CN102194317A - 一种多节点智能交通微云计算方法 - Google Patents
一种多节点智能交通微云计算方法 Download PDFInfo
- Publication number
- CN102194317A CN102194317A CN201110084683XA CN201110084683A CN102194317A CN 102194317 A CN102194317 A CN 102194317A CN 201110084683X A CN201110084683X A CN 201110084683XA CN 201110084683 A CN201110084683 A CN 201110084683A CN 102194317 A CN102194317 A CN 102194317A
- Authority
- CN
- China
- Prior art keywords
- cloud
- node
- intelligent traffic
- intelligent transportation
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种多节点智能交通微云计算方法,在云计算模式下的计算和处理是分布在大量的分布式的智能交通节点上进行的,可在短时间内为智能交通管理提供科学的决策、预测分析和技术支持。多个智能交通节点区域分组构成微云架构,通过流量等车辆信息进行信号灯的管理,来决策区域车辆的智能交通管理和疏通。在“云”中有大量智能交通节点,即使某台出现故障,“云”中的智能交通节点也可以在极短时间内拷贝到别的智能交通节点上,并启动新的智能交通节点以提供服务。云中众多的智能交通节点也提供了强大的存储能力,而且能够动态扩展,满足智能交通管理业务不断增长带来的庞大数据存储的需要。
Description
技术领域
本发明涉城市交通及智能控制领域中智能流量控制过程中应用功能研究,借鉴流量智能控制理论和微云计算应用,在云计算模式下的计算和处理是分布在大量的分布式的智能交通节点上进行的,进行海量数据的存储、分析、处理、挖掘,可在短时间内为智能交通管理提供科学的决策、预测分析和技术支持。可以多个智能交通节点区域分组构成微云架构,通过流量等车辆信息进行信号灯的管理,来决策区域车辆的智能交通管理和疏通。云中众多的智能交通节点也提供了强大的存储能力,网络中大量不同类型的存储设备通过应用软件集合起来协同工作,而且能够动态扩展,满足智能交通管理业务不断增长带来的庞大数据存储的需要。解决了目前发达城市和交警总队交通管理数据库网络拥塞,严重受制于网络数据传输能力。所需的基础设施极其庞大,成本高和复杂,在管理和维护上,需要专业性人才。
背景技术
在信息技术高速发展的今天,信息的高度共享和数据的安全可靠是系统建设中优先考虑的问题。随着公安信息化工作的全面推进和信息基础设施水平的整体提高,数据规模和业务量快速增长,应用需求呈现多样化,对业务功能、系统关联、信息利用、数据质量、信患服务水平、信息化工作机制等提出了更高的要求和更深入的需求。而云计算技术的推出,将成为公安交通管理增强数据的安全性和加快信息共享的速度,提高服务质量、降低成本和提高交管工作科学管理决策和路面执法的支持的一大选择。
云计算(Cloud Comp uting)是一种新兴的商业计算模型,它将计算任务分布在大量计算机构成的资源池上,使各种应用系统能够根据需要获取计算力、存储空间和各种软件服务。其核心是数据中心,硬件便是这些普通的符合工业标准的服务器。同时,这些计算机由一个大型的数据处理中心管理,数据中心按客户的需要分配计算资源,达到与超级计算机同样的效果。对于企业和个人用户而言,可以极低的成本投入获得极高的计算能力,不用再投资购买昂贵的硬件设备,从而节省了大量的硬件及其保养、升级的费用。″云″是一些可以自我维护和管理的虚拟计算资源,通常为一些大型服务器集群,包括计算服务器、存储服务器、宽带资源等等。云计算将所有的计算资源集中起来,并由软件实现自动管理,无需人为参与。这使得应用提供者无需为繁琐的细节而烦恼,能够更加专注于自己的业务,有利于创新和降低成本。
目前发达城市和交警总队交通管理数据库主要采用NAS(Network Attached Storage:网络附属存储)和SAN(Storage Area Network:存储区域网络)两种存储技术。NAS是一种将分布、独立的数据整合为大型、集中化管理的数据中心,以便于对不同主机和应用服务器进行访问的技术。按字面简单说就是连接在网络上,具备资料存储功能的装置,因此也称为“网络存储器”如图1所示。它是一种专用数据存储服务器。它以数据为中心,将存储设备与服务器彻底分离,集中管理数据,从而释放带宽、提高性能、降低总拥有成本、保护投资。其成本远远低于使用服务器存储,而效率却远远高于后者。由于NAS与应用使用同一网络,因此增加网络拥塞,反过来,NAS性能也严重受制于网络数据传输能力。
