CN114331196B - 一种基于云平台的轨道交通小运量综合调度系统及云平台 - Google Patents
一种基于云平台的轨道交通小运量综合调度系统及云平台 Download PDFInfo
- Publication number
- CN114331196B CN114331196B CN202111681867.4A CN202111681867A CN114331196B CN 114331196 B CN114331196 B CN 114331196B CN 202111681867 A CN202111681867 A CN 202111681867A CN 114331196 B CN114331196 B CN 114331196B
- Authority
- CN
- China
- Prior art keywords
- comprehensive
- data
- partitions
- cloud platform
- service
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及一种基于云平台的轨道交通小运量综合调度系统及云平台,其中:所述系统采用两级控制,即中心控制和现场控制两级;所述系统包括:中心控制模块、主干网、现地设备模块;本发明可弹性供给计算和存储资源,便于整个系统的资源扩展和系统扩容,资源利用率高、可统一维护和管理,提高运营、管理效率,降低运营成本。采用基于云平台的综合调度系统,实现各业务系统计算和存储资源弹性供给,有效解决现有技术硬件资源利用率低,结构复杂,运营管理效率低等问题。
Description
【技术领域】
本发明属于轨道交通领域,尤其涉及一种基于云平台的轨道交通小运量综合调度系统及云平台。
【背景技术】
小运量轨道系统是20世纪70年代西方发达国家在基本建成大中运量、快速化轨道交通骨干系统的背景下兴起的一种新型轨道交通方式,具有低成本、准时、安全、舒适等特点。介于常规公交与中运量轨道之间,主要为城市短距离出行和机场、产业园区等内部出行服务。系统采用独立路权,以高架敷设方式为主,线路长度一般控制在10km以内,高峰运能一般在3000-6000人次/小时。
虽然近年来,我国城市轨道交通发展迅速,主要以中大运量轨道交通系统为主。综上所述,通勤出行仍然是城市居民出行的主要目的,但是购物、休闲、娱乐等生活性出行比例也在不断提升。相比出行时间集中、出行距离远、起终点单一、时效性要求高的通勤出行,购物、休闲、娱乐等生活性出行时间更为分散、出行距离较短、出行方向更为灵活,出行过程更关注出行的品质、舒适和全天候。目前我国小运量轨道系统实际投入运营较少,系统的优势和发展方向有待进一步深化研究。国内比亚迪、中唐空铁等研制的云巴、空铁等系统属小运量轨道系统制式,但仍处于前期车辆研发和试验阶段。
云计算平台也称为云平台,是指基于硬件资源和软件资源的服务,提供计算、网络和存储能力。把云计算中的“云”通俗的理解为存在于云数据中心服务器集群上的各种类型的资源集合。这些资源分为硬件资源和软件资源,其中的硬件资源有服务器、存储器和CPU等,软件资源包括应用软件和集成开发环境等。用户只需要通过网络发送请求就可以从云端获取满足需求的资源到本地的计算机,所有的计算任务都是在远程的云数据中心完成。用户之所以可以按需来获得各种计算服务、存储服务和各类软件资源正是得益于云计算强大的虚拟化资源池的架构,数据中心的资源池本身不仅可以动态的扩展,而且用户使用完毕后的资源还可以及时方便的回收。采用这样的服务提供模式极大地增加了云数据中心的资源利用率,同时云计算服务商也能更好地提升的服务质量。
关于小运量轨道的数据资源因为其所服务的主体及其特点而显得较为零散,同时,小云量轨道的数据收集本身也存在一定的难度。即使存在这样的问题,那么如何让小轨道交通也能和现有的云计算,大数据结合起来,充分的利用云平台的存储资源和计算能力,更充分的发挥小运量轨道的灵活性,是待解决的问题。相关技术中,各车站需要集成和互联到综合调度系统的现场设备监控点数较多,需要配置大量的服务器,硬件资源耗用量大,利用率较低;当后续新增接入线路或车站,需要按此配置方式拓展大量的物理资源,导致系统结构复杂,运营、管理效率低下,建设运维成本较高。那么在如此繁杂的数据资源情况下,如何实现数据的自发现从而利用大数据资源作综合调度,是待解决的问题;综上所述,急需一种基于云平台的综合调度系统,可弹性供给计算和存储资源,便于整个系统的资源扩展和系统扩容,资源利用率高、可统一维护和管理,提高运营管理效率,降低运营成本。
