關(guān)鍵詞： 云邊協(xié)同 云計算 智慧交通 邊緣計算

中圖分類號： TP399-C6;U495 文獻標識碼： A 文章編號： 1672-3791（2023）16-0070-04

隨著經(jīng)濟社會的發(fā)展，人們生活質(zhì)量的提高，汽車保有量持續(xù)增長，人們對道路交通通暢、安全、舒適的出行需求也越來越多，與當前道路存在的交通擁堵、事故頻發(fā)、應(yīng)急預警遲緩等現(xiàn)狀存在突出矛盾。通過交通基礎(chǔ)設(shè)施建設(shè)、道路擴容來改善道路通行能力的方法受到土地、規(guī)劃、建設(shè)周期等條件的限制，單一的設(shè)施供給已無法滿足與日俱增的出行需求。我國道路交通具有區(qū)域跨度大、管理層級多的特點，交通數(shù)據(jù)及應(yīng)用較為分散割裂，交通數(shù)據(jù)無法得到及時處理和深度挖掘。新形勢下，大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等通信技術(shù)已經(jīng)深入社會經(jīng)濟生活的方方面面，無人駕駛、智能導航、ETC 高速電子收費等應(yīng)用也已經(jīng)隨處可見，電子通信技術(shù)的更迭為新的出行方式奠定了基礎(chǔ)，同時也為提高交通數(shù)據(jù)利用效率、解決現(xiàn)有交通矛盾提出了可行的解決方案。以云計算技術(shù)架構(gòu)為基礎(chǔ)的智能交通，其集中式遠端服務(wù)器無法消除物理傳輸?shù)臅r延，無法滿足智慧交通對實時性的進一步需求。除此之外，僅依靠云計算的智慧交通系統(tǒng)還存在著隱私與能耗問題。智慧交通仍存在著統(tǒng)籌協(xié)調(diào)力度不夠、信息綜合利用、數(shù)據(jù)深度挖掘欠缺、市場機制作用發(fā)揮不充分、產(chǎn)業(yè)化水平有待提升等問題。由此，從物聯(lián)網(wǎng)技術(shù)著手，探究云計算與邊緣計算的特點，分析其在智慧交通系統(tǒng)中的應(yīng)用，以促進城市交通更通暢安全、交通管理更高效迅速、公眾出行更舒適，緩解城市交通中的問題、推進智慧城市的進一步發(fā)展。

1 智慧交通系統(tǒng)概況

知識社會環(huán)境下的智慧城市是繼數(shù)字城市后信息化城市發(fā)展的更高形態(tài)，是社會創(chuàng)新和技術(shù)創(chuàng)新的產(chǎn)物。智慧城市利用新興的信息技術(shù)，建立以交通誘導、應(yīng)急指揮、智能出行、統(tǒng)一的智能化城市交通綜合管理和服務(wù)系統(tǒng)建設(shè)，實現(xiàn)交通信息的充分共享、公路交通狀況的實時監(jiān)控與動態(tài)管理，確保交通運輸安全、暢通，提高城市規(guī)劃建設(shè)、運營維護、運行控制的智能化水平，使城市運轉(zhuǎn)更高效、更敏捷、更低碳。智慧交通系統(tǒng)是以交通需求為導向，結(jié)合物聯(lián)網(wǎng)、云計算、人工智能等技術(shù)，通過車聯(lián)網(wǎng)的信息交互，對交通管理、交通出行等領(lǐng)域進行管控支撐，使交通系統(tǒng)在區(qū)域、城市乃至更大的時空范圍內(nèi)能夠充分保障交通安全、提升交通系統(tǒng)運行效率和管理水平，具備感知、互聯(lián)、分析、預測、控制等能力。