SAN专注于企业级存储的特有问题。当前企业存储方案所遇到的两个问题是:数据与应用系统紧密结合所产生的结构性限制,以及目前小型计算机系统接口(SCSI)标准的限制。SAN中,存储设备通过专用交换机到一群计算机上。在该网络中提供了多主机连接,允许任何服务器连接到任何存储阵列,让多主机访问存储器和主机间互相访问一样方便,这样不管数据置放在那里,服务器都可直接存取所需的数据。同时,随着存储容量的爆炸性增长,SAN也允许企业独立地增加它们的存储容量,如图2所示SAN的支撑多种高级协议和支持多种拓扑结构,如图3所示SAN的典型系统架构。对于SAN,主要缺点在于所需的基础设施极其庞大,成本高和复杂;在管理和维护上,需要专业性人才,使交管部门的总拥有成本较高。
传统的SAN和NAS存储架构满足不了PB级数据和应用的需求,因为这些应用需要捕获源源不断的业务数据和组织管理数据,提供低于5秒的读取时间以及确保存储安全。云计算技术提供了基于上述两种问题的解决办法,在″云″中有大量服务器,即使某台出现故障,″云″中的服务器也可以在极短时间内快速利用克隆技术将某台服务器中的数据完全拷贝到别的服务器上,并启动新的服务器以提供服务。云中众多的服务器也提供了强大的存储能力,网络中大量不同类型的存储设备通过应用软件集合起来协同工作,而且能够动态扩展,满足交通管理业务不断增长带来的庞大数据存储的需要。
发明内容
本发明的目的在于一种多节点智能交通微云计算方法,在云计算模式下的计算和处理是分布在大量的分布式的智能交通节点上进行的,由云海中成千上万的智能交通节点群提供强大的计算能力,并透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序,可在短时间内对交通管理大量的业务数据进行快速处理,进行海量数据的存储、分析、处理、挖掘,可在短时间内为智能交通管理提供科学的决策、预测分析和技术支持,如图4所示多节点智能交通云计算模式。
在″云″中有大量智能交通节点,即使某台出现故障,″云″中的智能交通节点也可以在极短时间内快速利用克隆技术将某台智能交通节点中的数据完全拷贝到别的智能交通节点上,并启动新的智能交通节点以提供服务,如图5所示″云″中的智能交通节点接入和退出流程。云中众多的智能交通节点也提供了强大的存储能力,网络中大量不同类型的存储设备通过应用软件集合起来协同工作,而且能够动态扩展,满足智能交通管理业务不断增长带来的庞大数据存储的需要。
在云计算模式下的计算和处理是分布在大量的分布式的智能交通节点上进行的,单个节点进行数据的存储、分析、处理、挖掘,进行数据的转发和交互,如图6所示单个节点数据处理过程;可以多个智能交通节点组成区域分组构成微云架构如图7所示,通过流量等车辆信息进行信号灯的管理,来决策区域车辆的智能交通管理和疏通,如图8所示区域分组节点数据处理过程。使用了云计算技术,潜在的数据库中的数据可以存储在″云″上任何一个数据库节点集合中,而不是分散在多个不相关联的数据库中,提高了数据的使用率和一致性。
多节点智能交通微云计算方法的特点如图9所示:灵活性,使用户能够快速和廉价地利用技术基础设施资源。服务的实现机制对用户透明,用户无需了解云计算的具体机制,就可以获得需要的服务。经济性,成本大大降低,资本开支将其转换为业务支出。云计算的基础设施通常是所提供的第三方,这使得用户不需要为了一次性或非经常性的计算任务购买昂贵的设备。以计算量为计费标准,也减少了客户对IT设备知识的要求;独立性,由于能够使用网络浏览器接入系统,于是用户可以从任何位置,利用正在使用的设备,如个人电脑或者移动电话,通过互联网访问他们所需的信息,获得他们所需的服务;共享性,众多用户分享资源,并且避免单一用户承担较高的费用或者有限的资源无法被充分利用;可靠性,云计算系统由大量商用计算机组成机群向用户提供数据处理服务,利用多种硬件和软件冗余机制,这使得它适合于业务连续性和灾难恢复;可扩展性。现在大部分的软件和硬件都对虚拟化有一定支持,各种IT资源,软件、硬件都虚拟化放在云计算平台中统一管理,通过动态的扩展虚拟化的层次达到对以上应用进行扩展的目的;安全性,云计算的安全由于中央集权的数据管理而提高,这是因为供应商能够把资源用于进行安全审计和解决安全问题,而一般的客户能力或者资金有限;可持续性,由于计算机及相关的基础设施是主要的消费能源。供应商出于各方面考虑,都会是通过提高资源利用率,建设更有效
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1是NAS网络附属存储技术;
图2是SAN的支撑多种高级协议和支持多种拓扑结构;
图3是SAN的典型系统架构;
图4是多节点智能交通云计算模式;
图5是″云″中的智能交通节点接入和退出流程;
图6是单个节点数据处理过程;
图7是多个智能交通节点组成区域分组架构;
图8是区域分组节点数据处理过程;
图9是多节点智能交通微云计算方法的特点;
图10是单个节点数据处理实现功能;
图11是多个智能交通节点组成区域分组架构实现功能;
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
