1. 四川大學(xué)，錦城學(xué)院，成都 611731

2. 西南交通大學(xué)，交通運(yùn)輸與物流學(xué)院，成都 610031

0 引 言

汽車數(shù)量快速增長(zhǎng)，由此帶來(lái)的交通擁堵、安全事故和環(huán)境污染等已嚴(yán)重影響社會(huì)經(jīng)濟(jì)的健康發(fā)展。交通發(fā)展必須是可持續(xù)發(fā)展模式，智能交通技術(shù)應(yīng)用到現(xiàn)代交通中成為了解決矛盾的有效途徑。經(jīng)過(guò)幾十年的發(fā)展，智能交通也面臨諸多問(wèn)題，如不能提供時(shí)時(shí)交通信息，交通信息處理低效，交通流預(yù)測(cè)不準(zhǔn)確等。針對(duì)這些問(wèn)題引入“云計(jì)算”的概念，構(gòu)建智能交通云系統(tǒng)，提高智能交通系統(tǒng)的信息時(shí)效性和準(zhǔn)確性，同時(shí)也為各種交通系統(tǒng)的信息融合提供技術(shù)支持，促進(jìn)綜合交通的發(fā)展。

1 智能交通的發(fā)展和云計(jì)算概述

1.1 智能交通系統(tǒng)的發(fā)展歷程

二戰(zhàn)結(jié)束后，世界經(jīng)濟(jì)復(fù)蘇，交通迅速發(fā)展，汽車數(shù)量的增加使道路擁堵等問(wèn)題日益嚴(yán)重，各國(guó)開始關(guān)注并研究可持續(xù)的交通發(fā)展模式——智能交通系統(tǒng)（Intelligent transportation system，ITS）。

20世紀(jì)50年代，美國(guó)通用汽車公司進(jìn)行了自動(dòng)駕駛系統(tǒng)試驗(yàn)，研究利用雷達(dá)跟行前方車輛，如日本豐田汽車公司進(jìn)行了MAC系統(tǒng)的自動(dòng)駕駛實(shí)驗(yàn)等。因?yàn)楫?dāng)時(shí)技術(shù)不完善，增加道路網(wǎng)密度能更快解決交通擁堵問(wèn)題，因此直到20世紀(jì)80年代中期人們才開始深入研究ITS。1986年，歐洲19個(gè)國(guó)家政府、公司和大學(xué)建立了PROMETHEUS（使歐洲交通最高效且最安全的工程），PROMETHEUS計(jì)劃包括對(duì)公路系統(tǒng)的改進(jìn)和綜合交通系統(tǒng)的發(fā)展。1991年，歐洲交通部和歐洲委員會(huì)共同成立了 ERTICO組織，ERTICO最初的研究目的是道路交通，后來(lái)研究方向也逐漸擴(kuò)展到綜合交通領(lǐng)域。1998年，ERTICO開始進(jìn)行新的方向研究，它們包括：數(shù)字聲音廣播（DAB）、系統(tǒng)結(jié)構(gòu)（KAREN）、視頻援助（VERA）等[1]。

隨著計(jì)算機(jī)技術(shù)、通信技術(shù)的不斷發(fā)展，目前智能交通系統(tǒng)的研究領(lǐng)域包括：先進(jìn)的交通管理系統(tǒng)（Advanced Traffic Management Systems，簡(jiǎn)稱ATMS）、先進(jìn)的旅行者信息系統(tǒng)（Advanced Travelers Information System，ATIS）、自動(dòng)收費(fèi)系統(tǒng)（Electronic Toll Collection System，簡(jiǎn)稱ETCS）、公共交通系統(tǒng)（Advanced Public Transport System，簡(jiǎn)稱APTS）、運(yùn)行管理和緊急事故管理系統(tǒng)（Security and Emergency Management System，簡(jiǎn)稱SEMS）、貨物和流量管理系統(tǒng)（Freight and Fleet Management System，簡(jiǎn)稱FFMS）等。

云計(jì)算本質(zhì)是整合型的計(jì)算模型，整合了多類不同計(jì)算技術(shù)和概念。按照交付模式云計(jì)算分為：軟件服務(wù)、平臺(tái)服務(wù)、基礎(chǔ)設(shè)施服務(wù)，如圖1所示。IaaS層將硬件基礎(chǔ)資源封裝成服務(wù)供用戶使用，用戶搭建自己的業(yè)務(wù)平臺(tái)，如亞馬遜的 AWS（Amazon Web Services）。PaaS層提供用戶應(yīng)用程序的運(yùn)行環(huán)境，用戶能夠在這個(gè)平臺(tái)上快速搭建自己的應(yīng)用，如Google App Engine和 Microsoft Windows Azure。SaaS層把應(yīng)用或者軟件封裝為服務(wù)，用戶可以通過(guò)任何網(wǎng)絡(luò)設(shè)備使用這個(gè)程序，如 Google的 Gmail和 Sales force公司的CRM（Client Relationship Management）服務(wù)，允許大量的用戶同時(shí)在線并提供云端存儲(chǔ)、處理等服務(wù)。

