于明鷺，劉南杰，趙海濤，彭江琴

(1.南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003;2.南京郵電大學(xué) 網(wǎng)絡(luò)基因工程研究所，江蘇 南京 210003)

基于車聯(lián)網(wǎng)的智能打車系統(tǒng)

于明鷺1,2，劉南杰1,2，趙海濤1,2，彭江琴1,2

(1.南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003;2.南京郵電大學(xué) 網(wǎng)絡(luò)基因工程研究所，江蘇 南京 210003)

由于出租車的數(shù)量管制，以及出租車行業(yè)一直沒有一個(gè)有效的調(diào)配系統(tǒng)，導(dǎo)致交通擁塞、時(shí)間浪費(fèi)和耗油量增加。而車聯(lián)網(wǎng)(Internet Of Vehicle,IOV)的迅速發(fā)展，給傳統(tǒng)出租車行業(yè)帶來了新的契機(jī)。在該背景下,針對國內(nèi)出租車行業(yè)出現(xiàn)的問題,提出基于車聯(lián)網(wǎng)中管-云-端架構(gòu)的智能打車系統(tǒng)。該系統(tǒng)采用新型車載智能終端，功能強(qiáng)大的云平臺和實(shí)用的客戶端應(yīng)用。從終端信息感知、數(shù)據(jù)處理到頂層的應(yīng)用展示來進(jìn)行模塊化功能描述和分析。該系統(tǒng)能顯著提高用戶滿意度、司機(jī)積極性和整體運(yùn)營性能。最后，通過將該智能打車系統(tǒng)應(yīng)用于現(xiàn)實(shí)場景證明了它的價(jià)值。結(jié)果表明，該系統(tǒng)的服務(wù)性能優(yōu)于現(xiàn)存的多數(shù)打車系統(tǒng)。

車聯(lián)網(wǎng)；打車系統(tǒng)；車載智能終端；車云；汽車智慧感知與通信終端

1 概 述

隨著中國經(jīng)濟(jì)的持續(xù)發(fā)展和人民生活水平的不斷提高，出租車在城市公共交通系統(tǒng)中所占的比重逐年上升。但隨著城市擴(kuò)大、公路網(wǎng)延伸、高架環(huán)路、私家車增多、道路阻塞、交通管制(如酒駕、限行等)，出租車一直沒有一個(gè)有效的調(diào)配系統(tǒng)，經(jīng)常會出現(xiàn)車找不到人、人找不到車的尷尬境地。打車難成了出租車行業(yè)的一個(gè)致命弱點(diǎn)。傳統(tǒng)的出租車載客模式主要有三種[1]：第一種是站點(diǎn)候車，乘客必須主動尋找候車點(diǎn)，這種模式下出租車司機(jī)承擔(dān)的成本相對較少，但乘客承擔(dān)的時(shí)間成本卻很大，很不便利；第二種是巡游服務(wù)，該模式下出租車司機(jī)要承擔(dān)很高的燃油成本和空駛成本，這導(dǎo)致很多問題：加劇了交通擁堵、環(huán)境污染等。為解決這些問題，約租車應(yīng)運(yùn)而生。

約租車是指利用通訊工具或網(wǎng)絡(luò)為消費(fèi)者提供出租車服務(wù)，這種新型的服務(wù)方式不僅擴(kuò)展了出租車經(jīng)營的傳統(tǒng)市場，還為消費(fèi)者帶來很大便利。此外，約租車能夠有效降低出租車的空駛率，并能顯著降低因出租車巡游而造成的交通擁堵。時(shí)至今日，約租車服務(wù)在國外的一些國家或城市中已經(jīng)占有很高的比重。表1[2]對約租車在日本、英國、愛爾蘭、挪威、瑞典所占的市場份額進(jìn)行了總結(jié)。

