摘要：对云计算技术在交通领域的应用进行了简单的讨论和研究。通过云计算技术构建交通信息云，实现对各方面资源的有效整合，为交通管理工作提供实时、准确的服务支持，进一步推动交通行业的发展。
关键词：云计算；交通领域；智能交通
DOI:10.16184/j.cnki.comprg.2016.02.027
目前，我国交通行业已经进入到信息化转型的关键阶段，在该阶段，我国交通行业表现的最为突出的特征即为信息化处理。云计算作为基于网络实现的一种大规模数据计算方式，通过在交通行业中应用云计算技术，对于推动交通信息产业化发展具有重要作用。
1云计算技术
1.1云计算概述
云计算是一种基于互联网实现的大规模数据计算方式，通过这种计算方式，能够按照实际需求将共享的各类资源和信息提供给计算机和其他设备[1]。这些资源来自一个共享的、能够按需配置的资源池，并且能够快速获取和释放这些资源。云计算的核心思想是将大量通过网络连接到一起的计算资源进行统一的管理和调度，从而构成一个计算资源池，以按照需求向用户提供服务。云计算通过使用分布式计算方式将大量的计算工作分布到多个计算机上，而非本地计算机或者远程服务器中独立运行，相关行业数据中心的运行更加接近互联网，这也使相关部门能够将资源切换到需要的应用上，根据实际需求对计算机和存储系统进行访问。云计算应用的思想是将资源整合到一起，从而提高用户访问的便利性。
1.2云的交付模式及核心技术
云计算采用面向服务的架构，根据交付模式的不同，可以将云计算分为基础设施服务、平台即服务以及软件即服务3类[2]，图1给出了云计算的交付模式和云服务的分层结构。云计算的核心技术主要包括分布式存储技术、海量数据的管理技术以及虚拟化技术等。
2交通领域对云计算的需求
2.1掌控实时交通信息
随着现代城市化进程的不断推进，城市交通管理工作涉及的信息量越来越大，一个覆盖城市所有交通的信息系统需要同时进行计算的交通元数据量非常大，而当前的信息系统在软硬件性能上都很难达到这些数据的处理要求。而通过云计算技术的分布式存储和计算方式，可以将这些数据的处理同时交由多个虚拟机来完成，使得系统的处理能力大幅度提升，从而为实时交通信息系统的建设提供了可行性。
2.2实时交通管理措施
交通管理部门政策措施的制定需要以交通信息的采集和挖掘分析结果为依据。但是当前系统对数据的采集和挖掘分析缺乏普遍性和时效性，比如交通流量信息、拥堵情况等。对这些信息的采集和挖掘分析均涉及到大规模数据的处理，现有系统很难满足这种性能要求，对此，通过云计算技术的应用，能够充分采集和挖掘各方面的交通数据，更好地为交通管理措施的制定提供数据支持。
2.3交通运动动态预测
交通管理方案的合理制定需要结合城市实际交通运行情况，从而准确预测一定时间范围内交通的发展动态。交通发展动态预测过程涉及到大量数据的计算，而且需要较高的实时性，同时，时段不同时，所涉及的数据量也存在较大差异。针对这种情况，现有的普通服务器和小型PC机很难实现对区域路网交通动态数据高效计算，而且计算成本相对较高。而通过云计算的分布式计算方式，可以根据交通动态变化需求，进行计算单元的实时分配，从而充分利用计算资源，在保证计算效率的同时具有较高的经济性。
2.4具备良好的扩展性
随着现代智能交通管理系统的飞速发展，各个子系统通常会根据实际需求分阶段进行开发，考虑到系统中各类资源的共享调用，系统需要提供丰富的接口提高扩展性能，以此实现对资源的充分利用，控制开发成本的投入。通过对交通行业信息资源的全面整合，实现资源共享，同时提高系统的运行效率，确保各个子系统的各项服务能够得到全面、准确、及时的数据支持。云计算技术通过虚拟化技术和分布式技术的结合，实现了对大规模数据的高效计算、动态负载均衡，同时还提供了良好的扩展性及软件冗余机制，这些功能为云计算技术在交通领域的应用提供了重要的支持。云计算技术作为一项新兴的分布式计算技术，在推出之后在计算机领域得到了广泛的重视和快速的发展。交通领域引入云计算技术来为交通管理工作提供服务，已经成为了交通管理工作发展的必然趋势。
3云计算在交通领域的应用
3.1基于GPS的浮动车交通信息云
