謝樹云，冉 婕，楊雪松

（昭通學(xué)院 信息科學(xué)與技術(shù)學(xué)院，云南 昭通 657000）

隨著科學(xué)技術(shù)的發(fā)展，城市越來越大，人口越來越密集，工作距離越來越遠(yuǎn)，汽車在日常生活中扮演了越來越重要的角色，交通問題成為影響生活質(zhì)量的重要因素。但是，因?yàn)榈缆?、車輛、管理等諸多因素，導(dǎo)致大多數(shù)城市均存在交通擁堵、出行困難的問題，不但耽誤工作，而且加重了本來就嚴(yán)峻的環(huán)境污染，生活幸福感下降?！爸味隆?、“疏堵”成為當(dāng)前各級(jí)政府主管部門最為關(guān)注的社會(huì)問題。

目前，各大城市緩解交通壓力的做法，有倡導(dǎo)綠色出行、汽車分流、限購、限行等手段。這些方法在一定程度上減輕了交通的壓力，但對(duì)于既有的龐大汽車群和上班族，以及穩(wěn)定的增長，這些措施仍然不夠。相對(duì)于硬件設(shè)施建設(shè)，掌握實(shí)時(shí)的交通信息成為最主要的可行措施。現(xiàn)在，車輛行駛時(shí)的交通信息主要來源于地圖、廣播、打聽和經(jīng)驗(yàn)。這些方法存在嚴(yán)重的問題，1）信息收集緩慢，延時(shí)嚴(yán)重，滿足不了實(shí)時(shí)應(yīng)用的需要；2）信息不全面，不能滿足各種用戶的信息要求；3）不準(zhǔn)確，來源于目測，信息片面，有誤差，人工信息傳遞過程中可能存在嚴(yán)重的失真；4）無預(yù)警，不能根據(jù)長期觀測找到規(guī)律，并為交通管理提供決策支持。

城市中交通路網(wǎng)等基礎(chǔ)設(shè)施的建設(shè)和城市規(guī)劃的調(diào)整需要較長的周期，而且涉及到居民拆遷、部分路段需要封閉施工，在短時(shí)間內(nèi)無法緩解甚至可能加重城市交通系統(tǒng)的負(fù)擔(dān)，應(yīng)用高速的通信網(wǎng)絡(luò)和計(jì)算機(jī)技術(shù)實(shí)現(xiàn)交通系統(tǒng)的智慧化運(yùn)作調(diào)度，作為短期和長期可持續(xù)產(chǎn)生效益的手段，成為政府的首選方案。智慧交通[1-2]應(yīng)該具備環(huán)保、便捷、安全、高效、可視、可預(yù)測等特征。

雖然物聯(lián)網(wǎng)[3]已經(jīng)在交通中有一些諸如ETC（Electronic Toll Collection，電子不停車收費(fèi)系統(tǒng)）的應(yīng)用，但在城市交通中仍然鮮見，或者處于原始階段，系統(tǒng)之間存在數(shù)據(jù)共享程度低、數(shù)據(jù)處理速度慢等問題。本文針對(duì)交通的嚴(yán)峻現(xiàn)實(shí)，提出了一個(gè)基于群智感知[4]的解決方案，名為智慧城市交通系統(tǒng)（SUTS，Smart Urban Transport System)。

1 基本概念

群智感知（PCW，Perception of Collective Wisdom），是指以普通用戶的手機(jī)、平板電腦、GPS等移動(dòng)設(shè)備作為基本感知單元，通過移動(dòng)互聯(lián)網(wǎng)進(jìn)行有意識(shí)或無意識(shí)的協(xié)作，實(shí)現(xiàn)感知任務(wù)分發(fā)與感知數(shù)據(jù)收集，完成大規(guī)模的、復(fù)雜的社會(huì)感知任務(wù)。群智感知充分發(fā)揮“人多力量大”的特點(diǎn)，將大量普通用戶擰成一股繩，形成隨時(shí)隨地、無孔不入、與人們生活密切相關(guān)的感知系統(tǒng)。在群智感知中，完成復(fù)雜感知任務(wù)的參與者不需要擁有專業(yè)技能的人士，大量普通用戶可以成為中堅(jiān)力量，通過合理的協(xié)作來完成他們單獨(dú)不可能或者說根本想不到要完成的任務(wù)。

