基于物聯(lián)網(wǎng)的智能交通系統(tǒng)研究綜述

陳麗　李治軍　姜守旭

摘要：交通安全、交通堵塞及環(huán)境污染是困擾當今國際交通領(lǐng)域的三大難題。智能交通系統(tǒng)及面向智能交通的物聯(lián)網(wǎng)研究是學術(shù)界廣泛重視的研究領(lǐng)域，其研究將對未來世界產(chǎn)生深刻影響。從環(huán)境感知、網(wǎng)絡(luò)傳輸、數(shù)據(jù)處理等方面對物聯(lián)網(wǎng)智能交通系統(tǒng)國內(nèi)、外相關(guān)領(lǐng)域的最新研究現(xiàn)狀進行總結(jié)分析，為未來進行深入而廣泛的智能交通系統(tǒng)研究及應(yīng)用奠定基礎(chǔ)。最后，指出了物聯(lián)網(wǎng)智能交通系統(tǒng)的研究熱點和展望。

關(guān)鍵詞：物聯(lián)網(wǎng)； 智能交通系統(tǒng)； 數(shù)據(jù)通信； 數(shù)據(jù)處理

中圖分類號：TP391 文獻標識碼：A 文章編號：2095-2163（2013）05-0043-04

0引言

智能交通系統(tǒng)（Intelligent Transportation Systems，簡稱ITS） 是指通過對交通基礎(chǔ)設(shè)施和交通出行工具的全面的信息化、網(wǎng)絡(luò)化和智能化來實現(xiàn)交通系統(tǒng)的性能提升，如增加交通安全性，減少交通時間和降低燃油耗費等等[1]。據(jù)統(tǒng)計，世界上每年都會有五千萬人由于交通事故而受傷[2]，而由于交通事故造成的經(jīng)濟損失則超過五億美元[3]。 為此，智能交通系統(tǒng)將具有異常重要的實用價值，以及異常巨大的市場容量。有信息顯示，其相關(guān)產(chǎn)業(yè)已然成為全球最大產(chǎn)業(yè)之一，已經(jīng)而且也必將會對未來世界將產(chǎn)生深刻影響。 另一方面，智能交通系統(tǒng)也是一個融匯計算機、通信、信息處理、人工智能、自動控制等多個學科進行交叉的復雜系統(tǒng)，系統(tǒng)中存在大量具有相當難度的研究課題，所以對于學術(shù)界而言，智能交通系統(tǒng)的研究多年以來一直非常活躍，且頗受重視，成為熱點研究領(lǐng)域。

智能交通系統(tǒng)的最終價值就體現(xiàn)在構(gòu)建于其上的各類應(yīng)用上，因此可以認為智能交通應(yīng)用是智能交通系統(tǒng)的動力與源泉。 現(xiàn)在的智能交通應(yīng)用大都集中在交通導航上，但是除了交通導航以外，還有很多與交通有關(guān)的應(yīng)用可以用于提高道路安全，如道路預定，事故避免，未來交通流量的預測，道路擁塞的模式搜尋， 控制交通廢氣排放， 交通安全風險評估與避免等等。本文即針對物聯(lián)網(wǎng)智能交通系統(tǒng)的研究現(xiàn)狀進行了全面總結(jié)和深入剖析。

1智能交通系統(tǒng)中的環(huán)境感知

物理環(huán)境感知無疑是智能交通系統(tǒng)的基礎(chǔ)，實際上對環(huán)境的感知與認知也是任何智能系統(tǒng)的基礎(chǔ)?？煞譃橐韵聨讉€專題進行系統(tǒng)闡述和分析。

1.1移動感知已經(jīng)逐漸成為城市感知的基本手段

智能交通系統(tǒng)的監(jiān)控傳感器通常可分為兩種基本類型：靜態(tài)傳感器和移動傳感器（Mobile sensors）。由于移動傳感器具有更大的靈活性，目前使用移動傳感器進行交通環(huán)境感知的實例已有很多。例如，在上海和廣州就分別使用帶有GPS設(shè)備的出租車來收集交通環(huán)境信息（上海使用了4 000輛出租車，而廣州使用了100輛出租車）[4，5]。 另外，使用帶有GPS的公交車也可用來進行數(shù)據(jù)收集[6]，文獻[7]即使用安裝在出租車上的探測器來監(jiān)測核危險。 除上述手段外，通過智能手機來完成智能交通系統(tǒng)中的感知也是一種新出現(xiàn)的手段，文獻[8]就利用了對移動 cellular網(wǎng)絡(luò)的匿名監(jiān)控對城市的實時移動性來實現(xiàn)監(jiān)控。 再如，文獻[9]給出的就是一種以車與車之間的通信協(xié)作為基礎(chǔ)的路口安全實用方法，文獻[10]給出的方法就是通過交通工具攜帶傳感器完成環(huán)境感知以及通過車與車的直接通信作為網(wǎng)絡(luò)基礎(chǔ)的智能交通應(yīng)用。

