徐恩虎，凌衛(wèi)青，王 堅(jiān)，馬云龍

（同濟(jì)大學(xué) CIMS研究中心，上海 201804）

0 引言

近半個(gè)世紀(jì)以來，交通道路擁擠、阻塞、事故頻繁發(fā)生等正制約著人們的生活質(zhì)量的提高以及社會(huì)的發(fā)展。20世紀(jì)60年代末以來，隨著科技應(yīng)用領(lǐng)域的拓寬，西方的國家開始應(yīng)用計(jì)算機(jī)、通訊、信息及控制技術(shù)來改善交通狀況；80年代中期以后，這種研究得到快速的發(fā)展；進(jìn)入90年代以后，美國、歐洲、日本以及澳大利亞、韓國等國家，對(duì)智能交通系統(tǒng)的研究給予了更高的重視。我國關(guān)于智能交通系統(tǒng)的基礎(chǔ)研究比較薄弱，隨著科學(xué)技術(shù)的發(fā)展和社會(huì)的進(jìn)步，我國開展智能交通系統(tǒng)研究已具備了技術(shù)基礎(chǔ)。進(jìn)入21世紀(jì)之后，隨著互聯(lián)網(wǎng)的快速發(fā)展，智能交通信息系統(tǒng)承載了大規(guī)模海量的數(shù)據(jù)以及更多的用戶需求越來越大，傳統(tǒng)的智能交通領(lǐng)域在處理海量信息，提供實(shí)時(shí)交通服務(wù)方面已經(jīng)越來越難滿足用戶的需求[1]。

1 云計(jì)算概述

云計(jì)算是近年發(fā)展的一種新型的計(jì)算模式，體現(xiàn)一種資源動(dòng)態(tài)分配、按需計(jì)算、信息動(dòng)態(tài)流動(dòng)的信息服務(wù)模式[2]。關(guān)鍵技術(shù)有：分布式編程與計(jì)算、數(shù)據(jù)存儲(chǔ)技術(shù)、虛擬化技術(shù)、數(shù)據(jù)管理技術(shù)。云計(jì)算的主要服務(wù)形式有： SaaS， PaaS， IaaS。

2 云計(jì)算與智能交通

在當(dāng)前智能交通領(lǐng)域存在著嚴(yán)重的信息孤島，系統(tǒng)之間信息共享困難、信息傳遞延緩，這都將制約著智能交通領(lǐng)域的信息的傳遞可達(dá)性與準(zhǔn)確度，影響了決策支持、管理調(diào)度的效率[3]，而基于云計(jì)算的海量信息高性能計(jì)算支撐公共服務(wù)框架，利用了云計(jì)算技術(shù)的動(dòng)態(tài)資源調(diào)度、高性能計(jì)算編程模型，以及海量信息集成化管理機(jī)制等等思想方案都將成為解決這一問題的重要手段[4]。

2.1 基于云計(jì)算的面向智能交通海量信息的高性能計(jì)算支撐公共服務(wù)框架

基于云計(jì)算平臺(tái)的智能交通管理及服務(wù)框架如圖1所示，致力于克服現(xiàn)有交通信息化基礎(chǔ)設(shè)施和應(yīng)用系統(tǒng)因缺乏共享，利用效率低，且平臺(tái)異構(gòu)、配置、維護(hù)、升級(jí)較復(fù)雜等不足，采用云存儲(chǔ)和云計(jì)算的解決方案和思路，充分利用行業(yè)內(nèi)外的各類通信傳輸資源，實(shí)現(xiàn)體系內(nèi)各平臺(tái)數(shù)據(jù)的分布式存儲(chǔ)和數(shù)據(jù)高速傳輸與共享，促進(jìn)多元數(shù)據(jù)的充分融合。該框架主要包括海量信息的存儲(chǔ)方式、海量信息的計(jì)算模型、云服務(wù)及發(fā)布過程以及作為框架指導(dǎo)方法的集成化管理機(jī)制。

（1）海量信息的存儲(chǔ)方式。為了保證高可用、高可靠和經(jīng)濟(jì)性，云計(jì)算一般采用分布式存儲(chǔ)的方式存儲(chǔ)數(shù)據(jù)，并采用冗余存儲(chǔ)的方式進(jìn)一步保證數(shù)據(jù)的可靠性，本文提出了基于Hadoop的HDFS分布式文件系統(tǒng)的信息存儲(chǔ)方式[5]，如圖2所示，通過構(gòu)建基于HDFS的云存儲(chǔ)服務(wù)系統(tǒng)，解決智能交通海量數(shù)據(jù)存儲(chǔ)難題。Hadoop分布式文件系統(tǒng)HDFS（Hadoop Distributed File System）是開源云計(jì)算軟件平臺(tái)Hadoop框架的底層實(shí)現(xiàn)部分，實(shí)現(xiàn)智能交通領(lǐng)域海量數(shù)據(jù)的存儲(chǔ)。

（2）海量信息的計(jì)算模型。云計(jì)算的強(qiáng)大計(jì)算能力能對(duì)龐大、復(fù)雜而又無序的交通數(shù)據(jù)進(jìn)行分析處理，基于云計(jì)算平臺(tái)的交通數(shù)據(jù)建模及時(shí)空索引、歷史數(shù)據(jù)的挖掘、交通數(shù)據(jù)的分布式處理和融合及交通流動(dòng)態(tài)預(yù)測(cè)，都需要云計(jì)算的計(jì)算能力，本文提出了Hadoop的高性能并行計(jì)算模型MapReduce[6]。MapReduce是一個(gè)用于海量數(shù)據(jù)處理的編程模型，它簡化了復(fù)雜的數(shù)據(jù)處理計(jì)算過程：它將數(shù)據(jù)處理過程分為兩個(gè)階段，map階段和reduce階段。Mapreduce是完全基于數(shù)據(jù)劃分的角度來構(gòu)建并行計(jì)算模型的，具有很好的容錯(cuò)能力。下圖3所示的是把MapReduce高性能并行計(jì)算模型應(yīng)用到交通數(shù)據(jù)之中。

