基于云边协同的智慧交通系统研究.pdf

SCIENCE&TECHNOLOGY INFORMATION科技资讯信 息 与 智 能 2023 NO.16 SCIENCE&TECHNOLOGY INFORMATION科技资讯基于云边协同的智慧交通系统研究刘媛媛(暨南大学 广东深圳 518053)摘要：智慧交通是智慧城市建设的重要构成部分，是将信息技术与社会管理相结合的创新表现。为推动城市交通智慧化进展，智慧交通系统成为当前研究热点。该文对智慧交通系统的基本框架进行了分析，基于云边协同探讨云计算在智慧交通领域的各种应用实现。云边协同有利于弥补传统交通系统的局限，进一步缓解智慧交通发展中的问题，提高数据计算效率，赋能城市交通，推进交通信息化、城市数字化。关键词：云边协同 云计算 智慧交通 边缘计算中图分类号：TP399-C6;U495文献标识码：A 文章编号：1672-3791(2023)16-0070-04Research on the Intelligent Transportation System Based on Cloud-Edge CollaborationLIU Yuanyuan(Jinan University,Shenzhen,Guangdong Province,518053 China)Abstract:Intelligent transportation is an important component of smart city construction,and it is an innovative performance of combining information technology with social management.In order to promote the progress of the intelligence of urban transportation,the intelligent transportation system has become a research hotspot at present.This paper analyses the basic framework of the intelligent transportation system and discusses various application realizations of cloud computing in the field of intelligent transportation based on cloud-edge collaboration.Cloud-edge collaboration is conducive to making up for the limitations of the traditional transportation system,further alleviating the problems in the development of intelligent transportation,improving data computing efficiency,empowering urban transportation,and promoting transportation informatization and urban digitization.Key Words:Cloud-edge collaboration;Cloud computing;Intelligent transportation;Edge computing随着经济社会的发展，人们生活质量的提高，汽车保有量持续增长，人们对道路交通通畅、安全、舒适的出行需求也越来越多，与当前道路存在的交通拥堵、事故频发、应急预警迟缓等现状存在突出矛盾。通过交通基础设施建设、道路扩容来改善道路通行能力的方法受到土地、规划、建设周期等条件的限制，单一的设施供给已无法满足与日俱增的出行需求。我国道路交通具有区域跨度大、管理层级多的特点，交通数据及应用较为分散割裂，交通数据无法得到及时处理和深度挖掘。新形势下，大数据、人工智能、物联网等通信技术已经深入社会经济生活的方方面面，无人驾驶、智能导航、ETC高速电子收费等应用也已经随处可见，电子通信技术的更迭为新的出行方式奠定了基础，同时也为提高交通数据利用效率、解决现有交通矛盾提出了可行的解决方案。