智能網(wǎng)聯(lián)汽車云平臺(tái)和大數(shù)據(jù)分析

段杰文

（西華大學(xué)汽車與交通學(xué)院，四川 成都 610039）

智能網(wǎng)聯(lián)汽車是現(xiàn)代智能交通系統(tǒng)中的重要環(huán)節(jié)，在減少交通事故、交通堵塞以及環(huán)境污染方面具有重要作用。智能網(wǎng)聯(lián)汽車云控基礎(chǔ)平臺(tái) （ICV Base Vehicle Computing Platform），為智能汽車及其用戶、管理及服務(wù)機(jī)構(gòu)等提供車輛運(yùn)行、基礎(chǔ)設(shè)施、交通環(huán)境、交通管理等動(dòng)態(tài)基礎(chǔ)數(shù)據(jù)，具有數(shù)據(jù)存儲(chǔ)分析、云計(jì)算等服務(wù)機(jī)制，支持智能網(wǎng)聯(lián)汽車實(shí)際應(yīng)用需求的基礎(chǔ)支撐平臺(tái)［1］。

1 大數(shù)據(jù)和云計(jì)算平臺(tái)概述

1.1 云計(jì)算平臺(tái)和大數(shù)據(jù)的概念

2006年由美國國家標(biāo)準(zhǔn)與技術(shù)研究院 （NIST）正式提出云計(jì)算，“云計(jì)算是一種利用互聯(lián)網(wǎng)實(shí)現(xiàn)隨時(shí)隨地、按需、便捷地訪問共享資源地 （如計(jì)算設(shè)施、存儲(chǔ)設(shè)備、應(yīng)用程序等） 的計(jì)算模式”［2］。

1.2 大數(shù)據(jù)特點(diǎn)

大數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù)類型繁多、處理速度快、價(jià)值密度低的特點(diǎn)。

IDC估測人類產(chǎn)生的數(shù)據(jù)以每年50%的速度增長，2020年全球?qū)碛?5ZB數(shù)據(jù)，谷歌公司的Dremel，一種可擴(kuò)展、交互式實(shí)時(shí)查詢系統(tǒng)，能夠在2～3s完成PB級(jí)別數(shù)據(jù)查詢［3］。

據(jù)亞馬遜公司研究表明：傳統(tǒng)數(shù)據(jù)處理1PB需要用750天時(shí)間，耗資600多萬美元，通過使用云平臺(tái)MapReduce技術(shù)，則只需要15天2000多美元［4］，在提高運(yùn)算速度的同時(shí)，極大地降低了成本。

谷歌無人駕駛汽車上配備了大量傳感器，這些傳感器每秒產(chǎn)生1GB的數(shù)據(jù)，每年產(chǎn)生數(shù)據(jù)量將達(dá)到2PB。無人駕駛汽車從視覺感知、路徑規(guī)劃、路徑跟蹤、底層控制都將產(chǎn)生大量數(shù)據(jù)，大數(shù)據(jù)分析將幫助無人駕駛系統(tǒng)做出更加智能、安全、節(jié)能、環(huán)保的駕駛動(dòng)作決策。

2 大數(shù)據(jù)和云計(jì)算在智能交通上的研究現(xiàn)狀

2.1 運(yùn)用于智能網(wǎng)聯(lián)汽車上的關(guān)鍵技術(shù)

云平臺(tái)與大數(shù)據(jù)技術(shù)，包括智能網(wǎng)聯(lián)汽車云平臺(tái)架構(gòu)與數(shù)據(jù)交互標(biāo)準(zhǔn)，云操作系統(tǒng)，數(shù)據(jù)高效存儲(chǔ)和檢索技術(shù)，大數(shù)據(jù)的關(guān)聯(lián)分析和深度挖掘技術(shù)［2］。

2.2 云平臺(tái)的層次架構(gòu)

云平臺(tái)一般分為基礎(chǔ)架構(gòu)設(shè)施層、平臺(tái)層、應(yīng)用層。云架構(gòu)通過虛擬化、標(biāo)準(zhǔn)化、自動(dòng)化的方式有機(jī)地整合云中的軟硬件資源，并通過網(wǎng)絡(luò)將云中的服務(wù)交付給用戶［5］。

2.3 發(fā)展歷史與研究現(xiàn)狀

2006年“云計(jì)算正式出現(xiàn)在商業(yè)領(lǐng)域”，Amazon推出彈性計(jì)算云 （EC2）［6］。

2010年，錢哨等人提出智能交通云的概念，利用云計(jì)算來服務(wù)于智能交通系統(tǒng)提供的各種應(yīng)用，提高交通安全性以及更好的交通服務(wù)［6］。