物聯(lián)網(wǎng) （IOT，The Internet of Things）， 是一個(gè)基于互聯(lián)網(wǎng)、傳統(tǒng)電信網(wǎng)等信息載體，讓所有能夠被獨(dú)立尋址的普通物理對(duì)象實(shí)現(xiàn)互聯(lián)互通的網(wǎng)絡(luò)。它具有普通對(duì)象設(shè)備化、自治終端互聯(lián)化和普適服務(wù)智能化等3個(gè)主要特征[3]。也有人認(rèn)為，IOT在原來的Internet上之外增加了Things，解釋為Everything，不局限于物理上具體的物，所以將IOT譯為“萬聯(lián)網(wǎng)”或“全聯(lián)網(wǎng)”更合適。

車聯(lián)網(wǎng)[5]（IOV，Internet of Vehicle），在 2012 年 9 月 CCF YOCSEF上提出，車聯(lián)網(wǎng)是指將數(shù)字化標(biāo)準(zhǔn)信源技術(shù)應(yīng)用服務(wù)于汽車和汽車駕駛者，通過無線射頻等識(shí)別技術(shù)與裝載在汽車上的電子標(biāo)簽互聯(lián)，實(shí)現(xiàn)在信息網(wǎng)絡(luò)平臺(tái)上對(duì)所有車輛的屬性信息和靜、動(dòng)態(tài)信息進(jìn)行提取和有效利用，并根據(jù)不同的功能需求對(duì)所有車輛的運(yùn)行狀態(tài)進(jìn)行有效的監(jiān)管和提供綜合服務(wù)。

2 系統(tǒng)模型

系統(tǒng)模型如圖1所示，整個(gè)SUTS由信息感知采集單元（圖中包括GPS、衛(wèi)星、智能手機(jī)、筆記本電腦、道路設(shè)施）、信息甄別匯總單元、數(shù)據(jù)處理單元、區(qū)域數(shù)據(jù)自治單元、數(shù)據(jù)應(yīng)用單元（圖中包括交通管理部門、政府、車輛環(huán)境、道路設(shè)施）、數(shù)據(jù)中心等6個(gè)部分組成。

圖1 智慧城市交通系統(tǒng)架構(gòu)Fig.1 SUTS architecture

2.1 信息感知采集單元

此單元實(shí)現(xiàn)基礎(chǔ)數(shù)據(jù)的采集，感知數(shù)據(jù)必須要高效的收回來，并一定要求實(shí)時(shí)性和整體性。為了降低開銷，可以采用“弱”聯(lián)網(wǎng)的方式，在本地設(shè)置緩沖區(qū)，在需要時(shí)聯(lián)網(wǎng)，或聯(lián)網(wǎng)時(shí)才向上傳輸數(shù)據(jù)。無線通信技術(shù)可以把移動(dòng)通信設(shè)備、GPS、筆記本電腦、道路基礎(chǔ)設(shè)施等設(shè)備連接起來。感知技術(shù)可以實(shí)現(xiàn)對(duì)傳感器實(shí)現(xiàn)植入和識(shí)別，比如車牌號(hào)碼識(shí)別、熱點(diǎn)識(shí)別。視頻車輛檢測可以實(shí)現(xiàn)交通流量計(jì)量、事故檢測。全球定位系統(tǒng)GPS可以接收多個(gè)不同衛(wèi)星的信號(hào)并計(jì)算車輛所在的位置。

