基于大数据架构的智能交通解决方案
时间：2021-05-13 00:01:50 来源：雅意学习网 本文已影响 人 
【摘要】智能化交通管理系统是交通系统发展的大势所趋，它将信息技术、无线通讯技术、计算机技术、传感器技术等多种先进技术加以集成，形成全方位的、高效的综合性交通管理系统。面对大数据时代所带来的压力和挑战，本文提出一种基于大数据架构的智能交通解决方案，以实现在海量的数据中快速提取有价值的信息并进行科学的分析处理，推动智能化交通的发展。
【关键词】大数据；智能交通；UniHadoop；解决方案
随着城市化进程的加快和社会经济的飞速发展，机动车保有量增长迅速，为交通道路的通行性带来巨大的压力和挑战。智能化产品的应用和普及，在道路交通管理方面，也逐步向智能化方向发展。智能化交通管理系统的建立，有效的提高了交通管理的质量，促进交通行业的发展，但是各种智能系统、产品和设施所产生的海量的数据，也对智能交通管理系统的数据处理提出了更高的要求。智能交通系统融合了多种先进的技术，从而实现全方位综合性的交通管理。智能交通是建立在现代电子信息技术的基础上的交通服务系统，云计算的应用进一步促进了大数据技术的应用和发展。随着智能化交通的发展升级，在城市交通中会有越来越多的视频监控、路况信息、射频识别信息、道路管控信息等等数据，数据大而复杂，并且呈指数级增长的速度，对这些数据的分析和处理，这就需要智能交通的技术方案来做以支撑。
1、基于大数据的智能交通系统的基本框架
1.1 系统架构
传统的交通控制系统主要利用环形线圈和视频来检测车流量，交通控制模式属于被动式。基于大数据架构的智能交通解决方案在此基础上覆盖范围更广，实现立体化全方位的综合性交通管理系统，在信息采集、动态监控、智链管控等多个环节上都加以拓展。在对交通信息的采集方面讲多种固定式的信息采集方式加以综合运用，对机动车运行的信息和路况进行动态的实时信息进行感知、收集和反馈，是将多种先进技术如GPS、GIS、RFID等技术的集成，形成一个有机的平台，从而使车辆信息的映射形成物理空间到信息空间的唯一性双向交互式映射，实现交通“可视化”管理。
智能交通系统的基本框架主要分为三层：第一层为感知层，通过多种终端系统如RFID、传感器、摄像头等对车辆运行状况和交通信息数据进行感知和采集。第二层为网络层，通过电信能力汇聚网关，接入电信运营商的各种核心能力与短、彩信、定位和IVR等。第三层为应用层，通过服务总线，对终端信息进行整合、分析和转换，将物联网能力和交通控制系统交互，建立完整、高效的智能交通管理系统的应用平台。
1.2 系统功能
基于大数据架构的智能交通解决方案具有功能如下：
（1）终端设备统一管控。系统对多种现场感知设备终端的接入予以支持，对多个终端信息感知和采集系统进行统一的管理和掌控。通过管控系统能够对终端设备进行更新升级，并进行远程的控制和处理。终端设备的统一管理，使智能交通管理系统更加全面，满足应用对终端进行监控管理的共同需求。
（2）统一数据采集和交换，实现信息共享。系统能够对感知和采集到的数据信息传递给云计算进行统一的存储，同事讲数据信息对应用层加以开放。通过接口应用层可以对底层的数据进行直接的访问，有效提高了开发的效率。统一的数据采集和交换，数据信息实现充分共享，提高数据利用率。
（3）提供业务快速开发工具，业务开发更加便捷。业务快速开发工作队图形化拖拽开发的方式予以支撑，这样业务人员可以根据市场的需求及时对业务进行开发和调整。同时还可以根据交通管理的实际需要制定业务流程，使管理业务方面的开发更为便捷。
（4）提供智能通道，终端通信能力更加稳定可靠。智能通道的开通，利用电信运营商接口可以对系统终端的基本状态和运行信息加以获取，通信能力更加可靠，同时对通信及终端故障能够快速的定位并恢复。
2、UniHadoop解决方案
UniHadoop是建立在以互联网主流的大数据解决方案Hadoop的基础之上的，根据职能交通管理系统的特点和需求量身打造的大数据解决方案。UniHadoop具有以下主要特点：第一，UniHadoop支持大规模数据，最高数据支持量可达100亿，随着研究的不断深入，预计未来数据规模可达到1000亿。第二，UniHadoop具有数据记录的高效性，对数据的记录最高可以达到每秒8万条，效率高出一般的大数据解决方案的好几倍。第三，检索高效性，对一般的模糊检索予以支持，单条件的检索速度在1秒以内，多条件的检索在3秒以内，比一般的大数据解决方案的检索效率高出数倍。第四，数据分析高效性，UniHadoop支持套牌分析、跟车关联性、轨迹碰撞等业务研判。第五，稳定性高，即使某一台服务器在运行过程中发生故障，不会对整个管理系统造成任何影响，故障服务器的任务会由其它服务器接管，保证系统的持续稳定运行。第六，良好的经济性，对大数据的分析处理具有良好的性能却无需大量的服务器进行硬件堆砌，一般的大数据解决方案服务平台至少要20台，而UniHadoop仅需要5台服务器即可良好的完成数据处理任务。鉴于UniHadoop的优势特点，能够对智能交通中的大数据进行高效的收集、记录、分析处理、检索。不仅经济性强，而且管理简单，工作效率高，加上与“云存储”技术的相结合，能够对海量的图片、视频信息进行高效的存储，有效的提高空间利用率。
3、基于大数据智能交通解决方案的扩展
本文研究的智能交通解决方案可以有效的扩展为车联网，解决方案的扩展主要分为三层：第一层为端系统。端系统是车辆的智能化传感器，用以对车辆的智能信息进行采集，对形成的环境和车辆状态进行感知，是具有车内通信、车间通信、车网通信的泛在通信终端，同时还是让汽车具备IOV寻址和网络可信标识等能力的设备。第二层为管系统。管系统主要解决人、车、路、网之间的互联互通，实现车辆自组网及多种异构网络之间的通信与漫游。第三层为云系统。大数据架构的智能交通解决方案是建立在云架构的基础之上的，是多源海量信息的汇聚，因此需要虚拟化、安全认证、实时交互、海量存储等云计算功能，其应用系统也是围绕车辆的数据汇聚、计算、调度、监控、管理与应用的复合体系。
4、结语
大数据技术在现代智能交通领域的应用，将全面提升国内智能交通的整体管控水平和信息服务水平，将为交通信息情报化的分析、交通管理模式的转变等提供了强大技术支撑。基于大数据架构的智能交通解决方案促进了城市交通管理方式的变革，有效的解决城市交通安全和交通拥堵的问题，为人们的出行安全提供全方位的服务。
参考文献
[1]周春梅.大数据在智能交通中的应用与发展[J].中国安防，2014（6）：33—36.
[2]朱雪莉，刘常康.做智能安防界的“神探”[N].杭州日报，2014一07—25（B12）.
[3]李野，王晶波，董利波.物联网在智能交通中的应用研究[J].移动通信，2012（15）：30—31.
[4]许超.综合业务接入系统研制及应用.北京邮电大学：工程硕士论文，2013（2）.