本实施例提供基于嵌入式处理器硬件系统和软件构架实现一种多节点智能交通微云计算方法,在单个节点数据处理过程,如图10所示主要实现的功能有:持续超速警告,根据两阅读器区间的车辆通过时间,计算出该车辆行驶是否超速。如果超速,通过适当的信息发布机制,对该车辆进行通告或警告;实时流量统计,根据两阅读器区间的车辆通过数量,可以实时进行某路段的车辆流量统计。如果流量超过某范围,还可以进行相应的警告信息发布以及进入限制;相对位置定位,可以确定车辆进入了哪个区间。
多个智能交通节点组成区域分组架构如图11所示主要实现的功能有:路线导航,根据事先选定的路线,在抵达某关键路口的前一个路口,通过适当的信息发布机制,可以告诉车辆应准备在某条行车道行驶或某个出口驶出;智能信号灯控制,通过安装在路口的传感器可以探测并计算出某两个红绿灯区间的车辆数目,从而智能地计算红灯或绿灯的分配时间。同时,通过对公交车辆的类别的识别,可以实现公交优先的交通信号控制;城市中心区域交通流量控制,对进入城市中心区的车辆,通过安装的路口的RFID阅读器,自动计算出行驶长度。从而可以对进入中心区的车辆按行驶长度不停车地进行收费,以降低城市中心区的交通压力;故障通告。如果某路段因为意外情况或者例行道路维护,需要暂时关闭,则可以在该路段之前的路口,对经过该路口的车辆进行通告,告诉某路段已经封闭,不可进入;下班到达时间通告,可以通过装在公交站台的显示设备,显示出某路线的下班车辆的大约到达时间;拥挤程度通告,可以通过装在公交站台的显示设备,通告下班即将到达的车辆中已有乘客数量或拥挤程度指标。乘客可以结合其他车辆的位置,选择是否继续等待;交通状况信息转告,通过装在车内的显示设备,可以转告从交通基础设施提供者所收到的交通状况信息,比如,实时速度指标,实时流量指标,故障通告等;动态时间估算,结合从交通基础设施提供者所的交通状况信息,可以进行余下路线行驶时间的估算,并定期通知给车上的乘客。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种多节点智能交通微云计算方法,其特征在于:
在云计算模式下的计算和处理是分布在大量的分布式的智能交通节点上进行的,由云海中成千上万的智能交通节点群提供强大的计算能力,并透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序,可在短时间内对交通管理大量的业务数据进行快速处理,进行海量数据的存储、分析、处理、挖掘,可在短时间内为智能交通管理提供科学的决策、预测分析和技术支持。
2.根据权利要求1所述的方法,其特征在于:
在″云″中有大量智能交通节点,即使某台出现故障,″云″中的智能交通节点也可以在极短时间内快速利用克隆技术将某台智能交通节点中的数据完全拷贝到别的智能交通节点上,并启动新的智能交通节点以提供服务。云中众多的智能交通节点也提供了强大的存储能力,网络中大量不同类型的存储设备通过应用软件集合起来协同工作,而且能够动态扩展,满足智能交通管理业务不断增长带来的庞大数据存储的需要。
3.根据权利要求1所述的方法,其特征在于:
在云计算模式下的计算和处理是分布在大量的分布式的智能交通节点上进行的,单个节点进行数据的存储、分析、处理、挖掘,进行数据的转发和处理;可以多个智能交通节点区域分组构成微云架构,通过流量等车辆信息进行信号灯的管理,来决策区域车辆的智能交通管理和疏通。使用了云计算技术,潜在的数据库中的数据可以存储在″云″上任何一个数据库节点集合中,而不是分散在多个不相关联的数据库中,提高了数据的使用率和一致性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110084683XA CN102194317A (zh) | 2011-04-06 | 2011-04-06 | 一种多节点智能交通微云计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110084683XA CN102194317A (zh) | 2011-04-06 | 2011-04-06 | 一种多节点智能交通微云计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102194317A true CN102194317A (zh) | 2011-09-21 |
Family
ID=44602313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110084683XA Pending CN102194317A (zh) | 2011-04-06 | 2011-04-06 | 一种多节点智能交通微云计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102194317A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521964A (zh) * | 2011-11-28 | 2012-06-27 | 重庆警官职业学院 | 基于云计算的交通违章处理方法 |