圖1 云計(jì)算交互模式Fig.1 Cloud computing interaction model

我國(guó)云計(jì)算發(fā)展也非常迅速，2008年5月10日，IBM 在無(wú)錫太湖建立了中國(guó)第一個(gè)云計(jì)算中心；隨后，IBM在北京IBM中國(guó)創(chuàng)新中心成立了第二家中國(guó)的云計(jì)算中心——IBM大中華區(qū)云計(jì)算中心。2008年12月，阿里巴巴集團(tuán)旗下子公司阿里軟件于2009年初在南京建立國(guó)內(nèi)首個(gè)“電子商務(wù)云計(jì)算中心”。世紀(jì)互聯(lián)推出了Cloud-Ex產(chǎn)品線，包括完整的互聯(lián)網(wǎng)主機(jī)服務(wù)“Cloud-Ex Computing Service”。

2 智能交通云的構(gòu)成與功能

2.1 智能交通云

智能交通子系統(tǒng)包括：先進(jìn)的交通管理系統(tǒng)、先進(jìn)的旅行者信息系統(tǒng)、自動(dòng)收費(fèi)系統(tǒng)、公共交通運(yùn)行管理系統(tǒng)等。這些子系統(tǒng)的應(yīng)用服務(wù)和計(jì)算設(shè)備分層后可以得到通用的計(jì)算層，作為構(gòu)建智能交通系統(tǒng)中心的基礎(chǔ)。對(duì)于這個(gè)通用的計(jì)算層，利用云計(jì)算服務(wù)商提供的服務(wù)，智能交通系統(tǒng)可以直接調(diào)用交通云平臺(tái)中的海量交通信息和數(shù)據(jù)分析結(jié)果。這種基于云計(jì)算服務(wù)的智能交通系統(tǒng)稱為“智能交通云”[2]。

交通信息云是一種快速反應(yīng)的交通信息管理模式，實(shí)現(xiàn)了基于云計(jì)算的交通信息采集、分析、存儲(chǔ)、調(diào)用、發(fā)布和反饋等功能。大量繁雜多變的交通信息，如交通流量、密度、最優(yōu)路徑、擁堵狀況等信息通過(guò)網(wǎng)絡(luò)傳輸?shù)浇煌ㄔ破脚_(tái)。借助云計(jì)算的分布式存儲(chǔ)、冗余存儲(chǔ)和動(dòng)態(tài)存儲(chǔ)等技術(shù)，具備了超大容量的存儲(chǔ)能力和分析能力，為用戶提供時(shí)時(shí)交通數(shù)據(jù)、計(jì)算軟件和交互平臺(tái)。

2.2 智能交通云計(jì)算模式

智能交通云能夠?qū)煌ㄐ畔牟杉桨l(fā)布反饋全過(guò)程進(jìn)行優(yōu)化，提高交通信息的準(zhǔn)確度和時(shí)效性。下面從邏輯架構(gòu)和組織架構(gòu)兩方面對(duì)智能交通云進(jìn)行介紹。

（1）邏輯架構(gòu)

交通云可以提供的服務(wù)有：交通信息分析與發(fā)布、交通管理、交通基礎(chǔ)設(shè)施規(guī)劃建設(shè)、時(shí)時(shí)路徑誘導(dǎo)等。如圖2所示，在硬件設(shè)備資源層上建立虛擬化層，在硬件設(shè)備資源層和虛擬化層的基礎(chǔ)上提供虛擬機(jī)，組成虛擬機(jī)應(yīng)用系統(tǒng)，這三層結(jié)合云計(jì)算服務(wù)管理即可構(gòu)成IaaS云。基于IaaS之上可構(gòu)建PaaS云，即平臺(tái)云，用于提供軟件產(chǎn)品的自行安裝和配置。相應(yīng)的應(yīng)用系統(tǒng)如交通管理及仿真決策支持系統(tǒng)、公眾出行服務(wù)信息系統(tǒng)、最優(yōu)路徑誘導(dǎo)系統(tǒng)，可以在PaaS上運(yùn)行，也可以直接在IaaS層上運(yùn)行[3]。

（2）組織架構(gòu)