表1 約租車在國外的市場份額

盡管我國部分城市的約租車已經(jīng)有了顯著發(fā)展，但是相對于國外的發(fā)展水平，國內(nèi)的約租車發(fā)展還是相對滯后。主要有兩方面的原因：第一是約租服務(wù)提供方的問題。傳統(tǒng)的約租車服務(wù)是通過電話調(diào)度中心來完成的，但是調(diào)度中心車輛少，有效覆蓋面過低，難以滿足消費(fèi)者需求。這一問題在北京、上海等地都不同程度的存在；第二是誠信問題。誠信問題的產(chǎn)生主要是由于傳統(tǒng)約租車模式的固有弊端以及交通擁堵的現(xiàn)狀。這導(dǎo)致出租車接到電話，到達(dá)之后才發(fā)現(xiàn)消費(fèi)者已經(jīng)離開，這打擊了司機(jī)的積極性。另外由于交通經(jīng)常擁堵，一般情況下消費(fèi)者通過傳統(tǒng)的電話調(diào)度中心預(yù)約后，出租車能在30 min內(nèi)到達(dá)，但在交通擁堵的情況下，沒人能夠準(zhǔn)確預(yù)知到達(dá)時(shí)間。當(dāng)消費(fèi)者等了半小時(shí)車還沒來,打擊了消費(fèi)者的信心，之后就可能不會再預(yù)約。此外，約租車市場的供求不匹配、約租車服務(wù)的收費(fèi)問題、居民的消費(fèi)習(xí)慣等都是制約傳統(tǒng)約租車行業(yè)進(jìn)一步發(fā)展的障礙。所以，亟需設(shè)計(jì)一種新型高效的打車系統(tǒng)。

一個(gè)好的打車系統(tǒng)應(yīng)該能滿足所有利益相關(guān)方的需求。乘客能夠享受到方便、快捷、個(gè)性化、安全的服務(wù)。司機(jī)可以通過降低空駛率和獲取最優(yōu)路徑來降低成本從而增加收入。而系統(tǒng)運(yùn)營者也能通過系統(tǒng)的高效性來獲取豐厚的利潤。此外，該系統(tǒng)還能夠減少碳排放來助力環(huán)保。

隨著物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、云計(jì)算的迅速發(fā)展，催生了一類新興產(chǎn)業(yè)：車聯(lián)網(wǎng)(Internet Of Vehicle,IOV)[3]。在該背景下，許多文獻(xiàn)對智能打車系統(tǒng)進(jìn)行了研究，主要有兩種類型。

第一種是基于GPS記錄的車輛環(huán)境實(shí)時(shí)感知。文獻(xiàn)[4]中作者用出租車中的GPS設(shè)備來收集數(shù)據(jù)，這些數(shù)據(jù)用于估算交通狀態(tài)。文獻(xiàn)[5-6]中利用GPS軌跡來分析時(shí)間和位置的關(guān)系。通過挖掘GPS記錄，許多文獻(xiàn)提出了有創(chuàng)意的應(yīng)用。文獻(xiàn)[4]給出了出租車行駛方向的識別。文獻(xiàn)[7]中研究了一種T系統(tǒng)來幫助司機(jī)找乘客和乘客找司機(jī)。文獻(xiàn)[8]在分析大量交通數(shù)據(jù)的基礎(chǔ)上，研究出一種應(yīng)用于智能交通系統(tǒng)的可視化分析工具。文獻(xiàn)[9]通過實(shí)時(shí)挖掘行車軌跡給出了一個(gè)出租車監(jiān)控系統(tǒng)。但以上文獻(xiàn)只是專注于解決某個(gè)特定問題，無法滿足所有利益相關(guān)方的需求。

