考虑随机车祸影响的城市交通调度大数据系统设计

李彦



摘 要: 由城市交通复杂性造成的车祸不可避免,而车祸发生的随机性一直是城市交通调度大数据系统需要解决的重点。为此,设计考虑随机车祸影响的城市交通调度大数据系统。车载单元进行GPS定位信息的收发和解析,并将GPS的定位和导航大数据转换成GPS文本信息。车载单元配备高性能的VB?C6401调制解调器,以实现系统对车祸大数据的有效识别,其是监控调度平台系统最重要的模块,进行GPS文本信息接收和车辆轨迹监控的工作,并综合考虑随机车祸对调度方案的影响,将GPS文本信息解析成城市交通调度方案。调度方案将以文本和语音两种形式传送到车载终端显示,以供居民使用。为了减少随机车祸对调度工作准确性的影响,系统设计了随机车祸事件的调度流程。经实验分析可知,所设计的系统拥有较高的调度性能。
关键词: 随机车祸; 城市交通调度; 大数据系统; GPS
中图分类号: TN911?34; U121 文献标识码: A 文章編号: 1004?373X(2017)06?0049?04
Abstract: Urban traffic accident caused by urban traffic complexity is inevitable, and randomness of the accident is always a defficulty which should be solved by the large data system for urban traffic dispatch. Therefore, an urban traffic dispatch large data system considering the effects of random accident was designed. On?board unit is used to execute transceiving and parsing of GPS positioning information, and convert GPS positioning and navigation data into GPS text information. The on?board unit is equipped with high?performance VB?C6401 modem to achieve the system′s effective identification for traffic accident data. Monitoring scheduling platform is the most important module of the system, is responsible for the GPS text information receiving and vehicle trajectory monitoring, considers the effects of random accident on scheduling schemes comprehensively, and parses the GPS text information into urban traffic scheduling scheme. The scheduling scheme is transmitted to the vehicle?mounted terminal in two forms of text and voice to display for residents to use. In order to reduce the influence of random accident on the accuracy of the dispatch, a random accident event scheduling flow was designed in the system. The experimental analysis shows that the designed system has high dispatching performance.
Keywords: random traffic accident; urban transportation dispatch; large data system; GPS
0 引 言
近年来,我国城市化脚步逐渐提升,汽车行业也在不断壮大,随之而来的是各种各样的城市交通问题。相关领域的研究人员开始利用全球定位系统构建城市交通调度大数据系统,以缓解城市交通问题。但以往研究出的城市交通调度大数据系统,很少能够均衡考虑城市交通的各类随机事件,导致系统的调度性能不高,无法有效为城市居民服务[1?4]。其中,车祸对交通调度工作的影响尤为重要,为此,设计一种考虑随机车祸影响的城市交通调度大数据系统,是研究人员的重点设计方向[5?6]。