交通管理者、交通運(yùn)營(yíng)企業(yè)和交通用戶通過(guò)交通信息云聯(lián)系起來(lái)，通過(guò)服務(wù)交付的方式將交通信息云的基礎(chǔ)架構(gòu)提供給不同類型的用戶。其組織架構(gòu)依次為：

① 云計(jì)算資源。如分散的大量服務(wù)器、各種硬件設(shè)備、存儲(chǔ)設(shè)備等。

② 云計(jì)算管理平臺(tái)。對(duì)采集的交通數(shù)據(jù)進(jìn)行融合分析、存儲(chǔ)和管理。

③ 基礎(chǔ)設(shè)施。采集的各種交通數(shù)據(jù)組成交通數(shù)據(jù)資源池，分別提供小型虛擬機(jī)、虛擬存儲(chǔ)、虛擬服務(wù)器和虛擬網(wǎng)絡(luò)的存儲(chǔ)。

④ 服務(wù)管理平臺(tái)。通過(guò)時(shí)時(shí)監(jiān)控，保證云平臺(tái)的交通數(shù)據(jù)高效準(zhǔn)確；錯(cuò)誤的數(shù)據(jù)及時(shí)修正或者棄用，為用戶提供交通誘導(dǎo)服務(wù)。

⑤ 平臺(tái)服務(wù)。主要包括交通信息發(fā)布平臺(tái)、交通信息查詢平臺(tái)、交通管理平臺(tái)和交通誘導(dǎo)平臺(tái)。

3 云計(jì)算在智能交通中的應(yīng)用案例

3.1 基于GPS的浮動(dòng)車交通信息云

通過(guò)網(wǎng)絡(luò)把數(shù)據(jù)處理中心、虛擬機(jī)和車載 GPS終端連接起來(lái)組成交通信息云計(jì)算的基礎(chǔ)設(shè)施，稱為交通信息云。

基于 GPS的浮動(dòng)車交通信息采集原理是：根據(jù)裝備車載全球定位系統(tǒng)（GPS）的浮動(dòng)車在其行駛過(guò)程中記錄的車輛位置、方向和速度等信息，應(yīng)用地圖匹配、路徑推測(cè)等計(jì)算模型和算法進(jìn)行處理，使浮動(dòng)車位置數(shù)據(jù)和城市道路在時(shí)間和空間上關(guān)聯(lián)起來(lái)，最終得到浮動(dòng)車所經(jīng)過(guò)道路的車輛行駛速度以及道路的行車旅行時(shí)間等交通信息。

車載 GPS可以提供準(zhǔn)確的位置、速度等信息，減少了數(shù)據(jù)中心的修正、刪除錯(cuò)誤數(shù)據(jù)的計(jì)算。浮動(dòng)車采集的車流密度、速度、流向、路段擁堵等信息經(jīng)過(guò)云計(jì)算中心存儲(chǔ)和處理，將交通信息及交通引導(dǎo)建議反饋給管理部門或者是車輛駕駛者，有利于及時(shí)引導(dǎo)交通或選擇合理路線以規(guī)避擁堵路段。

云計(jì)算在基于GPS的浮動(dòng)車交通信息采集技術(shù)中應(yīng)用如圖3所示。

圖2 交通云的邏輯架構(gòu)Fig.2 Traffic cloud logical architecture

圖3 云計(jì)算在基于GPS的浮動(dòng)車技術(shù)中的應(yīng)用Fig.3 Cloud computing applications in floating car based on GPS technology

3.2 基于云模型的短時(shí)交通流預(yù)測(cè)

交通流預(yù)測(cè)是指在時(shí)刻t，通過(guò)對(duì)云計(jì)算數(shù)據(jù)中心數(shù)據(jù)的分析，再由云計(jì)算服務(wù)平臺(tái)通過(guò)對(duì)交通的擁堵情況、路面行駛狀態(tài)以及車輛的時(shí)時(shí)行駛速度進(jìn)行統(tǒng)一的綜合處理，預(yù)測(cè)下一個(gè)決策時(shí)刻t + Δt以至以后若干時(shí)刻的交通流，Δt不超過(guò)15 min時(shí)為短時(shí)交通流預(yù)測(cè)[4]。

云的數(shù)字特征是采用基于正態(tài)分布的數(shù)字特征，把模糊性和隨機(jī)性結(jié)合在一起。以當(dāng)前采集的交通量為例，給定云模型的各項(xiàng)參數(shù)，例如，下班高峰期的交通量與平時(shí)的歷史數(shù)據(jù)集中平均量差異較大，但下班高峰期的交通量受之前交通量的影響，因此預(yù)測(cè)下班高峰期的交通量應(yīng)該以下午以前的交通量作為當(dāng)前云，然后根據(jù)云模型的推理機(jī)制，循環(huán)處理若干次，直到得到足夠的云滴，最終以所有云滴的平均值輸出。