世界各國都在加速邊緣智能的技術(shù)革新與產(chǎn)業(yè)應(yīng)用布局。智慧交通系統(tǒng)在20 世紀60 年代美國首次提出。1992 年，美國開始對ITS 進行研究，研究重點ITS框架、規(guī)范標準到信息安全與服務(wù)，現(xiàn)有較為完善的ITS 體系架構(gòu)，并致力于建設(shè)一體化、國際化、智能化的新型ITS 系統(tǒng)。日本的研究重點包括交通基礎(chǔ)設(shè)施的研發(fā)、自動駕駛等，注重緩解交通擁堵、提高道路通行率等。英國在車載實時信息、交通管控、道路安全等方面成果顯著，其交通信息高速公路和視頻信息高速公路都已運用ITS 系統(tǒng)。1992 年，歐洲成立歐洲智能交通協(xié)會，針對跨國基礎(chǔ)設(shè)施建設(shè)問題，提出按照區(qū)域特點協(xié)同管理和服務(wù)的智慧交通管理系統(tǒng)，強調(diào)要形成統(tǒng)一、標準化的ITS 系統(tǒng)。

相較于西方國家，我國ITS 研究起步較晚但發(fā)展迅速。2022 年，上海成為智慧交通建設(shè)發(fā)展應(yīng)用試點示范城市后，以車路協(xié)同為重點致力實現(xiàn)信息網(wǎng)、車聯(lián)網(wǎng)的數(shù)據(jù)互聯(lián)及產(chǎn)業(yè)融合；2008 年，上海建立交通綜合信息平臺實現(xiàn)了交通信息數(shù)據(jù)的實時整合；并于2015 年整合交通行業(yè)數(shù)據(jù)，全面提高城市交通智慧管理效能和決策水平，以打造全行業(yè)覆蓋的智慧交通系統(tǒng)。除了車路協(xié)同技術(shù)，我國在智慧停車場、自動駕駛、不停車收費（ETC）、緊急事件與安全、綜合運輸?shù)确矫娑既〉昧溯^大進步，我國的智慧交通已經(jīng)進入開發(fā)應(yīng)用階段[1]。然而，隨著數(shù)據(jù)規(guī)模的不斷擴大，數(shù)據(jù)中心面臨著資源限制和高負荷運行的問題，快速增加的網(wǎng)絡(luò)邊緣設(shè)備也對高帶寬和低時延提出了更高的要求。傳統(tǒng)云計算無法滿足5G 時代的網(wǎng)絡(luò)需求，在工作原理和技術(shù)發(fā)展方面具有一定局限性[2]。邊緣計算作為云計算的補充和擴展，可以將部分計算任務(wù)卸載至數(shù)據(jù)邊緣側(cè)進行本地處理，很大程度上減少傳輸?shù)皆破脚_的數(shù)據(jù)量，但是由于邊緣節(jié)點的計算能力無法與傳統(tǒng)集中式云計算服務(wù)中心競爭，因此可以選擇能夠彌補邊緣計算在大數(shù)據(jù)分析、存儲、聚合方面不足的云邊協(xié)同來進一步優(yōu)化智慧交通系統(tǒng)。

2 關(guān)鍵技術(shù)介紹

作為一種新興計算和商業(yè)模式，云計算正在加速信息產(chǎn)業(yè)和交通信息基礎(chǔ)設(shè)施的服務(wù)化進程，市場應(yīng)用領(lǐng)域廣闊。云計算技術(shù)所具備的海量流量信息處理功能、眾多用戶的實時信息服務(wù)、動態(tài)的負載均衡能力、良好的擴展性以及軟件冗余機制等，都使云計算與智能交通具備天然的契合之處。加快發(fā)展云計算技術(shù)與城市智慧交通應(yīng)用，對提升城市信息產(chǎn)業(yè)綜合競爭力、培育新的經(jīng)濟增長點、推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級、促進經(jīng)濟發(fā)展方式轉(zhuǎn)變具有重要意義。