CN103036927A (zh) * | 2011-09-29 | 2013-04-10 | 中国电信股份有限公司 | 智能交通控制方法、装置与系统 |
CN103457983A (zh) * | 2012-05-26 | 2013-12-18 | 王洪举 | 智能云汽车 |
CN103854473A (zh) * | 2013-12-18 | 2014-06-11 | 招商局重庆交通科研设计院有限公司 | 智能交通系统 |
CN108898836A (zh) * | 2018-07-19 | 2018-11-27 | 王大江 | 智慧城市交通云计算方法 |
CN108922206A (zh) * | 2018-07-19 | 2018-11-30 | 王大江 | 基于大数据的智慧城市路网监测方法 |
CN108961754A (zh) * | 2018-07-19 | 2018-12-07 | 王大江 | 智慧城市云端智能交通监控方法 |
CN111436034A (zh) * | 2019-01-11 | 2020-07-21 | 丰田自动车株式会社 | 固定交通工具微云的按需形成 |
CN113593268A (zh) * | 2021-07-07 | 2021-11-02 | 杭州海康威视数字技术股份有限公司 | 基于区块链的车辆通行控制方法、装置及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1344199B1 (en) * | 2000-11-23 | 2004-10-06 | Telefonaktiebolaget LM Ericsson (publ) | Traffic management system including a layered management structure |
CN101621881A (zh) * | 2009-08-05 | 2010-01-06 | 长江水利委员会长江勘测规划设计研究院上海分院 | 基于云计算系统的动态道路照明节能系统 |
CN101894356A (zh) * | 2010-07-13 | 2010-11-24 | 山东科技大学 | 一种开放式智能地球系统架构及实现方法 |
-
2011
- 2011-04-06 CN CN201110084683XA patent/CN102194317A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1344199B1 (en) * | 2000-11-23 | 2004-10-06 | Telefonaktiebolaget LM Ericsson (publ) | Traffic management system including a layered management structure |
CN101621881A (zh) * | 2009-08-05 | 2010-01-06 | 长江水利委员会长江勘测规划设计研究院上海分院 | 基于云计算系统的动态道路照明节能系统 |
CN101894356A (zh) * | 2010-07-13 | 2010-11-24 | 山东科技大学 | 一种开放式智能地球系统架构及实现方法 |
Non-Patent Citations (2)
Title |
---|
石建军等: "交通信息云计算及其应用研究", 《交通运输系统工程与信息》, vol. 11, no. 1, 28 February 2011 (2011-02-28), pages 179 - 184 * |
钱哨等: "智能交通云:基于云计算的智能交通系统", 《计算机与现代化》, no. 183, 30 November 2010 (2010-11-30) * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103036927A (zh) * | 2011-09-29 | 2013-04-10 | 中国电信股份有限公司 | 智能交通控制方法、装置与系统 |
CN102521964A (zh) * | 2011-11-28 | 2012-06-27 | 重庆警官职业学院 | 基于云计算的交通违章处理方法 |
CN103457983A (zh) * | 2012-05-26 | 2013-12-18 | 王洪举 | 智能云汽车 |
CN103854473A (zh) * | 2013-12-18 | 2014-06-11 | 招商局重庆交通科研设计院有限公司 | 智能交通系统 |
CN108898836A (zh) * | 2018-07-19 | 2018-11-27 | 王大江 | 智慧城市交通云计算方法 |
CN108922206A (zh) * | 2018-07-19 | 2018-11-30 | 王大江 | 基于大数据的智慧城市路网监测方法 |