本发明可弹性供给计算和存储资源,便于整个系统的资源扩展和系统扩容,资源利用率高、可统一维护和管理,提高运营、管理效率,降低运营成本。采用基于云平台的综合调度系统,实现各业务系统计算和存储资源弹性供给,有效解决现有技术硬件资源利用率低,结构复杂,运营管理效率低等问题。具体为:(1)在综合调度过程计算和存储采用不同的维度划分,结合每个维度中的子分区划分方式形成二维计算和存储管理,在保障一定的数据访问灵活性的程度下,提供了层次化访问的安全性基础;(2)利用大数据变化的自敏感性来层次性的做数据计算,从而只有在行车数据存在有效波动的情况才作行车数据的分析计算和综合调度,从而在敏感程度和计算量之间作较好的均衡,提供了灵活行车数据的有效应用;(3)从数据变化已经变化趋势的角度出发,通过滑动窗口计算有效消除变化量小毛刺数据,并基于一个较长的时间范围进行该变化情况的衡量;较为连续方式计算变化量的面积变化情况,从而能够利用云服务器的计算和分析能力从轨道交通小运量的大数据中主动发现相对较小范围内的数据变化。
【发明内容】
为了解决现有技术中的上述问题,本发明提出了一种基于云平台的轨道交通小运量综合调度系统及云平台,所述系统采用两级控制,即中心控制和现场控制两级;所述系统包括:中心控制模块、主干网、现地设备模块;
所述中心控制模块包括综合调度模块和互联网子模块;
所述综合调度模块用于从大数据角度出发,为全范围内的轨道交通相关服务进行一级任务综合调度;
所述中心控制模块通过互联网子模块接入主干网;
所述现地设备模块包括子系统控制设备和监控对象;
所述子系统控制设备采用本地计算资源对所述监控数据做分析计算,并进行本地的二级任务调度。
进一步的,所述相关服务包括综合调度范围内的安防、乘客信息管理、广播、传输、门禁、智能信息化、OA、自动、自动报警、应用等服务。
进一步的,所述子系统控制设备为一个或多个。
进一步的,所述子系统控制设备上设置有综合安防CCTV系统、乘客信息PIS系统、广播系统、传输系统、综合调度系统、门禁系统、智能信息化系统、OA、自动售检票AFC系统、火灾自动报警系统;分别用于对其所述范围内的小运量轨道交通提供轨道交通调度相关服务。
进一步的,所述应用服务包括综合范围内的应用提供,包括统一客户端服务、公众移动终端服务
(例如APP和微信)、智能移动终端服务、自助服务终端等多项服务。
进一步的,所述综合调度系统还用于接收监控数据,并将监控数据按照其监控目标的不同存储在对应的云平台云存储资源中。
一种基于所述基于云平台的轨道交通小运量综合调度系统的轨道交通小运量综合调度云平台,所述云平台上部署有所述基于云平台的轨道交通小运量综合调度系统。
进一步的,所述云平台包括物理层、虚拟化层、云服务层、云管理平台。
进一步的,所述物理层提供服务器、存储、网络、安全等物理基础设施,构成融合资源池的基础架构。
进一步的,所述虚拟化层提供基础的计算、存储、安全和网络虚拟化的能力。
本发明可弹性供给计算和存储资源,便于整个系统的资源扩展和系统扩容,资源利用率高、可统一维护和管理,提高运营、管理效率,降低运营成本。采用基于云平台的综合调度系统,实现各业务系统计算和存储资源弹性供给,有效解决现有技术硬件资源利用率低,结构复杂,运营管理效率低等问题,其有益效果具体为:(1)在综合调度过程计算和存储采用不同的维度划分,结合每个维度中的子分区划分方式形成二维计算和存储管理,在保障一定的数据访问灵活性的程度下,提供了层次化访问的安全性基础;(2)利用大数据变化的自敏感性来层次性的做数据计算,从而只有在行车数据存在有效波动的情况才作行车数据的分析计算和综合调度,从而在敏感程度和计算量之间作较好的均衡,提供了灵活行车数据的有效应用;(3)从数据变化已经变化趋势的角度出发,通过滑动窗口计算有效消除变化量小毛刺数据,并基于一个较长的时间范围进行该变化情况的衡量;较为连续方式计算变化量的面积变化情况,从而能够利用云服务器的计算和分析能力从轨道交通小运量的大数据中主动发现相对较小范围内的数据变化。
【附图说明】
此处所说明的附图是用来提供对本发明的进一步理解,构成本申请的一部分,但并不构成对本发明的不当限定,在附图中:
图1为本发明的基于云平台的轨道交通小运量综合调度系统结构示意图。
图2为本发明的云平台业务分区云平台资源分区示意图。
图3为本发明的云平台总体架构示意图。
【具体实施方式】
下面将结合附图以及具体实施例来详细说明本发明,其中的示意性实施例以及说明仅用来解释本发明,但并不作为对本发明的限定。
