牛軍

摘 要：隨著國民經(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)儲存與分析方面還存在一定的不足之處。科學(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，云計算技術(shù)理念就是其中之一。云計算在數(shù)據(jù)存儲與計算方面有著強(qiáng)大的優(yōu)勢，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)也稱之為時空數(shù)據(jù)，此類數(shù)據(jù)具有自身獨(dú)特屬性。本文主要基于云計算技術(shù)對智能交通系統(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：云計算；智能交通系統(tǒng)；預(yù)處理；并行化

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-2064（2017）16-0038-01

1 基于云計算的智能交通服務(wù)模式

1.1 基于云計算智能交通服務(wù)需求分析

在目前我國的智能交通信息中，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，諸如車輛路徑GPS數(shù)據(jù)、地圖數(shù)據(jù)等。不同類型的數(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)時性。云計算技術(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ITSPCC，規(guī)避了計算機(jī)技術(shù)由于硬件設(shè)備的限制而導(dǎo)致時空數(shù)據(jù)共享性較差的問題?；谠朴嬎愕闹悄芙煌ǚ?wù)體系中，服務(wù)平臺的虛擬化特征較為突出，能夠?qū)崿F(xiàn)對于各類資源的高效部署。同時為了避免硬件設(shè)備之間存在的信息隔離現(xiàn)象，云計算技術(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 基于云計算的智能交通服務(wù)平臺的體系結(jié)構(gòu)

交通時空數(shù)據(jù)的儲存量巨大，在計算方面也面臨著嚴(yán)峻的形式。以上海市市區(qū)為例，據(jù)統(tǒng)計出租車交通GPS信息總量平均大約在16GB/天，時空數(shù)據(jù)儲存量非常大。利用云計算技術(shù)儲存量大、計算能力強(qiáng)的優(yōu)勢，將時空數(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。個人用戶通過ITSPCC服務(wù)平臺及時獲取所需的交通信息。

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

2 面向單車車輛路徑導(dǎo)航的GPS時空數(shù)據(jù)預(yù)處理

在進(jìn)行數(shù)據(jù)處理時，預(yù)處理是GPS時空數(shù)據(jù)存儲與計算的基礎(chǔ)。筆者從單車車輛路徑導(dǎo)航為切入點(diǎn)，對數(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。通過上海市六萬輛出租車兩年內(nèi)軌跡數(shù)據(jù)的收集整理，每年的信息總量約為6TB，此類龐大的數(shù)據(jù)不僅對于儲存空間的要求高，處理起來的難度也相對較大。

2.1 GPS數(shù)據(jù)的分布式結(jié)構(gòu)化處理

在GPS數(shù)據(jù)采集的過程中，所有數(shù)據(jù)的儲存是以時間為順序，在相同的頻率下進(jìn)行時空數(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)出租車的實(shí)際情況采取分類處理的措施。由圖1可知，在ITSPCC各個處理中心內(nèi)數(shù)據(jù)的存儲方式是單車分布式，為后期的并行化處理提供了便利。通過相關(guān)的程序?qū)崿F(xiàn)對GPS時空數(shù)據(jù)的預(yù)處理。

2.2 單車的GPS異常數(shù)據(jù)分析

時空數(shù)據(jù)的采集與處理受到設(shè)備因素的限制，可能會存在不同程度的數(shù)據(jù)失準(zhǔn)或者錯誤的問題。若不加處理就應(yīng)用在上層之中，會導(dǎo)致時空數(shù)據(jù)分析結(jié)果的可靠性降低。因此需要清理與校正時空數(shù)據(jù)，根據(jù)實(shí)際的情況對缺失的數(shù)據(jù)進(jìn)行補(bǔ)償，錯誤數(shù)據(jù)應(yīng)及時清除。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。常見的異?，F(xiàn)象有三種，首先是離散數(shù)據(jù)的出現(xiàn)，即個別的數(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，在篩選時應(yīng)具體分析此類問題出現(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，此類錯誤比較明顯，數(shù)據(jù)整合中操作不規(guī)范，將不同型號車輛數(shù)據(jù)整合在一起就會出現(xiàn)這種問題。最后是空白數(shù)據(jù)圖，對于這種現(xiàn)象具體分析，采取相應(yīng)的處理措施。

通過進(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，尤其是對于分布式儲存的研究能夠?yàn)椴⑿谢幚硖峁┲С?。在智能交通服?wù)體系之中，大部分都需要對數(shù)據(jù)進(jìn)行預(yù)處理的措施，將錯誤或者失準(zhǔn)的數(shù)據(jù)及時篩選出去，提高數(shù)據(jù)分析與計算的可靠性。

3 面向交通時空數(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。在用戶用過服務(wù)平臺提出需求之后，根據(jù)需求的類型劃分至相應(yīng)的功能模塊進(jìn)行處理。在模塊處理的過程中，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。

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

通過線形規(guī)劃能夠有效提高交通服務(wù)水平。線性規(guī)劃問題可以通過對偶理論將其歸結(jié)為線形方程組的求解，但是線性規(guī)劃問題在實(shí)際應(yīng)用的過程中會產(chǎn)生較大的線形方程組階數(shù)，對于高階方程組的求解難度高。但在具體操作的過程中，由于時空數(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。此類稀疏性特征主要是由于時間、地點(diǎn)、路況等因素對交通時空數(shù)據(jù)的影響。所以數(shù)據(jù)的處理與計算可以采用大規(guī)模稀疏線性方程組來求解。以車輛路徑服務(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（i=1，2，3…），基于公式AX=b，對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程中，不同任務(wù)間需要的通行數(shù)量較多，將會使數(shù)據(jù)處理的效率大幅降低。常見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)組的長度為L，所有處理器上的值按照標(biāo)準(zhǔn)對應(yīng)相加，相加之和以長度L為依據(jù)，此為具體的處理方式。

4 結(jié)語

綜上所述，隨著我國智能交通系統(tǒng)的不斷發(fā)展，GPS交通時空數(shù)據(jù)量也越來越大，具有大數(shù)據(jù)的特征。這類數(shù)據(jù)不僅存儲量大，在計算方面的難度也相對較高。云計算技術(shù)的應(yīng)用能夠在ITSPCC服務(wù)平臺上實(shí)現(xiàn)數(shù)據(jù)的儲存與分析，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]朱堅堅.基于物聯(lián)網(wǎng)與云計算的智能交通系統(tǒng)架構(gòu)研究[J].江蘇教育學(xué)院學(xué)報（自然科學(xué)版），2013，（06）：90-92.endprint