第二種是研究綜合的打車系統(tǒng)來提供便捷而豐富的服務(wù)并給所有利益方帶來收益。文獻(xiàn)[10]通過分析海量交通數(shù)據(jù)提出一個(gè)智能打車系統(tǒng)并針對司機(jī)和乘客提出不同的打車服務(wù)模型。文獻(xiàn)[11]為司機(jī)、乘客、運(yùn)營者和城市規(guī)劃者提供了一個(gè)綜合的智能打車系統(tǒng)。文獻(xiàn)[12-13]提出了一個(gè)自動預(yù)約車輛和分配車輛的系統(tǒng)。盡管這些系統(tǒng)更加綜合化和智能化，但還是存在一定的局限性。如數(shù)據(jù)處理能力較弱、缺乏個(gè)性化服務(wù)、安全性低等。

文中在上述研究的基礎(chǔ)上，創(chuàng)新性地提出了一個(gè)基于車聯(lián)網(wǎng)中管-云-端架構(gòu)的新型智能打車系統(tǒng)。在管端，采用國內(nèi)一款新型車載智能終端。在云端通過云平臺來實(shí)時(shí)分析和處理海量數(shù)據(jù)。在客戶端，為客戶和司機(jī)提供了基于位置的移動應(yīng)用。

文中主要做了如下工作：

(1)首次將車聯(lián)網(wǎng)中管-云-端架構(gòu)應(yīng)用于打車系統(tǒng)。在此基礎(chǔ)上研究出打車系統(tǒng)的分層架構(gòu)，并進(jìn)行模塊化功能分析。

(2)采用國內(nèi)一款新型車載智能終端來感知比GPS設(shè)備更精確和全面的車輛信息。

(3)系統(tǒng)采用新的計(jì)費(fèi)模式來提高司機(jī)積極性和客戶滿意度。同時(shí)，打車費(fèi)用也在客戶端顯示出來，有效避免了亂收費(fèi)現(xiàn)象。

2 系統(tǒng)理論基礎(chǔ)

2.1 IOV

IOV，即車聯(lián)網(wǎng)，是指使用車輛和道路上的傳感設(shè)備收集車輛、道路和環(huán)境信息，通過車與車(Vehicle-to-Vehicle,V2V)、車與人、車與路(Vehicle-to-Infrastructure,V2I)互聯(lián)互通實(shí)現(xiàn)信息共享，并在信息網(wǎng)絡(luò)平臺上對涉車信息進(jìn)行獲取、共享和有效利用，根據(jù)不同的功能需求對車輛提供有效的安全監(jiān)管和綜合服務(wù)。車聯(lián)網(wǎng)管-云-端架構(gòu)如圖1所示[2]。

圖1 管-云-端架構(gòu)

管：通過智能車載終端感知車輛信息、車輛環(huán)境信息、汽車與環(huán)境的智能互動信息。并將信息傳輸?shù)皆破脚_。從車載智能終端獲得的多源動態(tài)數(shù)據(jù)信息，是車聯(lián)網(wǎng)、機(jī)器移動、智能交通系統(tǒng)、云計(jì)算領(lǐng)域的一種

創(chuàng)新型應(yīng)用技術(shù)。當(dāng)車輛裝載了智能車載終端后，汽車與交通狀態(tài)信息可以從控制器局部網(wǎng)(Controller Aver Network,CAN)總線等采集到，從而讓車輛成為解決道路和交通矛盾的智慧主體。

云：車云平臺是一個(gè)涉車大數(shù)據(jù)平臺，它能夠?qū)崿F(xiàn)車聯(lián)網(wǎng)業(yè)務(wù)和數(shù)據(jù)的全面互聯(lián)互通，具有一定接入、全網(wǎng)共享的功能。該平臺匯聚并管理海量實(shí)時(shí)的車輛實(shí)體信息、涉車產(chǎn)業(yè)鏈信息、駕駛行為信息、車主的社會化信息、手機(jī)終端信息、車載智能終端感知信息等，并且支持全局搜索、支持與位置有關(guān)的跨地域、跨企業(yè)的車輛管理。車云平臺是數(shù)據(jù)存儲、處理和控制的核心，是系統(tǒng)的后臺部分。主要功能有：