以云计算技术架构为基础的智能交通，其集中式远端服务器无法消除物理传输的时延，无法满足智慧交通对实时性的进一步需求。除此之外，仅依靠云计算的智慧交通系统还存在着隐私与能耗问题。智慧交通仍存在着统筹协调力度不够、信息综合利用、数据深度挖掘欠缺、市场机制作用发挥不充分、产业化水平有待提升等问题。由此，从物联网技术着手，探究云计算与边缘计算的特点，分析其在智慧交通系统中的应用，以促进城市交通更通畅安全、交通管理更高效迅速、公众出行更舒适，缓解城市交通中的问DOI：10.16661/ki.1672-3791.2305-5042-5954作者简介：刘媛媛（2002），女，本科，研究方向为电子商务，管理科学与工程。70SCIENCE&TECHNOLOGY INFORMATION科技资讯 2023 NO.16 信 息 与 智 能科技资讯SCIENCE&TECHNOLOGY INFORMATION题、推进智慧城市的进一步发展。1 智慧交通系统概况知识社会环境下的智慧城市是继数字城市后信息化城市发展的更高形态，是社会创新和技术创新的产物。智慧城市利用新兴的信息技术，建立以交通诱导、应急指挥、智能出行、统一的智能化城市交通综合管理和服务系统建设，实现交通信息的充分共享、公路交通状况的实时监控与动态管理，确保交通运输安全、畅通，提高城市规划建设、运营维护、运行控制的智能化水平，使城市运转更高效、更敏捷、更低碳。智慧交通系统是以交通需求为导向，结合物联网、云计算、人工智能等技术，通过车联网的信息交互，对交通管理、交通出行等领域进行管控支撑，使交通系统在区域、城市乃至更大的时空范围内能够充分保障交通安全、提升交通系统运行效率和管理水平，具备感知、互联、分析、预测、控制等能力。世界各国都在加速边缘智能的技术革新与产业应用布局。智慧交通系统在20世纪60年代美国首次提出。1992年，美国开始对ITS进行研究，研究重点ITS框架、规范标准到信息安全与服务，现有较为完善的ITS体系架构，并致力于建设一体化、国际化、智能化的新型ITS系统。日本的研究重点包括交通基础设施的研发、自动驾驶等，注重缓解交通拥堵、提高道路通行率等。英国在车载实时信息、交通管控、道路安全等方面成果显著，其交通信息高速公路和视频信息高速公路都已运用ITS系统。1992年，欧洲成立欧洲智能交通协会，针对跨国基础设施建设问题，提出按照区域特点协同管理和服务的智慧交通管理系统，强调要形成统一、标准化的ITS系统。相较于西方国家，我国ITS研究起步较晚但发展迅速。2022年，上海成为智慧交通建设发展应用试点示范城市后，以车路协同为重点致力实现信息网、车联网的数据互联及产业融合；2008年，上海建立交通综合信息平台实现了交通信息数据的实时整合；并于2015年整合交通行业数据，全面提高城市交通智慧管理效能和决策水平，以打造全行业覆盖的智慧交通系统。除了车路协同技术，我国在智慧停车场、自动驾驶、不停车收费（ETC）、紧急事件与安全、综合运输等方面都取得了较大进步，我国的智慧交通已经进入开发应用阶段1。然而，随着数据规模的不断扩大，数据中心面临着资源限制和高负荷运行的问题，快速增加的网络边缘设备也对高带宽和低时延提出了更高的要求。传统云计算无法满足5G时代的网络需求，在工作原理和技术发展方面具有一定局限性2。边缘计算作为云计算的补充和扩展，可以将部分计算任务卸载至数据边缘侧进行本地处理，很大程度上减少传输到云平台的数据量，但是由于边缘节点的计算能力无法与传统集中式云计算服务中心竞争，因此可以选择能够弥补边缘计算在大数据分析、存储、聚合方面不足的云边协同来进一步优化智慧交通系统。2 关键技术介绍作为一种新兴计算和商业模式，云计算正在加速信息产业和交通信息基础设施的服务化进程，市场应用领域广阔。云计算技术所具备的海量流量信息处理功能、众多用户的实时信息服务、动态的负载均衡能力、良好的扩展性以及软件冗余机制等，都使云计算与智能交通具备天然的契合之处。加快发展云计算技术与城市智慧交通应用，对提升城市信息产业综合竞争力、培育新的经济增长点、推动产业结构优化升级、促进经济发展方式转变具有重要意义。边缘计算是数据源与云中心之间的计算和网络资源，其核心理念是提供计算、存储以及各种网络服务，为云中心提供大数据边缘式处理。