1.2降低感知的能耗，提高感知的精度

由于智能交通系統(tǒng)是一個關(guān)乎交通效率和人身安全的實踐應(yīng)用系統(tǒng)，所以感知精度的保障一直是一個重要的研究內(nèi)容，同時由于智能交通系統(tǒng)的規(guī)模又非常龐大，節(jié)能也就成為其中的一個關(guān)鍵問題，因此在降低感知能耗的同時、又要保證感知精度就成為智能交通系統(tǒng)環(huán)境感知的一個難點挑戰(zhàn)問題。 基于簇的結(jié)構(gòu)是一種廣泛應(yīng)用于無線傳感器網(wǎng)絡(luò)中降低感知能耗的方法，但交通系統(tǒng)屬于一個典型的動態(tài)系統(tǒng)，[JP2]節(jié)點不停地移動導致網(wǎng)絡(luò)拓撲的動態(tài)變化，由此使得簇結(jié)構(gòu)也需要跟著變化，所以在文獻[11]中分析并給出了一個考慮節(jié)點移動的組簇算法進行數(shù)據(jù)收集，降低了感知能耗。

1.3智能交通系統(tǒng)環(huán)境感知研究現(xiàn)狀的分析與總結(jié)

由上面的分析可以看出，移動感知已經(jīng)逐漸成為智能交通系統(tǒng)環(huán)境感知的主體，而且這些感知節(jié)點往往是自身主動移動（即其移動是不可控制的）的節(jié)點，在增加了環(huán)境感知靈活程度，降低感知代價的同時，也使感知問題變得更復雜，因為選擇哪些節(jié)點部署感知動作所導致的感知效果可能會截然不同。[JP2]一個顯然的結(jié)論是在選擇感知設(shè)備時，需充分考慮節(jié)點移動特征，尤其是一些重要社會特征，如那些移動活躍的用戶和群體，或者移動性具有一定關(guān)聯(lián)的用戶和群體等等。

2智能交通系統(tǒng)中的數(shù)據(jù)通信網(wǎng)絡(luò)

只有將采集獲得的感知數(shù)據(jù)依托通信網(wǎng)絡(luò)發(fā)送到需要的位置上，才能使智能交通系統(tǒng)真正得以運轉(zhuǎn)，所以通信網(wǎng)絡(luò)成為智能交通系統(tǒng)的另一個重要基礎(chǔ)。總的來說感知和通信構(gòu)成了智能交通系統(tǒng)的兩大基礎(chǔ)。

2.1智能交通系統(tǒng)中數(shù)據(jù)通信的基本結(jié)構(gòu)

近年來，國外很多著名大學和企業(yè)都相繼開展了城市感知項目的研究，當然其中的感知信息需要通過網(wǎng)絡(luò)實現(xiàn)通信與共享。 如麻省理工大學開展的CarTel項目就是一個旨在基于機會通信建立延遲容忍的移動感知系統(tǒng)，建基于系統(tǒng)上的應(yīng)用可以收集、處理、發(fā)送、分析、以及可視化由底層移動用戶（如智能手機和車輛）采集感知的數(shù)據(jù)，并給用戶推薦感興趣的服務(wù)。 CarTel系統(tǒng)建基的網(wǎng)絡(luò)可稱為Cabernet[12-14]， Cabernet采用的通信結(jié)構(gòu)是建立IEEE 802.11協(xié)議基礎(chǔ)之上，并主要集中在移動設(shè)備和WiFi AP之間的無線通信上，顯然該結(jié)構(gòu)是一種基本的集中物聯(lián)的通信結(jié)構(gòu)。

