基于霧計算的智能交通信號燈控制算法研究

喬佳利, 鄭曉彥, 高金輝

(1. 河南師范大學 電子與電氣工程學院, 河南 新鄉 453007; 2. 河南廣播電視大學, 河南 鄭州 450008)

現有的交通信號燈[1-2]控制方法中,通過交通感應策略[3-4],利用當前的交通信息來優化交通燈的設置,這一策略的關鍵是如何預測即將到來的車輛。一般來說有幾種方法, 第一種是使用路面環路探測器。然而,路面環路探測器需要部署較多,在安裝過程中,道路需要被拆除,流量通常會中斷,感應回路由于其他結構的原因也容易破碎,因此大規模部署不方便。 第二種是使用基于視頻的交通檢測系統。這個系統需要高度的人為干預。為此,提出了自動化的基于視覺的方法[5-6]。與環路探測器相比,攝像機可以提供更多的車輛信息。然而,視頻圖像識別仍然是一項具有挑戰性的任務。此外,一些環境因素也可能影響檢測的準確性。 第三種是使用無線傳感器網絡(WSNs)[7],這種方法有一些限制。其中一個問題是由于系統中可能存在大量的檢測節點[8],維護成本較高。此外,WSN系統的安全性難以保證。檢測節點可以被破壞,可以由攻擊者產生干擾信號來誤導控制節點 。 本文通過車聯網和霧計算的網絡架構,路邊接入網檢測即將到來車輛的流量信息傳送給控制平臺,然后對交通燈進行智能高效的控制,保證車輛與交通燈之間的通信。

1 系統構成

基于霧計算的智能交通信號燈控制系統,由車輛車載單元(OBU)(見圖1)和路邊接入網設備、車輛、交通信號燈、控制平臺和霧計算組成系統,其架構見圖2。車輛利用車載單元和路邊節點單元通信以此收集過往車輛信息,發送給控制平臺,然后控制交通燈。這樣的車輛通信網絡是被稱為“VANETs”,一個VANET主要由4種實體組成:控制平臺(Ta),路邊單位(RSUs),嵌入OBUs(若干車載單元)的車輛和交通信號燈。

圖1 車載單元(OBU)

圖2 控制系統的架構

控制平臺(Ta):Ta是一個完全信任的權威,它生成系統的全局參數。

路邊單位(RSUs):RSUs部署在路邊,以協助交通燈和車輛之間的通信。

交通信號燈:調整紅色和綠燈設置,以控制十字路口的交通流量。

車輛:車輛通過無線通信向路邊接入網設備報告其狀態信息,路邊接入網設備處理狀態信息并將信息傳遞給控制平臺進行處理,控制平臺將處理的信息輸送給交通燈，實現各個方向的交通紅綠燈的控制。此外,假設每個車輛都配備了防篡改GPS,車輛的計算能力并不完全相同,所有的加密計算都是在可信設備中運行的。

2 控制算法

霧計算[9]是云計算的延伸概念,由思科首創。霧計算是一個系統級的水平架構,在網絡的邊緣連續提供了從云到終端的計算能力、存儲容量和網絡服務。在霧計算中,用戶利用大量的最終用戶客戶端或接近用戶的邊緣設備來執行計算和存儲的操作。在使用霧計算的交通信號燈控制方案中,交通燈可以作為一種霧裝置,根據收到的信息,控制平臺可以運行一個流量調度算法來調整交通燈[10-11],該方法具有低延遲的特性,算法是用哈希碰撞[12]謎題構造的。該算法由5個階段組成:系統設置,拼圖分配,驗證,生成和決策。圖3為算法的階段組成演示圖。

圖3 算法的階段組成演示圖

在這個階段,Ta為系統中的車輛和交通燈生成系統參數。在輸入一個安全參數l,生成系統參數如下:

選擇一個對稱密鑰加密方案δSSK(.)/DSSK(.)；

選擇一個密碼散列函數SH:{0,1}*→{0,1}γ,γ是指定的密碼謎題硬度；

項目輸出系統參數(γ,δSSK(.)/DSSK(.),SH)。

系統中所有的車輛和交通燈都必須儲存系統參數(γ,δSSK(.)/DSSK(.),SH)。考慮道路交叉點的場景,如圖4所示。

圖4 道路交叉點的場景演示圖

我們使用一個單一的交通燈Rπ表示多個交通燈。在每個時間段τ,紅綠燈Rπ生成一個k比特長度的隨機種子ητ∈R{0,1}k,k是一個取決于l的參數。分發種子ητ給接近Rπ的車輛。交通燈Rπ具體方案如下:

產生一個隨機會話密鑰skτ,對稱密鑰加密方案的關鍵是δSSK(.)/DSSK(.)；

利用GeoLock映射函數,根據監測區域Li的位置計算GeoLock值；

計算C1=GeoLock⊕skτC2=δskτ(ητ),和廣播密文(C1,C2)。

在這個階段,車輛接近Rπ首先解密密文獲得謎題, 在協商時間內解決難題并生成一個證明。當車輛V1收到密文(C1,C2),它生成一個證明如下:

(1) 利用GeoLock映射函數計算GeoLock值；

(2) 計算skτ=GeoLock⊕C1,ητ=Dskτ(C2)；

(3) 找到(ζi,ζ,)∈{0,1}*滿足SH(ητ‖statusi‖ζi)=SH(ητ‖statusi‖ζi),statusi是狀態信息；

3 仿真結果與分析

在仿真中我們評估哈希沖突,構建一個具有短輸出的散列函數。圖5顯示了哈希碰撞謎題的難度和時間解謎。當哈希函數的輸出位長度增加時,發現沖突的平均時間呈指數級增長。當哈希函數的輸出位長度即謎題的難度從5到27時,發現碰撞的時間范圍即車輛進行證明驗證的時間延遲,從0.007 ms到87.0 s,該方案中協商的時間周期與解哈希碰撞謎題的時間有關。如果確定了哈希碰撞謎題的難度,經過協商的時間周期可能比選擇的難度對應的哈希碰撞謎題的時間要大,因此該方案滿足了霧設備的友好性,具有較低的延時性,可以更好進行智能交通燈的控制。

4 結論

霧計算為智能交通信號燈控制提供了一種新的方法,該方法對數據傳輸量要求較小,具有快速處理實時數據的能力,提高本地的存儲和計算能力,消除數據傳輸的瓶頸。本文基于哈希函數提出了一種基于霧計算的智能交通信號燈控制方案。該方案中,交通燈即為一個霧化裝置,為了減少交通燈的計算和通信時間,交通燈只需要播放一個單一的字謎和執行簡單的操作就能夠高效地控制交通信號燈,為最終實現城市智能交通提供科學的信息基礎。