本发明所提供的基于云平台的轨道交通小运量综合调度系统采用以行车调度为核心的全集成方案,集成列车自动监控、车辆管理、乘客信息、视频监控、广播、站台门、门禁、火灾报警、应急指挥等系统,互联自动售检票系统、时钟、通信网管等系统。综合调度系统采用云平台架构,主要采用服务器虚拟化、网络虚拟化和云计算管理技术等构建易于管理、动态高效、灵活扩展、稳定可靠、按需使用的云计算模式的数据中心。通过虚拟服务器/网络/存储等方式为各业务系统提供计算/网络/存储资源服务。为乘客信息系统、广播、视频监控系统、门禁系统、自动售检票系统、综合调度系统、车辆管理系统、智能运维、办公自动化等共享云平台提供的计算、存储、网络资源,各系统软件部署在云平台。
优选的:轨道交通线路采用胶轮有轨电车系统制式,车站及区间为全高架敷设,车站规模较小,车站内仅设置站台门、供配电、电梯、排水、照明等设备或设施,适用于全自动运行系统、无人值守车站与集中调度运作模式,实现各业务系统计算和存储资源弹性供给。
综合调度系统监控和管理的对象包括:车辆、乘客服务、站台门、视频监控、门禁、自动售检票、照明、防灾报警、电梯、排水、通风空调、重要设备机房的环境参数等。其中,电梯、照明、排水、通风空调、重要设备机房的环境参数等监测与控制,以及车站火灾报警、应急指挥系统等纳入综合调度系统统一建设;其余的监控和管理对象由各自专业建设,通过集成或互联方式,在同一平台实现全线行车调度、车辆监控、乘客服务、电力调度、防灾救灾等调度、监控及管理功能。
下面对本发明提供的一种基于云平台的轨道交通小运量综合调度系统进行详细说明;所述系统采用两级控制,即中心控制和现场控制两级;所述系统包括:中心控制模块、主干网、现地设备模块;
所述中心控制模块包括综合调度模块和互联网子模块;
所述综合调度模块用于从大数据角度出发,为全范围内的轨道交通相关服务进行综合调度;也就是综合调度是大数据敏感的;所述相关服务包括综合调度范围内的安防、乘客信息管理、广播、传输、门禁、智能信息化、OA、自动、自动报警、应用等服务;
所述中心控制模块通过互联网子模块接入主干网;
所述应用服务包括综合范围内的应用提供,包括统一客户端服务、公众移动终端服务(例如APP和微信)、智能移动终端服务、自助服务终端等多项服务;
所述现地设备模块包括子系统控制设备和监控对象;
优选的:所述子系统控制设备为一个或多个;所述子系统控制设备上设置有综合安防CCTV系统、乘客信息PIS系统、广播系统、传输系统、综合调度系统、门禁系统、智能信息化系统、OA、自动售检票AFC系统、火灾自动报警系统等;分别用于对其所述范围内的小运量轨道交通提供轨道交通调度相关服务;
所述子系统控制设备还用于获取监控对象的监控数据,将所述监控数据存储在每个子系统控制设备的本地存储资源中,并将所监控数据发送给综合调度系统;所述子系统控制设备采用本地计算资源对所述监控数据做分析计算,并进行本地的二级任务调度;
优选的;所述监控对象为一个或多个;所述监控对象为车辆、乘客服务、站台门、视频监控、门禁、自动售检票、照明、防灾报警、电梯、排水、通风空调、重要设备机房的环境等;
优选的:所述主干网为无线或有线通信网络;
优选的:所述综合调度系统以车辆调度为核心;用于基于云平台实现全线行车调度、车辆管理、乘客服务、电力监控、机电设备监控、视频监控、广播、站台门、门禁、火灾报警、及应急指挥等功能;
所述综合调度系统设置有云平台与资源;的所述云平台资源包括云计算资源和云存储资源;通过云平台提供的虚拟化技术将存储和计算需求分配给云服务器;
所述综合调度系统还用于接收监控数据,并将监控数据按照其监控目标的不同存储在对应的云平台云存储资源中;还用于利用云平台云计算资源对云存储资源作分析计算,并基于分析计算结果作一级任务调度;
如图2所示,所述综合调度系统包括三个不同的业务分区:安全生产、企业管理、对外服务,和一个综合调度分区;相应的,所述云存储资源有多个分区,不同业务分区的业务数据被存放在不同的云存储资源分区中;
优选的:所述对外服务、企业管理、安全生产业务数据分别被存放在三个不同的云存储资源分区中个,所述三个分区的访问速度是不同的,根据所述三个业务分区提供的实时性要求的不同,其数据被存放在不同的云存储资源分区中;
优选的:所述安全生产业务分区被进一步分为车辆信息业务、视频监控、火灾自动报警、设备监控、自动售检票、门禁传输、列车自动监控、乘客信息等子业务分区;这些子业务分区分别对应各自的云存储子分区;
所述综合调度分区包括多个多层综合子分区;设置所述多层为1~NMax层,其中:n是层级的编号;n层综合子分区分别和其关联规则相对应设置;n层综合子分区基于关联规则关联n个子业务分区中的数据;具体而言,一层综合子分区中关联一个业务子分区中的数据,二层综合子分区涉及两个业务子分区中的数据,以此类推,n层综合子分区关联n个业务子分区中的数据;当n=NMax时,n层综合子分区中的n层关联值涉及所有综合子分区中的数据;