CN108961754A (zh) * | 2018-07-19 | 2018-12-07 | 王大江 | 智慧城市云端智能交通监控方法 |
CN111436034A (zh) * | 2019-01-11 | 2020-07-21 | 丰田自动车株式会社 | 固定交通工具微云的按需形成 |
CN111436034B (zh) * | 2019-01-11 | 2024-04-16 | 丰田自动车株式会社 | 固定交通工具微云的按需形成 |
CN113593268A (zh) * | 2021-07-07 | 2021-11-02 | 杭州海康威视数字技术股份有限公司 | 基于区块链的车辆通行控制方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102194317A (zh) | 一种多节点智能交通微云计算方法 | |
CN105407159B (zh) | 物流运输位置服务系统 | |
CN106297291B (zh) | 城市快速路交通信息采集系统 | |
CN101123551B (zh) | 一种基于通信和网格计算技术的智能公交系统 | |
CN110431572A (zh) | 用于管理地理位置中的资产的系统和方法 | |
WO2022127234A1 (zh) | 一种基于云平台的线网综合监控方法及系统 | |
Hussain et al. | Fog computing model for evolving smart transportation applications | |
CN105096231A (zh) | 联合机场的智能管控系统及异地在线托管系统 | |
CN111967710A (zh) | 一种基于区块链与边缘计算技术的共享单车调度系统 | |
Dai et al. | A balanced assignment mechanism for online taxi recommendation | |
Ghazizadeh et al. | Vehicular clouds: A survey and future directions | |
Yan et al. | The application of edge computing technology in the collaborative optimization of intelligent transportation system based on information physical fusion | |
CN113763713B (zh) | 一种路网瓶颈路段发掘与管理方法及装置 | |
Bi et al. | Energy-aware navigation in large-scale evacuation using g-networks | |
Krislata et al. | Traffic Flows System Development for Smart City. | |
Shi et al. | Variable message sign and dynamic regional traffic guidance | |
CN112465175A (zh) | 一种公共服务物联网技术服务平台 | |
Moeinaddini et al. | The relationship between urban structure and travel behavior: challenges and practices | |
CN207691853U (zh) | 一种基于手机信令的路网运行监测系统 | |
CN115529351A (zh) | 一种基于区块链的智慧城市管理系统 | |
Meshkani et al. | Distributed Ride-Matching for Shared Ridehailing Service with Intelligent City Infrastructure | |
Alajali et al. | Fog computing based traffic and car parking intelligent system | |
Tang et al. | Application of sensor-cloud systems: smart traffic control | |
Soni et al. | Survey on vehicular cloud computing and big data | |
Kabashkin | Dependability of v2i services in the communication network of the intelligent transport systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110921 |