而MetroSense[15]是由Dartmouth大學開展的、由移動手機組成的、一個全局移動傳感器網(wǎng)絡(luò)，由此可實現(xiàn)整個社會范圍內(nèi)的超大規(guī)模感知，其感知網(wǎng)絡(luò)可分成三層結(jié)構(gòu)完成感知數(shù)據(jù)的收集。在有線Internet中的servers用于負責存儲、處理感知數(shù)據(jù)；通過Internet連接的固定Sensor Access Points （SAP）可用來作為服務(wù)器和移動傳感器（mobile sensors，簡稱MS）之間的gateways；而MS能在現(xiàn)場移動，用來收集數(shù)據(jù)，將數(shù)據(jù)“mule”到SAP處。另外，靜態(tài)傳感器也完成類似于MS的功能，只是SS不能移動。 由于感知數(shù)據(jù)的收集主體是隨人移動的MS，MS位置的隨機性，網(wǎng)絡(luò)連通的間歇性都是經(jīng)常發(fā)生的現(xiàn)象，這就決定了MetroSense只能提供機會性的感知。 不難發(fā)現(xiàn)，目前針對城市感知的通信網(wǎng)絡(luò)都是以Internet為核心的一種集中物聯(lián)結(jié)構(gòu)。

2.2智能交通系統(tǒng)中常見的數(shù)據(jù)通信方式

移動無線通信環(huán)境采用的通信方式目前可見的已有許多種，基本方式可以分為如下四種：

（1）DSRC（Dedicated Short-Range Communication）[16]是一個工作在5.9 GHz波段的短到中距離的無線通信方式，對于車載網(wǎng)絡(luò)，DSRC可支持的車速最高可達120mph，通信范圍是300m，[JP2]缺省數(shù)據(jù)速率是6 Mbps，目前已有大量研究采用DSRC來建立車-車之間，車體-路邊設(shè)施之間的實時信息通信。應(yīng)用這些通信可以減少擁堵，提高人身安全等等[17]。

（2）Cellular networks，包括2G和3G，2G系統(tǒng)可以支持9.6 kbps的通信速率，GPRS和EDGE用來提高通信速率。相比而言3G提供的數(shù)據(jù)傳輸速率要大得多，其中的地理位置是引入帶寬變化的重要因素[18]。

（3）WiMAX/802.16e的目的是提供最后一里（last mile）的無線寬帶數(shù)據(jù)傳輸，?？捎糜谌〈鷆able和xDSL。 WiMAX用來填補3G和WLAN之間的通訊鴻溝，可以提供數(shù)十Mbps的帶寬，<60 km/h的移動速度，以及<10 km的覆蓋范圍。

（4）WiFi或WLAN也能支持寬帶無線服務(wù)，802.11a/g提供54Mbps的傳輸帶寬，支持的通信范圍是38 m （室內(nèi)）、140 m（室外）。 由于WiFi的普適部署，使得WLAN成為一種極具吸引力的無線寬帶傳輸手段。 同時，開放的WiFi mesh網(wǎng)絡(luò)也引發(fā)了廣泛的興趣與關(guān)注[19]。

3智能交通系統(tǒng)中的數(shù)據(jù)處理技術(shù)

智能交通系統(tǒng)的智能化就集中體現(xiàn)在對系統(tǒng)內(nèi)各種數(shù)據(jù)的處理上，所以對數(shù)據(jù)的處理可以認為是智能交通系統(tǒng)的核心所在。數(shù)據(jù)處理的詳情如下所示。

3.1時空數(shù)據(jù)的處理

智能交通系統(tǒng)處理的數(shù)據(jù)是一種伴有時空特征的典型數(shù)據(jù)，由于現(xiàn)今的GPS裝置已經(jīng)非常成熟且實現(xiàn)了平民價格，所以大量配備有定位裝置的設(shè)備廣泛應(yīng)用至各行各業(yè)，如帶有GPS設(shè)備的為數(shù)眾多的出租車、公共汽車以及一般的民用車輛，加上無線通信的日益成熟更使得現(xiàn)在的智能交通系統(tǒng)中產(chǎn)生了海量可以使用的、帶有時空位置的序列化數(shù)據(jù)，如何應(yīng)用和處理這些數(shù)據(jù)就成為智能交通系統(tǒng)時下研究中的一項基本內(nèi)容。 如文獻[20]使用的就是人工智能中的無導師學習方法來處理車輛產(chǎn)生的位置數(shù)據(jù)，用以推導得出車輛的狀態(tài)和動作，從而實現(xiàn)對交通事故的避免。 除了對時空序列數(shù)據(jù)進行處理以外，發(fā)現(xiàn)和利用數(shù)據(jù)的空間特征也是智能交通系統(tǒng)時空數(shù)據(jù)處理的一項新興研究內(nèi)容，文獻[21]給出的正是這樣一項分析道路網(wǎng)絡(luò)交通流量狀態(tài)宏觀角度空間特征的方法，而文獻[22-24]中的研究也是針對交通流量的時間和空間依賴性完成的，智能交通系統(tǒng)可以應(yīng)用這些空間特征進行各個方面，諸如VANETs通信等方面的性能優(yōu)化。

