基于云計算的智能交通應(yīng)用系統(tǒng)研究

周迪民

（湖南科技學(xué)院教師教育學(xué)院，永州425199）

0 引言

近年來，隨著社會經(jīng)濟(jì)的發(fā)展，人均保有車輛數(shù)據(jù)呈爆炸性增長，給城市交通造成巨大壓力，導(dǎo)致交通擁堵、道路通行效率低下、交通事故頻發(fā)等交通問題日趨突出[1]，傳統(tǒng)的交通管理方法已不適應(yīng)新時代的要求了。隨著計算機(jī)技術(shù)和網(wǎng)絡(luò)信息技術(shù)的發(fā)展，信息化已進(jìn)入到城市交通的建設(shè)、管理、服務(wù)等各個領(lǐng)域，大規(guī)模流數(shù)據(jù)集成與服務(wù)廣泛出現(xiàn)在智能交通等各個應(yīng)用領(lǐng)域[2]，城市交通已進(jìn)入到“互聯(lián)網(wǎng)+”時代，智能交通也已進(jìn)入到大規(guī)模開發(fā)和應(yīng)用階段[3]。而云計算技術(shù)在大規(guī)模用戶群體、復(fù)雜業(yè)務(wù)類型、需求快速增長、數(shù)據(jù)容災(zāi)備份、資源集約管理等智能交通應(yīng)用場景具有明顯優(yōu)勢[4]。本文提出一個基于云計算的智能交通應(yīng)用系統(tǒng)，能有效地解決日益增長的交通擁塞問題。

1 云計算技術(shù)簡介

云計算的核心概念就是以互聯(lián)網(wǎng)為中心，在網(wǎng)站上提供快速且安全的云計算服務(wù)與數(shù)據(jù)存儲，讓每一個使用互聯(lián)網(wǎng)的人都可以使用網(wǎng)絡(luò)上的龐大計算資源與數(shù)據(jù)中心。云計算是繼互聯(lián)網(wǎng)、計算機(jī)后在信息時代有一種新的革新，云計算是信息時代的一個大飛躍。云計算具有很強(qiáng)的擴(kuò)展性和需要性，可以為用戶提供一種全新的體驗，其核心是可以將很多的計算機(jī)資源協(xié)調(diào)在一起，使用戶通過網(wǎng)絡(luò)就可以獲取到無限的資源，同時獲取的資源不受時間和空間的限制。

云計算與傳統(tǒng)的網(wǎng)絡(luò)應(yīng)用模式相比，具有虛擬化技術(shù)、動態(tài)可擴(kuò)展、按需部署、靈活性高等特點[5]，虛擬化突破了時間、空間的界限，云計算高效的運算能力實現(xiàn)動態(tài)擴(kuò)展虛擬化，根據(jù)用戶的需求快速配備計算能力及資源，可以兼容低配置機(jī)器、不同廠商的硬件產(chǎn)品，在對虛擬化資源進(jìn)行動態(tài)擴(kuò)展的情況下，同時能夠高效擴(kuò)展應(yīng)用，提高計算機(jī)云計算的操作水平。

2 系統(tǒng)概述

基于云計算的智能交通應(yīng)用系統(tǒng)，由數(shù)據(jù)收集系統(tǒng)、數(shù)據(jù)通信系統(tǒng)和云計算平臺三大部分組成。數(shù)據(jù)收集系統(tǒng)是通過設(shè)置在車輛和各個路口紅綠燈中的定位模塊、提醒模塊進(jìn)行數(shù)據(jù)采集；數(shù)據(jù)通信系統(tǒng)負(fù)責(zé)將數(shù)據(jù)同步傳輸至云計算控制系統(tǒng)的數(shù)據(jù)庫中；云計算控制系統(tǒng)調(diào)用數(shù)據(jù)，實時確定車輛位置和行駛的方向，通過綜合計算鎖定道路擁塞位置，及時控制紅綠燈，局勢反饋至交通管理部門及用戶的車載客戶端，實現(xiàn)對城市擁堵路段的疏通、引導(dǎo)、分流，確保交通安全與通行順暢。其系統(tǒng)流程如圖1所示。

圖1 系統(tǒng)流程圖

3 系統(tǒng)設(shè)計與實現(xiàn)

本系統(tǒng)由數(shù)據(jù)收集系統(tǒng)、數(shù)據(jù)通信系統(tǒng)和云計算平臺三大部分組成，包括設(shè)置在車輛中的定位模塊、提醒模塊、通信模塊，設(shè)置在各個路口紅綠燈中的定時模塊、定位模塊、通信模塊，以及設(shè)置在云服務(wù)器中的處理模塊、通信模塊、用于存儲數(shù)據(jù)的存儲模塊，所述車輛和紅綠燈均與云服務(wù)器通信連接，實時確定車輛的位置信息和行駛狀態(tài)，確定擁堵發(fā)生的位置，實時聯(lián)通交管部門，協(xié)助處理控制紅綠燈，較好控制擁堵的情況，有序高效地對擁堵的車輛進(jìn)行引導(dǎo)疏散。