边缘节点的设计需要高效、可靠和安全，实现良好的隐私保护，能够支持差异化、可扩展性、隔离性和可靠性等需求。边缘计算具有本地化认知、分布式服务、异构性、低时延、高带宽的特点，通过在网络边缘提供计算和存储能力，其可以最大限度地减少时延、减少跨域流量，能够突破传统中心云的障碍与传统移动通信网络资源限制，优化智慧交通系统。边缘计算按不同的标准可以分为延迟敏感型、上下感知型、网络状态感知、数据处理与聚合四类应用，其中，延迟敏感型应用体现的特点充分说明，边缘计算以更实时、快捷的方式实现了与云计算应用的互补3，边缘计算与传统云计算的工作方式详见图1。3 云边协同下智慧交通系统总体框架智慧交通系统涉及多个用户主体，服务对象的多元带来不同的发展目标和建设需求，包括进行海量交通信息处理、服务广大交通参与者、具备良好的扩展性4。云边协同提供的服务按照其应用模式可分为基础设施即服务（Infrastructure as a Service，IaaS）、平台即服务（Platform as a Service，PaaS）、软件即服务（Software as a Service，SaaS）这3种。IaaS层面负责协同计算、网络、存储等基础资源，边缘节点接受、执行中心云节点的资源调度管理策略，对资源进行管理以实现云边协同。PaaS层负责数据、算法等协同，首先，实现边云之间的数据协同，对数据进行管理与深度挖掘，构建完整的数据流转路径，使数据在边缘云和中心云之间高效流动；其次，依赖边缘计算与AI技术结合实现的智能算法协同，中心云节点开展基于大数据的算法模型训练，经优化迭代后分发至边缘节点，以便实时分71SCIENCE&TECHNOLOGY INFORMATION科技资讯信 息 与 智 能 2023 NO.16 SCIENCE&TECHNOLOGY INFORMATION科技资讯析；最后实现应用管理协同，边缘节点提供模块化、服务化的云端，云端根据客户需求进行业务编写。SaaS层负责实现服务协同，云端提供云边之间SaaS服务的部署策略和承载功能，边缘云在云端的策略下完成边缘侧的SaaS服务，协同云端的SaaS服务共同为用户提供完整的服务5。智慧交通系统基于先进的“端边云”一体化架构，如图2所示，充分融入了边缘计算等最新应用成果，全面提升交通管理和服务水平6。在协同系统框架中，“云”是系统控制中心，包括云控平台和智慧交通业务系统，云控平台负责对接智慧交通系统的应用7，并对全局交通进行统筹协调的管控，如地图服务、远程监控、紧急救护、道路规划等服务，对数据实时性要求较低。“边”则主要分析实时数据并处理和存储，对数据实时性要求极高；由边缘计算设备构成的“边”能够直接对“端”产生的数据进行分析处理和存储，减少了分析后上传到云控平台的数据量，避免了数据从“端”直接上传到云控平台后再进行处理的通信延迟，有效分担了云控平台和人工处理的压力。如图3所示，基于云边协同的智慧交通基本框架由5个部分组成，分别是感知层、网络层、边缘层、云中心层、应用层。（1）感知层。信息源自数据，由此数据采集尤为重要。感知层是框架的底层支撑，通过各类传感器等基础设备、物联网技术和地理信息感知技术对气象信息、交通流信息、交通事件信息等动态和静态信息进行全方位采集与储存。（2）网络层。数据采集后要对信息进行传输，网络层是信息传输的纽带，其可靠传输是智慧交通系统各层数据交互的保障。通过通信网络将感知层采集的数据上传给边缘层、云中心，实现高 应用层 感知层 边缘层 云中心层 网络层 规划建设 运营维护 运行控制 局部管控 WiFi 智慧计算 全局调度 智慧决策 5G LPWAN 传感器 RFID 图3 基于云边协同的智慧交通基本框架图2 “端边云”一体化架构 云中心 边缘服务器 终端设备 信息源 数据源 数据处理 数据存储 数据传输 计算下沉 图1 边缘计算与传统云计算的工作方式72SCIENCE&TECHNOLOGY INFORMATION科技资讯 2023 NO.16 信 息 与 智 能科技资讯SCIENCE&TECHNOLOGY INFORMATION效可靠的信息传输。（3）边缘层。数据上传分发后进行预处理。边缘层是云中心层的补充和扩展，通过边缘服务器，边缘节点对局部数据进行计算、存储和分析等预处理，减少终端设备到云控平台的数据流量和响应时间，从而提高交通系的效率。（4）云中心层。