3.2數(shù)據(jù)的在線分析

智能交通系統(tǒng)的高度動態(tài)性使得系統(tǒng)會產(chǎn)生大量數(shù)據(jù)，并且許多數(shù)據(jù)會因為環(huán)境的動態(tài)變化而隨時失效，這就使得對于數(shù)據(jù)的在線分析變?yōu)橐粋€復雜的問題[25]，而文獻[25]就使用一個簡單的折價因子來為那些不斷陳舊的歷史信息建立數(shù)據(jù)模型。

3.3人工智能的數(shù)據(jù)處理

顯而易知，智能交通系統(tǒng)中的數(shù)據(jù)處理必然要使用各類人工智能的最新技術(shù)。 近年來，人工智能中的一些新技術(shù)已經(jīng)受到越來越多的智能交通研究者的推崇和青睞[26，27]。 例如，針對交通流量的預測和建?？梢越柚谌斯ど窠?jīng)網(wǎng)絡(luò)、模糊推理系統(tǒng)以及一些聚類技術(shù)。 文獻[25]中的風險評估就使用了一個經(jīng)過修改的在線最近鄰聚類算法，用以提取最有價值位置。 而使用模糊推理的原因則是由于交通系統(tǒng)的動態(tài)性和復雜性，并由此導致感知數(shù)據(jù)帶有明顯不確定性，因此就需要在推理時連帶這些不確定性一同進行模糊推理。

4總結(jié)與展望

由上面的分析可以看出，移動感知已經(jīng)逐漸成為智能交通系統(tǒng)環(huán)境感知的主體，而且這些感知節(jié)點往往是自身主動移動（即其移動是不可控制的）的節(jié)點，在增加了環(huán)境感知靈活程度，降低感知代價的同時，也使感知問題變得更加復雜。

智能交通系統(tǒng)分為集中物聯(lián)和分布物聯(lián)兩種基本結(jié)構(gòu)，但集中物聯(lián)引入車與車之間、車與路邊設(shè)備之間的局部通信方式。 而在當前的國內(nèi)外研究中，將兩種形式有機結(jié)合并形成一個異構(gòu)物聯(lián)結(jié)構(gòu)的研究還不多見，研究力度也不夠深入。 顯然在實際網(wǎng)絡(luò)環(huán)境中，將兩者結(jié)合的異構(gòu)結(jié)構(gòu)一定是更加普遍而真實。 面對復雜多樣的通信網(wǎng)絡(luò)結(jié)構(gòu)與形式，如何有效地，以及根據(jù)環(huán)境變化而自適應(yīng)地選擇網(wǎng)絡(luò)方式，滿足諸如WiFi AP選擇、連接建立、連接切換等眾多應(yīng)用需求均需進行深入的探討與研究，這也必定是一個和物理環(huán)境特征，社會特征等內(nèi)容有緊密關(guān)聯(lián)的研究課題。

智能交通的數(shù)據(jù)處理技術(shù)集中在對時空序列數(shù)據(jù)進行一些智能化處理，智能化處理的基本要求就是發(fā)現(xiàn)和挖掘這些時空數(shù)據(jù)中的特征與規(guī)律，并能應(yīng)用這些特征協(xié)助智能交通系統(tǒng)的建立與完善以及上層交通應(yīng)用的設(shè)計與實現(xiàn)。 由于智能交通系統(tǒng)的基礎(chǔ)是一個由交通工具、道路、基礎(chǔ)設(shè)施以及人組成的物理環(huán)境，在這個物理環(huán)境中的時空數(shù)據(jù)所具有的空間特征實際上就是物理環(huán)境的特征，也就是智能交通系統(tǒng)的社會特征，因而挖掘并利用這些特征來拓展智能交通系統(tǒng)的應(yīng)用，同時完善智能交通系統(tǒng)的相關(guān)算法就成為智能交通系統(tǒng)數(shù)據(jù)處理技術(shù)的核心和關(guān)鍵，這也是智能交通系統(tǒng)當下的研究熱點之一。