圖3 MapReduce執(zhí)行過程

（3）集成化管理方法。 多平臺(tái)異構(gòu)數(shù)據(jù)集成化管理方法與面向多用戶的海量智能交通信息高性能計(jì)算支撐服務(wù)框架是相互依存的一種關(guān)系，一方面集成化管理方法能夠指導(dǎo)服務(wù)框架的形成，另一方面公共服務(wù)框架體現(xiàn)著集成化管理方法的思想。面向高效整合、快速響應(yīng)、自適應(yīng)變更的智能交通領(lǐng)域異構(gòu)數(shù)據(jù)集成化管理目標(biāo)，構(gòu)建 “數(shù)據(jù)融合、服務(wù)封裝、流程驅(qū)動(dòng)”的三級(jí)多平臺(tái)異構(gòu)數(shù)據(jù)集成化管理機(jī)制，研究各級(jí)之間的交互作用和調(diào)用規(guī)則，建立以該機(jī)制為基礎(chǔ)的平臺(tái)體系結(jié)構(gòu)和功能組成。智能交通面向不同的群體、不同的領(lǐng)域，每一特定的領(lǐng)域具體活動(dòng)都需特定的流程，每一種流程都需串接不同的服務(wù)，每一種服務(wù)可能需要不同的數(shù)據(jù)源作為支撐。以數(shù)據(jù)融合為基礎(chǔ)，以服務(wù)封裝為依托，以流程驅(qū)動(dòng)為導(dǎo)向，向用戶按需動(dòng)態(tài)提供多用戶個(gè)性化智能交通信息服務(wù)。

圍繞三級(jí)多平臺(tái)異構(gòu)數(shù)據(jù)集成化管理機(jī)制，提出了基于數(shù)據(jù)維、服務(wù)維、流程維的智能交通異構(gòu)數(shù)據(jù)集成化管理體系框架，提供可操作的異構(gòu)數(shù)據(jù)集成化管理參考模型。在該體系框架中，數(shù)據(jù)維描述面向智能交通領(lǐng)域的多源多維數(shù)據(jù)；服務(wù)維描述智能交通系統(tǒng)的功能性；流程維描述面向智能交通的業(yè)務(wù)過程，根據(jù)交通領(lǐng)域的細(xì)化程度，分為通用流程、專有流程和特定流程三個(gè)層次，如圖4所示。

2.2 云服務(wù)

如圖5所示，智能交通是面向不同的領(lǐng)域，為不同的群體服務(wù)的，該框架最終要實(shí)現(xiàn)的目的為普通用戶、企業(yè)行業(yè)以及政府相關(guān)部門提供SaaS云服務(wù)[7]。既可為交通管理部門指揮調(diào)度提供決策依據(jù)，又可以為各類交通參與者提供準(zhǔn)確、實(shí)時(shí)的交通信息服務(wù)、達(dá)到任意人、任意時(shí)間、任意地點(diǎn)通過通訊終端都可以獲取任意交通信息的無邊界交通信息服務(wù)水平。所有的服務(wù)都會(huì)被發(fā)布到云端，如果出現(xiàn)不同群體需求，對(duì)需求進(jìn)行解析識(shí)別，則會(huì)啟動(dòng)對(duì)應(yīng)的流程到云端進(jìn)行匹配搜索相應(yīng)的服務(wù)，最后獲得這一系列服務(wù)[8]。

3 結(jié)束語

基于云計(jì)算智能交通海量信息高性能計(jì)算支撐公共服務(wù)框架的優(yōu)點(diǎn)不僅僅是計(jì)算機(jī)硬件軟件共享所帶來的整體成本減低，更重要的是它使智能交通系統(tǒng)的建設(shè)過程從“服務(wù)決定信息”變?yōu)?“在數(shù)據(jù)信息融合的基礎(chǔ)上創(chuàng)新服務(wù)”，同時(shí)能夠滿足多用戶的個(gè)性化需求，以一種按需的模式給用戶、行業(yè)及企業(yè)提供個(gè)性化的服務(wù)，方便人們的出行、相關(guān)行業(yè)企業(yè)的管理與決策。

[1]陸化普，史其信.智能交通發(fā)展趨勢(shì)與我國的發(fā)展戰(zhàn)略[M].北京:人民交通出版社，1997.

[2]于明，等.云計(jì)算技術(shù)與業(yè)務(wù)發(fā)展策略分析[J].電信技術(shù)，2009，10.

[3]章威，徐建閩.廣州市ITS共用信息平臺(tái)軟件體系結(jié)構(gòu)研究[J].交通運(yùn)輸系統(tǒng)工程與信息，2006，4.

[4]石建軍，李曉莉.交通信息云計(jì)算及其應(yīng)用研究[J].交通運(yùn)輸系統(tǒng)工程與信息，2011，1.

[5]唐箭.云存儲(chǔ)系統(tǒng)的分析與應(yīng)用研究[J].電腦知識(shí)與技術(shù)，2009，20.

[6]鄭啟龍，房明，汪勝，等.基于MapReduce模型的并行計(jì)算[J].微電子學(xué)與計(jì)算機(jī)，2009，8.

[7]路正國，毛毳.基于云計(jì)算的信息服務(wù)模式探析[J].科技信息，2012，11.

[8]楊善林，羅賀，丁帥.基于云計(jì)算的多源信息服務(wù)系統(tǒng)研究綜述[J].管理科學(xué)學(xué)報(bào)，2012，5.