3.1 交通道路的函數(shù)化

云服務(wù)器根據(jù)存儲模塊中的地圖信息在每段道路的兩端路口和兩端路口之間設(shè)置N個采集點，獲取這些采集點的經(jīng)緯度數(shù)據(jù)，相鄰采集點的間隔在5m-20m之間，如在一段道路總長500m，在兩端各設(shè)一個采集點，兩個端點之間設(shè)置24個采集點，則可描繪出該段路的路線，采集點的數(shù)量越多，路線描繪的越精確。并將兩端路口的經(jīng)緯度數(shù)據(jù)作為岔口坐標(biāo)P，以x表示經(jīng)度，y表示緯度，北緯和東經(jīng)為正，南緯和西經(jīng)為負(fù)，通過轉(zhuǎn)換公式將經(jīng)緯度數(shù)據(jù)與十進(jìn)制數(shù)據(jù)相互轉(zhuǎn)化，如東經(jīng)117°35′49.52″，可轉(zhuǎn)化為117.59709；-52.20可轉(zhuǎn)化為南緯52°12′0″，對采集點的經(jīng)緯度數(shù)據(jù)轉(zhuǎn)化后的十進(jìn)制數(shù)據(jù)進(jìn)行擬合，得到任意道路的離散函數(shù)R（x，y），兩端的岔口坐標(biāo)P為這段道路的起點和終點，這些采集點可看做一組離散數(shù)據(jù)點，通過對這些離散數(shù)據(jù)點進(jìn)行擬合，使每段道路都能夠通過一個對應(yīng)的離散函數(shù)R（x，y）進(jìn)行描述。

3.2 車輛定位數(shù)據(jù)的采集

在行駛過程中，車輛中的定位模塊每隔2秒記錄一次該車輛的經(jīng)緯度數(shù)據(jù)作為路線坐標(biāo)A，并將存儲模塊中的車輛信息和路線坐標(biāo)A上傳至云服務(wù)器中，將最新上傳的路線坐標(biāo)A轉(zhuǎn)化為十進(jìn)制數(shù)據(jù)，篩選出與之匹配的離散函數(shù)R（x，y），確定車輛行駛的道路；將路線坐標(biāo)A的十進(jìn)制數(shù)據(jù)帶入一個離散函數(shù)R（x，y）中并成立，則說明車輛位于離散函數(shù)R（x，y）對應(yīng)的道路上。

3.3 車輛行駛方向的確定

云服務(wù)器根據(jù)該車輛上傳的所有路線坐標(biāo)A和離散函數(shù)R（x，y），按上傳時間的從遠(yuǎn)至近依次計算各個路線坐標(biāo)A與岔口坐標(biāo)P的距離，若距離先逐漸變小，后逐漸變大，則將該岔口坐標(biāo)P對應(yīng)的路口作為道路的進(jìn)入端，若距離一直變小，則將該岔口坐標(biāo)P對應(yīng)的路口作為道路的駛離端，并將進(jìn)入端運動至駛離端作為該車輛的行駛方向F；道路一般是雙向車道，而通常擁堵是其中一個車道擁堵，因此需要先判定車輛的行駛方向，進(jìn)而確定擁堵的車道。

3.4 擁堵位置的確定

云服務(wù)器將相鄰上傳的兩個路線坐標(biāo)A進(jìn)行計算，根據(jù)Haversine公式可計算球面兩點之間的距離，進(jìn)而得到車輛的位移量ΔL，當(dāng)ΔL<5m時，開始記錄次數(shù)，若隨后連續(xù)有150個ΔL<5m，說明車輛一段時間內(nèi)前進(jìn)緩慢，但不確定是否造成擁堵，因此需要進(jìn)一不判斷，則以車輛最新的路線坐標(biāo)A為圓心，半徑為r的范圍內(nèi)，所有行駛方向相同且ΔL<5m的其他車輛的總數(shù)n，以判斷周圍同向行駛的車輛是否也前進(jìn)緩慢，若n>20，可判定發(fā)生了擁堵情況，將最新獲得的路線坐標(biāo)A作為擁堵處坐標(biāo)Pd，為道路擁堵點，并獲得對應(yīng)的擁堵處坐標(biāo)Pd所在道路的路線函數(shù)Rd（x，y），為發(fā)生擁堵的路段，并將路線函數(shù)Rd（x，y）對應(yīng)的道路的標(biāo)記又暢通改為擁堵，若n<20，則標(biāo)記為暫不擁堵；云服務(wù)器在將路線函數(shù)Rd（x，y）對應(yīng)的道路的標(biāo)記改為擁堵后至路線函數(shù)Rd（x，y）對應(yīng)的道路的標(biāo)記重新改為暢通前，云服務(wù)器不再對位于路線函數(shù)Rd（x，y）上的車輛進(jìn)行位移量ΔL的計算。在確定該路段發(fā)生擁堵后，停止該路段所有車輛行駛狀態(tài)的判定，進(jìn)而防止云服務(wù)器重復(fù)判定此路段發(fā)生擁堵，云服務(wù)器在將路線函數(shù)Rd（x，y）對應(yīng)的道路標(biāo)記為擁堵后，云服務(wù)器發(fā)送包含擁堵處坐標(biāo)Pd的待確認(rèn)通知至距擁堵處坐標(biāo)Pd最近的交通管理端控制子系統(tǒng)。在確定擁堵后，優(yōu)先通知交管人員前往道路擁堵點進(jìn)行實地確認(rèn)。

