基于GIS和邊緣計算的智能交通管理平臺

摘 要：交通安全問題時刻關系到我們的生活便利與生命安全，而隨著互聯網技術的不斷發展，交通管理平臺也需要不斷的更新換代，以達到更加便捷、高效、安全的維護交通安全的目的。基于此目的，本文依據GIS和邊緣計算，設計出了一款智能交通管理平臺，該平臺結構整體可分為三層，每層的計算機網絡分別覆蓋一個城市網絡、縣級行政區域和市級行政區域，每個監控節點都包括高清攝像裝置和圖像處理裝置，通過識別后圖像與車輛登記數據庫中的數據進行對比來分析交通現狀，車輛有無違反交通規則問題，同時該系統還具有識別套牌車的功能，并且能夠通過高清攝像裝置和圖像處理裝置追溯套牌車駕駛者。

關鍵詞：GIS；邊緣計算；監控節點；Lora網絡

傳統的交通管理平臺，組網結構簡單，無法滿足城市交通統一管理的需要。針對現有技術中存在的問題，本平臺的目的在于提供一種基于GIS和邊緣計算的智能交通管理平臺，其特點是系統利用GIS圖形和地理信息處理功能，通過人機交互界面和后臺處理數據庫，使交通指揮管理更高效；網絡容量大，能夠滿足城市交通統一管理的需要，運用邊緣計算，網絡負載小、延遲低。

本文設計了一種基于GIS和邊緣計算的智能交通管理平臺。包括三層邊緣計算網絡和移動監控終端。第一層邊緣計算網絡覆蓋一個城市網格，包括在一個城市網格內的多個交通監控節點和一個網關，任意交通監控節點均與網關連接。第二層邊緣計算網絡覆蓋一個縣級行政區域，包括多個網關，網關之間采用Lora網絡，任意網關層級相同，同時任意網關定期將自己的計算資源情況廣播給該區域內的所有其他網關。第三層邊緣計算網絡覆蓋一個市級行政區域，包括上述所有網關和后臺服務器，任意網關均與后臺服務器連接，后臺服務器與移動監控終端連接。后臺服務器包括中央處理系統、信息數據庫、交通信息數據分析與處理模塊、無線模塊和報警模塊。監控節點的輸出端通過網關連接信息數據庫的輸入端。信息數據庫的輸出端連接著交通信息綜合數據分析與處理模塊的輸入端。交通信息綜合數據分析與處理模塊連接著中央處理系統。報警模塊連接著中央處理系統。無線模塊連接著中央處理系統。顯示模塊通過無線模塊進行連接。移動監控終端通過無線模塊進行連接。信息數據庫中設置有城市交通規劃信息、GIS地理信息、橋梁建設參數信息、交通信號燈系統信息、地鐵建設參數信息、公路建設參數信息。

第一層邊緣計算網絡中，監控節點和網關之間采用Lora網絡。

在第三層邊緣計算網絡中，網關與后臺服務器之間采用LTE網絡。

監控節點包括高清攝像裝置和圖像處理裝置。高清攝像裝置和圖像處理裝置連接，高清攝像裝置安裝于十字路口、公路收費站卡口或停車場卡口處。高清攝像裝置用于采集汽車圖像信息、汽車車牌圖像信息和駕駛人圖像信息。高清攝像裝置與網關連接，用于向網關發送汽車圖像信息、汽車車牌圖像信息和駕駛人圖像信息。

圖像處理裝置包括圖像處理模塊、車型識別模塊、車牌識別模塊、圖像比對模塊。圖像處理模塊，用于汽車圖像信息的處理。車型識別模塊，用于識別車型，得到汽車車型信息。車牌識別模塊，用于識別車牌。圖像比對模塊，用于識別后圖像與車輛登記數據庫中的數據進行對比。圖像處理模塊分別與車型識別模塊的輸入端和車牌識別模塊的輸入端連接。還包括分別與車型識別模塊的輸出端和車牌識別模塊的輸出端連接的圖像比對模塊。圖像比對模塊與網關連接，將比對結果發送給網關。

