牛軍

摘 要：隨著國(guó)民經(jīng)濟(jì)的不斷發(fā)展，交通運(yùn)輸網(wǎng)絡(luò)也在逐漸完善。在現(xiàn)階段的交通系統(tǒng)中，各用戶終端的信息數(shù)據(jù)儲(chǔ)存與分析方面還存在一定的不足之處?？茖W(xué)技術(shù)的發(fā)展日新月異，更多新的技術(shù)也被應(yīng)用到智能交通體系中，云計(jì)算技術(shù)理念就是其中之一。云計(jì)算在數(shù)據(jù)存儲(chǔ)與計(jì)算方面有著強(qiáng)大的優(yōu)勢(shì)，為用戶提供更為便捷的服務(wù)，有效緩解了在大數(shù)據(jù)處理方面的難點(diǎn)。在智能交通體系中所涉及到的交通基礎(chǔ)數(shù)據(jù)也稱(chēng)之為時(shí)空數(shù)據(jù)，此類(lèi)數(shù)據(jù)具有自身獨(dú)特屬性。本文主要基于云計(jì)算技術(shù)對(duì)智能交通系統(tǒng)中數(shù)據(jù)預(yù)處理及并行化技術(shù)進(jìn)行了研究。

關(guān)鍵詞：云計(jì)算；智能交通系統(tǒng)；預(yù)處理；并行化

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2017）16-0038-01

1 基于云計(jì)算的智能交通服務(wù)模式

1.1 基于云計(jì)算智能交通服務(wù)需求分析

在目前我國(guó)的智能交通信息中，不僅歷史數(shù)據(jù)的累加量大，還有更多的實(shí)時(shí)采集數(shù)據(jù)傳送至系統(tǒng)之中，因此在實(shí)際工作中面臨著更大的難度。為了滿足交通服務(wù)發(fā)展的需求，需要根據(jù)實(shí)際情況應(yīng)用先進(jìn)的處理技術(shù)。智能交通服務(wù)具體需求主要體現(xiàn)在信息化、開(kāi)放性、智能性方面的需求，智能交通服務(wù)需要海量的數(shù)據(jù)分析作為支持，諸如車(chē)輛路徑GPS數(shù)據(jù)、地圖數(shù)據(jù)等。不同類(lèi)型的數(shù)據(jù)其特點(diǎn)也存在差異，應(yīng)根據(jù)具體的要求進(jìn)行數(shù)據(jù)采集，強(qiáng)調(diào)數(shù)據(jù)的實(shí)時(shí)性。云計(jì)算技術(shù)的應(yīng)用將所有采集的數(shù)據(jù)統(tǒng)一集中于服務(wù)平臺(tái)ITSPCC，規(guī)避了計(jì)算機(jī)技術(shù)由于硬件設(shè)備的限制而導(dǎo)致時(shí)空數(shù)據(jù)共享性較差的問(wèn)題。基于云計(jì)算的智能交通服務(wù)體系中，服務(wù)平臺(tái)的虛擬化特征較為突出，能夠?qū)崿F(xiàn)對(duì)于各類(lèi)資源的高效部署。同時(shí)為了避免硬件設(shè)備之間存在的信息隔離現(xiàn)象，云計(jì)算技術(shù)運(yùn)用統(tǒng)一的硬件接口，能夠?qū)崿F(xiàn)大規(guī)模數(shù)據(jù)的分析與處理。

1.2 基于云計(jì)算的智能交通服務(wù)平臺(tái)的體系結(jié)構(gòu)

交通時(shí)空數(shù)據(jù)的儲(chǔ)存量巨大，在計(jì)算方面也面臨著嚴(yán)峻的形式。以上海市市區(qū)為例，據(jù)統(tǒng)計(jì)出租車(chē)交通GPS信息總量平均大約在16GB/天，時(shí)空數(shù)據(jù)儲(chǔ)存量非常大。利用云計(jì)算技術(shù)儲(chǔ)存量大、計(jì)算能力強(qiáng)的優(yōu)勢(shì)，將時(shí)空數(shù)據(jù)的調(diào)度管理納入統(tǒng)一體系之中，促使智能交通服務(wù)質(zhì)量與水平的提高。個(gè)人用戶通過(guò)ITSPCC服務(wù)平臺(tái)及時(shí)獲取所需的交通信息。

