基于云计算的智能交通信息采集系统的设计与实现

范双南

摘要：文章从智能交通与云计算技术的概述入手，阐述了基于云计算的智能交通系统构成，最后重点论述了基于云计算的智能交通信息采集系统的设计与实现。期望通过该文的研究能够对促进我国交通运输业的持续、稳定发展有所帮助。

关键词：智能交通；云计算；系统设计

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2019）09-0231-02

近年来，随着我国经济水平的不断提升，推动了交通运输业的发展，作为国民经济的基础产业，交通运输发达与否直接关系到国家的现代化程度。现如今，我国的汽车保有量逐年增长，由此使得各种道路交通问题随之显现，给社会经济发展造成了不利影响。为改善当前的交通现状，可对先进的云计算技术进行应用，设计智能交通信息采集系统，对相关信息进行收集，为交通管理部门开展工作提供翔实可靠的依据。借此，本文就基于云计算的智能交通信息采集系统的设计与实现展开研究。

1 智能交通与云计算技术概述

1.1 智能交通

智能交通是指在交通管理系统中通过引入计算机技术、信息技术、控制技术、数据通讯技术、传输技术、电子传感技术等先进技术而建立起来综合交通运输管理系统，该系统具备准确性高、实时性强、运行速度快的特点。智能交通系统可实现交通资源的优化配置，提高现有交通设施和交通能源的利用能效，提高交通管理的经济效益和社会效益。随着城市化进程的不断加快，以及道路工程规模的逐年扩大，机动车辆总数和流量也随之大幅度增加，这就要求交通管理必须运用先进的科学技术手段建立起智能交通系统，缓解城市交通压力，解决交通运输的供需匹配问题，提高交通管理的科学化水平。智能交通系统可采集和处理庞杂的交通数据，快速优化车辆路径，实时发布交通状况信息，实现对路况的跟踪监控。当前，智能交通系统已经成为一种适用于交通管理领域、推动交通事业可持续发展的高新技术。

1.2 云计算技术

云计算是以分布式处理、并行处理、网格计算技术为支撑，借助网络平台自动拆分计算处理程序，并将拆分后的无数子程序存储在大量分布式计算机产品中，通过整合大量数据和处理器资源，将其分布在分布式计算机中，实现对数据资源的协同利用。从本质上来看，云计算是一种基于互联网的超级计算模式，集成了互联网上的硬件设施及其提供的应用服务，并对硬件设施和应用服务实施统一管理。云计算能够为用户提供数据存储和网络计算服务，使用户在互联网环境下将云计算视为数据处理中心，便于用户通过云平台获取所需的资源服务，降低用户的信息资源管理成本。

1.3 基于云计算设计智能交通系统的必要性

随着道路交通事业的快速发展，交通拥堵问题、行车安全问题日益突出，这就要求智能交通系统必须实时采集、高效处理、准确分析、及时发布、海量存储交通信息，为交通管理部门提供交通管制依据。而云计算具备超强计算能力、信息融合共享、分布式存储等优点，将其运用到智能交通系统设计中构建起智能交通系统云平台，有助于提高交通信息获取的时效性，优化信息采集的全过程，从而增强智能交通系统的信息处理能力。同时，云计算还支持最优路径诱导、基于GPS的浮动车技术、短时交通流量预测、交通信号控制等功能，可满足智能交通系统的综合管控，扩大智能交通系统的功能。此外，云计算具备自动化IT资源调度、高度信息部署等优势，可将其应用到智能交通系统中解决信息高度处理和信息资源调度问题，推进信息产业和交通管理的融合发展，不断提升城市综合交通信息管理的智能化水平，促进交通信息服务产业快速发展。

2 基于云计算的智能交通系统构成

基于云计算的智能交通系统主要包括四个子系统，分别为信息采集系统、数据传输系统、数据处理系统、信息发布系统，各个子系统的运行框架如下：

2.1 信息采集子系统

信息采集子系统主要对路况信息进行采集和处理，该系统由无线传感器节点和无线传感器汇聚节点组成，其中无线传感器节点是整个系统的基本组成单元。当无线传感器节点检测到信息之后，将信息发送到收发单元，再由收发单元将信息传送至无线传感器汇聚节点，由汇聚节点融合计算信息，并将信息输出。在无线传感器节点的安装上，应将其安装在道路两边和远离信号灯的区域，实时检测车道上行经的车辆信息以及路况信息，将检测信息实时发送到汇聚节点。