优选的:Nmax=8;对应车辆信息业务、视频监控、火灾自动报警、设备监控、自动售检票、门禁传输、列车自动监控、乘客信息等子业务分区;当然可以设置n的最大值为3;综合子分区的划分维度不同于子业务分区的划分维度;
所述n层综合子分区关联n个子业务分区中的数据,具体为:所述关联规则中包括所关联数据的属性、对关联数据的计算方式;根据所述属性从每个子业务分区中获取关联数据;所述关联规则中限定数据获取范围、特征等属性信息,基于所述关联规则的计算方式对所获取的数据进行计算以得到n层关联值,并将所述n层关联值存放于n层综合子分区中;例如:从业务子分区中获取最近的第一时间范围内的A站点车辆信息和自动售检票信息,计算得到2层关联值为(自动售检票量/A站点车辆通过量);
优选的:n层综合子分区对应一个或多个关联规则;对应的,所述n层关联值为一个或者多个类型;n层关联值可以是随时间变化的多个离散值,构成一个近连续值;那么对于一个类型的n层关联值来说可能是多个值;
所述综合调度分区中设置对应的综合云计算分区;所述综合云计算分区包括n个综合云计算子分区;所述n个综合云计算子分区分别用于基于云存储子分区中的数据计算相应的n层关联值;其中:Nmax为n的最大值;通过计算子分区和业务子分区存储区域的不同2维划分方式,将计算和存储操作隔离开来,使得计算资源对存储数据内在含义缺乏理解基础,通过去语义的方式提高了计算安全性;而通过计算和存储时的分区方式,可以进一步对不同的子分区采取不同的安全策略,在保障一定的数据访问灵活性的程度下,提供了层次化访问的安全性基础;
显然,当n越大时,n层关联值的敏感性越差,但是对数据的小波动过滤性越好;那么可以利用该敏感性的变化来层次性的做数据计算,从而只有在数据可能存在波动的情况才进一步提高数据敏感程度,从而在敏感程度和计算量之间作较好的均衡;
所述综合云计算分区用于基于n层关联值确定关联值目标;具体包括如下步骤:
步骤S1:设置层编号n的初始值;
优选的:设置n的初始值等于Nmax;
可替换的,n无需从Nmax开始,可以开始就将n设置为一个较小的值,例如:设置n=3这和当前数据积累量以及当前基于云平台的综合调度系统所要求的安全等级以及所能支持的云平台资源密切相关;
步骤S2:基于n层关联值的变化趋势确定敏感n值;具体包括如下步骤:
步骤S21:获取第i类n层关联值的最近的第二时间范围内的n层关联值ASi1,ASi2…ASij…ASiNi;
其中:Ni是第i类n层关联值的最大数量;
步骤S22:确定步长stepi;
优选的:所述步长等于5;
步骤S23:以步长stepi为窗口宽度滑动计算第i类n层关联值的变化值Vi;
可替换的:Basei等于第三时间范围内第i类n层关联值的平均值;
通过滑动窗口计算有效消除变化量小毛刺数据,并基于一个较长的时间范围进行该变化情况的衡量;较为连续方式计算变化量的面积变化情况,从而能够利用云服务器的计算和分析能力从轨道交通小运量的大数据中主动发现相对较小范围内的数据变化;
优选的:所述第三时间范围大于第二时间范围;第二时间范围大于第一时间范围;
步骤S24:确定所有类型的n层关联值均已计算完毕,如果是,则进入步骤S25,否则递增i值并返回步骤S21;
步骤S25:确定变化值Vi大于等于预设值VTi的n层关联值的个数Num;当个数Num小于个数下限值时返回步骤S1,继续进行数据累计和监测;当个数大于等于个数下限值且小于个数上限值时,递减n值,并返回步骤S1;此时,如果n=1,则确定n=1为敏感n值并进入步骤S3;否则,确定当前n值为敏感n值;步骤S2结束进入步骤S3;在n不等于初始值且进入步骤S3时找到了一个计算复杂度合适且敏感n值;
优选的:所述个数下限值小于个数上限值;
优选的:所述每个n层变化值对应不同的预设值VTi;
优选的:所述C=2;可根据所设置的关联规则的个数来动态设置C值;
步骤S3:基于敏感n值对应的n层关联值确定关联值目标,具体为:依次获取敏感n值对应的每个变化值Vi大于等于预设值VTi的n层关联值的属性;选择出现次数最多的一个或多个属性对应的目标作为n层关联值目标;其中:每个n层关联值具有一个或多个属性;例如有三个n层关联值:第一n层关联值具有属性A旅客;站点StA,车辆TrA;第二n层关联值具有属性B旅客;站点StA,车辆TrA;第三n层关联值具有属性B旅客;站点StB,车辆TrA;此时出现次数最多的属性为车辆TrA;那么自发现车辆TrA相关数据出现波动;
优选的:所述关联值目标为一个或多个;
所述综合云计算分区还用于基于关联值目标作任务综合调度;从附图1和2中可以看出,所述综合调度处于一级管理的位置,可以通过主干网获取所有的子系统控制设备数据,将子系统控制设备数据存储于子业务分区的云存储子分区中,基于对子业务分区数据的分析对一级管理中涉及的任务进行综合调度,以及对子系统控制设备中的二级任务作强制调度;