群智感知主要體現(xiàn)在任何系統(tǒng)范圍內(nèi)的用戶都可以由終端設(shè)備主動(dòng)或者被動(dòng)的采集位置、交通流量、速度等信息并發(fā)送。譬如，手機(jī)用戶可以發(fā)送文字、圖片信息，監(jiān)控、錄像設(shè)備發(fā)送連續(xù)錄像到采集單元；集成系統(tǒng)也可以對(duì)某一范圍的移動(dòng)車輛、信任手機(jī)用戶、GPS進(jìn)行主動(dòng)探測，根據(jù)位置、移動(dòng)速度、紅綠燈周期等信息進(jìn)行識(shí)別。

2.2 信息甄別匯總單元

此單元對(duì)信息感知采集單元發(fā)送來的信息進(jìn)行甄別，提高數(shù)據(jù)質(zhì)量。由于沒有經(jīng)過訓(xùn)練的用戶作為基本感知單元會(huì)導(dǎo)致數(shù)據(jù)的不精確、不完整、不一致、不及時(shí)等問題，感知的方式和習(xí)慣也會(huì)影響感知數(shù)據(jù)的正確表達(dá)和解釋。所以需要在數(shù)據(jù)預(yù)處理階段拋棄沒有意義的信息，挖掘有效信息，形成簡單的數(shù)據(jù)意義并匯總。

2.3 數(shù)據(jù)處理單元

此單元對(duì)各個(gè)匯總單元發(fā)來的數(shù)據(jù)進(jìn)行進(jìn)一步處理。一方面，對(duì)經(jīng)過甄別的數(shù)據(jù)進(jìn)行合成，把離散的信息合并成城市區(qū)域的交通信息。另一方面，對(duì)數(shù)據(jù)進(jìn)行挖掘。譬如，對(duì)于地圖上的某個(gè)路口，通過對(duì)一段時(shí)間內(nèi)不同時(shí)段的流量、速度進(jìn)行分析，判斷是否屬于交通熱點(diǎn)；對(duì)兩個(gè)位置之間的道路狀態(tài)進(jìn)行分析，以運(yùn)行時(shí)間、距離或者成本為標(biāo)準(zhǔn)，發(fā)現(xiàn)兩點(diǎn)之間的快捷路線。

2.4 數(shù)據(jù)應(yīng)用單元

此單元完成有效的實(shí)時(shí)交通信息發(fā)布，通過手機(jī)信息、GPS更新、廣播、互聯(lián)網(wǎng)絡(luò)等途徑發(fā)布最新的交通信息。用戶根據(jù)實(shí)時(shí)交通信息選擇合適的時(shí)間、路線。

這個(gè)單元中，可以為交通管理提供規(guī)劃依據(jù)，可以實(shí)現(xiàn)自適應(yīng)交通信號(hào)控制，可以為政府改善城市交通、規(guī)劃交通路線提供參考，可以幫助出租車乘客對(duì)時(shí)間、費(fèi)用、候車信息進(jìn)行預(yù)測，可以幫助司機(jī)實(shí)現(xiàn)道路路況檢測，推薦行車路線，可以為公共安全、智能物流提供參考。應(yīng)該說，這個(gè)單元才是多數(shù)用戶直接感受到的智慧交通系統(tǒng)[6]。

2.5 區(qū)域數(shù)據(jù)自治單元

此單元實(shí)現(xiàn)本區(qū)域內(nèi)交通信息的管理，是可以獨(dú)立工作的單元?？梢允且粋€(gè)小城市，也可以是大城市的某個(gè)區(qū)域。

2.6 數(shù)據(jù)中心

是更大范圍內(nèi)的交通信息交流平臺(tái)?？梢酝ㄟ^數(shù)據(jù)中心訪問其它區(qū)域的實(shí)時(shí)交通信息。鑒于系統(tǒng)負(fù)擔(dān)繁重，數(shù)據(jù)中心只提供區(qū)域數(shù)據(jù)中心之間的交流服務(wù)，不提供應(yīng)用服務(wù)。

2.7特點(diǎn)