(1)接收車載智能終端和客戶端的數(shù)據(jù)；

(2)通過計(jì)算、挖掘接收到的海量信息，提取出分類的和有價(jià)值的信息來形成不同的智能模型；

(3)響應(yīng)和推送結(jié)果到客戶終端上[14]。

圖2給出了云平臺數(shù)據(jù)類型。

圖2 云平臺數(shù)據(jù)類型示意圖

端：智能手機(jī)、平板電腦和個(gè)人計(jì)算機(jī)軟件應(yīng)用(Application，App)給用戶帶來了極大的便利。它們通過嵌入的多種傳感器來支持豐富的與位置相關(guān)的服務(wù)。車聯(lián)網(wǎng)中，客戶端通過智能手機(jī)、平板電腦和個(gè)人計(jì)算機(jī)為客戶提供靈活多變的服務(wù)?？蛻舳瞬粩鄬⒊丝偷奈恢眯畔l(fā)送至云端。同時(shí)，它是當(dāng)前唯一可以全方位展現(xiàn)車輛的全息狀態(tài)的線上系統(tǒng)。它是面向車主、面向車友、面向車輛管理者和車輛使用者的各類車聯(lián)網(wǎng)應(yīng)用業(yè)務(wù)的無縫融合手段。它可以提供車下、線上的全方位服務(wù)。在人離開車輛時(shí)仍起作用。

2.2 車載智能終端：GID

系統(tǒng)采用國內(nèi)先進(jìn)的汽車智慧感知與通信終端：GID(Global Intelligent iDentity)。它是一個(gè)具有全球泛在聯(lián)網(wǎng)能力的通信網(wǎng)關(guān)和車載終端，是車輛智能信息傳感器，同時(shí)也具有全球定位和全球網(wǎng)絡(luò)身份標(biāo)識(網(wǎng)絡(luò)車牌)功能。

裝載在車輛上的GID終端插入到車輛標(biāo)準(zhǔn)的車載診斷(On-Board Diagnostics,OBD)系統(tǒng)接口，讀取車輛的所有靜態(tài)和動態(tài)信息。目前主要采集的數(shù)據(jù)有OBD、GPS和G-sensor，GID利用智能算法對CAN數(shù)據(jù)、GPS數(shù)據(jù)、3D傳感數(shù)據(jù)等進(jìn)行初步處理，再利用內(nèi)嵌的3G/LTE模塊，通過泛在網(wǎng)絡(luò)將初步分析處理的車輛信息發(fā)送至云端和客戶端。GID將汽車智能信息傳感器、汽車聯(lián)網(wǎng)、汽車網(wǎng)絡(luò)車牌三大功能融為一體，具體表現(xiàn)為：

(1)車輛狀態(tài)的信息感知功能：GID與汽車總線(OBD、CAN等)相連，內(nèi)嵌多種傳感器，可感知和監(jiān)控幾乎所有車輛的動態(tài)與靜態(tài)信息，包括車輛環(huán)境信息和車輛狀態(tài)診斷信息等；

(2)泛在通信功能：GID具有V2V、V2I和自組網(wǎng)(SON、移動Ad Hoc、AGPS等)的能力，具有車內(nèi)聯(lián)網(wǎng)以及多制式之間的橋接與中繼功能，具備全球通信、全球定位與移動漫游能力；

(3)汽車網(wǎng)絡(luò)車牌功能：GID從汽車、網(wǎng)絡(luò)和用戶中提取天然屬性，生成汽車的“網(wǎng)絡(luò)身份證”，使得每輛汽車在網(wǎng)絡(luò)中都具有一種天然、唯一性的身份標(biāo)識，它不是一個(gè)標(biāo)簽，而是網(wǎng)絡(luò)可信標(biāo)識與尋址技術(shù)。

3 系統(tǒng)架構(gòu)