2.2 数据传输子系统

在数据传输子系统中，无线传感器汇聚节点可将道路两边传感器发送的信息汇聚成信息流，并基于HTTP协议向云服务器上传所有信息，使云服务器上实时存储道路交通车辆数据。

2.3 数据处理子系统

在智能交通系统的数据处理子系统中可运用云计算的海量数据分析存储技术、虚拟化技术、海量数据管理技术、云计算平台管理技术，对数据信息进行高效率处理，使云计算为智能交通系统数据处理提供服务。在数据处理子系统中，要进一步优化算法，通过计算分析海量交通车辆信息和路况信息，得出最优车辆路径，体现智能交通系统数据处理的实用性。

2.4 信息發布子系统

信息发布子系统主要用于发布数据处理子系统得出的最优车辆路径信息。在智能交通系统的公众服务平台上，可结合信息采集技术、云计算技术和信息融合技术，对车辆信息资源进行挖掘利用，及时通过道路上的显示屏或广播等途径，向社会公众发布出行信息，使出行信息覆盖到任意时间点和任意地点，提高信息服务水平。基于云计算的公众服务平台可实现对数据资源的分布式存储，为用户提供多元化的信息服务。

3 基于云计算的智能交通信息采集系统的设计与实现

在基于云计算的智能交通系统中，信息采集子系统是整个系统最为重要的组成部分，直接关系到数据传输、数据处理、信息发布系统的有效运行，所以下面对基于云计算的智能交通信息采集系统的设计进行分析。

3.1 设计思路

当前，交通信息资源分散在各个交通管理部门，为了建立起统一的智能交通信息系统，应根据具体情况采用不同的系统设计方案。若已经建成交通管理信息化系统，则智能交通信息采集系统可通过数据同步、数据复制、现有系统集成等方式，统一数据集成口径，将数据全面汇集到新的信息采集系统中；若未建成交通管理信息化系统，则可通过新建智能交通信息采集子系统，采集來自交通管理部门、交通信息中心及交通信息服务公司的交通基础数据，对交通基础数据进行集成、汇聚和综合处理。

3.2 设计方案

基于云计算的智能交通信息采集系统主要包括以下三个功能模块。

（1）信息采集模块。该模块主要用于采集交通服务的静态信息和动态信息。其中，静态信息是指道路静态数据、客运路线信息等随着时间变化较为缓慢的交通信息，可从交通主管部门的数据库中直接导入相关信息；动态信息是指路况动态信息、车辆定位信息、交通事故信息、道路维护信息等随着时间变化较快的交通信息，可通过安装无线传感器、GPS定位装置、感应检测线圈等设备进行实时数据信息采集。在信息采集模块中，数据源和数据采集方式的不同，其采集的数据格式也有所不同，所以需要将格式一样的数据直接导入到中心数据库，而对于格式不一样的数据，则需经过数据格式转换后再导入中心数据库。在中心数据库中，要根据数据类型的不同进行分类存储。

（2）交通信息预处理模块。该模块主要负责对信息采集模块获取的交通信息进行实时动态处理，根据实时动态处理结果得出最优路径，并且保证该路径是缓解城市交通系统拥堵问题的最优路径。在交通信息预处理模块中，主要经历以下四个数据信息预处理环节：

①动态数据处理。动态数据处理需要对随着时间变化较快的动态交通信息进行处理，尤其要对关于道路通行状况的信息进行处理，从而得出用户易于理解的具体数据。如，某路段某个时间段的车流量、平均车速、拥堵情况等，便于用户对路况做出直观判断。

②数据解析。数据解析需要根据已掌握的道路长度、车道数、道路实时速度、车流量等数据信息，对路线规划总体情况进行解析，细化道路信息数据，以便在用户出行前获取翔实的道路信息。

③短时交通流预测。在短时交通流预测中采用非参数回归方法对动态导航收集的交通流量信息进行短时预测，经过实践检验，这种算法误差可控制在10%以下，能够基本上满足车辆行驶对动态交通信息的需求，便于道路车辆根据未来短时期内的交通流量变化做出行车路径选择。

④最优路径建议。在道路信息预处理模块中，不仅可以为道路交通管理部门进行交通管制提供信息依据，而且还能够为行车路径规划提供最优路径建议。用户只需在路网中输入静态路径，就可以获取静态路径上的浮动车数据，得出当前最优路径。