由于SUTS內(nèi)的多數(shù)數(shù)據(jù)采集工作由自動(dòng)設(shè)備完成，或者由大眾無意識(shí)參與完成，數(shù)據(jù)處理功能由軟件完成，為各種用戶提供信息支持，SUTS具有以下特點(diǎn)。

1)低工作量?；静恍枰獙ｉT人員完成數(shù)據(jù)采集和數(shù)據(jù)計(jì)算。

2)低成本。由于人工少，所以需要支付的人工成本低，多數(shù)成本在于建設(shè)交通系統(tǒng)本身。

3)大眾無意識(shí)協(xié)作。群智感知的信息采集中，手機(jī)用戶、GPS用戶都不需要刻意的去做采集工作，使用設(shè)備上的自動(dòng)化軟件可以實(shí)現(xiàn)自動(dòng)、定時(shí)、定點(diǎn)的信息發(fā)送。

4)大數(shù)據(jù)處理。由于信號(hào)采集的頻率越高，數(shù)據(jù)量會(huì)直線上升，所以需要系統(tǒng)具有大數(shù)據(jù)處理能力。

5)增量修正?？梢詫?duì)原始數(shù)據(jù)進(jìn)行識(shí)別；隨著時(shí)間的推移，可以對(duì)系統(tǒng)內(nèi)的信息進(jìn)行自動(dòng)的、智能化的修正、補(bǔ)充。

6)快速反應(yīng)。全程的自動(dòng)化，能夠保證道路信息在第一時(shí)間進(jìn)入系統(tǒng)，讓其它用戶實(shí)時(shí)的了解路況信息。

3 關(guān)鍵問題

在SUTS系統(tǒng)模型中，關(guān)鍵的問題主要在于群智感知數(shù)據(jù)采集、數(shù)據(jù)處理和信息服務(wù)，將會(huì)直接影響到信息的準(zhǔn)確性和服務(wù)質(zhì)量。

3.1 群智感知數(shù)據(jù)采集

數(shù)據(jù)采集由信息感知采集單元完成，包括流量、速度、路況、安全監(jiān)測?，F(xiàn)在普遍使用的采集設(shè)備有流量攝像頭、測速攝像頭、收費(fèi)站、視頻攝像、3G/4G網(wǎng)絡(luò)手機(jī)、路口感應(yīng)設(shè)備、GPS導(dǎo)航儀。這些設(shè)備中，GPS在車輛中屬于基本配置，并且能自動(dòng)完成移動(dòng)數(shù)據(jù)采集，應(yīng)該作為速度檢測的主要設(shè)備。收費(fèi)站、路口感應(yīng)設(shè)備、視頻攝像設(shè)備等城市基本設(shè)施在關(guān)鍵的路徑上，應(yīng)該作為流量檢測的主要設(shè)備。城市人口密集，手機(jī)無處不在，本應(yīng)該作為首選的采集設(shè)備，但是用戶使用手機(jī)的習(xí)慣、用戶的責(zé)任感不 一，會(huì)直接影響數(shù)據(jù)質(zhì)量，比較可行的方案是建立信任檔案，對(duì)于信任用戶和普通用戶發(fā)送的信息區(qū)別處理。對(duì)于城市道路維修、改造等活動(dòng)，因?yàn)橹芷谳^長，完全可以人工操作輸入系統(tǒng)。在道路上運(yùn)行的車輛也可以通過車聯(lián)網(wǎng)感知對(duì)方，并實(shí)行信息共享。

圖2是一個(gè)典型的車輛感知運(yùn)行環(huán)境。

圖2 車輛感知環(huán)境Fig.2 Preception of the environment of the venicle

3.2 數(shù)據(jù)處理

數(shù)據(jù)處理涉及前面的信息甄別匯總單元和數(shù)據(jù)處理單元，有兩個(gè)重點(diǎn)。一是采集來的數(shù)據(jù)質(zhì)量不一，準(zhǔn)確度有差異，需要進(jìn)行判斷、預(yù)處理。過期的信息，矛盾的信息，無地址時(shí) 間的不明確信息可以被直接拋棄。對(duì)初選合格的信息，按照區(qū)域、地址、時(shí)間、現(xiàn)象等特征進(jìn)行分類預(yù)處理。二是需要把各種數(shù)據(jù)都繪制在同一幅數(shù)據(jù)地圖上。另外，還要為更高層次的應(yīng)用，進(jìn)行數(shù)據(jù)統(tǒng)計(jì)。