從海量交通信息中提取出有價(jià)值的信息是至關(guān)重要的，而傳統(tǒng)方法已無法處理大量、復(fù)雜、動態(tài)和分布式的信息。因此，文中提出一種基于管-云-端架構(gòu)的智能打車系統(tǒng)來提升系統(tǒng)性能和用戶滿意度。系統(tǒng)整體架構(gòu)可分為七層：終端感知層、終端接入層、終端處理層、數(shù)據(jù)存儲層、通用邏輯層、業(yè)務(wù)處理層、應(yīng)用展示層。其中終端感知層屬于管，應(yīng)用展示層屬于端，而其他各層屬于云[15]，如圖3所示。

3.1 管

終端感知層：終端感知層通過GID和智能手機(jī)來感知車輛和環(huán)境信息。假設(shè)系統(tǒng)的所有車輛都配備有GID設(shè)備。GID首先采集出租車的以下信息：。其中，ID是出租車的車牌號，T是時(shí)間，Loc是出租車的當(dāng)前位置(經(jīng)度和緯度)，V是當(dāng)前速度，A是加速度，S是出租車的當(dāng)前狀態(tài)(空閑、忙碌等)，T是交通狀態(tài)(如道路拓?fù)?、擁塞情況等)。然后GID將采集到的數(shù)據(jù)發(fā)送至云端進(jìn)行進(jìn)一步的處理。另一方面，配備有GPS的智能手機(jī)將用戶的位置信息或者鍵入的位置信息上傳到云端。

圖3 系統(tǒng)架構(gòu)

3.2 云

終端接入層：該層為終端和第三方平臺(出租車業(yè)務(wù)平臺)的接入提供各種網(wǎng)關(guān)。該層主要通過GID網(wǎng)關(guān)(GID Gateway,GIDGW)和GPS網(wǎng)關(guān)(GPS Gateway,GPSGW)實(shí)現(xiàn)。其中GIDGW提供各種終端的接入控制，GPSGW實(shí)現(xiàn)第三方平臺的接入控制。

終端處理層：包括終端控制服務(wù)器、終端數(shù)據(jù)存儲引擎、終端數(shù)據(jù)分析引擎。該層主要負(fù)責(zé)終端數(shù)據(jù)的解碼、分析和終端控制等，是終端數(shù)據(jù)處理和控制的核心。

數(shù)據(jù)存儲層：該層將不同類型的數(shù)據(jù)存入不同的數(shù)據(jù)庫。原始數(shù)據(jù)(如出租車信息、司機(jī)信息、乘客信息、交通信息等)通過篩選、分類放入不同的數(shù)據(jù)庫以便于通用邏輯層使用。

通用邏輯層：該層是整體架構(gòu)的核心部分。該層的主要功能是數(shù)據(jù)挖掘和認(rèn)證管理。其中數(shù)據(jù)挖掘，即從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的過程，簡單的說，數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘”有用的信息。通過數(shù)據(jù)準(zhǔn)備和預(yù)處理，生成模型，驗(yàn)證模型，部署模型來得到實(shí)時(shí)的空閑出租車信息，空閑司機(jī)信息(電話號碼、服務(wù)質(zhì)量等)，最優(yōu)路徑，乘客等待時(shí)間，打車費(fèi)用以及其他重要信息。認(rèn)證管理主要包括司機(jī)認(rèn)證和客戶認(rèn)證管理。包括車輛注冊、注銷、信息修改、運(yùn)行狀況監(jiān)測等?？蛻粽J(rèn)證管理包括開戶、銷戶和信息修改等。

業(yè)務(wù)處理層:對通用邏輯層得到的數(shù)據(jù)進(jìn)行進(jìn)一步處理并傳至應(yīng)用展示層。

3.3 端

應(yīng)用展示層：該層為出租車司機(jī)和乘客提供可以在智能終端上使用的兩種不同的App，并為出租車系統(tǒng)運(yùn)營方提供業(yè)務(wù)管理平臺。為確保系統(tǒng)的安全性，司機(jī)和乘客在使用該App前都要進(jìn)行實(shí)名認(rèn)證。