采用ITSPCC服務(wù)平臺(tái)進(jìn)行車(chē)輛路徑導(dǎo)航，需要先采集并儲(chǔ)存交通信息，采用線性規(guī)劃的方式分析數(shù)據(jù)特點(diǎn)，檢測(cè)出可能存在異常車(chē)流的數(shù)據(jù)點(diǎn)，對(duì)車(chē)輛及異常車(chē)流進(jìn)行分析計(jì)算，形成相應(yīng)的關(guān)系矩陣，利用相關(guān)公式測(cè)算可能存在的異常車(chē)流路徑，將最終的計(jì)算結(jié)果反饋給用戶，以此來(lái)提供導(dǎo)航服務(wù)。

2 面向單車(chē)車(chē)輛路徑導(dǎo)航的GPS時(shí)空數(shù)據(jù)預(yù)處理

在進(jìn)行數(shù)據(jù)處理時(shí)，預(yù)處理是GPS時(shí)空數(shù)據(jù)存儲(chǔ)與計(jì)算的基礎(chǔ)。筆者從單車(chē)車(chē)輛路徑導(dǎo)航為切入點(diǎn)，對(duì)數(shù)據(jù)預(yù)處理工作進(jìn)行分析。以具體的案例著手分析結(jié)果更為直觀。通過(guò)上海市六萬(wàn)輛出租車(chē)兩年內(nèi)軌跡數(shù)據(jù)的收集整理，每年的信息總量約為6TB，此類(lèi)龐大的數(shù)據(jù)不僅對(duì)于儲(chǔ)存空間的要求高，處理起來(lái)的難度也相對(duì)較大。

2.1 GPS數(shù)據(jù)的分布式結(jié)構(gòu)化處理

在GPS數(shù)據(jù)采集的過(guò)程中，所有數(shù)據(jù)的儲(chǔ)存是以時(shí)間為順序，在相同的頻率下進(jìn)行時(shí)空數(shù)據(jù)的采集。為了保證數(shù)據(jù)篩選的有效性，應(yīng)根據(jù)出租車(chē)的實(shí)際情況采取分類(lèi)處理的措施。由圖1可知，在ITSPCC各個(gè)處理中心內(nèi)數(shù)據(jù)的存儲(chǔ)方式是單車(chē)分布式，為后期的并行化處理提供了便利。通過(guò)相關(guān)的程序?qū)崿F(xiàn)對(duì)GPS時(shí)空數(shù)據(jù)的預(yù)處理。

2.2 單車(chē)的GPS異常數(shù)據(jù)分析

時(shí)空數(shù)據(jù)的采集與處理受到設(shè)備因素的限制，可能會(huì)存在不同程度的數(shù)據(jù)失準(zhǔn)或者錯(cuò)誤的問(wèn)題。若不加處理就應(yīng)用在上層之中，會(huì)導(dǎo)致時(shí)空數(shù)據(jù)分析結(jié)果的可靠性降低。因此需要清理與校正時(shí)空數(shù)據(jù)，根據(jù)實(shí)際的情況對(duì)缺失的數(shù)據(jù)進(jìn)行補(bǔ)償，錯(cuò)誤數(shù)據(jù)應(yīng)及時(shí)清除。為了便于數(shù)據(jù)的清理與校正，可按照采集的數(shù)據(jù)生成GPS軌跡圖。常見(jiàn)的異?，F(xiàn)象有三種，首先是離散數(shù)據(jù)的出現(xiàn)，即個(gè)別的數(shù)據(jù)點(diǎn)出現(xiàn)偏離現(xiàn)象，造成這種現(xiàn)象的原因可能是數(shù)據(jù)不準(zhǔn)確，在篩選時(shí)應(yīng)具體分析此類(lèi)問(wèn)題出現(xiàn)的原因，采取刪除或者更改的處理措施。其次是軌跡重合交叉，此類(lèi)錯(cuò)誤比較明顯，數(shù)據(jù)整合中操作不規(guī)范，將不同型號(hào)車(chē)輛數(shù)據(jù)整合在一起就會(huì)出現(xiàn)這種問(wèn)題。最后是空白數(shù)據(jù)圖，對(duì)于這種現(xiàn)象具體分析，采取相應(yīng)的處理措施。

通過(guò)進(jìn)行數(shù)據(jù)的預(yù)處理，主要在分布式結(jié)構(gòu)優(yōu)化以及異常數(shù)據(jù)篩選方面進(jìn)行數(shù)據(jù)分析，尤其是對(duì)于分布式儲(chǔ)存的研究能夠?yàn)椴⑿谢幚硖峁┲С帧Ｔ谥悄芙煌ǚ?wù)體系之中，大部分都需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理的措施，將錯(cuò)誤或者失準(zhǔn)的數(shù)據(jù)及時(shí)篩選出去，提高數(shù)據(jù)分析與計(jì)算的可靠性。