所述基于对子业务分区数据的分析对一级管理中涉及的任务进行综合调度,具体为:基于关联值目标对一级管理中涉及的一级任务进行综合调度;根据任务队列中一级任务所涉及关联值目标的个数调整一级任务的顺序,将具有较多关联值目标的一级任务调整到具有较少关联值目标的一级任务之前;
可替换的:当任务涉及一个关联值目标时,将所述任务在任务队列中前移一个位置;当一级任务涉及m个关联值目标时,将所述一级任务在任务队列中前移2m个位置;这样,存在数据波动的目标对象相关一级任务被更快的执行,从而波动出现的原因能够被更早的发现;
优选的:m=2;
所述对子系统控制设备中的二级任务作强制调度,具体为:所述强制调度为以高优先级的方式干预子系统控制设备中的二级任务的调度;通过中断的方式创建新的二级任务以干预二级任务的调度顺序;
所述强制调度为以高优先级的方式干预子系统控制设备中的二级任务的调度,具体为:确定关联值目标所属的子系统控制设备作为目标子系统控制设备;根据目标子系统控制设备的任务队列中任务所涉及关联值目标的个数调整二级任务的顺序,将具有较多关联值目标的二级任务调整到具有较少关联值目标的二级任务之前;
优选的:当二级任务涉及一个关联值目标时,将所述二级任务在目标子系统控制设备任务队列中前移一个位置;
进一步的,为关联值目标聚焦,找到最重要的目标,就有可能直接发现任务,从而从一级层面作直接干预;因此,所述通过中断的方式创建新的二级任务以干预二级任务的调度顺序,具体为:确定每个关联值目标的关联目标以构成关联目标集合,确定关联目标集合中的显著关联目标,确定所述显著关联目标所述子系统控制设备,创建关于所述显著关联目标的重要二级任务,并将所述重要二级任务插入到二级任务对应任务队列的首位中;通过中断的方式通知所述子系统控制设备执行所述重要二级任务;在不存在显著关联目标时,不作中断和创建处理;
优选的:所述重要二级任务由人为参与处理;
关联值目标的关联目标之间预设对应关系表,通过查找该对应关系表的方式能够为关联值目标确定其对应的关联目标;例如:车辆A的关联目标为车辆A,门禁110的关联目标为门禁110和车辆A,那么该集合为{车辆A、门禁110、车辆A},车辆A为其中的显著关联目标;
所述显著关联目标为关联目标集合中出现次数显著高于其他关联目标的关联目标;例如:显著关联目标的出现次数为占全部关联目标出现次数的比例大于出现比例预设值,如50%,且所述显著关联目标的出现次数的绝对值大于出现次数预设值,如10次;
优选的:所述一级任务和二级任务为轨道交通小云量任务;
如附图3所示,所述云平台包括物理层、虚拟化层、云服务层、云管理平台;其中:所述物理层提供服务器、存储、网络、安全等物理基础设施,构成融合资源池的基础架构;所述虚拟化层提供基础的计算、存储、安全和网络虚拟化的能力。通过虚拟化软件,对计算、存储、安全、网络等物理资源进行虚拟化,提供统一的计算、存储、网络资源池;所述云服务层部署云平台管理软件,匹配业务场景,通过服务目录实现资源的运营服务、资源发放;云管理平台用于对底层资源的合理管控,保障业务运行的可靠性、可用性,合理的分配资源,通过自动化的运维管理,提升运维管理效率。
优选的:云服务器所依托的云计算平台的核心服务层提供的服务包括基础设施即服务(IaaS,infrastructure as aservice)、平台即服务(PaaS,platform as a service)、软件即服务(SaaS,software as a service)。其中IaaS提供实体或虚拟的计算、存储和网络服务,PaaS提供应用程序部署与管理服务,SaaS提供应用程序。业务终端所属企业可以租用进行信息交换处理。
术语“数据处理装置”、“数据处理系统”、“用户设备”或“计算设备”包涵用于处理数据的所有种类的装置、设备和机器,举例包括可编程处理器、计算机、片上系统、或者上述中的多个或其组合。所述装置能够包括专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。除了硬件,所述装置还可以包括代码,创建用于所述计算机程序的执行环境,例如,构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行环境、虚拟机或上述一个或多个的组合的代码。该装置和执行环境可以实现各种不同计算模型基础设施,诸如web服务、分布式计算、和网格计算基础设施。
