的原始數(shù)據(jù)源進(jìn)行分塊，然后分別交給不同的Map任務(wù)區(qū)處理。

2.3 大數(shù)據(jù)管理車聯(lián)網(wǎng)

車聯(lián)網(wǎng)中的各類交通管理主體分散在不同部門，呈現(xiàn)條塊分割的現(xiàn)象，這種分散造成公共交通管理的碎片化，而大數(shù)據(jù)具有信息集成優(yōu)勢和組合效率，有助于建立綜合的交通信息體系，將用戶可能利用的各種交通數(shù)據(jù)納入系統(tǒng)， 構(gòu)建車聯(lián)網(wǎng)信息集成模式，發(fā)揮整體性交通功能，通過在大數(shù)據(jù)中進(jìn)行集成檢索、利用和分析來提取相關(guān)信息，滿足各種交通需求。

大數(shù)據(jù)智能化管理車聯(lián)網(wǎng)表現(xiàn)在：一旦某個(gè)路段發(fā)生問題，立刻從大數(shù)據(jù)中調(diào)出有用信息，確保交通的連貫性和持續(xù)性；另一方面，大數(shù)據(jù)具有高預(yù)測能力，可降低誤報(bào)和漏報(bào)，可隨時(shí)針對交通的動態(tài)性實(shí)施監(jiān)控。

3 結(jié)束語

本文在探討車聯(lián)網(wǎng)特性、大數(shù)據(jù)內(nèi)涵和應(yīng)用的基礎(chǔ)上，簡明闡述了大數(shù)據(jù)在車聯(lián)網(wǎng)數(shù)據(jù)采集、分析和處理以及管理等過程中所涉及的技術(shù)及方法，但要真正利用大數(shù)據(jù)構(gòu)建一體化的智能交通體制，還需要對車聯(lián)網(wǎng)系統(tǒng)的構(gòu)建以及用戶界面的完善做進(jìn)一步研究。

參考文獻(xiàn)

［1］Kevin C. Lee， Uichin Lee， Mario Gerla， et al. Geo-Opportunistic Routing for Vehicular Networks［J］. IEEECommunications Magazine， 2010（5）︰164-170.

［2］Hannes Hartenstein， Kenneth P. Laberteaux， et al.A Tutorial Survey on Vehicular Ad Hoc Networks ［J］.IEEE Communications Magazine， 2008（6）︰164-171.

［3］覃雄派，王會舉，李芙蓉，等．?dāng)?shù)據(jù)管理技術(shù)的新格局．軟件學(xué)報(bào)，2013，36（2）︰175-197

［4］DU N，Wu B，Pei X，et al.Community detection in largescale social networks//Proc of the 9th WebKDD and 1st SNA-KDD 2007 Workshop on web Mining and Social Network Analysis.New York︰ACM，2007︰16-25

［5］Dean J，Ghemawat S.MapReduce︰Simplified data processing on large clusters ［C］//Proc of OSDI 2004 Berkeley，CA︰USENIX Association，2004︰137-150

Research on the application of big data based on vehicle networking

Liang Xuehui
（Guangdong Polytechnic Institute，Guangzhou，Guangdong，510009）

Abstract：Big Data technology has the characteristics of processing large amount of data，real-time and dealing with unstructured data.Aiming at the problem of traffic safety，we put forward the Big Data technique is used to solve the problems of data collection，data analysis and data processing in Vehicle networking affects the traffic safety.Based on Big Data technology，managing all the data resources of the transport sectors and a variety of intelligent data analysis processing，We provide intelligent support for the Vehicle networking，allowing users to experience the intelligence of traffic management.

Keywords：big data；vehicle networking；intelligent transportation

作者簡介

梁雪輝，男（1988.11—），漢族，籍貫廣西，碩士，助教，研究方向：實(shí)時(shí)系統(tǒng)、信息物理系統(tǒng)。