（3）交通信息传输模块。该模块需要设置统一的访问接口，通过Internet网站、移动终端、VMS等平台，将交通服务信息传输到智能交通系统的中心数据库中，并由中心数据库对交通信息进行处理之后，将其发布到各个交通信息管理平台。在智能交通系统中，要保证交通信息传输与交通信息发布的数据相同步，提高交通信息的实时更新速率。

3.3 智能交通云的构建与实现

在对智能交通信息采集系统进行设计的过程中，需要对计算设备及应用服务进行分层化处理。其中的计算设备层可以借助云计算进行实现，由此可使该系统的应用成为云计算的一种服务模式，即智能交通云平台。下面对具体的构建方法和实现过程进行分析。

（1）云的实现方法。①最优路径搜索。本文构建的智能交通云归属于私有云的范畴，为实现相关功能，除了要有强大的计算处理能力之外，还应当具备快速响应能力。目前，云端最优路径搜索算法有两种情况，一种是静态搜索，另一种是动态搜索，由于静态搜索构建的是一条理想的最短路径，在实际应用中，受各方面因素的影响，很难达到理想的状态。所以，选用动态最优路径搜索，以遗传算法进行实现。

②遗传算法。该算法是一种具有全局意义的自适应搜索技术，它的理论基础为遗传学和自然界优胜劣汰法则，整个计算过程中，包含了与生物遗传和进化近似的步骤。不仅如此，遗传算法还具有本质的并行计算特点。由于云端能提供按需的并行运算能力，从而使得该算法在系统构建中的应用成为可能。遗传算法能从自然选择机理中，对算子进行抽象化处理，在此基础上完成编码字符串的操作。遗传搜索的每一代当中都含有上一代的最优个体，这样便可使搜索收敛至全局最优解，进而得到最佳的动态路径。遗传算法可从群体的角度出发进行搜索，并且能对若干个体进行同时比较，整个过程较为简单，通过概率机制进行迭代，扩展性较强，并且还能与其他算法结合使用。

③接口设置。本系统设计的云端平台以Web Service作为通信协议，返回的本文格式为XML，服务器端的更新频率为2min一次。

（2）信息采集终端的实现。信息采集终端采用GPS定位技术、移动信息设备定位技术等技术，通过在城市出租车上安装GPS定位装置或在私家车的车载导航终端上安装GPS定位装置，进而实现对原始动态交通信息的采集。随着信息采集终端用户的不断增多，采集到的交通信息数据准确性也会随之提升，能够为智能交通信息采集系统提供更加实时完整的原始数据。信息采集终端是移动通信设备和GPS定位技术相结合的产物，基于云计算的信息采集终端具备以下特点：智能交通采集系统将所有接收到的信息存储于云端，并由云端完成复杂的交通信息处理和计算，无须增加信息采集终端的运行负荷；信息采集终端不仅是交通信息服务的享受者，同时也是原始交通信息的提供者，使得信息采集终端成了云服务中的重要组成部分；车载的信息采集终端可从云端直接获取最新的道路交通信息，并且所有电子地图都可在云端完成更新。

4 结论

综上所述，我国在智能交通系统方面的研究起步较晚，与发达国家存在一定的差距，很多问题都无法通过现有的技术条件进行解决。而云计算的出现，为智能交通系统的完善提供了平台。因此，可在智能交通系统的设计中，对云计算技术进行合理应用。本文基于云计算设计开发了智能交通信息采集系统，通过该系统的构建，可为交通管理部门开展相关工作提供翔实、可靠的数据支撑。

参考文献：

[1] 余洁淋，李春雨.基于云计算的交通管理应用研究[J].电子世界，2018（7）：95-96.

[2] 范中华.高速公路智慧交通平台与初步应用研究[D].重庆交通大学，2015.

[3] 徐大成.基于物联网和云计算的智慧园区信息系统的研究与实现[D].西安电子科技大学，2015.

[4] 伊新，宋长亮.RFID在智能交通物联网系统中的应用[J].传感器世界，2013（6）：118-120.

[5] 韩欢.基于大数据的智能交通运输平台的研究[D].成都理工大学，2014.

[6] 张志远.基于“云计算”的智能交通系统研究与构建[D].西北师范大学，2011.

[7] 伊新，宋长亮.RFID在智能交通物联网系统中的应用[J].电气传动自动化，2013（12）：145-147.

[8] 钟学燕，岳辉.成都市智能交通实施框架[J].交通标准化，2013（1）：162-164.

【通联编辑：代影】