邊緣計算是數(shù)據(jù)源與云中心之間的計算和網(wǎng)絡(luò)資源，其核心理念是提供計算、存儲以及各種網(wǎng)絡(luò)服務(wù)，為云中心提供大數(shù)據(jù)邊緣式處理。邊緣節(jié)點的設(shè)計需要高效、可靠和安全，實現(xiàn)良好的隱私保護，能夠支持差異化、可擴展性、隔離性和可靠性等需求。邊緣計算具有本地化認知、分布式服務(wù)、異構(gòu)性、低時延、高帶寬的特點，通過在網(wǎng)絡(luò)邊緣提供計算和存儲能力，其可以最大限度地減少時延、減少跨域流量，能夠突破傳統(tǒng)中心云的障礙與傳統(tǒng)移動通信網(wǎng)絡(luò)資源限制，優(yōu)化智慧交通系統(tǒng)。邊緣計算按不同的標準可以分為延遲敏感型、上下感知型、網(wǎng)絡(luò)狀態(tài)感知、數(shù)據(jù)處理與聚合四類應(yīng)用，其中，延遲敏感型應(yīng)用體現(xiàn)的特點充分說明，邊緣計算以更實時、快捷的方式實現(xiàn)了與云計算應(yīng)用的互補[3]，邊緣計算與傳統(tǒng)云計算的工作方式詳見圖1。

3 云邊協(xié)同下智慧交通系統(tǒng)總體框架

智慧交通系統(tǒng)涉及多個用戶主體，服務(wù)對象的多元帶來不同的發(fā)展目標和建設(shè)需求，包括進行海量交通信息處理、服務(wù)廣大交通參與者、具備良好的擴展性[4]。云邊協(xié)同提供的服務(wù)按照其應(yīng)用模式可分為基礎(chǔ)設(shè)施即服務(wù)（Infrastructure as a Service，IaaS）、平臺即服務(wù)（Platform as a Service，PaaS）、軟件即服務(wù)（Softwareas a Service，SaaS）這3 種。IaaS 層面負責協(xié)同計算、網(wǎng)絡(luò)、存儲等基礎(chǔ)資源，邊緣節(jié)點接受、執(zhí)行中心云節(jié)點的資源調(diào)度管理策略，對資源進行管理以實現(xiàn)云邊協(xié)同。PaaS 層負責數(shù)據(jù)、算法等協(xié)同，首先，實現(xiàn)邊云之間的數(shù)據(jù)協(xié)同，對數(shù)據(jù)進行管理與深度挖掘，構(gòu)建完整的數(shù)據(jù)流轉(zhuǎn)路徑，使數(shù)據(jù)在邊緣云和中心云之間高效流動；其次，依賴邊緣計算與AI 技術(shù)結(jié)合實現(xiàn)的智能算法協(xié)同，中心云節(jié)點開展基于大數(shù)據(jù)的算法模型訓練，經(jīng)優(yōu)化迭代后分發(fā)至邊緣節(jié)點，以便實時分析；最后實現(xiàn)應(yīng)用管理協(xié)同，邊緣節(jié)點提供模塊化、服務(wù)化的云端，云端根據(jù)客戶需求進行業(yè)務(wù)編寫。SaaS層負責實現(xiàn)服務(wù)協(xié)同，云端提供云邊之間SaaS 服務(wù)的部署策略和承載功能，邊緣云在云端的策略下完成邊緣側(cè)的SaaS 服務(wù)，協(xié)同云端的SaaS 服務(wù)共同為用戶提供完整的服務(wù)[5]。