由于從若干感知單元收集來的數(shù)據(jù)量異常龐大，這個(gè)階段需要大數(shù)據(jù)處理能力，TB級(jí)已經(jīng)不能滿足需要，PB、ZB勉強(qiáng)夠用。

3.3 信息服務(wù)

信息服務(wù)是數(shù)據(jù)應(yīng)用單元的任務(wù)。對(duì)車輛來說，最重要的是能得到實(shí)時(shí)交通信息，選擇最優(yōu)的形式路線，可以通過收聽廣播、計(jì)算機(jī)在線查詢得到。對(duì)于交通管理部門，則是盡量避免交通擁堵，合理部署交通線路，自動(dòng)適應(yīng)交通燈控制。對(duì)于政府，則要根據(jù)長期的信息檢測，在城市建設(shè)時(shí)提供有效的決策參考。

4 結(jié)論

和SUTS類似的方案已經(jīng)有應(yīng)用，譬如水文系統(tǒng)已經(jīng)實(shí)現(xiàn)了對(duì)區(qū)域的水文信息的定時(shí)數(shù)據(jù)采集，基于這些數(shù)據(jù)進(jìn)行河流流量、洪峰預(yù)報(bào)，幫助水庫、電站、民政、政府實(shí)現(xiàn)調(diào)控。但在交通系統(tǒng)中，仍然任重而道遠(yuǎn)。我們期望，真正實(shí)現(xiàn)智慧地球的目標(biāo)。

[1]曾華燊，朱懷芳.論智慧軌道交通及其系統(tǒng)架構(gòu)[J].計(jì)算機(jī)應(yīng)用，2012,32(5):1191-1195.ZENG Hua-shen ZHU Huai-fang.Smart rail transportation and its system architecture[J].Journal of Computer Applications,2012.32(5):1191-119.

[2]竇軍,曾華燊,譚獻(xiàn)海,等.智慧軌道交通全聯(lián)網(wǎng)(SRT-IoT)——更廣泛的互聯(lián)互通[J].計(jì)算機(jī)應(yīng)用，2012,32(5)：1199-1204.DOU Jun,ZENG Hua-shen,TAN Xian-hai,et al,Internet of Things for smart rail transportation:aiming for wider range of object-interconnection[J].Journal of Computer Applications,2012,32(5)：1199-1204.

[3]劉云浩.物聯(lián)網(wǎng)導(dǎo)論[M].北京：科學(xué)出版社，2011.

[4]劉云浩.群智感知計(jì)算 [J].中國計(jì)算機(jī)學(xué)會(huì)通訊，2012,8(10)：38-42.LIU Yu-hao.Crowdsourcing and participatory sensing：Towards collective intelligence[J].Communications of the CCF,2012,8(10)：38-42.

[5]熊偉,王濤.車聯(lián)網(wǎng)技術(shù)前沿 [J].中國計(jì)算機(jī)學(xué)會(huì)通訊，2012,8(10):89.XIONG Wei,WANG Tao.Technological frontier of internet of vehicle[J].Communications of the CCF,2012,8(10)：89.

[6]齊觀德,潘綱,李石堅(jiān).當(dāng)出租車軌跡挖掘遇見智能交通[J].中國計(jì)算機(jī)學(xué)會(huì)通訊，2013,9(8)：30-37.QI Guan-de,PAN Gang,LI Shi-jian.Taxi trace mining in intelligent transportation systems [J].Communications of the CCF,2013,9(8)：30-37.