3.5 紅綠燈的調(diào)節(jié)

交管部門通過的輸入輸出模塊查看待確認(rèn)通知并確定現(xiàn)場實際情況后，將執(zhí)行指令發(fā)回云服務(wù)器，云服務(wù)器在收到執(zhí)行指令后通過通信模塊向進(jìn)入端的岔口坐標(biāo)P半徑為2km范圍內(nèi)的其他車輛發(fā)送路線函數(shù)Rd（x，y）對應(yīng)的道路信息和車輛的行駛方向F，同時發(fā)出提示信息“該路段行駛方向為F的車道正在擁堵”，云服務(wù)器根據(jù)進(jìn)入端的岔口坐標(biāo)P和紅綠燈的經(jīng)緯度數(shù)據(jù)，將與岔口坐標(biāo)P的距離不超過50m的所有紅綠燈標(biāo)記為待調(diào)節(jié)，云服務(wù)器獲取待調(diào)節(jié)的紅綠燈中轉(zhuǎn)向路線函數(shù)Rd（x，y）對應(yīng)道路的信號燈的實時亮燈情況，若信號燈為紅燈，則云服務(wù)器經(jīng)通信模塊傳輸指令，并通過定時模塊將紅燈的剩余時間由預(yù)設(shè)值調(diào)整為+∞，若信號燈為綠燈或黃燈，則云服務(wù)器等變成紅燈后，再通過定時模塊將紅燈的剩余時間由預(yù)設(shè)值調(diào)整為+∞；在交警確認(rèn)后，云服務(wù)器開始對對應(yīng)的紅綠燈進(jìn)行調(diào)節(jié)，讓通往擁堵路段的信號燈一直保持紅燈狀態(tài)，且其他車道不受影響，防止后方車輛進(jìn)入擁堵路段，增加疏導(dǎo)難度，同時發(fā)送提示信息，方便駕駛員及時調(diào)整路線。

3.6 車輛的引導(dǎo)與疏散

在所有待調(diào)節(jié)的紅綠燈中轉(zhuǎn)向路線函數(shù)Rd（x，y）對應(yīng)道路的信號燈均為紅燈后，云服務(wù)器篩選出位于路線函數(shù)Rd（x，y）上進(jìn)入端的岔口坐標(biāo)P至擁堵處坐標(biāo)Pd之間且行駛方向相同的車輛作為待通知車輛，根據(jù)每個待通知車輛的經(jīng)緯度數(shù)據(jù)計算每個待通知車輛與擁堵處坐標(biāo)Pd的距離，并按照距離從遠(yuǎn)至近將待通知車輛編號為1、2、3、……，按照編號順序給待通知車輛發(fā)送調(diào)頭并更改行駛道路的通知，發(fā)送通知后，等車輛駛離路線函數(shù)Rd（x，y）對應(yīng)的道路后，再給下一個車輛繼續(xù)發(fā)送通知，所有待通知車輛均駛離路線函數(shù)Rd（x，y）對應(yīng)的道路后，將路線函數(shù)Rd（x，y）對應(yīng)的道路的標(biāo)記重新改為暢通，并將紅燈的剩余時間由+∞調(diào)回預(yù)設(shè)值。在完成紅綠燈的調(diào)節(jié)后，通過發(fā)送引導(dǎo)通知對車輛引導(dǎo)疏散，先從距擁堵處坐標(biāo)Pd最遠(yuǎn)的車輛進(jìn)行調(diào)頭引導(dǎo)，直至駛離擁堵路段后，再進(jìn)行下一輛車的引導(dǎo)。

4 結(jié)語

在云計算環(huán)境中搭建的分布式計算平臺中，所有運算集中在云服務(wù)器中，有效利用云計算的快速計算能力、節(jié)約硬件成本，車輛無需進(jìn)行任何計算，擴(kuò)大適用車輛的范圍。能對車輛進(jìn)行實時的位置監(jiān)控和路線監(jiān)控，可及時的掌握車輛的運行情況。能夠準(zhǔn)確地判斷擁堵的位置和路段，并及時聯(lián)動交管部門。通過控制紅綠燈及時控制擁堵的局勢，防止惡化，并在完全控制局勢后，對車輛進(jìn)行有序準(zhǔn)確的引導(dǎo)疏散。實現(xiàn)交通信息資源公開，通過整合交通行業(yè)數(shù)據(jù)，結(jié)合云計算平臺在城市交通智慧管理方面開展了有效嘗試。