以往研究出的城市交通调度大数据系统,存在各种各样的问题,如文献[7]设计基于C/S结构的城市交通调度大数据系统,C/S结构是一种成本较低的系统结构,其能够有效利用硬件优势,并通过兼容软件控制的方式,实现了城市交通调度任务的合理分配。但此系统的安全性和兼容性不高,现已被逐渐淘汰。文献[8]设计基于WCF的城市交通调度大数据系统,WCF是一种可实现数据通信的技术,其将远程处理、网络服务、Socket通信机制以及多方电子技术融合在一起,现已成为分布式系统的最佳应用设计。将WCF应用于城市交通调度大数据系统中,可使调度工作更为人性化。但此系统对复杂的城市交通大数据的处理性能不高,仍需不断开拓和优化。文献[9]设计基于数据异构集成的城市交通调度大数据系统,此系统将城市交通的大数据异构集成,实现系统对调度工作任务的高效处理。但系统软件的更新能力不强,无法应对随机车祸影响下的大数据的不断变化。
由城市交通复杂性造成的车祸不可避免,而车祸发生的随机性一直是城市交通调度大数据系统需要解决的重点。因此,设计考虑随机车祸影响的城市交通调度大数据系统,优化调度性能,为城市居民提供更为快速、成本更低的出行方式。
1 系统设计
1.1 系统总体设计
所设计的考虑随机车祸影响的城市交通调度大数据系统利用GPS技术对城市交通大数据的来源进行定位,系统调度示意图如图1所示。
由图1可知,为考虑随机车祸影响,所设计的系统利用软件对随机车祸事件进行检测,并为随机车祸大数据给出与正常处理流程不同的调度方案,增强了系统对随机车祸的有效识别,减少了随机车祸对系统调度工作准确性的影响。
1.2 车载单元设计
车载单元主要进行GPS定位信息的收发和解析,以及对交通调度大数据的转换工作。整个车载单元与GPS技术完美兼容,一旦GPS发生突发状况,无法为城市交通调度大数据的定位,更加无法取得随机车祸数据时,车载单元便可以暂时接管GPS工作,避免城市交通瘫痪。车载单元的组成主要有:天线、GPS接收装置、大数据调节装置、车载对讲机以及路线模拟装置,如图2所示。
图2中,路线模拟装置是一种能够预测并显示交通调度模拟路线的装置,其由里程表、磁性罗盘、陀螺仪和控制器组成,对考虑随机车祸影响的城市交通调度大数据系统的调度工作起到配合作用,通常并不直接用于城市交通调度中。同时,路线模拟装置是可以根据GPS定位信息实时更新的,这提高了系统的计算准确性。
天线分为GPS天线和对讲机天线,是GPS定位信息和城市交通调度大数据的通信媒介。GMS通信是全球移动通信系统的简称,其拥有成本低廉、通信及时的优点,并可为居民提供短消息服务。GMS能够在多种无线电频率上工作,为车载对讲机的信息接收提供了有力的保障。车载对讲机接收大数据调节装置中的大数据语音翻译信息,为行车居民解说城市交通的实时路况和调度路线。实时路况由GPS技术提供。
大数据调节装置能够管理GPS接收装置的工作流程,并为GPS接收装置设定标准参数(包括经纬度、时间、车速等参数)。由于需要考虑随机车祸对城市交通调度大数据系统的影响,大数据调节装置内置了性能較高的VB?C6401调制解调器,以完成交通调度大数据同语音传输信号的高质量互译,令随机车祸数据能够更为容易地被识别出来。GPS的定位和导航大数据会经由大数据调节装置转换成GPS文本信息,车载单元利用GMS通信将GPS文本信息传送到监控调度平台。
1.3 监控调度平台设计
监控调度平台是能够将GPS定位和导航大数据(GPS文本信息)解析成城市交通调度方案的平台。监控调度平台作为考虑随机车祸影响的城市交通调度大数据系统最重要的模块,其能够实现对GPS文本信息的准确接收、对车辆轨迹的实时监控以及随机车祸对城市交通调度方案影响的合理考虑。监控调度平台的设备部署较为复杂,但平台的整体可靠性较高,不会无端增加系统的运行成本和后期维护成本。
图3是监控调度平台结构图。
由图3可知,监控调度平台对GPS文本信息的核心处理工作均经由CPU完成,CPU通过对平台内部设备进行管理,进而给出合理的城市交通调度方案。直接受CPU管理的设备有显示器、转换器、控制器、调制解调器、数据库管理系统和地理数据库。其中,调制解调器同无线电台和输出装置直接相连,但并不对二者进行管理,二者仅作信息显示和传输的媒介。由于CPU对调制解调器的管理方式是直接管理,故对无线电台和输出装置的进程也有一定影响作用。
监控调度平台对GPS文本信息的接收是经由转换器实现的。为了缩减输出装置的传送误差,增强考虑随机车祸影响的城市交通调度大数据系统整体安全性能,监控调度平台利用GMS通信发送验证码,将转换器与车载单元连接起来。当GPS文本信息被传送到监控调度平台后,转换器会给予GPS文本信息一个首字符编号,监控调度平台利用该编号能够对GPS文本信息进行精准分类,使正常路况大数据和车祸大数据分开处理,提高考虑随机车祸影响的城市交通调度大数据系统的调度性能。分类后的GPS文本信息会传送到地理数据库进行路况更新。
控制器的主要工作是对分类后的GPS文本信息进行解析。考虑到随机车祸对解析工作的影响,数据库管理系统为CPU提供了地理数据库的管理标准。管理标准约束了地理数据库为控制器提供GPS文本信息的供给顺序,其将存在车祸的路况信息优先发送给控制器进行处理,为居民的出行提供了预知效果。显示器直接安装在居民车辆上,居民能够通过显示器查看车辆轨迹的实时监控结果。调制解调器的语音转换工作是监控调度平台的最后处理流程,无线电台主要对其中的车辆定位信息和城市路况信息进行接收。输出装置将监控调度平台最终生成的调度方案以文本和语音两种形式传送到车载终端。
