基于云计算的智能交通应用系统研究

周迪民

（湖南科技学院教师教育学院，永州425199）

0 引言

近年来，随着社会经济的发展，人均保有车辆数据呈爆炸性增长，给城市交通造成巨大压力，导致交通拥堵、道路通行效率低下、交通事故频发等交通问题日趋突出[1]，传统的交通管理方法已不适应新时代的要求了。随着计算机技术和网络信息技术的发展，信息化已进入到城市交通的建设、管理、服务等各个领域，大规模流数据集成与服务广泛出现在智能交通等各个应用领域[2]，城市交通已进入到“互联网+”时代，智能交通也已进入到大规模开发和应用阶段[3]。而云计算技术在大规模用户群体、复杂业务类型、需求快速增长、数据容灾备份、资源集约管理等智能交通应用场景具有明显优势[4]。本文提出一个基于云计算的智能交通应用系统，能有效地解决日益增长的交通拥塞问题。

1 云计算技术简介

云计算的核心概念就是以互联网为中心，在网站上提供快速且安全的云计算服务与数据存储，让每一个使用互联网的人都可以使用网络上的庞大计算资源与数据中心。云计算是继互联网、计算机后在信息时代有一种新的革新，云计算是信息时代的一个大飞跃。云计算具有很强的扩展性和需要性，可以为用户提供一种全新的体验，其核心是可以将很多的计算机资源协调在一起，使用户通过网络就可以获取到无限的资源，同时获取的资源不受时间和空间的限制。

云计算与传统的网络应用模式相比，具有虚拟化技术、动态可扩展、按需部署、灵活性高等特点[5]，虚拟化突破了时间、空间的界限，云计算高效的运算能力实现动态扩展虚拟化，根据用户的需求快速配备计算能力及资源，可以兼容低配置机器、不同厂商的硬件产品，在对虚拟化资源进行动态扩展的情况下，同时能够高效扩展应用，提高计算机云计算的操作水平。

2 系统概述

基于云计算的智能交通应用系统，由数据收集系统、数据通信系统和云计算平台三大部分组成。数据收集系统是通过设置在车辆和各个路口红绿灯中的定位模块、提醒模块进行数据采集；数据通信系统负责将数据同步传输至云计算控制系统的数据库中；云计算控制系统调用数据，实时确定车辆位置和行驶的方向，通过综合计算锁定道路拥塞位置，及时控制红绿灯，局势反馈至交通管理部门及用户的车载客户端，实现对城市拥堵路段的疏通、引导、分流，确保交通安全与通行顺畅。其系统流程如图1所示。

图1 系统流程图

3 系统设计与实现

本系统由数据收集系统、数据通信系统和云计算平台三大部分组成，包括设置在车辆中的定位模块、提醒模块、通信模块，设置在各个路口红绿灯中的定时模块、定位模块、通信模块，以及设置在云服务器中的处理模块、通信模块、用于存储数据的存储模块，所述车辆和红绿灯均与云服务器通信连接，实时确定车辆的位置信息和行驶状态，确定拥堵发生的位置，实时联通交管部门，协助处理控制红绿灯，较好控制拥堵的情况，有序高效地对拥堵的车辆进行引导疏散。

3.1 交通道路的函数化

云服务器根据存储模块中的地图信息在每段道路的两端路口和两端路口之间设置N个采集点，获取这些采集点的经纬度数据，相邻采集点的间隔在5m-20m之间，如在一段道路总长500m，在两端各设一个采集点，两个端点之间设置24个采集点，则可描绘出该段路的路线，采集点的数量越多，路线描绘的越精确。并将两端路口的经纬度数据作为岔口坐标P，以x表示经度，y表示纬度，北纬和东经为正，南纬和西经为负，通过转换公式将经纬度数据与十进制数据相互转化，如东经117°35′49.52″，可转化为117.59709；-52.20可转化为南纬52°12′0″，对采集点的经纬度数据转化后的十进制数据进行拟合，得到任意道路的离散函数R（x，y），两端的岔口坐标P为这段道路的起点和终点，这些采集点可看做一组离散数据点，通过对这些离散数据点进行拟合，使每段道路都能够通过一个对应的离散函数R（x，y）进行描述。

3.2 车辆定位数据的采集

在行驶过程中，车辆中的定位模块每隔2秒记录一次该车辆的经纬度数据作为路线坐标A，并将存储模块中的车辆信息和路线坐标A上传至云服务器中，将最新上传的路线坐标A转化为十进制数据，筛选出与之匹配的离散函数R（x，y），确定车辆行驶的道路；将路线坐标A的十进制数据带入一个离散函数R（x，y）中并成立，则说明车辆位于离散函数R（x，y）对应的道路上。