3.3 最優(yōu)路徑誘導(dǎo)

傳統(tǒng)導(dǎo)航系統(tǒng)提供的是最短路徑，但是交通參與者的交通行為復(fù)雜多變，道路狀況適時(shí)變化，最短路徑往往不是最佳的選擇，這時(shí)就需要能對(duì)交通信息進(jìn)行時(shí)時(shí)監(jiān)控、分析，提供動(dòng)態(tài)導(dǎo)航的服務(wù)系統(tǒng)。最優(yōu)路徑誘導(dǎo)功能的實(shí)現(xiàn)涉及浮動(dòng)車的交通信息采集處理技術(shù)、數(shù)據(jù)處理算法和多源信息融合技術(shù)、動(dòng)態(tài)交通預(yù)測(cè)算法、定位信息接收及地圖匹配技術(shù)、高效的最優(yōu)路徑搜索算法、多媒體路徑誘導(dǎo)技術(shù)等。這些技術(shù)算法需要有強(qiáng)大的交通信息資源支撐和計(jì)算平臺(tái)的兼容，這就是云計(jì)算發(fā)揮作用的地方。

云計(jì)算數(shù)據(jù)中心對(duì)人、車、路等綜合交通影響因素的處理分析和融合，快速判斷出路況后，通過(guò)廣播、電子地圖、時(shí)時(shí)手機(jī)短訊、車載終端等媒介將信息發(fā)布給廣大的道路使用者，為其提供最優(yōu)路徑引導(dǎo)信息和各類時(shí)時(shí)交通信息幫助服務(wù)，便于駕駛員提前改變行車路線，避開交通擁堵、事故路段，提高通行效率和安全[5]。

3.4 交通信號(hào)控制

智能的交通信號(hào)控制依賴時(shí)時(shí)可靠的交通流檢測(cè)。各種傳統(tǒng)的交通信息采集方法采集的信息整合分析得到區(qū)域交通流運(yùn)行的基本背景，同時(shí)利用現(xiàn)有的各類交通流檢測(cè)方式（線圈、微波、視頻等）和GPS、RFID、GID等主動(dòng)信息采集方式，直接通過(guò)前端設(shè)備實(shí)現(xiàn)對(duì)路口各流向交通流自適應(yīng)控制。所有的匯集信息由云平臺(tái)集中處理，形成時(shí)時(shí)、精確的區(qū)域交通控制方案，統(tǒng)一調(diào)控聯(lián)網(wǎng)信號(hào)機(jī)，實(shí)現(xiàn)基于云計(jì)算的智能交通信號(hào)控制。

4 結(jié)束語(yǔ)

云計(jì)算技術(shù)在智能交通系統(tǒng)中的應(yīng)用，可以使交通基礎(chǔ)設(shè)施發(fā)揮最大的效能，有效緩解交通擁堵，降低交通環(huán)境污染。智能交通云把云計(jì)算資源和交通資源集中在可以共享的云平臺(tái)上,使整個(gè)交通系統(tǒng)整體優(yōu)化。云計(jì)算技術(shù)還有需要進(jìn)一步完善的問(wèn)題，比如：虛擬化應(yīng)用的復(fù)雜程度、服務(wù)生命的周期管理以及云計(jì)算的安全性等問(wèn)題。當(dāng)前交通信息采集會(huì)產(chǎn)生大量的音頻和視頻數(shù)據(jù)，如何利用云計(jì)算技術(shù)對(duì)這些大容量信息進(jìn)行篩檢、融合和分析是交通云平臺(tái)建設(shè)的重點(diǎn)。

[1] 史新宏，蔡伯根，穆建成. 智能交通系統(tǒng)的發(fā)展[J].北方交通大學(xué)學(xué)報(bào)，2002，26（1）：28-34.

[2] 王笑京，齊彤巖. 智能交通系統(tǒng)體系框架原理與應(yīng)用[M]. 北京：中國(guó)鐵道出版社，2012，7（6）：17-21.[3] 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)，2009，21（20）：37-40.

[4] Michael Arm Bruce, Armando Fox. Above the clouds：a berkeley view of cloud computing[J]. UC Berkeley，RAD Laboratory，2009，18（11）：30-33.

[5] 倪琴，許麗. 云計(jì)算技術(shù)在智能交通系統(tǒng)中的應(yīng)用研究[J]. 交通與運(yùn)輸，2012，25（7）：106-109.