乘客端：提供一款免費(fèi)打車軟件，它可以根據(jù)乘客的位置和需求來提供可視化的信息，如空閑出租車和司機(jī)的信息(司機(jī)姓名、車牌號、電話號碼等)，司機(jī)的行車軌跡等。通過一鍵撥號，乘客就能聯(lián)系上司機(jī)。此外，該軟件有虛擬計(jì)價(jià)的功能，在獲得最佳路徑后自動計(jì)算出距離，再根據(jù)司機(jī)實(shí)際行駛時(shí)間，以及設(shè)定的單價(jià)，按一種算法來計(jì)算出打車費(fèi)用，供乘客參考。這有效避免了費(fèi)用不清的問題。圖4給出了在乘客智能手機(jī)上運(yùn)行的打車App的截圖。

司機(jī)端：司機(jī)通過智能終端來接收乘客的預(yù)約，并通過打車應(yīng)用來顯示乘客位置信息，再進(jìn)一步得到去接乘客的最優(yōu)路徑。

運(yùn)營端：提供在線業(yè)務(wù)管理平臺。主要負(fù)責(zé)動態(tài)監(jiān)控出租車運(yùn)行狀態(tài)、運(yùn)行數(shù)據(jù)統(tǒng)計(jì)分析等。

圖4 乘客打車App界面

4 實(shí)際應(yīng)用

文中提出的系統(tǒng)涉及的主要利益方有乘客、出租車司機(jī)和出租車業(yè)務(wù)運(yùn)營方。下面給出了三個(gè)現(xiàn)實(shí)生活中的例子來證明文中提出的基于管-云-端架構(gòu)的智能打車系統(tǒng)的價(jià)值。

4.1 乘客找車

李小姐下班后想打一輛出租車回家。她啟動免費(fèi)打車App來獲取周邊的出租車信息。首先具有導(dǎo)航功能的智能手機(jī)將李小姐的位置信息發(fā)送至云端，同時(shí)空閑車輛通過GID設(shè)備將相關(guān)信息上傳至云端。在接收到乘客端和出租車的信息后，云端再進(jìn)行處理并將處理得到的信息發(fā)送至乘客手機(jī)端，并通過手機(jī)App來顯示出租車的分布信息。然后，李小姐選擇了一輛最近的車并與該車司機(jī)取得聯(lián)系。選中的司機(jī)通過GID將他在行車過程中的信息不斷發(fā)送至云端，再通過云端分析處理后傳送給李小姐，這樣她就可以通過手機(jī)App來實(shí)時(shí)了解司機(jī)的行車路線、打車費(fèi)用和等待時(shí)間等信息。整個(gè)過程如圖5所示。

圖5 乘客打車流程

設(shè)李小姐在P點(diǎn)，司機(jī)在O點(diǎn)，D點(diǎn)是目的地。李小姐需要支付O-P-D全程費(fèi)用，而不僅僅是P-D的費(fèi)用。

由上述例子可知，文中系統(tǒng)的優(yōu)勢如下：

(1)乘客變被動為主動，他們可以根據(jù)個(gè)性化的需求和出行習(xí)慣來選擇合適的車輛而不是被動接受派遣的車輛。

(2)系統(tǒng)通過實(shí)名認(rèn)證確保了乘客的安全性。

(3)乘客需要支付O-P-D全程費(fèi)用，這樣的計(jì)費(fèi)模式有兩方面的優(yōu)勢：一是司機(jī)從起步開始就可以盈利，大大提高了司機(jī)的積極性；二是有效避免了司機(jī)中途放棄完成預(yù)約的乘客而載其他客人，從而提升了用戶滿意度。