3.3 车辆行驶方向的确定

云服务器根据该车辆上传的所有路线坐标A和离散函数R（x，y），按上传时间的从远至近依次计算各个路线坐标A与岔口坐标P的距离，若距离先逐渐变小，后逐渐变大，则将该岔口坐标P对应的路口作为道路的进入端，若距离一直变小，则将该岔口坐标P对应的路口作为道路的驶离端，并将进入端运动至驶离端作为该车辆的行驶方向F；道路一般是双向车道，而通常拥堵是其中一个车道拥堵，因此需要先判定车辆的行驶方向，进而确定拥堵的车道。

3.4 拥堵位置的确定

云服务器将相邻上传的两个路线坐标A进行计算，根据Haversine公式可计算球面两点之间的距离，进而得到车辆的位移量ΔL，当ΔL<5m时，开始记录次数，若随后连续有150个ΔL<5m，说明车辆一段时间内前进缓慢，但不确定是否造成拥堵，因此需要进一不判断，则以车辆最新的路线坐标A为圆心，半径为r的范围内，所有行驶方向相同且ΔL<5m的其他车辆的总数n，以判断周围同向行驶的车辆是否也前进缓慢，若n>20，可判定发生了拥堵情况，将最新获得的路线坐标A作为拥堵处坐标Pd，为道路拥堵点，并获得对应的拥堵处坐标Pd所在道路的路线函数Rd（x，y），为发生拥堵的路段，并将路线函数Rd（x，y）对应的道路的标记又畅通改为拥堵，若n<20，则标记为暂不拥堵；云服务器在将路线函数Rd（x，y）对应的道路的标记改为拥堵后至路线函数Rd（x，y）对应的道路的标记重新改为畅通前，云服务器不再对位于路线函数Rd（x，y）上的车辆进行位移量ΔL的计算。在确定该路段发生拥堵后，停止该路段所有车辆行驶状态的判定，进而防止云服务器重复判定此路段发生拥堵，云服务器在将路线函数Rd（x，y）对应的道路标记为拥堵后，云服务器发送包含拥堵处坐标Pd的待确认通知至距拥堵处坐标Pd最近的交通管理端控制子系统。在确定拥堵后，优先通知交管人员前往道路拥堵点进行实地确认。

3.5 红绿灯的调节

交管部门通过的输入输出模块查看待确认通知并确定现场实际情况后，将执行指令发回云服务器，云服务器在收到执行指令后通过通信模块向进入端的岔口坐标P半径为2km范围内的其他车辆发送路线函数Rd（x，y）对应的道路信息和车辆的行驶方向F，同时发出提示信息“该路段行驶方向为F的车道正在拥堵”，云服务器根据进入端的岔口坐标P和红绿灯的经纬度数据，将与岔口坐标P的距离不超过50m的所有红绿灯标记为待调节，云服务器获取待调节的红绿灯中转向路线函数Rd（x，y）对应道路的信号灯的实时亮灯情况，若信号灯为红灯，则云服务器经通信模块传输指令，并通过定时模块将红灯的剩余时间由预设值调整为+∞，若信号灯为绿灯或黄灯，则云服务器等变成红灯后，再通过定时模块将红灯的剩余时间由预设值调整为+∞；在交警确认后，云服务器开始对对应的红绿灯进行调节，让通往拥堵路段的信号灯一直保持红灯状态，且其他车道不受影响，防止后方车辆进入拥堵路段，增加疏导难度，同时发送提示信息，方便驾驶员及时调整路线。

3.6 车辆的引导与疏散

在所有待调节的红绿灯中转向路线函数Rd（x，y）对应道路的信号灯均为红灯后，云服务器筛选出位于路线函数Rd（x，y）上进入端的岔口坐标P至拥堵处坐标Pd之间且行驶方向相同的车辆作为待通知车辆，根据每个待通知车辆的经纬度数据计算每个待通知车辆与拥堵处坐标Pd的距离，并按照距离从远至近将待通知车辆编号为1、2、3、……，按照编号顺序给待通知车辆发送调头并更改行驶道路的通知，发送通知后，等车辆驶离路线函数Rd（x，y）对应的道路后，再给下一个车辆继续发送通知，所有待通知车辆均驶离路线函数Rd（x，y）对应的道路后，将路线函数Rd（x，y）对应的道路的标记重新改为畅通，并将红灯的剩余时间由+∞调回预设值。在完成红绿灯的调节后，通过发送引导通知对车辆引导疏散，先从距拥堵处坐标Pd最远的车辆进行调头引导，直至驶离拥堵路段后，再进行下一辆车的引导。

4 结语

在云计算环境中搭建的分布式计算平台中，所有运算集中在云服务器中，有效利用云计算的快速计算能力、节约硬件成本，车辆无需进行任何计算，扩大适用车辆的范围。能对车辆进行实时的位置监控和路线监控，可及时的掌握车辆的运行情况。能够准确地判断拥堵的位置和路段，并及时联动交管部门。通过控制红绿灯及时控制拥堵的局势，防止恶化，并在完全控制局势后，对车辆进行有序准确的引导疏散。实现交通信息资源公开，通过整合交通行业数据，结合云计算平台在城市交通智慧管理方面开展了有效尝试。