智慧交通系統(tǒng)基于先進的“端—邊—云”一體化架構(gòu)，如圖2 所示，充分融入了邊緣計算等最新應(yīng)用成果，全面提升交通管理和服務(wù)水平[6]。在協(xié)同系統(tǒng)框架中，“云”是系統(tǒng)控制中心，包括云控平臺和智慧交通業(yè)務(wù)系統(tǒng)，云控平臺負責對接智慧交通系統(tǒng)的應(yīng)用[7]，并對全局交通進行統(tǒng)籌協(xié)調(diào)的管控，如地圖服務(wù)、遠程監(jiān)控、緊急救護、道路規(guī)劃等服務(wù)，對數(shù)據(jù)實時性要求較低?！斑叀眲t主要分析實時數(shù)據(jù)并處理和存儲，對數(shù)據(jù)實時性要求極高；由邊緣計算設(shè)備構(gòu)成的“邊”能夠直接對“端”產(chǎn)生的數(shù)據(jù)進行分析處理和存儲，減少了分析后上傳到云控平臺的數(shù)據(jù)量，避免了數(shù)據(jù)從“端”直接上傳到云控平臺后再進行處理的通信延遲，有效分擔了云控平臺和人工處理的壓力。

如圖3 所示，基于云邊協(xié)同的智慧交通基本框架由5 個部分組成，分別是感知層、網(wǎng)絡(luò)層、邊緣層、云中心層、應(yīng)用層。（1）感知層。信息源自數(shù)據(jù)，由此數(shù)據(jù)采集尤為重要。感知層是框架的底層支撐，通過各類傳感器等基礎(chǔ)設(shè)備、物聯(lián)網(wǎng)技術(shù)和地理信息感知技術(shù)對氣象信息、交通流信息、交通事件信息等動態(tài)和靜態(tài)信息進行全方位采集與儲存。（2）網(wǎng)絡(luò)層。數(shù)據(jù)采集后要對信息進行傳輸，網(wǎng)絡(luò)層是信息傳輸?shù)募~帶，其可靠傳輸是智慧交通系統(tǒng)各層數(shù)據(jù)交互的保障。通過通信網(wǎng)絡(luò)將感知層采集的數(shù)據(jù)上傳給邊緣層、云中心，實現(xiàn)高效可靠的信息傳輸。（3）邊緣層。數(shù)據(jù)上傳分發(fā)后進行預處理。邊緣層是云中心層的補充和擴展，通過邊緣服務(wù)器，邊緣節(jié)點對局部數(shù)據(jù)進行計算、存儲和分析等預處理，減少終端設(shè)備到云控平臺的數(shù)據(jù)流量和響應(yīng)時間，從而提高交通系的效率。（4）云中心層。與圖2中的云控平臺一樣是框架里的控制中心，發(fā)揮著全局調(diào)度與智慧決策功能。通過高性能服務(wù)器集群與人工智能、機器學習等技術(shù)對數(shù)據(jù)進行整合，為應(yīng)用層提供有效的交通信息；同時，與邊緣層協(xié)同進一步提高智慧交通系統(tǒng)的數(shù)據(jù)處理能力和實時性。（5）應(yīng)用層。應(yīng)用層是框架和系統(tǒng)的最頂層設(shè)計，是技術(shù)滿足業(yè)務(wù)需求的基本體現(xiàn)和目的。在云邊協(xié)同下，根據(jù)云控平臺的調(diào)度指令將端側(cè)的數(shù)據(jù)最終轉(zhuǎn)化為一系列功能，為智慧交通系統(tǒng)的各種主體提供綜合服務(wù)。

4 云邊協(xié)同在智慧交通領(lǐng)域的各種應(yīng)用實現(xiàn)

智慧交通系統(tǒng)的應(yīng)用貫穿城市交通規(guī)劃建設(shè)、運營維護、運行控制的全過程，云邊協(xié)同主要涉及資源、任務(wù)、管理及安全方面的協(xié)同，其主要應(yīng)用包括交通信息及管理、車輛信息及管理和交通應(yīng)急預警3 個方面。