与图2中的云控平台一样是框架里的控制中心，发挥着全局调度与智慧决策功能。通过高性能服务器集群与人工智能、机器学习等技术对数据进行整合，为应用层提供有效的交通信息；同时，与边缘层协同进一步提高智慧交通系统的数据处理能力和实时性。（5）应用层。应用层是框架和系统的最顶层设计，是技术满足业务需求的基本体现和目的。在云边协同下，根据云控平台的调度指令将端侧的数据最终转化为一系列功能，为智慧交通系统的各种主体提供综合服务。4 云边协同在智慧交通领域的各种应用实现智慧交通系统的应用贯穿城市交通规划建设、运营维护、运行控制的全过程，云边协同主要涉及资源、任务、管理及安全方面的协同，其主要应用包括交通信息及管理、车辆信息及管理和交通应急预警3个方面。4.1 交通信息与管理交通信号灯是交通管理中的一个重要内容，其设置是否合理对道路拥堵程度有较大影响。目前，常采用预编程的自动控制方式，无法根据当时的交通情况进行动态调节。基于云边协同的交通信号灯控制采集的交通信息，首先在区域内整合成交通信号灯控制背景，其次运用多种交通流量检测方式对信息进行采集，并对统计信息进行处理分析制订出合理的控制方案。除此之外，还有交通态势分析和交通流组织等非即时性应用，其通过广泛部署的物联网基础设施采集与交通密切相关的信息，如交通流量、行车速度、天气情况等，云计算提供的数据低时延处理能力有助于应对未来交通环境改善、交通发展规划等问题。4.2 车辆信息与管理在云边协同的车牌识别功能中，首先将采集到的数字化、图像化的车牌信息作为识别的基础，利用云服务器和边缘服务器对关键信息进行识别，有利于构建车牌信息数据库，实现各区域车牌信息共享，为公安进行跨区域识别提供帮助。除了车牌信息识别，车辆碰撞和精准定位也是车辆管理的重要内容。边缘服务距离交通环境较近，车辆定位设备与策略在云边协同框架下，结合边缘计算可以实现车辆位置的低时延、高实时性动态校准。4.3 交通应急预警针对突发事件，基于云边协同的智慧交通调度应用，依托人工智能、深度学习为核心进行高时效性调度计划调整，通过边缘侧部署的人工智能应用对数据进行本地分析处理，实现云端数据计算下沉，减少边缘与云之间的响应时间。此外，交通诱导是在路网交通信息的基础上，利用云计算技术对交通流量进行计算，可以帮助车主寻找最优路径，为车主提供个性化导航服务，提高出行体验感的同时有利于缓解交通拥堵、减少交通事故发生。在应急救援过程中，云服务可以将交通应急事件响应、救援资源和方案、预警指挥等在网络上共享，救援人员可以在任何时间、任何地点使用不同的IT设备连接到云端，以实时查看应急预警事件动态并快速检测与确认8，帮助有效控制事件发展、减少安全和经济损失、快速恢复正常交通，从而实现交通应急预警的目的。5 结语随着智慧轨道交通、智能网联汽车、自动驾驶的普及，智慧交通正在初步发展。本文基于云计算技术、边缘计算技术和其他物联网及通信网络技术，搭建起涵盖感知层、网络层、边缘层、云中心层、应用层的五层智慧交通系统。在智慧交通领域中，云边协同能够提供资源、任务、管理及安全协同，是智慧交通发展的重要技术支撑，其中云中心是智慧交通的大脑，负责对总体交通进行宏观调控；边缘计算作为云中心的补充和扩展，为车载终端数据提供计算资源，能够满足传统云计算智能交通系统中对时延、带宽更高的要求，有效提升交通系统的智慧化水平。参考文献1 苏莞茹.智能交通系统的现状与发展J.价值工程,2018,37(18):225-226.2 高聪,陈煜喆,张擎,等.边缘计算:发展与挑战J.西安邮电大学学报,2021,26(4):7-19.3 韩旭,田大新.边缘计算赋能智能交通J.人工智能,2022(4):70-77.4 顾怀中,苏子毅.基于云计算的智能交通体系框架研究C/中国智能交通协会.第八届中国智能交通年会优秀论文集:智能交通与安全.电子工业出版社,2013:118-125.5 杨绍光,房秉毅,王增森,等.云边协同关键技术及应用场景研究J.信息通信技术,2020,14(4):31-36.6 曹行健,张志涛,孙彦赞，等.面向智慧交通的图像处理与边缘计算J.中国图象图形学报,2022,27(6):1743-1767.7 陈晨.云计算、雾计算和边缘计算在智慧交通中的应用J.数字通信世界,2019(9):211.8 汪志涛.基于边缘计算的智能道路交通系统设计及应用J.交通与运输,2022,38(3):50-54.73