计算机程序(也被称为程序、软件、软件应用、脚本或代码)能够以编程语言的任何形式来撰写,包括汇编或解释语言、说明或过程性语言,且其可以以任何形式部署,包括作为单机程序或者作为模块、组件、子例程、对象或适于在计算环境中使用的其他单元。计算机程序可以但不必与文件系统中的文件相对应。程序能够存储在保持其他程序或数据(例如存储在标记语言文档中的一个或多个脚本)的文件的一部分中,在专用于所述程序的单个文件中,或者在多个协同文件中(例如,存储一个或多个模块、子例程或代码部分的文件)。计算机程序可以部署为在一个计算机上或位于一个站点或跨多个站点分布且由通信网络互连的多个计算机上执行。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于云平台的轨道交通小运量综合调度系统,其特征在于,所述系统采用两级控制,即中心控制和现场控制两级;所述系统包括:中心控制模块、主干网、现地设备模块;
所述中心控制模块包括综合调度模块和互联网子模块;
所述综合调度模块用于从大数据角度出发,为全范围内的轨道交通相关服务进行一级任务综合调度;
所述中心控制模块通过互联网子模块接入主干网;
所述现地设备模块包括子系统控制设备和监控对象;
所述子系统控制设备采用本地计算资源对监控数据做分析计算,并进行本地的二级任务调度;
所述综合调度系统包括三个不同的业务分区:安全生产、企业管理、对外服务,和一个综合调度分区;相应的,云存储资源有多个分区,不同业务分区的业务数据被存放在不同的云存储资源分区中;
所述对外服务、企业管理、安全生产业务数据分别被存放在三个不同的云存储资源分区中个,所述三个不同的云存储资源分区的访问速度是不同的,根据三个业务分区提供的实时性要求的不同,其数据被存放在不同的云存储资源分区中;
所述综合调度分区包括多个多层综合子分区;设置所述多层为1~NMax层,其中:n是层级的编号;n层综合子分区分别和其关联规则相对应设置;n层综合子分区基于关联规则关联n个子业务分区中的数据;具体而言,一层综合子分区中关联一个业务子分区中的数据,二层综合子分区涉及两个业务子分区中的数据,以此类推,n层综合子分区关联n个业务子分区中的数据;当n=NMax时,n层综合子分区中的n层关联值涉及所有综合子分区中的数据;
所述n层综合子分区关联n个子业务分区中的数据,具体为:所述关联规则中包括所关联数据的属性、对关联数据的计算方式;根据所述属性从每个子业务分区中获取关联数据;所述关联规则中限定数据获取范围、特征,基于所述关联规则的计算方式对所获取的数据进行计算以得到n层关联值,并将所述n层关联值存放于n层综合子分区中;n层综合子分区对应一个或多个关联规则;对应的,所述n层关联值为一个或者多个类型;n层关联值是随时间变化的多个离散值,
所述综合调度分区中设置对应的综合云计算分区;所述综合云计算分区包括n个综合云计算子分区;所述n个综合云计算子分区分别用于基于云存储子分区中的数据计算相应的n层关联值;其中:Nmax为n的最大值;当n越大时,n层关联值的敏感性越差,对数据的小波动过滤性越好。
2.根据权利要求1所述的基于云平台的轨道交通小运量综合调度系统,其特征在于,所述相关服务包括综合调度范围内的安防、乘客信息管理、广播、传输、门禁、智能信息化、OA、自动报警、应用。
3.根据权利要求2所述的基于云平台的轨道交通小运量综合调度系统,其特征在于,所述子系统控制设备为一个或多个。
4.根据权利要求3所述的基于云平台的轨道交通小运量综合调度系统,其特征在于,所述子系统控制设备上设置有综合安防CCTV系统、乘客信息PIS系统、广播系统、传输系统、综合调度系统、门禁系统、智能信息化系统、OA、自动售检票AFC系统、火灾自动报警系统;分别用于对其所述范围内的小运量轨道交通提供轨道交通调度相关服务。
5.根据权利要求4所述的基于云平台的轨道交通小运量综合调度系统,其特征在于,应用服务包括综合范围内的应用提供,包括统一客户端服务、公众移动终端服务、智能移动终端服务、自助服务终端。
6.根据权利要求4所述的基于云平台的轨道交通小运量综合调度系统,其特征在于,所述综合调度系统还用于接收监控数据,并将监控数据按照其监控目标的不同存储在对应的云平台云存储资源中。
7.一种基于权利要求1-6中任一项所述基于云平台的轨道交通小运量综合调度系统的轨道交通小运量综合调度云平台,其特征在于,所述云平台上部署有所述基于云平台的轨道交通小运量综合调度系统。
8.根据权利要求7所述的轨道交通小运量综合调度云平台,其特征在于,所述云平台包括物理层、虚拟化层、云服务层、云管理平台。
9.根据权利要求8所述的轨道交通小运量综合调度云平台,其特征在于,所述物理层提供以下物理基础设施,包括服务器、存储、网络、安全,构成融合资源池的基础架构。