汽車圖像信息包括汽車的前后輪軸距、車標、天窗、長、寬、高、車身顏色信息。汽車車型信息包括汽車的品牌、型號、配置、顏色信息。

無線模塊采用4G模塊或者GPRS模塊或者GSM模塊。

圖像比對模塊將獲取的車牌信息、車型信息和車輛顏色與車輛登記數據庫中的數據進行比對。圖像處理模塊對圖像進行去噪平滑處理，采用中值濾波去除圖像噪聲。

該系統是以GIS公用平臺作為整個交通管理系統的樞紐，系統利用基于GIS的數字電子地圖把才采集到的套牌車信息經過數據融合后生成的實時信息動態的顯示在電子地圖上。

由于在遠離后臺服務器端的邊緣區域圖像處理裝置、網關等設備的計算能力參差不齊，各種設備通信質量也會實時變化，因此實施例提出了采用上述的分層網絡結構來完成整個智能交通管理平臺中所有邊緣設備的組網。這種分層網絡結構可以使得所有處于邊緣計算網絡中的設備都能夠共享出自己的計算資源。但并不是所有的邊緣任務都能在邊緣設備處理，當在當前層的設備中無法完成時，則可以上傳到下一層進行處理。首先，每個網關下覆蓋的所有監控節點和該網關組成第一層邊緣計算網絡，其次一定范圍內的所有網關組成了第二層邊緣計算網絡，最后后臺服務器作為云端處理器構成第三層邊緣計算網絡。

套牌車的識別方法，包括以下步驟：

（1）公路收費站卡口或停車場卡口安裝前端高清攝像裝置和圖像處理裝置，當汽車行駛通過時，前端高清攝像裝置采集汽車圖像數據。

（2）前端高清攝像裝置將采集的圖像傳送至圖像處理裝置，圖像處理模塊對圖像進行去噪平滑處理。

（3）將處理后的圖像送入圖像識別模塊處理，圖像識別模塊包括車型識別模塊和車牌識別模塊。

（4）將神經網絡輸出的汽車品牌、型號、配置結合汽車顏色、車牌信息傳輸到圖像比對模塊，與車輛登記數據庫中的數據進行對比，如果信息不一致，則向交通管理部門報警，如果信息一致，則進行下一輛車輛識別。

（5）交通管理部門根據報警信息，可實時追蹤套牌車輛，第一時間對套牌車輛進行查處。

圖像比對模塊將獲取的車牌信息、車型信息和車輛顏色與車輛登記數據庫中的數據進行比對。圖像處理模塊對圖像進行去噪平滑處理，采用中值濾波去除圖像噪聲。

車型識別模塊采用BP神經網絡識別車輛型號，BP神經網絡設有7個輸入神經元和4個輸出神經元。采集的前后輪軸距、車標、天窗、長、寬、高、車身顏色作為BP神經網絡的輸入神經元。品牌、型號、配置、顏色作為BP神經網絡的輸出神經元，從而構造神經網絡。用訓練好的神經網絡對汽車具體型號進行識別，獲取汽車品牌、型號、配置、顏色。

該平臺的優勢在于：

（1）通過設置邊緣計算網絡，一方面擴大網絡容量，增加組網范圍，

滿足城市交通統一管理的需要，另一方面利用邊緣計算優點，網絡負載小、延遲低；

（2）系統利用GIS圖形和地理信息處理功能，通過人機交互界面和后

臺處理數據庫，使交通指揮管理更高效；

（3）具有套牌汽車識別功能，不僅可以比對車標、車牌、車顏色等信息，并且可以具體到車輛型號和配置，提高了查處套牌的精確性；并且可以對駕駛人攝像，方便追溯套牌車駕駛者。

作者簡介：

楊曉藝，出生年月：1997.10.30，性別：女，民族：漢籍貫：山東省濟南市，學歷：本科，研究方向：通信工程.