交通信息云是以网络为桥梁，将数据处理中心、虚拟机和车载GPS共同组合起来所构建的交通信息云计算基础设施[3]。基于GPS的浮动车交通信息云通过对安装有车载GPS的浮动车在行驶过程中的位置、方向和速度等方面的信息进行收集，同时通过地图匹配模型和推测计算方式对收集到的浮动车相关数据进行计算和分析，并将这些数据与城市交通状况进行综合分析，使两者之间建立紧密的关系，最终获取了这些车辆所经过道路的车辆行驶速度以及道路的行车时间等重要的信息，为交通管理方案的制定提供了重要的依据。随着GPS技术的发展，车载GPS能够准确记录车辆的位置和速度信息，因此，交通信息云所收集的浮动车信息准确度较高，有效降低了数据中心进行数据处理和筛选的工作量，大幅度提高系统的性能。通过交通信息云对采集的数据进行分析后，能够将区域车流密度、速度和流向等数据及时反馈给交通管理部门和驾驶员，对于合理引导交通以及行驶路线的合理选择具有重要的作用。
3.2基于云模型的短时交通流量预测
交通流量的预测是指通过云计算数据中心对特定时刻t的交通拥堵、路面行驶状态以及车辆速度等数据进行综合分析之后，对t+Δt时间段的交通流量进行预测，而短时交通流量预测则是指Δt<15min的情况[4]。云计算采用基于正态分布的数字特征，将模糊性和随机性两者有机结合到一起。以当前时段所采集的交通量为例，给出云模型的固定参数，比如下班高峰期与平时的交通流量数据平均量进行对比，可以发现数据差异较大，而下班高峰期的交通流量由于受到前一个时段交通流量的影响，因此，需要以前一个阶段的交通流量为依据对下班高峰期的交通流量进行预测，然和集合云模型的推理，通过循环迭代的方式，当得到足够多的云滴时，停止迭代过程，最终将所有云滴的平均值输出作为预测结果。
3.3最优路径诱导
传统导航系统基本上以最短路径作为最优路径选择方式，但是由于交通参与者的交通行为变化较大加上道路实时拥堵情况的变化，最短路径通常并非最佳路径。此时，需要结合实时交通状况，提供动态的导航服务。最优路径诱导功能通过对实时交通路况信息数据的采集、处理和分析，实现对交通流量的动态预测，能够为导航系统提供充足的支持，但是需要强大的交通信息资源的支撑以及计算平台的兼容，因此，需要以云计算技术为基础来实现。云计算数据中心能够对影响交通状况的多种因素进行综合分析和处理，实现快速准确的交通流量预测，然后通过广播、电子地图等方式将交通状况反馈给驾驶人员，为其选择最优路径提供了重要的依据，能够便于驾驶人员提前避免交通拥堵及事故路段，对于提高整个交通的通信效率，保障通行安全具有重要意义。
3.4交通信号控制
智能交通信号控制系统主要以实时准确的交通流量数据作为控制依据。通过传统的佳通信息数据采集方法，同时结合GPS、RFID等信息采集方式，能够实现准确、快速的数据采集，并且直接利用前端设备实现对各路口的实时交通流量控制。同时，所有采集数据通过网络汇总到运输局中心进行集中分析和处理，为区域交通控制方案的制定提供了重要的数据支持，同时也实现了基于云计算的智能交通信号控制。
4结语
云计算技术在交通领域的应用，能够使交通信息数据得到充分利用，为交通管理提供重要的数据支持，从而制定合理的交通控制方案。通过将云计算资源和交通资源集中到能够共享的云平台中，实现对整个交通系统的整体优化。基于云计算的智能交通系统是一项复杂的系统工程，涉及到城市交通运行管理的各个领域。由于云计算将改变现有系统的架构，基于云计算的交通管理系统需要由政府引导、企业参与、院所支持，以面向需求、面向应用和面向对象的方式进行建设。当前，云计算技术虽然发展较快，但是还存在复杂度较高、服务生命周期不稳定以及安全性等方面的问题。但是相信随着云计算技术的不断完善，云计算技术将为交通领域提供全面可靠的技术支持，引领交通向高度智能化的方向不断前进。
参考文献
[1]石建军.交通信息云计算及其应用研究[J].交通运输系统工程与信息，2011，（01）：179-184.
[2]曾凯.云计算及其在智能交通上的应用[J].现代动物医学论文电信科技，2011，（05）：45-51.
[3]钱哨.（智能交通云）：基于云计算的智能交通系统[J].计算机与现代化，2010，（11）：168-171.
[4]刘晓丰.基于云计算的交通安全预警管理平台[J].移动通信，2013，（01）：57-60.
作者：杨文娟 单位：北京市交通运输部科学研究院
相关专题：北京航空航天大学学报 金属功能材料投稿