4.1 交通信息與管理

交通信號燈是交通管理中的一個重要內(nèi)容，其設(shè)置是否合理對道路擁堵程度有較大影響。目前，常采用預編程的自動控制方式，無法根據(jù)當時的交通情況進行動態(tài)調(diào)節(jié)?；谠七厖f(xié)同的交通信號燈控制采集的交通信息，首先在區(qū)域內(nèi)整合成交通信號燈控制背景，其次運用多種交通流量檢測方式對信息進行采集，并對統(tǒng)計信息進行處理分析制訂出合理的控制方案。除此之外，還有交通態(tài)勢分析和交通流組織等非即時性應(yīng)用，其通過廣泛部署的物聯(lián)網(wǎng)基礎(chǔ)設(shè)施采集與交通密切相關(guān)的信息，如交通流量、行車速度、天氣情況等，云計算提供的數(shù)據(jù)低時延處理能力有助于應(yīng)對未來交通環(huán)境改善、交通發(fā)展規(guī)劃等問題。

4.2 車輛信息與管理

在云邊協(xié)同的車牌識別功能中，首先將采集到的數(shù)字化、圖像化的車牌信息作為識別的基礎(chǔ)，利用云服務(wù)器和邊緣服務(wù)器對關(guān)鍵信息進行識別，有利于構(gòu)建車牌信息數(shù)據(jù)庫，實現(xiàn)各區(qū)域車牌信息共享，為公安進行跨區(qū)域識別提供幫助。除了車牌信息識別，車輛碰撞和精準定位也是車輛管理的重要內(nèi)容。邊緣服務(wù)距離交通環(huán)境較近，車輛定位設(shè)備與策略在云邊協(xié)同框架下，結(jié)合邊緣計算可以實現(xiàn)車輛位置的低時延、高實時性動態(tài)校準。

4.3 交通應(yīng)急預警

針對突發(fā)事件，基于云邊協(xié)同的智慧交通調(diào)度應(yīng)用，依托人工智能、深度學習為核心進行高時效性調(diào)度計劃調(diào)整，通過邊緣側(cè)部署的人工智能應(yīng)用對數(shù)據(jù)進行本地分析處理，實現(xiàn)云端數(shù)據(jù)計算下沉，減少邊緣與云之間的響應(yīng)時間。此外，交通誘導是在路網(wǎng)交通信息的基礎(chǔ)上，利用云計算技術(shù)對交通流量進行計算，可以幫助車主尋找最優(yōu)路徑，為車主提供個性化導航服務(wù)，提高出行體驗感的同時有利于緩解交通擁堵、減少交通事故發(fā)生。在應(yīng)急救援過程中，云服務(wù)可以將交通應(yīng)急事件響應(yīng)、救援資源和方案、預警指揮等在網(wǎng)絡(luò)上共享，救援人員可以在任何時間、任何地點使用不同的IT 設(shè)備連接到云端，以實時查看應(yīng)急預警事件動態(tài)并快速檢測與確認[8]，幫助有效控制事件發(fā)展、減少安全和經(jīng)濟損失、快速恢復正常交通，從而實現(xiàn)交通應(yīng)急預警的目的。

5 結(jié)語

隨著智慧軌道交通、智能網(wǎng)聯(lián)汽車、自動駕駛的普及，智慧交通正在初步發(fā)展。本文基于云計算技術(shù)、邊緣計算技術(shù)和其他物聯(lián)網(wǎng)及通信網(wǎng)絡(luò)技術(shù)，搭建起涵蓋感知層、網(wǎng)絡(luò)層、邊緣層、云中心層、應(yīng)用層的五層智慧交通系統(tǒng)。在智慧交通領(lǐng)域中，云邊協(xié)同能夠提供資源、任務(wù)、管理及安全協(xié)同，是智慧交通發(fā)展的重要技術(shù)支撐，其中云中心是智慧交通的大腦，負責對總體交通進行宏觀調(diào)控；邊緣計算作為云中心的補充和擴展，為車載終端數(shù)據(jù)提供計算資源，能夠滿足傳統(tǒng)云計算智能交通系統(tǒng)中對時延、帶寬更高的要求，有效提升交通系統(tǒng)的智慧化水平。