10.根据权利要求8所述的轨道交通小运量综合调度云平台,其特征在于,所述虚拟化层提供基础的计算、存储、安全和网络虚拟化的能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111681867.4A CN114331196B (zh) | 2021-12-31 | 2021-12-31 | 一种基于云平台的轨道交通小运量综合调度系统及云平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111681867.4A CN114331196B (zh) | 2021-12-31 | 2021-12-31 | 一种基于云平台的轨道交通小运量综合调度系统及云平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114331196A CN114331196A (zh) | 2022-04-12 |
CN114331196B true CN114331196B (zh) | 2022-10-14 |
Family
ID=81022244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111681867.4A Active CN114331196B (zh) | 2021-12-31 | 2021-12-31 | 一种基于云平台的轨道交通小运量综合调度系统及云平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114331196B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116633977A (zh) * | 2023-07-24 | 2023-08-22 | 北京城建智控科技股份有限公司 | 适用于胶轮地面制式的车辆综合调度系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206537292U (zh) * | 2017-02-27 | 2017-10-03 | 中国铁路设计集团有限公司 | 承载城市轨道交通调度指挥及运营自动化系统的云平台 |
CN208053364U (zh) * | 2017-12-29 | 2018-11-06 | 中国铁路设计集团有限公司 | 一种基于云平台的新型城市轨道交通信号ats系统 |
CN109741001A (zh) * | 2018-01-09 | 2019-05-10 | 比亚迪股份有限公司 | 轨道交通信息系统云平台 |
CN109747682A (zh) * | 2018-01-09 | 2019-05-14 | 比亚迪股份有限公司 | 轨道交通弱电一体化系统 |
CN110182244A (zh) * | 2019-04-23 | 2019-08-30 | 深圳众维轨道交通科技发展有限公司 | 一种基于云计算和ai智能的有轨电车云平台 |
CN212183550U (zh) * | 2020-04-29 | 2020-12-18 | 中国铁路设计集团有限公司 | 一种基于云平台的新型城市轨道交通综合监控系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040226015A1 (en) * | 2003-05-09 | 2004-11-11 | Leonard Ozgur C. | Multi-level computing resource scheduling control for operating system partitions |
CN106600103A (zh) * | 2016-11-04 | 2017-04-26 | 国网江苏省电力公司 | 面向规划计划决策的统计数据模型构建方法 |
CN109587815B (zh) * | 2018-11-16 | 2023-03-28 | 国网江苏省电力有限公司盐城供电分公司 | 一种lpwan无线多用户接入网络结构及其控制方法 |
CN110309108A (zh) * | 2019-05-08 | 2019-10-08 | 江苏满运软件科技有限公司 | 数据采集及储存方法、装置、电子设备、存储介质 |
WO2021246142A1 (ja) * | 2020-06-03 | 2021-12-09 | パナソニックIpマネジメント株式会社 | 管理システム、管理方法及びプログラム |
-
2021