1.4 车载终端设计
车载终端是考虑随机车祸影响的城市交通调度大数据系统的前端装置,其主要工作是对调度方案进行显示。车载终端由系统板和扩展板组成,系统板由控制芯片、多媒体存储器、电源管理装置、I/O口等设施组成,图4是车载终端连接图。
由图4可知,车载终端利用SPI转串口方式进行系统板和扩展板的通信。在车载终端的传输形式上,考虑随机车祸影响的城市交通调度大数据系统为其选取了透明通道。当调度方案传送到车载终端,控制芯片会控制系统板内各设施进行调度方案的解析,并通过透明通道,将解析出的虚拟调度路线直接传送到居民车辆的显示器中,语音输出装置也将通过监控调度平台调用车载单元的车载对讲机对语音结果进行播报。
2 软件设计
考虑随机车祸影响的城市交通调度大数据系统在软件中给出了其对随机车祸事件的调度流程,如图5所示。
由图5可知,考虑随机车祸影响的城市交通调度大数据系统会预先设置车祸事件参数,当城市中的某一路段发生车祸,软件将对该路段的交通大数据进行检测,将符合车祸事件参数的大数据筛选出来,并将不符合参数的数据直接导入标准调度流程进行处理。所筛选出的车祸大数据将通过GPS定位,由于城市交通大数据过于繁杂,故其定位信息将接受合法检测,防止不明路径的大数据混淆在车祸大数据中。最后,系统将对合法的车祸大数据进行语音播报,并给出调度方案。
3 实验分析
城市交通调度系统的研发目标是为了缓解城市交通拥堵,居民能够使用最少时间、花费最低交通成本到达目的地。为此,实验分别在有车祸发生和无车祸发生的两种情况下,对本文所设计的考虑随机车祸影响的城市交通调度大数据系统的调度性能进行了分析。为了更为直观地分析系统性能,实验采用对比方式进行仿真分析。所选取的对比系统是基于WCF的城市交通调度大数据系统和基于CAD建模的城市交通调度大数据系统。在无车祸发生的情况下,实验在城市交通仿真模型中选取3个车辆运行起点,进行3组实验。
每个运行起点均有各自对应的终点,在实验过程中无车祸产生,且干扰车辆的运行状态均为随机生成。令三种系统对相同规格的三个实验车辆共同进行调度,3组实验的调度结果统计表如表1、表2所示。
通过对比表1和表2中的数据可看出,基于WCF的城市交通调度大数据系统在实验1和实验3中的调度性能较高。但在实验2中,其调度时间和调度距离均不高,证明该系统的稳定性不佳,在调度工作中易出现偏差;基于CAD建模的城市交通调度大数据系统虽较为稳定,但调度性能仍有很大的可提升空间;而本文系统则能够为居民准确寻找到距离最短、用时最少的交通调度路线,即本文系统在无车祸发生的情况下,拥有较高的调度性能。
为了对无车祸发生情况下的城市交通调度大数据系统性能进行验证,在城市交通仿真模型的若干路段添加了随机车祸事件,并随机选取了3个车辆运行起点,进行3组实验,实验结果如表3、表4所示。
通过对比表3和表4中的数据可看出,本文系统较比另两种系统而言,能够更加有效地寻找到距离最短、用时最少的交通路线,即本文系统在有随机车祸发生的情况下,拥有较高的调度性能。
4 结 论
本文设计考虑随机车祸影响的城市交通调度大数据系统。车载单元进行GPS定位信息的收发和解析,并将GPS的定位和导航大数据转换成GPS文本信息。车载单元配备高性能的VB?C6401调制解调器,以实现系统对车祸大数据的有效识别,其是监控调度平台系统最重要的模块,进行GPS文本信息接收和车辆轨迹监控的工作,并综合考虑随机车祸对调度方案的影响,将GPS文本信息解析成城市交通调度方案。调度方案将以文本和语音两种形式传送到车载终端显示,以供居民使用。为了减少随机车祸对调度工作准确性的影响,系统设计了随机车祸事件的调度流程。经实验分析可知,所设计的系统拥有较高的调度性能。
参考文献
[1] 李维乾,李莉,张晓滨,等.Hadoop平台下突发水污染应急预案并行化处置[J].西安工程大学学报,2015,29(6):733?739.
[2] 张品立.大数据环境下的城市交通规划与管理模式变革:以上海智能化的公交集群调度为例[J].上海城市管理,2015,24(6):51?55.
[3] 崔诗越.考虑车祸干扰因子的物流车辆调度模型仿真[J].计算机仿真,2014,31(4):180?183.
[4] 赵健乔.运营维护综合调度指挥平台(BDMS)的功能与应用[J].内江科技,2015,36(12):43.
[5] 李婷.大数据资源优化在电网客户关系系统中的应用[J].电网与清洁能源,2015,31(9):16?20.
[6] 杨东援.大数据:城市交通系统的感知?认知?洞察[J].交通与港航,2015,2(6):4?7.
[7] 陆化普,孙智源,屈闻聪.大数据及其在城市智能交通系统中的应用综述[J].交通运输系统工程与信息,2015,15(5):45?52.
[8] 徐玉萍,覃功,张正.城市轨道交通调查大数据应用研究[J].铁道运输与经济,2015,37(4):78?81.
[9] 王涛,王顺,沈益民.交通流大数据中的套牌车并行检测算法[J].湖北工程学院学报,2014,34(6):29?32.