2015年，Bitam［7］等人認(rèn)為云計(jì)算技術(shù)有潛力通過提供各種道路安全參與者 （如警察、災(zāi)難和應(yīng)急服務(wù)）所需的靈活解決方案 （即替代路線、交通燈同步等）來改善ITS中的道路安全和旅行體驗(yàn)。同時(shí)，他提出了新模型：VANETCloud，分為永久云和臨時(shí)云。在車輛上裝載計(jì)算機(jī)設(shè)備，可以同時(shí)在固定節(jié)點(diǎn)和移動(dòng)節(jié)點(diǎn)來獲取計(jì)算資源信息。VCloud包括3層：車內(nèi)運(yùn)輸網(wǎng)絡(luò)物理系統(tǒng)、V2V網(wǎng)絡(luò)和V2I網(wǎng)絡(luò)。每層都有不同的子組件。投影的ITS云包括3層：云層、通信層和終端用戶層。

在大數(shù)據(jù)和云計(jì)算研討會(huì)上［8］，給出了運(yùn)輸數(shù)據(jù)處理云服務(wù)的2種不同的數(shù)據(jù)處理模型：納維貝葉斯模型和供應(yīng)回歸模型。

Ma［9］采用RNM和RNN結(jié)構(gòu)設(shè)計(jì)了一個(gè)交通網(wǎng)絡(luò)分析系統(tǒng)，系統(tǒng)通過分析計(jì)算出租車一小時(shí)的GPS數(shù)據(jù)，預(yù)測交通擁堵的準(zhǔn)確率高達(dá)88%。

2018年高德交通大數(shù)據(jù)發(fā)布平臺(tái)、阿里云及相關(guān)數(shù)據(jù)挖掘支持為基礎(chǔ)，通過熵值法計(jì)算權(quán)重得到2018年度“交通健康城市”分布圖，表明城市“交通健康指數(shù)”與汽車保有量整體呈弱負(fù)相關(guān)。

3 工作方法

3.1 智能泊車云服務(wù)

智能泊車系統(tǒng)可通過攝像頭、雷達(dá)等傳感器的融合，感知周圍環(huán)境信息，自動(dòng)規(guī)劃路徑，并通過跟蹤控制系統(tǒng)，正確執(zhí)行駕駛動(dòng)作，在無人的條件下，將車輛停放于用戶指定的停車位。在此過程中也會(huì)產(chǎn)生大量的數(shù)據(jù)，響應(yīng)速度和精確程度反映了自動(dòng)泊車系統(tǒng)的好壞［16］。

智能泊車云服務(wù)的感知需要通過傳感器檢測和云端收集、分析地理位置、泊車可用性、停車位預(yù)訂和訂單、交通及車輛信息。

決策過程：停車場是指停車場被定義為“占用”，停車場有一個(gè)自由空間，即“空置”。此決定已更新到服務(wù)器部件。最后，在決策步驟中，將混合特征與預(yù)先定義的閾值進(jìn)行了比較。

3.2 車輛數(shù)據(jù)挖掘云服務(wù)

數(shù)據(jù)挖掘和聯(lián)機(jī)分析處理。其功能包括：自動(dòng)預(yù)測、關(guān)聯(lián)分析、聚類、概念描述、偏差檢測。數(shù)據(jù)挖掘 （Data Mining，DM）可以在大量數(shù)據(jù)中尋找規(guī)律，能夠管理保存計(jì)算機(jī)產(chǎn)生的圖像、音頻等數(shù)據(jù)，并在大量數(shù)據(jù)中凝練提取出其中的有用部分，根據(jù)現(xiàn)有數(shù)據(jù)訓(xùn)練出一個(gè)模型，自動(dòng)預(yù)測后來的發(fā)展趨勢。通過車輛挖掘云服務(wù)，根據(jù)現(xiàn)有車道線，識(shí)別前方車輛數(shù)據(jù)，能夠?qū)崿F(xiàn)智能車轉(zhuǎn)向預(yù)測以及偏差檢測。高效的數(shù)據(jù)處理能力，能夠快速發(fā)布預(yù)警信息，識(shí)別道路、行人信息，預(yù)防事故發(fā)生。

3.3 智能交通云服務(wù)

云計(jì)算是另一項(xiàng)獨(dú)特的特色服務(wù)，可將實(shí)時(shí)應(yīng)用程序提升到一個(gè)全新的水平。云計(jì)算服務(wù)基本上有助于通過因特網(wǎng)在網(wǎng)絡(luò)中提供共享資源。云計(jì)算和VANET的集成模型，即車載云在實(shí)現(xiàn)車載網(wǎng)絡(luò)和智能交通監(jiān)控系統(tǒng)中的實(shí)時(shí)安全應(yīng)用中起著重要作用。

4 結(jié)語

隨著無人駕駛汽車的發(fā)展，汽車上產(chǎn)生的數(shù)據(jù)量必然增多，如何快速處理、分析數(shù)據(jù)成為了無人車發(fā)展必不可少的一環(huán)。隨著云平臺(tái)的迅猛發(fā)展，在智能泊車服務(wù)、車輛數(shù)據(jù)挖掘服務(wù)、智能交通云服務(wù)越來越多。在未來，無人車在處理視覺、底層、控制層的數(shù)據(jù)能力將大大提升，將在無人駕駛方面扮演越來越重要的角色。