(4)客戶端提供了虛擬計(jì)價(jià)功能，乘客可以準(zhǔn)確獲知全程費(fèi)用，從而有效避免了亂收費(fèi)現(xiàn)象。

(5)提供了可視化的司機(jī)行車路徑，使得乘客可以實(shí)時(shí)了解司機(jī)信息并做好準(zhǔn)備。

當(dāng)然，系統(tǒng)還能提供豐富的個(gè)性化服務(wù)。如酒店禮賓部可以幫客人在網(wǎng)上預(yù)約出租車，乘客就可以不用在酒店門口排隊(duì)候車；老人要出遠(yuǎn)門，家人可以預(yù)約一輛出租車全程接送；無論消費(fèi)者是在辦公室還是在家中，都可預(yù)約出租車到門口等候，節(jié)省時(shí)間。

4.2 司機(jī)找乘客

郭先生是已經(jīng)工作了三年的出租車司機(jī)。當(dāng)他正將一位乘客送往目的地的途中接到了另一位乘客的預(yù)約電話，所以他建議該乘客另選司機(jī)。接著王先生接到了電話，并且他處于空閑狀態(tài)。首先他啟動打車軟件確定乘客位置并獲得最佳行駛路徑，然后開車去接乘客并把乘客送往目的地。

郭先生通過使用文中提出的打車系統(tǒng)接收到了更多的預(yù)約并顯著降低了空駛成本，從而大大提高了收益。此外，系統(tǒng)的路徑導(dǎo)航功能給他帶來了極大的便利。

4.3 出租車運(yùn)營方

該系統(tǒng)無需投資建設(shè)網(wǎng)絡(luò)，不用人工維護(hù)，不用投資機(jī)房和電腦，免去一切重復(fù)建設(shè)。系統(tǒng)效率極高，是目前整體成本最低、使用價(jià)值最高的打車系統(tǒng)。

5 結(jié)束語

為克服當(dāng)前打車行業(yè)的不足，文中設(shè)計(jì)了一種綜合的基于車聯(lián)網(wǎng)中管-云-端架構(gòu)的智能打車系統(tǒng)。通過該系統(tǒng)，乘客可以輕松預(yù)訂出租車，司機(jī)可以顯著提升收益。文中接著給出了系統(tǒng)在現(xiàn)實(shí)場景中的應(yīng)用，結(jié)果表明該系統(tǒng)提升了用戶滿意度，從而擴(kuò)大了消費(fèi)者的打車需求，所以對整個(gè)打車行業(yè)的發(fā)展起到了非常積極的作用。

在未來的研究工作中，會致力于進(jìn)一步提升系統(tǒng)性能并將該系統(tǒng)應(yīng)用于拼車、租車、代駕等方面。

[1] Dow Chyi-Ren,Le Yu-Hong,Wang Shr-Chen,et al.A geo-aware location based taxi carrying system[C]//Proc of ITNG.Las Vegas,NV:IEEE,2014:53-58.

[2] 迪納科技.車小二產(chǎn)品主打膠片[EB/OL].[2015-04-01].http://www.cpsdna.com/article-157.html.

[3] 劉南杰.崛起的車聯(lián)網(wǎng)[J].音響改裝技術(shù),2013(11):50-50.

[4] Shi W,Liu Y.Real-time urban traffic monitoring with global positioning system-equipped vehicles[J].Intelligent Transport Systems,2010,4(2):113-120.

[5] Liang Xiao,Zheng Xudong,Lv Weifeng,et al.The scaling of human mobility by taxis is exponential[J].Physical A:Statistical Mechanics and Its Applications,2011,391(5):2135-2144.

[6] Jiang B,Yin J,Zhao S.Characterizing human mobility patterns in a large street network[J].Physical Review E,2009,80(2):021136.

[7] Yuan J,Zheng Y,Zhang L,et al.Where to find my next passenger[C]//Proc of ubiquitous computing.New York,NY,USA:ACM,2011.