- 2021-12-31 CN CN202111681867.4A patent/CN114331196B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206537292U (zh) * | 2017-02-27 | 2017-10-03 | 中国铁路设计集团有限公司 | 承载城市轨道交通调度指挥及运营自动化系统的云平台 |
CN208053364U (zh) * | 2017-12-29 | 2018-11-06 | 中国铁路设计集团有限公司 | 一种基于云平台的新型城市轨道交通信号ats系统 |
CN109741001A (zh) * | 2018-01-09 | 2019-05-10 | 比亚迪股份有限公司 | 轨道交通信息系统云平台 |
CN109747682A (zh) * | 2018-01-09 | 2019-05-14 | 比亚迪股份有限公司 | 轨道交通弱电一体化系统 |
CN110182244A (zh) * | 2019-04-23 | 2019-08-30 | 深圳众维轨道交通科技发展有限公司 | 一种基于云计算和ai智能的有轨电车云平台 |
CN212183550U (zh) * | 2020-04-29 | 2020-12-18 | 中国铁路设计集团有限公司 | 一种基于云平台的新型城市轨道交通综合监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114331196A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111371904B (zh) | 云边端协同的高速公路云控系统及控制方法 | |
Stojmenovic | Fog computing: A cloud to the ground support for smart things and machine-to-machine networks | |
CN111452669B (zh) | 公交智能充电的系统和方法及介质 | |
EP3067872A1 (en) | Vehicular mobile terminal apparratus, server apparatus and vehicle column generating apparatus | |
WO2016161676A1 (zh) | 一种资源调配系统、基站、设备及方法 | |
CN108776852A (zh) | 无桩车辆调度方法和系统 | |
CN105489034A (zh) | 一种干线完全交通控制系统及方法 | |
CN105513375A (zh) | 一种区域完全交通控制系统 | |
CN114331196B (zh) | 一种基于云平台的轨道交通小运量综合调度系统及云平台 | |
CN103903453A (zh) | 一种智能交通控制系统、装置和方法 | |
CN108510730A (zh) | 共享汽车网点间车辆调度方法及系统 | |
CN102968344A (zh) | 一种多虚拟机迁移调度的方法 | |
CN112356721A (zh) | 基于云平台的电动汽车充电引导方法及系统 | |
CN110390817A (zh) | 一种现场级交通信号协调系统及装置 | |
CN115619051A (zh) | 一种共享车辆调配方法、系统及计算机存储介质 | |
CN105679010A (zh) | 一种基于ads的城市公交集中调度系统 | |
Liu | Big data analytics architecture for internet-of-vehicles based on the spark | |
CN114519933B (zh) | 基于无过饱和状态的约定出行管控方法、装置及存储介质 | |
CN116001871A (zh) | 基于端边云协同的列车群分布式控制系统及方法 | |
CN113191029B (zh) | 基于集群计算的交通仿真方法、程序及介质 | |
CN110197585A (zh) | 一种基于TR-Min-Min算法的城市智能交通处理系统及方法 | |
CN115047840A (zh) | 一种信号机硬件在环仿真测试系统及方法 | |
CN103729891B (zh) | 路侧单元设备及其处理交易的方法和etc系统 | |
CN114493206B (zh) | 基于bim的全局机场管理系统及方法 | |
CN114490042B (zh) | 一种内存分配方法及交通线网综合监控设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |