智能公交中云计算技术的应用

　　工控摘要：随着云计算、物联网及通信技术的快速发展，云交通”概念诞生。基于云计算技术的智能公交产品与应用将在未来逐步走入普通大众的生活，城市交通将进入“云交通”时代。
　　
　　智能公交管理的需求
　　
　　针对智能交通建设的发展目标及服务对象，智能交通管理存在以下需求：
　　
　　掌控实时交通信息的需求
　　
　　由于城市交通信息量巨大，一个覆盖全部城市交通的信息系统需同时处理、存储、传输几百万甚至上千万基本交通元的数据信息，当前一般信息系统软硬件的处理速度和管理效能都难以满足此项需求，考虑建设成本的因素，发展实时交通信息系统对所有交通管理部门都是一项巨大的挑战。通过云计算方法等新兴技术，将所有的信息采集单位变为信息发送、处理、传输集成单元，运用云计算技术把昂贵的中心计算机改变为分布式的计算系统，将为此类系统的建设提供了可行性。
　　
　　实施交通管理措施的需求
　　
　　交通管理部门政策措施的出台涉及到对现有交通信息的采集以及信息的挖掘分析，如通过检测方式获取路网交通流量信息及拥堵情况，根据分析交通流信息，通过交通诱导设施对现有出行需求进行引导，均衡路网流量；交通控制系统通过分布在城市中各路口的检测器，对区域内路网各进口道的流量及占有率进行分析，制定区域交通配时方案。上述应用均涉及到大量交通数据的处理分析与及时发布，云计算系统的高速处理优势在交通管理措施的制定上能够得到很好的应用。
　　
　　预测交通运行动态的需求
　　
　　制定有效的交通管理方案，需根据现有的交通运行情况对一定时间内的交通发展进行预测。交通预测计算的数据量大，信息实时处理要求高，同时在不同时段的计算需求量差异较大，如采购一般服务器与小型机难以实现对区域路网的动态交通数据的处理，且经济性不佳。云计算方式根据计算需求，实时调用不同数量的计算单元进行计算，成为对交通进行动态预测的有效途径。
　　
　　具备良好的扩展性的需求
　　
　　随着智能交通管理系统的快速发展，其下的各类子系统通常根据管理及服务需求分阶段进行开发，考虑到智能交通管理系统中各类资源，软件、硬件的共享调用，系统需具备良好的扩展性，提高资源利用率，节约开发成本。通过全面整合与共享交通行业信息资源，实现智能交通管理系统运行，确保智能交通相关子系统的信息处理、决策分析和信息服务建立在全面、准确、及时的信息资源基础之上。
　　
　　因此，云计算技术具备的海量多类型的交通信息处理、众多用户的实时信息服务、动态的负载平衡能力、良好的扩展性与软件冗余机制，都使得云计算与智能公交具备天然的契合之处。
　　
　　云交通管理系统满足智能公交的管理需求
　　
　　云计算作为一项新兴的、颠覆性的技术，一经推出便在计算机、网络产业引起广泛响应。我们将云计算技术引入交通领域为交通管理服务，能满足智能公交的管理需求，已成为必然的发展趋势。
　　
　　为满足交通管理服务的需要，需对三个层次的交通信息进行采集、处理、存储：道路网络信息层次、交通流信息层次、社会面信息层次。
　　
　　(1)道路网络信息。道路网络信息包括基础路网信息和交通组织管理信息两部分。基础路网信息包括了各类道路、路口及道路周边建筑设施的地理及属性信息。交通组织管理信息则包括了电子*、监控卡口、信号控制设施、标志、诱导屏、管理辖区、交通管制等地理信息，并包括交通设施的点位布局、工作状态、数据内容等设备属性信息。
　　
　　(2)交通流信息。通过集成视频、微波、RFID设备、出租车GPS，视频监控、路口信号控制设施中的流量检测线圈等各类设备采集的交通流信息，自动分析交通流速度、占有率、视频中的车辆运行状态，停车信息、掌握通过节点的交通流情况，得到包括路网中各路段的交通流量、车速，以及根据上述参数计算得到的局部路网、路段饱和度、服务水平信息，通过分布式处理方法将各类信息采集源进行整合。
　　
　　(3)社会面信息。通过采集集成、共享城市各类交通参与者的需求信息、出行信息、停车信息，以及相关政府部门、社会机构、交通运输企业、停车场站的交通管理业务信息(已进入*网)。凭借云交通管理系统进行信息采集、传输、处理，快速准确掌握各类交通元素的运行情况，消除“信息壁垒”和“信息孤岛”，提升各业务部门的信息交互水平，强化管理决策和信息服务能力，达到运营化、决策快速化、服务公众化的建设目的。
　　
　　云交通管理的实际应用
　　
　　云交通管理的计算中心由共享服务构件层和云应用系统层两部分组成。主要的共享基础服务构件包括：统一门户管理服务，PGIS查询服务，统一消息服务，关系数据库通用查询服务，数据抽取集成服务，基本数据分析统计服务，数据关联查询服务，数据挖掘服务等等。云交通的应用系统层则可分为：
　　
　　(1)基于云计算的路网交通流信息采集分析。依托*PGIS服务构件，利用云交通管理平台的强大计算能力，对当前海量交通信息数据进行整合计算，获取实施路网交通流与交通事件信息。通过运用历史数据回溯、聚类分析、多元回归等分析技术，进行深度数据挖掘，进行交通仿真分析，预测交通变化的发展趋势，模拟评价交通组织方案，提供可视化辅助决策信息。
　　
　　(2)基于云计算的交通信号控制。由于交通信号控制系统对于交通流检测信息的高时效性要求，一方面将之前各类采集方式融合所得的路网交通流融合信息作为区域交通流运行背景信息。另一方面利用现有的各类被动交通流检测方式(线圈、微波、视频等)和GPS、RFID、GID等主动信息采集方式，直接通过前端设备实现对路口各流向交通流自适应控制。所有的汇集信息由云交通管理计算中心集中处理，形成实时、的区域交通控制方案，统一调控联网信号机，实现基于云计算的智能交通信号控制。
　　
　　(3)基于云计算的交通诱导信息服务。根据已获得的路网交通流信息，凭借云计算机制和强大计算能力深度感知交通，为海量个体提供个性动态导航服务，实现基于路网流量平衡的控制性路径诱导，使得数以十万计的个性化动态路径诱导和停车诱导成为可能[6]。通过高速无线网络可伸缩地将计算能力有效地分配给复杂的地图匹配、车辆行驶路径推测、路况信息计算等工作。减少路网中的无效交通，减轻交通拥堵程度，同时实现对动态交通的有效疏散。
　　
　　(4)基于云计算的交通管理指挥调度。依托信息采集系统与PGIS服务，实现警力报备系统和各种勤务机制的对接，准确直观地将执勤警力、联动协作单位的实时空间分布以及通信方式展示在平台上，为指挥人员在诸如恶劣天气条件下、发生重特大道路交通事故、重大堵情等情况下，实施点对点、点对面、点对线扁平指挥，自动实现有线无线的智能化调度。落实精细化交通管理，使各级指挥部门和交巡警大中队适时准确掌握辖区每条道路不同时段的交通警情状况、发生事故的危险状态、重点违法行为类型，提高了警力投放和事故预防措施的针对性、科学性。
　　
　　(5)基于云计算的智能车辆管控。利用GPS、北斗、视频卡口以及RFID技术，对大量的六类客车(长途客车、乡村公交、旅游客车、校车、单位班车、出租车)、三类货车(槽罐车、危化品运输车、渣土车)等重点车辆进行实时定位和轨迹跟踪，实时掌握重点车辆的速度、营运时间、行驶路线等运行状态，对违规通行车辆进行自动报警，根据记录信息，系统对驾驶人、营运单位进行警示。同时，拓展现有检测手段的车辆治安防控功能，与现有卡口检测系统相互补充：在管理上将电子*、视频监控、卡口、测速仪等数据集成整合；在应用上达到分类使用、全警共享，实现轨迹刻画精细化、区间测速化，提升路面车辆管理水平。