[8] Liu Siyuan,Pu Jiansu,Luo Qiong,et al.VAIT:a visual analytics system for metropolitan transportation[J].IEEE Trans on Intelligent Transportation Systems,2013,14(4):1586-1596.

[9] Wu Wei,Siong N W,Krishnaswamy S,et al.To taxi or not to taxi? - enabling personalised and real-time transportation decisions for mobile users[C]//Proc of 13th international conf on mobile data management.Bengaluru,Karnataka:IEEE,2012.

[10] Zhang Daqing,Sun Lin,Li Bin,et al.Understanding taxi service strategies from taxi GPS traces[J].IEEE Trans on Intelligent Transportation Systems,2015,16(1):123-135.

[11] Wang Chenggang, Ng W K, Chen Huaixin. From data to knowledge to action:a taxi business intelligence system[C]//Proc of information fusion.Singapore:IEEE,2012.

[12] Yuan Yang,Miao Kejian,Zhang Daqing,et al.An OSGi-based smart taxi service platform[C]//Proc of services computing conference.Guilin:IEEE,2012:173-178.

[13] Awajan A.An automated taxi booking and scheduling system[C]//Proc of modelling and simulation.[s.l.]:IEEE,2013.

[14] 崔正杰,劉南杰,趙海濤.基于管-云-端結(jié)構(gòu)的汽車遠(yuǎn)程實(shí)時(shí)監(jiān)控系統(tǒng)設(shè)計(jì)[J].微型機(jī)與應(yīng)用,2014,33(24):91-94.

[15] Handel P,Ohlsson J,Ohlsson M.Smartphone-based measurement systems for road vehicle traffic monitoring and usage-based insurance[J].IEEE System Journal,2014,8(4):1238-1248.

Intelligent Taxi Service System Based on Internet of Vehicle

YU Ming-lu1,2,LIU Nan-jie1,2,ZHAO Hai-tao1,2,PENG Jiang-qin1,2

(1.Institute of Telecommunications & Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003,China;2.Network Gene Engineering Research Institute,Nanjing University of Posts and Telecommunications,Nanjing 210003,China)

Taxi number control and inefficient dispatching system lead to many serious problems,such as traffic congestion,time wasting and increase in oil consumption.The rapid development of Internet Of Vehicle (IOV) brings a golden opportunity to traditional taxi service systems.In this paper,aiming at the existed problems,propose an intelligent taxi service system based on Carrier-Cloud-Client framework of IOV for the first time.Basically,the system employs an advanced intelligent vehicle terminal,a powerful cloud platform and practical client applications.Specifically,a hierarchical model is presented as an architecture to modularize the system,spanning from terminal sensing and data processing to the topmost service presentation.The proposed system can significantly improve customer satisfaction,driver enthusiasm and business performance.Finally,the value of the intelligent taxi service system is demonstrated by applying it to some scenarios in the real word.The result shows that this system outperforms most existing taxi service systems with respect to the service quality.

IOV;taxi system;intelligent vehicle terminal;vehicle cloud;Global Intelligent iDentity (GID)

2015-05-17

2015-08-24

時(shí)間：2016-01-26

國家自然科學(xué)基金資助項(xiàng)目(61302100)；國家“973”重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(2013CB329005)；教育部博士點(diǎn)基金資助項(xiàng)目(20133223120002)；南京郵電大學(xué)科研基金(NY211006)作者簡介：于明鷺(1991-),女,碩士研究生,研究方向?yàn)檐嚶?lián)網(wǎng)；劉南杰，博士，教授,研究方向?yàn)榉涸谕ㄐ?、車?lián)網(wǎng)、智能交通；趙海濤，博士，副教授，研究方向?yàn)闊o線網(wǎng)絡(luò)與泛在通信。

http://www.cnki.net/kcms/detail/61.1450.TP.20160126.1520.046.html

TP393

A

1673-629X(2016)02-0118-06

10.3969/j.issn.1673-629X.2016.02.027