3 面向交通時(shí)空數(shù)據(jù)的數(shù)據(jù)并行化處理

3.1 并行化處理的的意義

在ITSPCC服務(wù)平臺(tái)的功能模塊中，算法并行處理模塊在其中占據(jù)著重要的地位。在用戶用過(guò)服務(wù)平臺(tái)提出需求之后，根據(jù)需求的類(lèi)型劃分至相應(yīng)的功能模塊進(jìn)行處理。在模塊處理的過(guò)程中，實(shí)現(xiàn)服務(wù)的主要途徑是相關(guān)處理函數(shù)。不同的功能模塊，其處理方法也存在差異，數(shù)據(jù)并行化處理廣泛的應(yīng)用與大數(shù)據(jù)的分析研究之中，在效率和質(zhì)量方面有著獨(dú)特優(yōu)勢(shì)。

3.2 交通時(shí)空數(shù)據(jù)處理中大規(guī)模稀疏線形方程組的應(yīng)用

通過(guò)線形規(guī)劃能夠有效提高交通服務(wù)水平。線性規(guī)劃問(wèn)題可以通過(guò)對(duì)偶理論將其歸結(jié)為線形方程組的求解，但是線性規(guī)劃問(wèn)題在實(shí)際應(yīng)用的過(guò)程中會(huì)產(chǎn)生較大的線形方程組階數(shù)，對(duì)于高階方程組的求解難度高。但在具體操作的過(guò)程中，由于時(shí)空數(shù)據(jù)自身的特征，其中較為突出的是稀疏性，這使得線形方程的求解難度有所降低。此類(lèi)稀疏性特征主要是由于時(shí)間、地點(diǎn)、路況等因素對(duì)交通時(shí)空數(shù)據(jù)的影響。所以數(shù)據(jù)的處理與計(jì)算可以采用大規(guī)模稀疏線性方程組來(lái)求解。以車(chē)輛路徑服務(wù)為例，根據(jù)實(shí)際的交通情況劃分為不同的區(qū)域，表示為L(zhǎng)（i=1，2，3…），基于公式AX=b，對(duì)此公式求解之后列出相應(yīng)的線性方程組，由于此方程組具有稀疏性的特征，可采用相應(yīng)的算法進(jìn)行處理。并劃分系數(shù)矩陣，將方程組分割并行處理，保證并行化計(jì)算結(jié)果的精確性。

3.3 數(shù)據(jù)并行化處理中的通信

為了提高數(shù)據(jù)處理的效率，在并行化處理模型中將數(shù)據(jù)進(jìn)行分割，按照不同的標(biāo)準(zhǔn)并行化處理相關(guān)的數(shù)據(jù)。其中通信是影響并行化處理的重要因素。如果在并行化處理的過(guò)程中，不同任務(wù)間需要的通行數(shù)量較多，將會(huì)使數(shù)據(jù)處理的效率大幅降低。常見(jiàn)的通信方法有全收集通信模型以及歸約通行模型，不同的模型處理方式也存在差異，應(yīng)根據(jù)數(shù)據(jù)處理的實(shí)際要求，選取相應(yīng)的處理方法，提高數(shù)據(jù)并行化處理的效率。以歸約通行模型為例進(jìn)行分析：加設(shè)處理器的數(shù)量為P，處理器數(shù)組的長(zhǎng)度為L(zhǎng)，所有處理器上的值按照標(biāo)準(zhǔn)對(duì)應(yīng)相加，相加之和以長(zhǎng)度L為依據(jù)，此為具體的處理方式。

4 結(jié)語(yǔ)

綜上所述，隨著我國(guó)智能交通系統(tǒng)的不斷發(fā)展，GPS交通時(shí)空數(shù)據(jù)量也越來(lái)越大，具有大數(shù)據(jù)的特征。這類(lèi)數(shù)據(jù)不僅存儲(chǔ)量大，在計(jì)算方面的難度也相對(duì)較高。云計(jì)算技術(shù)的應(yīng)用能夠在ITSPCC服務(wù)平臺(tái)上實(shí)現(xiàn)數(shù)據(jù)的儲(chǔ)存與分析，為用戶提供更為便捷的服務(wù)，降低交通系統(tǒng)中大數(shù)據(jù)處理的難度。

參考文獻(xiàn)

[1]朱堅(jiān)堅(jiān).基于物聯(lián)網(wǎng)與云計(jì)算的智能交通系統(tǒng)架構(gòu)研究[J].江蘇教育學(xué)院學(xué)報(bào)（自然科學(xué)版），2013，（06）：90-92.endprint